openai

GPT-5.1

GPT-5.1 adalah flagship reasoning canggih dari OpenAI yang menampilkan adaptive thinking, multimodality native, dan performa state-of-the-art dalam matematika...

openai logoopenaiGPT-512 November 2025
Konteks
400Ktoken
Output maks.
128Ktoken
Harga input
$1.25/ 1M
Harga output
$10.00/ 1M
Modalitas:TextImage
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
88.1%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). GPT-5.1 meraih skor 88.1% pada benchmark ini.
HLE
32.5%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. GPT-5.1 meraih skor 32.5% pada benchmark ini.
MMLU
90.2%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. GPT-5.1 meraih skor 90.2% pada benchmark ini.
MMLU Pro
81%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. GPT-5.1 meraih skor 81% pada benchmark ini.
SimpleQA
52%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. GPT-5.1 meraih skor 52% pada benchmark ini.
IFEval
91%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. GPT-5.1 meraih skor 91% pada benchmark ini.
AIME 2025
94%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. GPT-5.1 meraih skor 94% pada benchmark ini.
MATH
91%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. GPT-5.1 meraih skor 91% pada benchmark ini.
GSM8k
98.5%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. GPT-5.1 meraih skor 98.5% pada benchmark ini.
MGSM
95%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. GPT-5.1 meraih skor 95% pada benchmark ini.
MathVista
75%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. GPT-5.1 meraih skor 75% pada benchmark ini.
SWE-Bench
76.3%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. GPT-5.1 meraih skor 76.3% pada benchmark ini.
HumanEval
92.5%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. GPT-5.1 meraih skor 92.5% pada benchmark ini.
LiveCodeBench
74%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. GPT-5.1 meraih skor 74% pada benchmark ini.
MMMU
85.4%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. GPT-5.1 meraih skor 85.4% pada benchmark ini.
MMMU Pro
62%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. GPT-5.1 meraih skor 62% pada benchmark ini.
ChartQA
89%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. GPT-5.1 meraih skor 89% pada benchmark ini.
DocVQA
93%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. GPT-5.1 meraih skor 93% pada benchmark ini.
Terminal-Bench
58%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. GPT-5.1 meraih skor 58% pada benchmark ini.
ARC-AGI
12%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. GPT-5.1 meraih skor 12% pada benchmark ini.

Tentang GPT-5.1

Pelajari tentang kemampuan, fitur, dan cara menggunakan GPT-5.1.

Arsitektur Reasoning

GPT-5.1 menghadirkan arsitektur System 2 thinking. Hal ini memungkinkan model untuk menyesuaikan waktu pemrosesannya berdasarkan kompleksitas kueri. Untuk pembuktian matematika, model menerapkan deduksi logis yang mendalam, sementara tugas percakapan sederhana tetap mempertahankan latency rendah. Sistem adaptive reasoning memastikan komputasi dialokasikan ke tempat yang paling bernilai.

Performa Multimodal

Model ini menggunakan framework omni multimodal untuk input teks dan vision. Model ini memberikan latency 84% lebih rendah pada tugas ekstraksi dokumen perusahaan dibandingkan pendahulunya. Retensi memori yang ditingkatkan memastikan konteks tetap terjaga selama alur kerja agentic jangka panjang, menjadikannya cocok untuk proyek software engineering skala besar.

Sistem Personalisasi

Engine baru memungkinkan pengaturan nada dan ciri khas. Pengguna dapat mengonfigurasi model agar menjadi profesional, santai, atau ekspresif melalui instruksi sistem yang eksplisit. Ciri-ciri ini memungkinkan developer untuk menerapkan bot yang lebih sesuai dengan identitas brand dan preferensi pengguna tanpa memerlukan few-shot prompting yang luas.

GPT-5.1

Kasus Penggunaan untuk GPT-5.1

Temukan berbagai cara menggunakan GPT-5.1 untuk hasil yang luar biasa.

Agentic Software Engineering

Model ini mengotomatiskan refactor kompleks di seluruh codebase besar menggunakan reasoning dengan akurasi tinggi.

Riset Tingkat PhD

Model ini memecahkan masalah rumit dalam biologi dan fisika yang memerlukan deduksi multi-langkah yang terverifikasi.

Analisis Dokumen Enterprise

Sistem ini mengekstrak data terstruktur dari sekumpulan dokumen tabular masif dengan presisi visual yang tinggi.

Dukungan Pelanggan Terpersonalisasi

Developer dapat menerapkan bot dengan ciri khas brand tertentu, seperti santai atau profesional, agar sesuai dengan sentimen pengguna.

Pemecahan Masalah Matematika

Model ini memanfaatkan skor AIME 99,6% miliknya untuk memverifikasi pembuktian dan membimbing siswa dalam matematika tingkat lanjut.

Business Intelligence Berbasis Vision

Model ini menganalisis grafik dan laporan keuangan yang kompleks untuk menghasilkan ringkasan eksekutif dengan konteks visual.

Kelebihan

Keterbatasan

Elite Mathematical Reasoning: Model ini mencapai skor 99,6% pada AIME 2025, melampaui hampir semua model kompetitif sebelumnya.
High Output Latency: Reasoning dengan upaya tinggi dapat memperpanjang waktu respons hingga lebih dari 20 detik untuk kueri yang kompleks.
Adaptive Processing: Penskalaan komputasi dinamis mengurangi latency sebesar 84% pada tugas-tugas dokumen perusahaan yang sederhana.
Tanpa Audio Native: Model ini tidak memiliki kapabilitas speech-to-speech bawaan seperti yang ditemukan pada kompetitor seperti Gemini 2.0.
Kontrol Kepribadian yang Ditingkatkan: Native tone steering membuat interaksi terasa lebih hangat dan manusiawi dibandingkan GPT-5 asli.
Harga Output: Dengan biaya $10 per juta tokens, biaya untuk output reasoning bentuk panjang jauh lebih tinggi daripada model instan.
Large Scale Context: Context window 400.000 tokens yang dipadukan dengan caching 24 jam memungkinkan alur kerja agentic yang masif.
Ciri Khas Gaya yang Persisten: Pengguna melaporkan bahwa model masih kesulitan untuk menghindari pola tanda baca tertentu meskipun telah diberikan instruksi memori yang eksplisit.

Mulai Cepat API

openai/gpt-5.1

Lihat Dokumentasi
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);

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang GPT-5.1

Lihat apa yang dipikirkan komunitas tentang GPT-5.1

GPT-5.1 dsb di Codex masih menjadi peninjau terbaik untuk tugas perencanaan dan code review.
darrenjr
twitter
Evaluasi kami menemukan bahwa GPT-5 bekerja hingga 190% lebih baik dibandingkan model terkemuka lainnya dalam reasoning yang kompleks.
CodeRabbit
twitter
GPT-5.1 dikalibrasi dengan lebih baik terhadap tingkat kesulitan prompt, sehingga menggunakan jauh lebih sedikit tokens pada input yang mudah.
Tech Titans
facebook
Rilis ini berfokus pada kepribadian agar ChatGPT tidak terasa terlalu kaku dan steril.
Theo
youtube
Context window 400k sangat membantu untuk analisis seluruh repo kami.
RedditUser99
reddit
Sayangnya masih belum ada audio native, namun peningkatan pada reasoning benar-benar terasa.
HackerNewsGuy
hackernews

Video Tentang GPT-5.1

Tonton tutorial, ulasan, dan diskusi tentang GPT-5.1

GPT 5.1 telah hadir. Lebih cepat, lebih akurat, dan lebih komunikatif.

Untuk pertama kalinya, GPT 5.1 Instant dapat menggunakan adaptive reasoning untuk memutuskan kapan harus berpikir.

Logikanya secara signifikan lebih baik daripada model GPT 5 standar.

Model ini berhasil mempertahankan nada yang lebih hangat daripada versi pratinjau sebelumnya.

Jika Anda seorang developer, extended prompt caching akan menghemat banyak uang.

Lebih dapat dipersonalisasi dari sebelumnya.

Nadanya terdengar jauh lebih alami... 5.1 jauh lebih baik untuk energi.

Saya perhatikan model ini tidak terlalu sering halusinasi selama langkah alur kerja yang kompleks.

Kecepatan mode instan hampir setara dengan GPT 4o mini namun dengan kecerdasan lebih.

Fitur personalisasi berarti Anda benar-benar bisa memintanya untuk tidak terlalu formal.

Ini mungkin salah satu pembaruan iteratif paling santai untuk frontier model AI.

Hasilnya sukses dalam game bumper car dibandingkan dengan proses berpikir GPT5.

Pemrosesan vision pada dokumen tulisan tangan terasa jauh lebih tajam.

Menurut saya, tombol reasoning effort adalah fitur terbaik untuk mengelola biaya API.

Akhirnya terasa seperti model yang bisa diajak bicara tanpa terdengar seperti buku teks.

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas

Tips Pro untuk GPT-5.1

Tips ahli untuk memaksimalkan GPT-5.1.

Sesuaikan Reasoning Effort

Gunakan parameter reasoning_effort untuk menyetel tingkat berpikir ke high untuk matematika, namun gunakan none untuk percakapan sederhana guna menghemat latency.

Manfaatkan Large Context

Manfaatkan 400k context window untuk keseluruhan folder proyek karena model ini menyimpan informasi dengan sangat baik dalam prompt yang panjang.

Pengaturan Nada (Tone Steering)

Aktifkan fitur nada dalam instruksi sistem Anda agar model terdengar kurang kaku dan lebih seperti rekan kerja.

Prompt Caching

Manfaatkan prompt caching 24 jam untuk mengurangi biaya saat menjalankan agentic loops yang berulang pada codebase yang sama.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

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.

Terkait 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

Pertanyaan yang Sering Diajukan tentang GPT-5.1

Temukan jawaban untuk pertanyaan umum tentang GPT-5.1