openai

GPT-5.1

GPT-5.1 er OpenAI’s avancerede reasoning flagship med adaptiv tænkning, native multimodality og state-of-the-art ydelse inden for matematik og teknik...

openai logoopenaiGPT-512. november 2025
Kontekst
400Ktokens
Maks output
128Ktokens
Input-pris
$1.25/ 1M
Output-pris
$10.00/ 1M
Modalitet:TextImage
Funktioner:VisionVærktøjerStreamingRæsonnering
Benchmarks
GPQA
88.1%
GPQA: Spørgsmål og svar på kandidatniveau. En streng benchmark med 448 multiple choice-spørgsmål inden for biologi, fysik og kemi skabt af domæneeksperter. PhD-eksperter opnår kun 65-74% nøjagtighed, mens ikke-eksperter scorer kun 34% selv med ubegrænset webadgang (derfor 'Google-proof'). GPT-5.1 scorede 88.1% på denne benchmark.
HLE
32.5%
HLE: Ekspertniveau-ræsonnering. Tester en models evne til at demonstrere ekspertniveau-ræsonnering på tværs af specialiserede domæner. Evaluerer dyb forståelse af komplekse emner, der kræver professionel viden. GPT-5.1 scorede 32.5% på denne benchmark.
MMLU
90.2%
MMLU: Massiv flerfaglig sprogforståelse. En omfattende benchmark med 16.000 multiple choice-spørgsmål på tværs af 57 akademiske fag, herunder matematik, filosofi, jura og medicin. Tester bred viden og ræsonneringsevner. GPT-5.1 scorede 90.2% på denne benchmark.
MMLU Pro
81%
MMLU Pro: MMLU Professionel udgave. En forbedret version af MMLU med 12.032 spørgsmål i et sværere format med 10 svarmuligheder. Dækker matematik, fysik, kemi, jura, ingeniørvidenskab, økonomi, sundhed, psykologi, business, biologi, filosofi og datalogi. GPT-5.1 scorede 81% på denne benchmark.
SimpleQA
52%
SimpleQA: Faktuel nøjagtighedsbenchmark. Tester en models evne til at give nøjagtige, faktuelle svar på ligetil spørgsmål. Måler pålidelighed og reducerer hallucinationer i vidensindhentningstasks. GPT-5.1 scorede 52% på denne benchmark.
IFEval
91%
IFEval: Instruktionsfølgningsevaluering. Måler, hvor godt en model følger specifikke instruktioner og begrænsninger. Tester evnen til at overholde formateringsregler, længdegrænser og andre eksplicitte krav. GPT-5.1 scorede 91% på denne benchmark.
AIME 2025
94%
AIME 2025: American Invitational Math Exam. Konkurrence-niveau matematikopgaver fra den prestigefyldte AIME-eksamen designet til talentfulde gymnasieelever. Tester avanceret matematisk problemløsning, der kræver abstrakt tænkning, ikke kun mønstergenkendelse. GPT-5.1 scorede 94% på denne benchmark.
MATH
91%
MATH: Matematisk problemløsning. En omfattende matematikbenchmark, der tester problemløsning inden for algebra, geometri, calculus og andre matematiske domæner. Kræver flertrinssværsonnering og formel matematisk viden. GPT-5.1 scorede 91% på denne benchmark.
GSM8k
98.5%
GSM8k: Folkeskole matematik 8K. 8.500 folkeskole-niveau matematiske tekstopgaver, der kræver flertrinssræsonnering. Tester grundlæggende aritmetik og logisk tænkning gennem virkelige scenarier som shopping eller tidsberegninger. GPT-5.1 scorede 98.5% på denne benchmark.
MGSM
95%
MGSM: Flersproget folkeskolematematik. GSM8k-benchmarken oversat til 10 sprog, herunder spansk, fransk, tysk, russisk, kinesisk og japansk. Tester matematisk ræsonnering på tværs af forskellige sprog. GPT-5.1 scorede 95% på denne benchmark.
MathVista
75%
MathVista: Matematisk visuel ræsonnering. Tester evnen til at løse matematikopgaver, der involverer visuelle elementer som diagrammer, grafer, geometriske figurer og videnskabelige illustrationer. Kombinerer visuel forståelse med matematisk ræsonnering. GPT-5.1 scorede 75% på denne benchmark.
SWE-Bench
76.3%
SWE-Bench: Softwareingeniør-benchmark. AI-modeller forsøger at løse rigtige GitHub-issues i open source Python-projekter med menneskelig verifikation. Tester praktiske softwareingeniørfærdigheder på produktionskodebaser. Topmodeller gik fra 4,4% i 2023 til over 70% i 2024. GPT-5.1 scorede 76.3% på denne benchmark.
HumanEval
92.5%
HumanEval: Python-programmeringsopgaver. 164 håndskrevne programmeringsopgaver, hvor modeller skal generere korrekte Python-funktionsimplementeringer. Hver løsning verificeres mod unit tests. Topmodeller opnår nu 90%+ nøjagtighed. GPT-5.1 scorede 92.5% på denne benchmark.
LiveCodeBench
74%
LiveCodeBench: Live kodningsbenchmark. Tester kodningsevner på løbende opdaterede, virkelige programmeringsudfordringer. I modsætning til statiske benchmarks bruger den friske problemer for at forhindre dataforurening og måle ægte kodningsevner. GPT-5.1 scorede 74% på denne benchmark.
MMMU
85.4%
MMMU: Multimodal forståelse. Massiv multi-disciplin multimodal forståelsesbenchmark, der tester vision-sprogmodeller på universitetsniveau-problemer på tværs af 30 fag, der kræver både billedforståelse og ekspertviden. GPT-5.1 scorede 85.4% på denne benchmark.
MMMU Pro
62%
MMMU Pro: MMMU Professionel udgave. Forbedret version af MMMU med mere udfordrende spørgsmål og strengere evaluering. Tester avanceret multimodal ræsonnering på professionelt og ekspertniveau. GPT-5.1 scorede 62% på denne benchmark.
ChartQA
89%
ChartQA: Diagram-spørgsmål og svar. Tester evnen til at forstå og ræsonnere om information præsenteret i diagrammer og grafer. Kræver udtrækning af data, sammenligning af værdier og udførelse af beregninger fra visuelle datarepræsentationer. GPT-5.1 scorede 89% på denne benchmark.
DocVQA
93%
DocVQA: Dokument visuel Q&A. Document Visual Question Answering benchmark, der tester evnen til at udtrække og ræsonnere om information fra dokumentbilleder, herunder formularer, rapporter og scannet tekst. GPT-5.1 scorede 93% på denne benchmark.
Terminal-Bench
58%
Terminal-Bench: Terminal/CLI-opgaver. Tester evnen til at udføre kommandolinjeopgaver, skrive shell-scripts og navigere i terminalmiljøer. Måler praktiske systemadministrations- og udviklingsworkflow-færdigheder. GPT-5.1 scorede 58% på denne benchmark.
ARC-AGI
12%
ARC-AGI: Abstraktion og ræsonnering. Abstraction and Reasoning Corpus for AGI - tester flydende intelligens gennem nye mønstergenkendelsespuslespil. Hver opgave kræver opdagelse af den underliggende regel fra eksempler, der måler generel ræsonneringsevne snarere end memorering. GPT-5.1 scorede 12% på denne benchmark.

Om GPT-5.1

Lær om GPT-5.1s muligheder, funktioner og hvordan den kan hjælpe dig med at opnå bedre resultater.

Reasoning-arkitektur

GPT-5.1 har en System 2 tænke-arkitektur. Dette giver modellen mulighed for at justere sin behandlingstid baseret på forespørgslens kompleksitet. Til matematiske beviser anvender den dybe logiske deduktioner, mens simple konversationelle opgaver bevarer lav latency. Det adaptive reasoning-system sikrer, at compute tildeles der, hvor det skaber mest værdi.

Multimodal ydelse

Modellen bruger en omni multimodal ramme til tekst- og vision-inputs. Den giver 84% lavere latency på opgaver med udtræk fra virksomhedsdokumenter sammenlignet med sin forgænger. Forbedret hukommelse sikrer, at konteksten bevares gennem lange agentic-workflows, hvilket gør den velegnet til softwareingeniør-projekter i stor skala.

Personaliseringssystemer

En ny motor muliggør styring af tone og træk. Brugere kan konfigurere modellen til at være professionel, afslappet eller udtryksfuld gennem eksplicitte systeminstruktioner. Disse træk gør det muligt for udviklere at implementere bots, der bedre matcher specifikke brand-identiteter og brugerpræferencer uden omfattende few-shot prompting.

GPT-5.1

Anvendelser for GPT-5.1

Opdag de forskellige måder, du kan bruge GPT-5.1 til at opnå gode resultater.

Agentic Software Engineering

Modellen automatiserer komplekse refactorings på tværs af store kodebaser ved hjælp af højpræcisions reasoning.

PhD-niveau forskning

Den løser indviklede problemer inden for biologi og fysik, der kræver verificerede deduktioner i flere trin.

Analyse af virksomhedsdokumenter

Systemet udtrækker struktureret data fra massive mængder tabel-dokumenter med høj visuel præcision.

Personlig kundesupport

Udviklere implementerer bots med specifikke brand-træk, f.eks. finurlig eller professionel, for at matche brugerens stemning.

Matematisk problemløsning

Modellen udnytter sine 99,6% AIME-scores til at verificere beviser og undervise studerende i avanceret matematik.

Vision-baseret business intelligence

Den analyserer komplekse grafer og finansielle rapporter for at generere executive summaries med visuel kontekst.

Styrker

Begrænsninger

Elite matematisk reasoning: Modellen opnåede en score på 99,6% på AIME 2025 og overgår næsten alle tidligere konkurrerende modeller.
Høj output latency: Reasoning med stor indsats kan forlænge svartiderne til over 20 sekunder ved komplekse forespørgsler.
Adaptiv behandling: Dynamisk compute-skalering reducerer latency med 84% på simple opgaver med virksomhedsdokumenter.
Ingen native lyd: Den mangler de indbyggede speech-to-speech-funktioner, som findes hos konkurrenter som Gemini 2.0.
Forbedret personlighedskontrol: Native tone-styring gør interaktioner varmere og mere menneskelige end i den originale GPT-5.
Output-prissætning: Med $10 pr. million tokens er omkostningerne ved long-form reasoning-outputs væsentligt højere end hos instant-modeller.
Large Scale Context: Et 400.000 tokens context window kombineret med 24-timers caching giver mulighed for massive agentic-workflows.
Vedvarende stilistiske særheder: Brugere rapporterer, at modellen stadig har svært ved at undgå specifikke tegnsætningsmønstre trods eksplicitte instruktioner om hukommelse.

API hurtig start

openai/gpt-5.1

Se dokumentation
openai SDK
import OpenAI from 'openai';

const openai = new OpenAI();

const response = await openai.chat.completions.create({
  model: "gpt-5.1",
  messages: [{ role: "user", content: "Analyze the security of this smart contract." }],
  reasoning_effort: "high",
});

console.log(response.choices[0].message.content);

Installér SDK'et og begynd at foretage API-kald på få minutter.

Hvad folk siger om GPT-5.1

Se hvad fællesskabet mener om GPT-5.1

GPT-5.1 etc. i Codex er stadig den bedste korrekturlæser til planlægning og kode-review opgaver.
darrenjr
twitter
Vores evalueringer viste, at GPT-5 præsterede op til 190% bedre end andre førende modeller inden for kompleks reasoning.
CodeRabbit
twitter
GPT-5.1 er bedre kalibreret til prompt-sværhedsgrad og bruger langt færre tokens på nemme inputs.
Tech Titans
facebook
Denne udgivelse handler om personlighed og om at gøre ChatGPT mindre klinisk og steril.
Theo
youtube
Det 400k store context window er en livredder for vores analyse af hele repoet.
RedditUser99
reddit
Stadig ingen native lyd er en skam, men gevinsterne i reasoning er reelle.
HackerNewsGuy
hackernews

Videoer om GPT-5.1

Se vejledninger, anmeldelser og diskussioner om GPT-5.1

GPT 5.1 er her. Den er hurtigere. Den er mere præcis. Den er mere konversationel.

For første gang kan GPT 5.1 Instant bruge adaptiv reasoning til at bestemme, hvornår den skal tænke.

Logikken her er markant bedre end den standard GPT 5-model.

Det lykkes den at opretholde en varmere tone, end vi så i de tidligere preview-versioner.

Hvis du er udvikler, vil den udvidede prompt caching spare dig for rigtig mange penge.

Den er endnu mere personaliserbar end nogensinde før.

Tonen lyder meget mere naturlig... 5.1 er meget bedre til energi.

Jeg lagde mærke til, at den ikke hallucinerer så meget under komplekse workflow-trin.

Hastigheden i instant-mode er næsten svarende til GPT 4o mini, men med mere snilde.

Personaliseringsfunktioner betyder, at du faktisk kan bede den om at lade være med at være så formel.

Dette er sandsynligvis en af de mest afslappede iterative opdateringer til en frontier model.

Den producerede et succesfuldt resultat i et kofangerspil sammenlignet med GPT5-tænkning.

Vision-behandlingen af håndskrevne dokumenter er mærkbart skarpere.

Jeg synes, at knappen til reasoning effort er den bedste funktion til at styre API-omkostninger.

Det føles endelig som en model, man kan tale med, uden at den lyder som en lærebog.

Mere end bare prompts

Supercharg din arbejdsgang med AI-automatisering

Automatio kombinerer kraften fra AI-agenter, webautomatisering og smarte integrationer for at hjælpe dig med at udrette mere på kortere tid.

AI-agenter
Webautomatisering
Smarte arbejdsgange

Pro-tips til GPT-5.1

Eksperttips til at hjælpe dig med at få mest muligt ud af GPT-5.1 og opnå bedre resultater.

Juster Reasoning Effort

Brug reasoning_effort-parameteren til at indstille tænkeniveauet til 'high' til matematik, men 'none' til simpel chat for at spare på latency.

Udnyt det store context window

Brug det 400k store context window til hele projektmapper, da modellen husker informationen godt i lange prompts.

Tone-styring

Aktiver tone-træk i dine systeminstruktioner for at gøre modellen mindre klinisk og mere som en holdkammerat.

Prompt Caching

Udnyt 24-timers prompt caching for at reducere omkostningerne, når du kører gentagne agentic-loops på den samme kodebase.

Anmeldelser

Hvad vores brugere siger

Slut dig til tusindvis af tilfredse brugere, der har transformeret deres arbejdsgang

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Relateret AI Models

alibaba

Qwen3.5-397B-A17B

alibaba

Qwen3.5-397B-A17B is Alibaba's flagship open-weight MoE model. It features native multimodal reasoning, a 1M context window, and a 19x decoding throughput...

1M context
$0.40/$2.40/1M
moonshot

Kimi K2.5

Moonshot

Discover Moonshot AI's Kimi K2.5, a 1T-parameter open-source agentic model featuring native multimodal capabilities, a 262K context window, and SOTA reasoning.

256K context
$0.60/$3.00/1M
xai

Grok-4

xAI

Grok-4 by xAI is a frontier model featuring a 2M token context window, real-time X platform integration, and world-record reasoning capabilities.

2M context
$3.00/$15.00/1M
anthropic

Claude Opus 4.5

Anthropic

Claude Opus 4.5 is Anthropic's most powerful frontier model, delivering record-breaking 80.9% SWE-bench performance and advanced autonomous agency for coding.

200K context
$5.00/$25.00/1M
google

Gemini 3.1 Flash-Lite

Google

Gemini 3.1 Flash-Lite is Google's fastest, most cost-efficient model. Features 1M context, native multimodality, and 363 tokens/sec speed for scale.

1M context
$0.25/$1.50/1M
anthropic

Claude Sonnet 4.6

Anthropic

Claude Sonnet 4.6 offers frontier performance for coding and computer use with a massive 1M token context window for only $3/1M tokens.

1M context
$3.00/$15.00/1M
zhipu

GLM-5

Zhipu (GLM)

GLM-5 is Zhipu AI's 744B parameter open-weight powerhouse, excelling in long-horizon agentic tasks, coding, and factual accuracy with a 200k context window.

200K context
$1.00/$3.20/1M
google

Gemini 3 Flash

Google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M

Ofte stillede spørgsmål om GPT-5.1

Find svar på almindelige spørgsmål om GPT-5.1