ApX 标志ApX 标志

趋近智

GPT-5.1 High

参数

-

上下文长度

400K

模态

Text

架构

Dense

许可证

Proprietary

发布日期

13 Nov 2025

训练数据截止日期

Sep 2024

技术规格

注意力

注意力结构

Multi-Head Attention

注意力头

-

键值头

-

注意力头维度

-

位置嵌入

Absolute Position Embedding

RoPE Theta

-

滑动窗口注意力

-

滑动窗口大小

-

归一化

-

激活函数

-

维度

隐藏维度大小

-

层数

-

FFN 中间层大小(稠密层)

-

多 Token 预测头数

-

分词器

词汇量大小

-

GPT-5.1 High

GPT-5.1 High 是 OpenAI GPT-5 模型系列中的专用推理变体,旨在为复杂的分析任务提供高强度的认知处理。该模型基于模块化架构构建,集成了稠密语言骨干(backbone)、稀疏混合专家(MoE)层和专用推理核心。这种设计使系统能够实现自适应推理,通过延长处理多步问题(如高级数学证明和架构级代码重构)的内部思考时间,动态分配计算预算。与产生即时输出的标准模型不同,GPT-5.1 High 会生成隐藏的推理 token,在确定最终响应之前评估多种解决方案路径。

在技术层面,该模型采用了改进的 Transformer 架构,包含多头注意力(MHA)机制,并利用绝对位置嵌入来保持其扩展上下文中的结构连贯性。GPT-5.1 系列的一个重大创新是集成了用于上下文管理的“压缩(compaction)”机制,该机制在接近限制时会对历史 token 进行剪枝和总结,从而在不进行全上下文重置的情况下保持长期会话的连贯性。该架构还结合了显式的规划钩子(planning hooks)和在生成前后运行的安全护栏,确保复杂的推理链符合预期约束,同时最大限度地降低用户感知的延迟。

该模型主要面向技术和智能体(agentic)工作流,在这些场景中,深度分析的优先级高于原始速度。其用例包括自主调试、涉及多个文件的长期编码项目以及复杂的数据综合。通过向开发者开放“推理强度(reasoning effort)”控制功能,GPT-5.1 High 允许对模型处理困难查询时的持久性进行细粒度调整。这使其对于构建可靠智能体系统的专业人员特别有效,因为这些系统需要在工程、法律分析和科学研究等不同领域提供一致、高保真的输出。

关于 GPT-5

OpenAI 最新一代语言模型,具备先进的推理能力,支持高达 400K token 的超长上下文窗口,并针对编程、通用智能及效率推出了专门的变体。GPT-5 系列引入了改进的思考模式,在各项基准测试中表现卓越,并提供从高容量 Pro 模型到高效 Nano 模型等多种针对不同用例优化的版本。该系列具备原生多模态理解能力、增强的数学推理能力,并通 Codex 变体实现了业界领先的编程能力。


其他 GPT-5 模型

评估基准

排名

#4

基准分数排名

0.88

🥇

1

0.99

🥇

1

研究生级问答

GPQA

0.881

5

0.84

9

Web 开发

WebDev Arena

1457

9

0.87

11

专业知识

MMLU Pro

0.86

12

智能编程

LiveBench Agentic

0.53

13

0.70

15

0.79

17

0.72

30

排名

排名

#4

编程排名

#3 🥉

模型完整性

总分

D

37 / 100