Automatisierte Seite. Automatisch von KI verfasst und übersetzt und per Software mit den Quellen abgeglichen; keine menschliche Redaktion. SI-IQ ist ein Index auf Basis öffentlicher Benchmark-Ergebnisse, kein IQ-Test. So funktioniert es
Wie intelligent ist GPT-4.1?
GPT-4.1 ist ein Modell von OpenAI, veröffentlicht am 14.04.2025. Sein SI-IQ beträgt 91 (90-%-Intervall 87–94); die Schätzung stützt sich auf 11 Benchmark-Ergebnisse von 4 Evaluatoren. Der stärkste Bereich ist Agenten, der schwächste Mathematik.
Datenstand 18.10.2026 · Methode 1.0.0
Fakten
- Entwickler
- OpenAI
- Veröffentlicht
- 14.04.2025
- Zugang
- API-Zugang
- Verwendete Benchmarks
- 11 Benchmark-Ergebnisse von 4 Evaluatoren
- API-Preis
- 2,00 $ Eingabe / 8,00 $ Ausgabe pro 1 Mio. Tokens (Preisliste des Entwicklers, 18.10.2026)
- Kontextfenster
- 1.047.576 Tokens
Fähigkeiten nach Bereich (SI-IQ, 90-%-Intervall)
Alle verwendeten Benchmark-Ergebnisse
Jeder Wert ist genau so angegeben, wie ihn die Quelle veröffentlicht hat: bei Epoch AI die beste ihrer Laufeinstellungen, bei OpenRouter der mediane Hosting-Anbieter (das eigene Hosting des Entwicklers, wenn dieses den Test durchgeführt hat). „Implizierter SI-IQ“ ist die Fähigkeit, auf die dieses einzelne Ergebnis hindeutet; der Gesamt-SI-IQ ist ihr präzisionsgewichteter Durchschnitt.
| Benchmark | Punktzahl | Evaluiert von | Quelle |
|---|---|---|---|
| Chess Puzzles | 3,0 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| FrontierMath Tiers 1–3 | 6,0 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| MATH Level 5 | 83,0 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| OTIS Mock AIME 2024–2025 | 38,3 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| Aider Polyglot | 52,4 % | Aider | Aider LLM Leaderboards · Datendatei |
| SWE-bench Verified (Lauf von Epoch AI) | 48,5 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| GPQA Diamond | 66,9 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| GPQA Diamond (Lauf von OpenRouter) | 66,1 % | OpenRouter | OpenRouter benchmark datasets · Datendatei |
| SimpleQA Verified | 31,1 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| Berkeley Function Calling Leaderboard | 54,0 % | UC Berkeley (Gorilla) | Berkeley Function Calling Leaderboard · Datendatei |
| τ²-bench Airline (Lauf von OpenRouter) | 50,8 % | OpenRouter | OpenRouter benchmark datasets · Datendatei |
Menschliche Präferenz (Arena)
In der Arena-Rangliste, in der Nutzer zwischen zwei anonymen Antworten abstimmen, hat GPT-4.1 eine Bewertung von 1.415 (1.411–1.418) aus 50.312 Stimmen (veröffentlicht am 15.10.2026). Menschliche Präferenz ist ein anderes Maß als die Leistung in Benchmarks und fließt nicht in den SI-IQ ein. Arena (Hugging Face)
Modelle mit ähnlichem SI-IQ
| Modell | SI-IQ | |
|---|---|---|
| GPT-4.1 miniOpenAI | 91 | GPT-4.1 vs. GPT-4.1 mini |
| Qwen3-32BAlibaba | 95 | GPT-4.1 vs. Qwen3-32B |
| Claude Sonnet 4Anthropic | 97 | GPT-4.1 vs. Claude Sonnet 4 |
| Claude Opus 4Anthropic | 98 | GPT-4.1 vs. Claude Opus 4 |
| Claude 3.7 SonnetAnthropic | 99 | GPT-4.1 vs. Claude 3.7 Sonnet |
Berechnet mit der SI-IQ-Methodenversion 1.0.0. Die vollständige Methodik lesen
Datenquellen: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); LiteLLM, model_prices_and_context_window.json (MIT); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (Lizenzen und Änderungen).