GPT-4.1 nano

Fiche modèle · OpenAI · gpt-4.1-nano-2025-04-14

GPT-4.1 nano is OpenAI's fastest and cheapest model available in the GPT-4.1 family. It delivers exceptional performance at a small size with its 1 million token context window. Ideal for tasks like classification or autocompletion.

Fiches modèles

Identité

Organisation	OpenAI
Pays	—
Famille	—
Type	llm
Date de sortie	2025-04-14
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	image\|text
Fenêtre de contexte	1 000 000
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	—
Source des paramètres actifs	—
Curation des paramètres actifs	—
Prix par session	0.18 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	1.51 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	2024-05-31
Créé le	2026-05-07T16:53:33.670126Z
Mis à jour le	2026-11-04T06:04:59.493743Z
Source	LLM Stats
URL	https://llm-stats.com/models/gpt-4.1-nano-2025-04-14

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
Microsoft Azure (azure_sc)	cortecs	non	0.11 $	0.44 $	—	1 047 576	—	—	—
Microsoft Azure (azure_spc)	cortecs	non	0.11 $	0.44 $	—	1 047 576	—	—	—
Microsoft Foundry	eurouter	non	—	—	—	1 047 576	—	—	—
OpenAI	llm-stats	non	0.10 $	0.40 $	—	—	2.00	200.0	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.40
instruction_following	0.70
language	0.60
legal	0.80
long_context	0.10
math	0.60
multimodal	0.60
physics	0.50
reasoning	0.30
spatial_reasoning	0.10
structured_output	0.50
finance	0.80
general	0.30
healthcare	0.70
biology	0.50
chemistry	0.50
code	0.10
communication	0.30
tool_calling	0.10
vision	0.60
writing	0.40

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aider-polyglot	general	0.10	1.00	0.10	non	oui	2026-11-04T06:04:59.497931Z
aider-polyglot-edit	general	0.06	1.00	0.06	non	oui	2026-11-04T06:04:59.503614Z
aime-2024	math	0.29	1.00	0.29	non	oui	2026-11-04T06:04:59.512935Z
charxiv-d	reasoning	0.74	1.00	0.74	non	oui	2026-11-04T06:04:59.523212Z
charxiv-r	reasoning	0.41	1.00	0.41	non	oui	2026-11-04T06:04:59.533273Z
collie	language	0.42	1.00	0.42	non	oui	2026-11-04T06:04:59.543218Z
complexfuncbench	long_context	0.06	1.00	0.06	non	oui	2026-11-04T06:04:59.553125Z
gpqa	reasoning	0.50	1.00	0.50	non	oui	2026-11-04T06:04:59.563806Z
graphwalks-bfs-<128k	reasoning	0.25	1.00	0.25	non	oui	2026-11-04T06:04:59.569015Z
graphwalks-bfs->128k	reasoning	0.03	1.00	0.03	non	oui	2026-11-04T06:04:59.577128Z
graphwalks-parents-<128k	reasoning	0.09	1.00	0.09	non	oui	2026-11-04T06:04:59.581737Z
graphwalks-parents->128k	reasoning	0.06	1.00	0.06	non	oui	2026-11-04T06:04:59.585687Z
ifeval	chat	0.74	1.00	0.74	non	oui	2026-11-04T06:04:59.603094Z
internal-api-instruction-following-(hard)	general	0.32	1.00	0.32	non	oui	2026-11-04T06:04:59.613283Z
mathvista	math	0.56	1.00	0.56	non	oui	2026-11-04T06:04:59.623925Z
mmlu	general	0.80	1.00	0.80	non	oui	2026-11-04T06:04:59.633222Z
mmmlu	language	0.67	1.00	0.67	non	oui	2026-11-04T06:04:59.643214Z
mmmu	multimodal	0.55	1.00	0.55	non	oui	2026-11-04T06:04:59.647132Z
multi-if	chat	0.57	1.00	0.57	non	oui	2026-11-04T06:04:59.663134Z
multichallenge	chat	0.15	1.00	0.15	non	oui	2026-11-04T06:04:59.653074Z
openai-mrcr:-2-needle-128k	long_context	0.37	1.00	0.37	non	oui	2026-11-04T06:04:59.673083Z
openai-mrcr:-2-needle-1m	long_context	0.12	1.00	0.12	non	oui	2026-11-04T06:04:59.683110Z
tau-bench-airline	reasoning	0.14	1.00	0.14	non	oui	2026-11-04T06:04:59.688918Z
tau-bench-retail	chat	0.23	1.00	0.23	non	oui	2026-11-04T06:04:59.692980Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	281	—	-11.90	2	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04