OpenAI: GPT-4.1

GPT-4.1 to flagowy duży model językowy od OpenAI, udostępniony przez dostawcę 14 kwietnia 2025. Należy do kategorii tekstowych i jest pozycjonowany do zaawansowanego realizowania instrukcji, rzeczywistej inżynierii oprogramowania oraz rozumowania na długim kontekście. Jeśli już pracujesz w rodzinie modeli OpenAI, to jest to warstwa następcy GPT-4o, ukierunkowana na zadania, w których staranne trzymanie się instrukcji i duża ilość kontekstu liczą się bardziej niż surowa szybkość.

Model przyjmuje jako dane wejściowe tekst, obrazy i pliki, a zwraca tekst. Jego okno kontekstu wynosi 1 047 576 tokenów, czyli nieco ponad milion tokenów, a maksymalne wyjście to 32 768 tokenów. Granica wiedzy to 30 czerwca 2024, więc wszystko po tej dacie wykracza poza to, na czym model był trenowany. Połączenie bardzo dużego okna kontekstu i umiarkowanego limitu wyjścia oznacza, że model dobrze nadaje się do czytania znacznie więcej, niż pisze, co jest typowe dla zadań analizy, przeglądu i wyszukiwania.

Te możliwości wskazują na kilka praktycznych zastosowań. Rozumowanie na długim kontekście czyni go odpowiednim do pracy nad dużymi bazami kodu, długimi specyfikacjami lub zestawami wielu dokumentów w jednym żądaniu, zamiast dzielenia ich na fragmenty. Rzeczywista inżynieria oprogramowania sugeruje przegląd kodu, refaktoryzację, debugowanie i generowanie testów. Zaawansowane realizowanie instrukcji pomaga w zadaniach strukturalnego wyodrębniania i przekształcania, w których format wyjścia musi być zachowany. Ponieważ obrazy i pliki są przyjmowane jako dane wejściowe, możesz także łączyć zrzuty ekranu, diagramy lub dokumenty z tekstem w tym samym żądaniu.

Model wywołujesz przez zgodne z OpenAI API api14, używając identyfikatora modelu "openai/gpt-4.1". Obsługiwane parametry żądania to max_completion_tokens, max_tokens, response_format, seed, structured_outputs, temperature, tool_choice, tools oraz top_p. W praktyce oznacza to, że możesz kontrolować długość wyjścia, żądać deterministycznego próbkowania za pomocą seed, ustawiać temperature i top_p dla losowości, ograniczać kształt odpowiedzi przez response_format lub structured_outputs oraz definiować wywoływanie funkcji przez tools i tool_choice.

Jednym ograniczeniem wartym uwagi jest limit wyjścia wynoszący 32 768 tokenów. Jeśli twoim zadaniem jest wygenerowanie bardzo długiego dokumentu w jednym przebiegu, ten limit zadziała wcześniej niż kontekst wejściowy i może być konieczne podzielenie generowania na kilka wywołań. Granica wiedzy z 30 czerwca 2024 oznacza również, że model nie ma wbudowanej świadomości późniejszych zdarzeń, więc wszystko, co niedawne, musi pochodzić z promptu lub z narzędzi, które zapewnisz.