OpenAI: GPT-4.1

GPT-4.1 adalah model bahasa besar unggulan dari OpenAI, dirilis oleh penyedia pada 14 April 2025. Model ini berada di kategori teks dan diposisikan untuk mengikuti instruksi tingkat lanjut, rekayasa perangkat lunak dunia nyata, dan penalaran konteks panjang. Jika Anda sudah bekerja dalam keluarga model OpenAI, ini adalah tingkat penerus GPT-4o, dan ditujukan untuk beban kerja di mana kepatuhan yang cermat terhadap instruksi dan konteks dalam jumlah besar lebih penting daripada kecepatan mentah.

Model ini menerima teks, gambar, dan file sebagai input, dan mengembalikan teks. Jendela konteksnya adalah 1.047.576 token, yaitu sedikit di atas satu juta token, dan output maksimumnya adalah 32.768 token. Batas pengetahuan adalah 30 Juni 2024, jadi apa pun setelah tanggal itu berada di luar apa yang digunakan untuk melatih model. Kombinasi jendela konteks yang sangat besar dan batas output yang moderat berarti model ini cocok untuk membaca jauh lebih banyak daripada menulis, yang merupakan ciri khas tugas analisis, tinjauan, dan gaya pengambilan.

Kemampuan tersebut mengarah pada beberapa penggunaan praktis. Penalaran konteks panjang membuatnya cocok untuk bekerja pada basis kode besar, spesifikasi panjang, atau kumpulan multi-dokumen dalam satu permintaan alih-alih memecahnya menjadi potongan. Rekayasa perangkat lunak dunia nyata menunjukkan tinjauan kode, refaktorisasi, debugging, dan pembuatan tes. Kemampuan mengikuti instruksi tingkat lanjut membantu tugas ekstraksi dan transformasi terstruktur di mana format output harus dipatuhi. Karena gambar dan file diterima sebagai input, Anda juga dapat mencampur tangkapan layar, diagram, atau dokumen ke dalam permintaan yang sama dengan teks.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan id model "openai/gpt-4.1". Parameter permintaan yang didukung adalah max_completion_tokens, max_tokens, response_format, seed, structured_outputs, temperature, tool_choice, tools, dan top_p. Dalam praktiknya, itu berarti Anda dapat mengontrol panjang output, meminta pengambilan sampel deterministik dengan seed, mengatur temperature dan top_p untuk keacakan, membatasi bentuk respons dengan response_format atau structured_outputs, dan mendefinisikan pemanggilan fungsi melalui tools dan tool_choice.

Satu batasan yang perlu diperhatikan adalah batas output 32.768 token. Jika tugas Anda adalah menghasilkan dokumen yang sangat panjang dalam satu proses, batas itu akan mengikat sebelum konteks input, dan Anda mungkin perlu membagi generasi ke beberapa panggilan. Batas pengetahuan 30 Juni 2024 juga berarti model tidak memiliki kesadaran bawaan tentang peristiwa setelahnya, jadi apa pun yang terbaru harus berasal dari prompt atau dari alat yang Anda sediakan.