LogoLMSpeed
返回模型目录

Model compare

GPT-5.1 vs GPT-5.4

GPT-5.1 和 GPT-5.4 的结论先放在这里，方便先判断是否值得继续看明细。

模型 A

GPT-5.1

OpenAI

对照
vs

模型 B

GPT-5.4

OpenAI

领先

Key Takeaways

综合加权结果：GPT-5.4。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。

结论

GPT-5.4

GPT-5.4 当前综合加权更高；模型 A / B 得分为 8 对 92。

证据覆盖

128 个数据点

包含 32 个 benchmark、0 个 audit 样本和 10 个 provider 样本。

选择依据

优先看 GPT-5.4

下方图表把 42 组高信号样本拆开，便于核对速度、跑分和安全分。

切换对比模型

左右两边都可以换成其他模型，页面会打开新的 LMSpeed 对比 URL。

选择其他模型后会打开新的对比页。

对比总表

这份报告只使用 LMSpeed 已有数据：GPT-5.1 和 GPT-5.4 的价格、测速聚合、第三方跑分与共同服务商样本。

Model compare
GPT-5.1
GPT-5.4
综合领先对照领先
综合加权得分8.0 分92.0 分
Benchmark 分类领先0 类7 类
运营维度优势平均速度、首 token 延迟最低输入价格、免费服务商、服务商覆盖
上下文窗口400K tokens1.1M tokens
最大输出128K tokens128K tokens
模态

输入

图像文本文件

输出

文本

输入

文本图像文件

输出

文本
能力
文本输入图像输入文件输入文本输出工具调用结构化输出JSON 模式推理
文本输入图像输入文件输入文本输出工具调用结构化输出JSON 模式推理

总体结果按 80% benchmark 能力分类和 20% 价格、API 速度/延迟与可用性加权；近期测试数量不参与胜负，缺失的 benchmark 分类不计分。

模型元信息

Model compare
GPT-5.1
GPT-5.4
开发者OpenAIOpenAI
发布日期2025年11月2026年3月
参数量暂无数据暂无数据
TokenizerGPTGPT
知识截止暂无数据暂无数据
OpenRouter IDopenai/gpt-5.1openai/gpt-5.4
来源链接暂无数据暂无数据

什么时候选哪个模型

这份报告只使用 LMSpeed 已有数据：GPT-5.1 和 GPT-5.4 的价格、测速聚合、第三方跑分与共同服务商样本。

GPT-5.1

GPT-5.1 的运营优势是：平均速度、首 token 延迟。

GPT-5.4

GPT-5.4 在 benchmark 分类（Agents、代码、推理、知识、数学）和运营维度（最低输入价格、免费服务商、服务商覆盖）更强。

跑分对比

来自 LMSpeed 同步的第三方 benchmark profile；只展示两个模型都有数值的指标。

分类能力对比

按 0-100 分对比 benchmark 分类表现；点击分类可以聚焦查看差距。

模型 A 覆盖
7 / 8
模型 B 覆盖
7 / 8
共同覆盖
7 个共同分类

平均分

GPT-5.1

51.1

平均分

GPT-5.4

56.6

Agents

GPT-5.4 领先 9.0

GPT-5.147.3
GPT-5.456.3

代码

GPT-5.4 领先 12.6

GPT-5.149.6
GPT-5.462.2

推理

GPT-5.4 领先 1.9

GPT-5.153.8
GPT-5.455.7

知识

GPT-5.4 领先 7.1

GPT-5.151.4
GPT-5.458.5

数学

GPT-5.4 领先 3.4

GPT-5.153.4
GPT-5.456.8

多语言

暂无数据

GPT-5.1-
GPT-5.4-

多模态

GPT-5.4 领先 3.7

GPT-5.148.8
GPT-5.452.5

指令遵循

GPT-5.4 领先 0.4

GPT-5.153.6
GPT-5.454

专业跑分明细

按具体 benchmark 指标对比两个模型，展示来源、排名覆盖、置信度、误差和评测日期等上下文。

综合reported

BenchLM overall score

来源GPT-5.1

GPT-5.1

领先

66.0

排名 #32/112 · confidence 2 · 评测日期 2025-11-13

+3.0

GPT-5.4

63.0

排名 #41/112 · confidence 4 · 评测日期 2026-03-05

价格verified

Input price

来源GPT-5.1 (high)

GPT-5.1

领先

$1.25/M

排名 #123/186 · confidence 4

+$1.25/M

GPT-5.4

$2.50/M

排名 #154/186 · confidence 4

价格verified

Blended price

来源GPT-5.1 (high)

GPT-5.1

领先

$3.44/M

排名 #139/186 · confidence 4

+$2.19/M

GPT-5.4

$5.63/M

排名 #158/186 · confidence 4

价格verified

Output price

来源GPT-5.1 (high)

GPT-5.1

领先

$10.00/M

排名 #142/186 · confidence 4

+$5.00/M

GPT-5.4

$15.00/M

排名 #159/186 · confidence 4

推理reported

CritPt

来源GPT-5.1

GPT-5.1

4.9

排名 #48/88 · confidence 2 · 评测日期 2025-11-13

+18.5

GPT-5.4

领先

23.4

排名 #11/88 · confidence 4 · 评测日期 2026-03-05

推理reported

AA-LCR

来源GPT-5.1

GPT-5.1

80.0

排名 #24/106 · confidence 2 · 评测日期 2025-11-13

+2.0

GPT-5.4

领先

82.0

排名 #14/106 · confidence 4 · 评测日期 2026-03-05

推理reported

BenchLM Reasoning score

来源GPT-5.1

GPT-5.1

领先

76.0

排名 #17/67 · confidence 2 · 评测日期 2025-11-13

+18.8

GPT-5.4

57.2

排名 #51/67 · confidence 4 · 评测日期 2026-03-05

推理verified

GPQA

来源GPT-5.1 (high)

GPT-5.1

领先

87.3%

排名 #52/218 · confidence 4

+12.5%

GPT-5.4

74.8%

排名 #122/218 · confidence 4

推理verified

HLE

来源GPT-5.1 (high)

GPT-5.1

领先

28.5%

排名 #61/216 · confidence 4

+17.2%

GPT-5.4

11.3%

排名 #116/216 · confidence 4

代码reported

Vibe Code Bench

来源GPT-5.1

GPT-5.1

24.6

排名 #18/33 · confidence 2 · 评测日期 2025-11-13

+42.8

GPT-5.4

领先

67.4

排名 #3/33 · confidence 4 · 评测日期 2026-03-05

代码reported

AA-SciCode

来源GPT-5.1

GPT-5.1

43.3

排名 #60/113 · confidence 3 · 评测日期 2025-11-13

+13.3

GPT-5.4

领先

56.6

排名 #10/113 · confidence 4 · 评测日期 2026-03-05

代码reported

AA Coding Index

来源GPT-5.1

GPT-5.1

49.4

排名 #47/75 · confidence 2 · 评测日期 2025-11-13

+21.7

GPT-5.4

领先

71.0

排名 #21/75 · confidence 4 · 评测日期 2026-03-05

数学reported

FrontierMath v2 (Tiers 1-3)

来源GPT-5.1

GPT-5.1

31.0

排名 #19/47 · confidence 2 · 评测日期 2025-11-13

+16.6

GPT-5.4

领先

47.6

排名 #7/47 · confidence 4 · 评测日期 2026-03-05

数学reported

FrontierMath v2 (Tier 4)

来源GPT-5.1

GPT-5.1

12.5

排名 #17/36 · confidence 2 · 评测日期 2025-11-13

+14.6

GPT-5.4

领先

27.1

排名 #9/36 · confidence 4 · 评测日期 2026-03-05

数学reported

BenchLM Math score

来源GPT-5.1

GPT-5.1

49.2

排名 #37/63 · confidence 2 · 评测日期 2025-11-13

+15.3

GPT-5.4

领先

64.5

排名 #24/63 · confidence 4 · 评测日期 2026-03-05

知识reported

AA-Omniscience Hallucination Rate

来源GPT-5.1

GPT-5.1

51.9

排名 #74/106 · confidence 2 · 评测日期 2025-11-13

+39.8

GPT-5.4

领先

91.7

排名 #13/106 · confidence 4 · 评测日期 2026-03-05

知识reported

AA-HLE

来源GPT-5.1

GPT-5.1

28.5

排名 #52/114 · confidence 2 · 评测日期 2025-11-13

+15.2

GPT-5.4

领先

43.7

排名 #15/114 · confidence 4 · 评测日期 2026-03-05

知识reported

AA-Omniscience Accuracy

来源GPT-5.1

GPT-5.1

37.7

排名 #43/106 · confidence 2 · 评测日期 2025-11-13

+13.1

GPT-5.4

领先

50.8

排名 #15/106 · confidence 4 · 评测日期 2026-03-05

知识reported

AA-GPQA Diamond

来源GPT-5.1

GPT-5.1

87.3

排名 #48/113 · confidence 2 · 评测日期 2025-11-13

+4.7

GPT-5.4

领先

92.0

排名 #21/113 · confidence 4 · 评测日期 2026-03-05

知识reported

AA-Omniscience Index

来源GPT-5.1

GPT-5.1

5.4

排名 #29/45 · confidence 2 · 评测日期 2025-11-13

+0.4

GPT-5.4

领先

5.8

排名 #28/45 · confidence 4 · 评测日期 2026-03-05

知识reported

Artificial Analysis Intelligence Index

来源GPT-5.1

GPT-5.1

24.7

排名 #67/117 · confidence 2 · 评测日期 2025-11-13

+14.2

GPT-5.4

领先

39.0

排名 #29/117 · confidence 4 · 评测日期 2026-03-05

知识reported

BenchLM Knowledge score

来源GPT-5.1

GPT-5.1

63.6

排名 #55/83 · confidence 2 · 评测日期 2025-11-13

+10.7

GPT-5.4

领先

74.3

排名 #30/83 · confidence 4 · 评测日期 2026-03-05

多模态reported

AA-MMMU-Pro

来源GPT-5.1

GPT-5.1

75.5

排名 #30/68 · confidence 2 · 评测日期 2025-11-13

+2.9

GPT-5.4

领先

78.4

排名 #23/68 · confidence 4 · 评测日期 2026-03-05

多模态reported

BenchLM Multimodal Grounded score

来源GPT-5.1

GPT-5.1

领先

71.2

排名 #25/56 · confidence 2 · 评测日期 2025-11-13

+1.9

GPT-5.4

69.3

排名 #28/56 · confidence 4 · 评测日期 2026-03-05

多模态reported

Design Arena Website

来源GPT-5.1

GPT-5.1

1199.0

排名 #51/78 · confidence 2 · 评测日期 2025-11-13

+33.0

GPT-5.4

领先

1232.0

排名 #42/78 · confidence 4 · 评测日期 2026-03-05

指令遵循reported

BenchLM Instruction Following score

来源GPT-5.1

GPT-5.1

89.3

排名 #20/52 · confidence 2 · 评测日期 2025-11-13

+1.3

GPT-5.4

领先

90.6

排名 #16/52 · confidence 4 · 评测日期 2026-03-05

指令遵循reported

AA-IFBench

来源GPT-5.1

GPT-5.1

72.9

排名 #26/84 · confidence 2 · 评测日期 2025-11-13

+1.0

GPT-5.4

领先

73.9

排名 #21/84 · confidence 4 · 评测日期 2026-03-05

Agentsreported

τ²-bench results

来源GPT-5.1

GPT-5.1

81.9

排名 #53/82 · confidence 2 · 评测日期 2025-11-13

+17.0

GPT-5.4

领先

98.9

排名 #2/82 · confidence 4 · 评测日期 2026-03-05

Agentsreported

Gert Labs

来源GPT-5.1

GPT-5.1

41.2

排名 #34/49 · confidence 2 · 评测日期 2025-11-13

+23.6

GPT-5.4

领先

64.9

排名 #4/49 · confidence 4 · 评测日期 2026-03-05

Agentsreported

AA Agentic Index

来源GPT-5.1

GPT-5.1

21.6

排名 #45/70 · confidence 3 · 评测日期 2025-11-13

+22.5

GPT-5.4

领先

44.2

排名 #14/70 · confidence 4 · 评测日期 2026-03-05

Agentsreported

GDPval-AA

来源GPT-5.1

GPT-5.1

21.5

排名 #52/66 · confidence 2 · 评测日期 2025-11-13

+18.8

GPT-5.4

领先

40.3

排名 #26/66 · confidence 4 · 评测日期 2026-03-05

Agentsreported

GDPval-AA

来源GPT-5.1

GPT-5.1

930.0

排名 #53/72 · confidence 2 · 评测日期 2025-11-13

+377.0

GPT-5.4

领先

1307.0

排名 #26/72 · confidence 4 · 评测日期 2026-03-05

API audit 对比

来自共同 provider 的最近完成 audit，展示四个安全/完整性分组分数和报告入口。

Provider
GPT-5.1
GPT-5.4
暂无共同 provider 的已完成 audit。

Provider 数据样本

把同一 provider 的测速聚合和 input/output 价格放进同一行，便于判断实际 API 表现和迁移成本。

Provider
GPT-5.1
GPT-5.4
Mars HK100 次测试

GPT-5.1

speed / latency

N/A / N/A

input / output

暂无数据

GPT-5.4

speed / latency

57 tok/s / 3556ms

input / output

暂无数据

天宫造物50 次测试

GPT-5.1

speed / latency

N/A / N/A

input / output

暂无数据

GPT-5.4

speed / latency

50 tok/s / 7305ms

input / output

暂无数据

巨量API41 次测试

GPT-5.1

speed / latency

139 tok/s / 1654ms

input / output

暂无数据

GPT-5.4

speed / latency

43 tok/s / 12778ms

input / output

暂无数据

Sub2API20 次测试

GPT-5.1

speed / latency

N/A / N/A

input / output

暂无数据

GPT-5.4

speed / latency

51 tok/s / 4032ms

input / output

暂无数据

Sub2API20 次测试

GPT-5.1

speed / latency

N/A / N/A

input / output

暂无数据

GPT-5.4

speed / latency

34 tok/s / 1748ms

input / output

暂无数据

APIMart

GPT-5.1

gpt-5.1-chat-latest

speed / latency

暂无数据

input / output

$0.959/M/$7.67/M

GPT-5.4

gpt-5.4

speed / latency

暂无数据

input / output

$0/M/$0/M

兔子API

GPT-5.1

gpt-5.1-chat-latest

speed / latency

暂无数据

input / output

$0/request

GPT-5.4

gpt-5.4

speed / latency

暂无数据

input / output

$0/request

Yun API

GPT-5.1

gpt-5.1

speed / latency

暂无数据

input / output

$0.0014/request

GPT-5.4

gpt-5.4-2026-03-05

speed / latency

暂无数据

input / output

$0.171/M/$1.03/M

KFCV50

GPT-5.1

gpt-5.1

speed / latency

暂无数据

input / output

$0.0068/request

GPT-5.4

gpt-5.4

speed / latency

暂无数据

input / output

$0.014/request

Jeniya AI API

GPT-5.1

gpt-5.1

speed / latency

暂无数据

input / output

$0.014/M/$0.109/M

GPT-5.4

gpt-5.4

speed / latency

暂无数据

input / output

$0.076/M/$0.458/M

常见问题

综合加权结果：GPT-5.4。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。

这个比较为什么能收录？
它至少有 6 个可验证比较点，并且两个模型都有价格或测速数据。
没有数据的指标会不会编？
不会。没有 LMSpeed 数据的指标不会出现在这份报告里。

排名基于社区提交的测试数据与定期健康探测，仅供参考，非官方数据。