GPT-4.1 是一款针对高级指令遵循、实际软件工程以及长语境推理进行优化的大型语言模型。它支持 100 万个标记的上下文窗口，并在编码（54.6% 的 SWE-bench 验证分数）、指令遵循（87.4% 的 IFEval）以及多模态理解基准测试中优于 GPT-4o 和 GPT-4.5。它针对精确的代码差异、代理可靠性以及大型文档环境中的高召回率进行了优化，因此非常适合用于代理、集成开发环境工具和企业知识检索。