VerdictPal
Beitreten

Modelle / OpenAI

GPT-5.1

GPT-5 · Release 2025-11-13

OpenAIs GPT-5.1-Familie November 2025. $1,25/$10 pro 1M Tokens, 400K-Kontext. Aus ChatGPT ausgemustert März 2026; API-Snapshots können noch existieren. MedScribe-Spitze auf Vals (88,1 %).

Nur Legacy-GPT-5.1-Endpunkte — für neue Arbeit auf GPT-5.4/5.5 migrieren.

#71 von 168 im AA Index · aktueller Snapshot
38 AA Index · 13 Benchmark-Zeilen · 1 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite61
Kontext400K
Input / 1M$1.3
Output / 1M$10
Wissensstichtag2024-09-30
Statuslightweight
ChatGPT

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

81/100 Ø
Wissen
87
Reasoning
87
Mathe
94
Coding
87
Agentisch
52
Langer Kontext
77

6 getestete Benchmark-Familien

Benchmark-Platzierungen

Wo GPT-5.1 auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
LiveCodeBenchCoding#7/ 3187Artificial Analysis2026-09-01
AIMEMath#11/ 3794Artificial Analysis2026-09-01
MMLU-ProKnowledge#13/ 3987Artificial Analysis2026-09-01
AA-LCRLong context#33/ 17977Artificial Analysis2026-09-01
IFBenchReasoning#39/ 12773Artificial Analysis2026-09-01
τ³-Bench BankingAgentic#68/ 10616Artificial Analysis2026-09-01
GPQA DiamondReasoning#70/ 18587Artificial Analysis2026-09-01
Humanity's Last ExamReasoning#83/ 18029Artificial Analysis2026-09-01
Terminal-BenchAgentic#84/ 18452Artificial Analysis2026-09-01
Artificial Analysis Intelligence IndexReasoning#91/ 18738Artificial Analysis2026-09-01
SciCodeCoding#94/ 18043Artificial Analysis2026-09-01
AA time to first tokenPerformance#129/ 186Artificial Analysis2026-09-01
AA output speedPerformance#130/ 187Artificial Analysis2026-09-01
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo GPT-5.1 auftaucht, ist es hervorgehoben.

KnowledgeGPT-5.1 · 87
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningGPT-5.1 · 87
  1. 1
    Claude Mythos Preview
    95
  2. 2
    Gemini 3.7 Flash
    95
  3. 3
    Grok 4.6
    95
MathGPT-5.1 · 94
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    GPT-5 (high)
    99
CodingGPT-5.1 · 87
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticGPT-5.1 · 52
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextGPT-5.1 · 77
  1. 1
    Muse Spark 1.2
    83
  2. 2
    Kimi K3
    83
  3. 3
    Gemini 3.5 Flash
    81
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für GPT-5.1 in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

13 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context76.67%Artificial Analysis5
AA output speedPerformance0 t/sArtificial Analysis5
AA time to first tokenPerformance0.00sArtificial Analysis5
AIMEMath94%Artificial Analysis5
Artificial Analysis Intelligence IndexReasoning37.5%Artificial Analysis5
GPQA DiamondReasoning87.3%Artificial Analysis5
Humanity's Last ExamReasoning28.5%Artificial Analysis5
IFBenchReasoning72.86%Artificial Analysis5
LiveCodeBenchCoding86.8%Artificial Analysis5
MMLU-ProKnowledge87%Artificial Analysis5
SciCodeCoding43.3%Artificial Analysis5
τ³-Bench BankingAgentic15.88%Artificial Analysis5
Terminal-BenchAgentic52.43%Artificial Analysis5
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Wissen87
Reasoning87
Mathe94
Coding87
Agentisch52
Langer Kontext77
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaMiniMaxxAIZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für GPT-5.1. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

13 Quell-Zeilen

13 von 37 Katalog-Benchmarks haben eine belegte Zeile für GPT-5.1.

Knowledge

Reasoning

Math

Coding

Agentic

Long context

Performance

Quellen