GPT-5.1 現已向開發者開放 API,帶來多項能力更新
Introducing GPT-5.1 for developers
OpenAI 已在 API 中提供 GPT-5.1,帶來更快的自適應推理、擴展的提示詞快取及更佳的編碼表現。API 新增 apply_patch 和 shell 工具。
更新涵蓋自適應推理、提示詞快取、編碼表現及 apply_patch 和 shell 工具,勾勒 GPT-5.1 面向開發者的 API 改進範圍。
今日,我們在 API 平台推出 GPT‑5.1。這是 GPT‑5 系列的下一款模型,在廣泛的智能代理和編碼任務中兼顧智能與速度。GPT‑5.1 會根據任務複雜程度,動態調整思考時間,因此在較簡單的日常任務中,模型速度顯著提升,token 使用效率亦更高。模型亦設有「不推理」模式,讓它在不需深入思考的任務上更快作答,同時保持 GPT‑5.1 的前沿智能。
為進一步提升 GPT‑5.1 的效率,我們推出延長提示快取功能,快取保留時間最長可達 24 小時,讓後續問題能以更低成本獲得更快回應。我們的 Priority Processing(在新視窗開啟) 客戶使用 GPT‑5.1 時,亦會體驗到比 GPT‑5 明顯更快的效能。
在編碼方面,我們與 Cursor、Cognition、Augment Code、Factory 和 Warp 等初創公司緊密合作,改進 GPT‑5.1 的編碼風格、可引導性及程式碼品質。整體而言,GPT‑5.1 用於編碼時更直觀,在完成任務期間提供面向使用者的進度更新時亦更善於溝通。
最後,我們隨 GPT‑5.1 推出兩種新工具:一種 apply_patch 工具,旨在更可靠地編輯程式碼;另一種 shell 工具,讓模型執行 shell 指令。
GPT‑5.1 是 GPT‑5 系列的下一步進展,我們計劃繼續投入開發更智能、更強大的模型,協助開發者建立可靠的智能代理工作流程。
跨任務的高效推理
自適應推理
為了加快 GPT‑5.1 的速度,我們全面改革了訓練模型思考的方式。面對直接簡單的任務,GPT‑5.1 思考時使用較少 tokens,帶來更迅捷的產品體驗,亦降低 token 開支。面對需要額外思考的困難任務時,GPT‑5.1 仍會持續推理、探索不同方案並檢查工作成果,以盡量提高可靠性。
Balyasny Asset Management(在新視窗開啟) 表示,GPT‑5.1「在我們完整的動態評估套件中,表現勝過 GPT‑4.1 和 GPT‑5,速度則比 GPT‑5 快 2-3x。」他們亦表示,在工具密集型推理任務中,GPT‑5.1「持續以大約一半的 tokens,達到與領先競爭模型相若或更佳的品質。」同樣,AI 保險業務流程外判公司 Pace(在新視窗開啟) 也測試了該模型,並表示他們的代理「使用 GPT‑5.1 時快 50%,在我們所有評估中的準確度亦高於 GPT‑5 及其他領先模型。」
GPT‑5.1 的思考時間比 GPT‑5 更能動態調整。在具代表性的 ChatGPT 任務分佈中,即使推理力度設得較高,GPT‑5.1 處理較簡單任務的速度仍快得多。
例如,當被問到「顯示一個 npm 指令以列出全域安裝的套件」時,GPT‑5.1 會在 2 秒內回答,而非 10 秒。
全新「不推理」模式
開發者現在可將 reasoning_effort 設為 'none',讓 GPT‑5.1 在不進行推理的情況下運作。這使模型能在對延遲敏感的使用情境中,表現如不推理模型,同時保有 GPT‑5.1 的高智能,並額外帶來高效能的工具呼叫。相較於採用 'minimal' 推理的 GPT‑5,不進行推理的 GPT‑5.1 更擅長平行工具呼叫(這本身也能提高端到端任務完成速度)、編碼任務、遵循指示及使用搜尋工具,而且在我們的 API 平台亦支援 網絡搜尋(在新視窗開啟)。 Sierra(在新視窗開啟) 分享稱,根據他們的實際環境評估,GPT‑5.1 的「不推理」模式「低延遲工具呼叫表現比 GPT‑5 的 minimal 推理提升 20%。」
reasoning_effort 加入 'none' 這個選項後,開發者現在能更靈活地控制速度、成本和智能之間的平衡,以配合使用情境。GPT‑5.1 預設採用 'none',適合對延遲敏感的工作負載。我們建議開發者在複雜度較高的任務中選用 'low' 或 'medium';若智能和可靠性比速度更重要,則選用 'high'。
延長提示快取
延長快取功能讓提示在快取中保持有效長達 24 小時,而非現時支援的數分鐘,藉此提升推理效率。保留時間延長後,更多後續請求可利用已快取的上下文,從而降低延遲和成本,並令多輪對話、編碼工作階段或知識檢索等長時間互動過程更順暢。
提示快取的定價維持不變,快取輸入 tokens 比未快取 tokens 便宜 90%,而快取寫入或儲存均不另收費。若要在 GPT‑5.1 使用延長快取功能,請在 Responses 或 Chat Completions API 加入參數 “prompt_cache_retention='24h'”。詳情請參閱 提示快取文件(在新視窗開啟)。
編碼
GPT‑5.1 在 GPT‑5 的編碼能力之上進一步提升,提供更易引導的編碼風格、減少過度思考、改善程式碼品質、在一連串工具呼叫期間提供更貼合使用者的更新訊息(前置說明),並帶來更實用的前端設計,尤其是在低推理力度下。
對於快速修改程式碼等較簡單的編碼任務,GPT‑5.1 更快的速度令來回反覆修改更輕鬆。GPT‑5.1 在簡單任務上加快速度,並不會削弱它處理困難任務的表現。在 SWE-bench Verified 上,GPT‑5.1 持續工作的時間甚至比 GPT‑5 更長,並達到 76.3%。
在 SWE-bench Verified 中,模型會獲提供一個程式碼儲存庫和問題描述,並須產生修補程式以解決問題。標籤表示推理力度。準確率按全部 500 個問題取平均。所有模型均使用配備 JSON 格式 apply_patch 工具的測試框架。
我們從幾家編碼公司取得 GPT‑5.1 的初步回饋。以下是他們的看法:
Augment Code(在新視窗開啟) 稱,GPT‑5.1「行動更審慎,浪費的操作更少,推理效率更高,亦更能專注任務」,並表示他們看到「更準確的修改、更順暢的拉取請求,以及在多檔案專案中更快的迭代。」
Cline(在新視窗開啟) 表示,在他們的評估中,「GPT‑5.1 在我們的差異編輯基準測試中取得 SOTA 表現,提升 7%,展現出處理複雜編碼任務的非凡可靠性。」
CodeRabbit(在新視窗開啟) 稱 GPT‑5.1 是他們「PR 審查的首選模型」。
Cognition(在新視窗開啟) 表示,GPT‑5.1「在理解你的需求,以及與你合作完成任務方面,明顯更出色。」
Factory(在新視窗開啟) 表示:「GPT‑5.1 的回應明顯更迅捷,並會按任務調整推理深度,減少過度思考,改善整體開發者體驗。」
Warp(在新視窗開啟) 正將 GPT‑5.1 設為新使用者的預設模型,並表示它「建基於 GPT‑5 系列帶來的顯著智能提升,同時反應快得多。」
「GPT 5.1 不只是另一個 LLM——它確實具備智能代理能力,是我測試過最自然自主的模型。它寫作和編碼時都像你一樣,能毫不費力地遵循複雜指示,擅長前端任務,並自然融入你現有的程式碼庫。你可以在 Responses API 中充分發揮它的潛力,而我們很期待在 IDE 中提供它。」
—Denis Shiryaev,AI 開發工具生態系統主管,JetBrains
GPT‑5.1 的新工具
我們隨 GPT‑5.1 推出兩種新工具,協助開發者在 Responses API 中充分發揮模型的能力:自由格式的 apply_patch 工具,讓程式碼修改更可靠,無須進行 JSON 跳脫;以及 shell 工具,讓模型撰寫指令並在你的本機電腦上執行。
Apply_patch 工具
自由格式的 apply_patch 工具讓 GPT‑5.1 可透過結構化差異,在程式碼庫中建立、更新和刪除檔案。模型不只會建議修改,還會輸出修補操作,由應用程式套用並回報結果,從而支援反覆進行的多步驟程式碼編輯工作流程。
若要在 Responses API 使用 apply_patch 工具,請將它連同 "tools": [{“type”: “apply_patch”}] 加入 tools 陣列,並在輸入中加入檔案內容,或為模型提供可操作檔案系統的工具。模型會產生 apply_patch_call 項目,用來建立、更新或刪除檔案,其中包含可在檔案系統上套用的差異。若要進一步了解如何整合 apply_patch 工具,請參閱我們的 開發者文件(在新視窗開啟)。
Shell 工具
Shell 工具讓模型透過受控的命令列介面與本機電腦互動。模型會提出 shell 指令;開發者整合程式會執行這些指令並傳回輸出結果。這會形成簡單的規劃—執行循環,讓模型檢查系統、執行工具程式並收集資料,直至能完成任務。
若要在 Responses API 使用 shell 工具,開發者可將它連同 "tools": [{“type”: “shell”}] 一併加入 tools 陣列。API 會產生包含要執行的 shell 指令的 "shell_call" 項目。開發者在本機環境執行指令後,於下一個 API 請求的 "shell_call_output" 項目中傳回執行結果。詳情請參閱我們的 開發者文件(在新視窗開啟)。
價格與供應情況
GPT‑5.1 和 gpt-5.1-chat-latest 已向 API 所有付費級別的開發者開放。 價格和速率限制(在新視窗開啟) 與 GPT‑5 相同。我們亦在 API 推出 gpt-5.1-codex 和 gpt-5.1-codex-mini。雖然 GPT‑5.1 擅長大部分編碼任務,gpt-5.1-codex 系列模型則針對在 Codex 或類似 Codex 的執行框架中進行的長時間智能代理式編碼任務作了最佳化。
開發者可參閱我們的 GPT‑5.1 開發者文件(在新視窗開啟) 和 模型提示指南(在新視窗開啟),開始進行開發。我們目前沒有計劃在 API 中棄用 GPT‑5;如果日後決定這樣做,會預先通知開發者。
下一步
我們致力於逐步推出能力最強、最可靠的模型,支援真實的智能代理和編碼工作——這些模型能高效思考、快速迭代,並處理複雜任務,讓開發者保持工作流暢。憑藉自適應推理、更強的編碼表現、更清晰的面向使用者更新訊息,以及 apply_patch 和 shell 等新工具,GPT‑5.1 旨在協助你更順暢地開發。我們會繼續大力投入這方面的工作:未來數週及數月,預計會推出能力更強的智能代理和編碼模型。
附錄:模型評估
評估項目 | GPT‑5.1 (high) | GPT‑5 (high) |
SWE-bench Verified | 76.3% | 72.8% |
GPQA Diamond | 88.1% | 85.7% |
AIME 2025 | 94.0% | 94.6% |
FrontierMath | 26.7% | 26.3% |
MMMU | 85.4% | 84.2% |
Tau2-bench Airline | 67.0% | 62.6% |
Tau2-bench Telecom* | 95.6% | 96.7% |
Tau2-bench Retail | 77.9% | 81.1% |
BrowseComp Long Context 128k | 90.0% | 90.0% |
* 對於 Tau2-bench Telecom,我們為 GPT‑5.1 提供一個簡短、普遍有助益的提示,以提升其表現。
來源:OpenAI News · openai.com