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.

#29 von 51 im AA Index · aktueller Snapshot
37 AA Index · 13 Benchmark-Zeilen · 1 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite60
Kontext400K
Input / 1M$1.3
Output / 1M$10
Wissensstichtag2024-09-30
Output-Speed110 t/s
TTFT (Default-API)38.96s
Statuslightweight
ChatGPT
KnowledgeReasoningMathCodingAgenticLong context
Knowledge
87
Reasoning
87
Math
94
Coding
87
Agentic
52
Long context
75

80average across 6 tested families

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
AA-LCRLong context#1/ 6475Artificial Analysis2026-07-21
AIMEMath#3/ 1994Artificial Analysis2026-07-21
LiveCodeBenchCoding#3/ 1387Artificial Analysis2026-07-21
MMLU-ProKnowledge#5/ 2187Artificial Analysis2026-07-21
AA time to first tokenPerformance#10/ 69Artificial Analysis2026-07-21
AA output speedPerformance#25/ 69Artificial Analysis2026-07-21
IFBenchReasoning#26/ 5773Artificial Analysis2026-07-21
GPQA DiamondReasoning#36/ 6987Artificial Analysis2026-07-21
Artificial Analysis Intelligence IndexReasoning#42/ 6737Artificial Analysis2026-07-21
Humanity's Last ExamReasoning#42/ 6527Artificial Analysis2026-07-21
Terminal-BenchAgentic#45/ 6952Artificial Analysis2026-07-21
SciCodeCoding#46/ 6543Artificial Analysis2026-07-21
τ³-Bench BankingAgentic#49/ 6414Artificial Analysis2026-07-21
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
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
MathGPT-5.1 · 94
  1. 1
    OpenAI o3
    99
  2. 2
    OpenAI o1
    97
  3. 3
    Gemini 3 Pro
    96
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 · 75
  1. 1
    Kimi K3
    75
  2. 2
    GPT-5.1
    75
  3. 3
    GPT-5.6 Sol
    74
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 context75%Artificial Analysis2
AA output speedPerformance110 t/sArtificial Analysis2
AA time to first tokenPerformance38.96sArtificial Analysis2
AIMEMath94%Artificial Analysis2
Artificial Analysis Intelligence IndexReasoning36.9%Artificial Analysis2
GPQA DiamondReasoning87.3%Artificial Analysis2
Humanity's Last ExamReasoning26.5%Artificial Analysis2
IFBenchReasoning72.86%Artificial Analysis2
LiveCodeBenchCoding86.8%Artificial Analysis2
MMLU-ProKnowledge87%Artificial Analysis2
SciCodeCoding43.3%Artificial Analysis2
τ³-Bench BankingAgentic14.02%Artificial Analysis2
Terminal-BenchAgentic52.43%Artificial Analysis2
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.

Knowledge87
Reasoning87
Math94
Coding87
Agentic52
Long context75
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30input USD / 1M tokens · log scale →← intelligence

Hover or tab any dot for name, score, and input price.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMiniMaxxAIMetaZhipuXiaomiMeituanCohere

Volles Benchmark-Ledger

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

13 Quell-Zeilen

13 of 32 catalog benchmarks have a sourced row for GPT-5.1.

Knowledge

Reasoning

Math

Coding

Agentic

Long context

Performance

Quellen