GPT-5.1

Fiche modèle · OpenAI · gpt-5.1-2025-11-13

The best model for coding and agentic tasks with configurable reasoning effort. GPT-5.1 is our flagship model for coding and agentic tasks with configurable reasoning and non-reasoning effort.

Fiches modèles

Identité

OrganisationOpenAI
Pays—
Famille—
Typellm
Date de sortie2025-11-13
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text
Fenêtre de contexte400 000
KV cache / token (Q8)—
Paramètres totaux≈ 284 B–1.78 T (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md)
Paramètres actifs (session)≈ 49 B–78 B (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md)
Source des paramètres actifshttps://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md (estimation, confiance très faible)
Curation des paramètres actifs2026-10-25
Prix par session3.25 $ (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 Players69.4×
Coût / tâche (Terminal-Bench)27.29 $ (est.)
Tokens d'entraînement—
Coupure de connaissance2024-09-30
Créé le2026-05-07T16:53:34.236259Z
Mis à jour le2026-11-04T06:05:00.518676Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gpt-5.1-2025-11-13
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 « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
Microsoft Azure (azure_sc)cortecsnon1.39 $11.04 $—400 000———
OpenAIllm-statsnon1.25 $10.00 $——2.00100.0active

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

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
chat0.70
math0.60
multimodal0.90
physics0.90
reasoning0.80
search0.90
frontend_development0.80
general0.80
healthcare0.90
biology0.90
chemistry0.90
code0.80
communication0.80
tool_calling0.80
vision0.90

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
aime-2025math0.941.000.94nonoui2026-11-04T06:05:00.543992Z
browsecomp-long-128kreasoning0.901.000.90nonoui2026-11-04T06:05:00.577655Z
frontiermathmath0.271.000.27nonoui2026-11-04T06:05:00.554818Z
gpqareasoning0.881.000.88nonoui2026-11-04T06:05:00.528941Z
mmmumultimodal0.851.000.85nonoui2026-11-04T06:05:00.558326Z
swe-bench-verifiedreasoning0.761.000.76nonoui2026-11-04T06:05:00.524269Z
tau2-airlinechat0.671.000.67nonoui2026-11-04T06:05:00.563840Z
tau2-retailcommunication0.781.000.78nonoui2026-11-04T06:05:00.573961Z
tau2-telecomcommunication0.961.000.96nonoui2026-11-04T06:05:00.569040Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
chat270.7023.421trueskill2026-11-04T08:08:43.789169Zrankings
code101—21.001trueskill2026-10-19model_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