面向开发者推出GPT-5.1

# 面向开发者的 GPT-5.1 发布 来源：https://openai.com/index/gpt-5-1-for-developers/ 今天，我们通过 API 平台发布 GPT-5.1，这是 GPT-5 系列的新模型，它在智能与速度之间取得平衡，适用于广泛的智能体任务和编程任务。GPT-5.1 会根据任务的复杂程度动态调整思考时间，从而在更简单的日常任务上显著提升速度并提高 token 利用效率。该模型还提供了“无推理”模式，可在不需要深度思考的任务上更快响应，同时保持 GPT-5.1 的顶尖智能水平。 为了让 GPT-5.1 更加高效，我们发布了延长至 24 小时的提示缓存保留时间，从而能以更低成本为后续问题提供更快的响应。我们的[优先处理](https://platform.openai.com/docs/guides/priority-processing)客户在使用 GPT-5.1 时，也会体验到比 GPT-5 显著更快的性能。 在编程方面，我们与 Cursor、Cognition、Augment Code、Factory 和 Warp 等初创公司紧密合作，改进了 GPT-5.1 的编程风格、可引导性和代码质量。总体而言，GPT-5.1 在编程时感觉更加直观，并且在完成任务时能通过面向用户的更新进行更有效的沟通。 最后，我们为 GPT-5.1 引入了两个新工具：一个`apply_patch`工具，用于更可靠地编辑代码；一个 shell 工具，让模型能够运行 shell 命令。 GPT-5.1 是 GPT-5 系列的下一个进步，我们计划继续投资于更智能、能力更强的模型，帮助开发者构建可靠的智能体工作流。 为了让 GPT-5.1 更快，我们彻底改革了它的思考训练方式。对于简单任务，GPT-5.1 会花费更少的 token 进行思考，从而带来更敏捷的产品体验和更低的 token 开销。对于需要额外思考的困难任务，GPT-5.1 仍然保持持久性，探索各种选项并检查自身工作，以最大限度地提高可靠性。 **Balyasny Asset Management** 表示，GPT-5.1 “在我们的完整动态评估套件中表现优于 GPT-4.1 和 GPT-5，同时运行速度比 GPT-5 快 2-3 倍”。他们还提到，在大量使用工具的推理任务中，GPT-5.1 “在相似甚至更优的质量下，始终比主要竞争对手少用约一半的 token”。同样，AI 保险 BPO 公司 **Pace** 也测试了该模型，并表示他们的智能体“在 GPT-5.1 上运行速度提升 50%，同时在我们的评估中超过了 GPT-5 和其他领先模型的准确性”。 *与 GPT-5 相比，GPT-5.1 能更动态地调整思考时间。在 ChatGPT 任务的典型分布上，GPT-5.1 在处理较简单任务时速度更快，即使在较高的推理强度下也是如此。* 例如，当被问到“显示列出全局安装包的 npm 命令”时，GPT-5.1 在 2 秒内回答，而不是 10 秒。 开发者现在可以通过将 reasoning_effort 设置为 'none' 来使用无推理模式的 GPT-5.1。这使得模型在延迟敏感的场景中表现得像非推理模型，同时保留了 GPT-5.1 的高智能性，并额外获得了高效的工具调用能力。相对于 GPT-5 的“最低”推理模式，无推理模式的 GPT-5.1 在并行工具调用（这本身就能提高端到端任务完成速度）、编程任务、指令遵循以及使用搜索工具方面表现更好，并且在我们 API 平台中支持[网络搜索](https://platform.openai.com/docs/guides/tools-web-search?api-mode=responses)。**Sierra** 分享说，GPT-5.1 在“无推理”模式下，其“实际评估中低延迟工具调用性能相比 GPT-5 最低推理模式提升了 20%”。 随着在 reasoning_effort 中引入 'none' 作为取值，开发者现在在速度、成本和智能之间的平衡上拥有了更大的灵活性和控制力。GPT-5.1 默认设置为 'none'，这非常适合延迟敏感的工作负载。我们建议开发者在复杂度较高的任务中选择 'low' 或 'medium'，在智能和可靠性比速度更重要时选择 'high'。 扩展缓存通过允许提示在缓存中保持活跃长达 24 小时（而非目前支持的几分钟）来提高推理效率。更长的保留窗口意味着更多的后续请求可以利用缓存的上下文——从而降低延迟、降低成本，并为多轮对话、编程会话或知识检索工作流等长时间运行的交互提供更流畅的性能。 提示缓存定价保持不变，缓存的输入 token 比非缓存的 token 便宜 90%，且无需额外支付缓存写入或存储费用。要在 GPT-5.1 上使用扩展缓存，请在 Responses 或 Chat Completions API 中添加参数 `“prompt_cache_retention='24h'”`。更多详情请参阅[提示缓存文档](https://platform.openai.com/docs/guides/prompt-caching)。 GPT-5.1 在 GPT-5 的编程能力基础上进行了改进，包括更可引导的编程风格、更少的过度思考、更好的代码质量、在工具调用序列期间更清晰的面向用户的更新消息（前言），以及更实用的前端设计——尤其是在低推理强度下。 在快速代码编辑等简单编程任务上，GPT-5.1 的更快速度使得来回迭代更加容易。GPT-5.1 在简单任务上的更快速度并不会降低它在困难任务上的表现。在 SWE-bench Verified 上，GPT-5.1 甚至比 GPT-5 工作更长时间，达到了 76.3%。 *在 [SWE-bench Verified](https://openai.com/index/introducing-swe-bench-verified/) 中，模型会获得一个代码仓库和问题描述，并必须生成一个补丁来解决问题。标签表示推理强度。准确率是在所有 500 个问题上取平均。所有模型都使用了带有基于 JSON 的 apply_patch 工具的测试环境。* 我们从几家编程公司那里获得了对 GPT-5.1 的早期反馈。以下是他们的印象： - **Augment Code** 称 GPT-5.1 “更加深思熟虑，浪费的动作更少，推理效率更高，任务聚焦更好”，并且他们看到“跨多文件项目中的变更更准确，拉取请求更平滑，迭代更快”。 - **Cline** 分享说，在他们的评估中，“GPT-5.1 在我们的差异编辑基准测试中达到了 SOTA，提升了 7%，展示了在复杂编程任务上的卓越可靠性”。 - **CodeRabbit** 称 GPT-5.1 是其“PR 审查的首选模型”。 - **Cognition** 表示 GPT-5.1 “在理解你的需求并配合你完成工作方面明显更好”。 - **Factory** 表示“GPT-5.1 提供了明显更快的响应，并根据任务调整其推理深度，减少了过度思考，改善了整体开发者体验”。 - **Warp** 正在将 GPT-5.1 设为新用户的默认模型，称其“在 GPT-5 系列引入的惊人智能提升基础上，提供了更具响应性的模型”。 > “GPT 5.1 不仅仅是另一个 LLM——它真正具有智能体特性，是我测试过的最自然的自主模型。它像你一样写作，像你一样编码，轻松遵循复杂指令，在前端任务中表现出色，并且能很好地融入你现有的代码库。你可以在 Responses API 中真正释放其全部潜力，我们很高兴能将其集成到我们的 IDE 中。” > > — Denis Shiryaev，JetBrains AI DevTools 生态系统负责人 我们为 GPT-5.1 引入了两个新工具，帮助开发者在 Responses API 中充分利用模型的能力：一个自由格式的 `apply_patch` **工具**，无需 JSON 转义即可使代码编辑更加可靠；以及一个 **shell** **工具**，允许模型编写命令并在本地机器上运行。 自由格式的 `apply_patch` 工具让 GPT-5.1 能够使用结构化差异在代码库中创建、更新和删除文件。模型不再仅仅建议编辑，而是发出补丁操作，由应用程序应用并报告结果，从而实现迭代式的多步代码编辑工作流。 要在 Responses API 中使用 `apply_patch` 工具，请将其包含在工具数组中，使用 `"tools": [{“type”: “apply_patch”}]`，并在输入中包含文件内容，或为模型提供与文件系统交互的工具。模型将生成 `apply_patch_call` 对象，用于创建、更新或删除包含差异的文件，您可以在自己的文件系统上应用这些差异。有关如何集成 apply_patch 工具的更多信息，请参阅我们的[开发者文档](https://platform.openai.com/docs/guides/tools-apply-patch)。 Shell 工具允许模型通过受控的命令行界面与本地计算机交互。模型提出 shell 命令；开发者集成执行这些命令并返回输出。这创建了一个简单的计划-执行循环，让模型能够检查系统、运行工具并收集数据，直到完成任务。 要在 Responses API 中使用 shell 工具，开发者可以将其包含在工具数组中，使用 `"tools": [{“type”: “shell”}]`。API 将生成 `"shell_call"` 对象，其中包含要执行的 shell 命令。开发者在本地环境中执行这些命令，并将执行结果通过下一个 API 请求中的 `"shell_call_output"` 对象传递回去。更多信息请参阅我们的[开发者文档](https://platform.openai.com/docs/guides/tools-shell)。 GPT-5.1 和 gpt-5.1-chat-latest 现在可供 API 所有付费层级的开发者使用。[定价和速率限制](https://platform.openai.com/docs/pricing)与 GPT-5 相同。我们还将在 API 中发布 `gpt-5.1-codex` 和 `gpt-5.1-codex-mini`。虽然 GPT-5.1 在大多数编程任务上表现出色，但 gpt-5.1-codex 模型针对 Codex 或类似 Codex 的测试环境中长时间运行的智能体编程任务进行了优化。 我们致力于逐步部署最强大、最可靠的模型，用于真实的智能体和编程工作——这些模型能够高效思考、快速迭代，处理复杂任务，同时让开发者保持工作流畅。凭借自适应推理、更强的编程性能、更清晰的面向用户更新以及像 `apply_patch` 和 `shell` 这样的新工具，GPT-5.1 旨在帮助您以更少的摩擦进行构建。我们将在这一领域继续大力投资：您可以在未来几周和几个月内期待能力更强的智能体和编程模型。 *\* 对于 Tau2-bench Telecom，我们给 GPT-5.1 提供了一个简短、通用的有用提示以提升其性能。*