GPT-4.1

Bei typischem Mix aus 70 % Eingabe und 30 % Ausgabe kommt GPT-4.1 auf 3,80 $ pro Million Token. Damit liegt es über 53 % der 47 hier erfassten Modelle, und 6 weitere Modelle derselben Mittelklasse-Stufe unterbieten es. Die Stufe ist ein Leistungsetikett, kein Preisband — die Spanne innerhalb einer Stufe ist oft größer als der Abstand zwischen Stufen, weshalb eine Auswahl allein nach Stufe meist zu teuer wird.

Die Eingabe kostet 2,00 $ pro Million, die Ausgabe 8,00 $ — ein Verhältnis von 4,0x. Dieses Verhältnis zählt mehr als jede der beiden Zahlen für sich: Eine Zusammenfassungs- oder Klassifizierungslast liest weit mehr, als sie schreibt, und folgt dem Eingabepreis; Codegenerierung oder lange Texte drehen das um und folgen dem Ausgabepreis. Vergleichen Sie Modelle nach dem Verhältnis, das Ihr Traffic tatsächlich hat, nicht nach dem Eingabepreis allein.

Das Benchmark-Profil ist ungewöhnlich flach — Datenextraktion führt mit 92/100, doch nur 3 Punkte trennen die stärkste von der schwächsten Kategorie. Das macht GPT-4.1 zur sicheren Standardwahl für gemischte Lasten, bei denen sich nicht vorhersagen lässt, welche Fähigkeit eine Anfrage beansprucht — und zur schlechten Wahl, wenn Sie einen Spezialisten brauchen.

Das Kontextfenster umfasst 1.05M Token, der Durchsatzwert liegt bei 88/100. Kontext rechnet sich nur, wenn Sie ihn füllen — und genau das Füllen macht eine Anfrage teuer: Ein großes Fenster ist eine Option, kein Rabatt. Beurteilen Sie den Geschwindigkeitswert eines Mittelklasse-Modells nach Ihrem Einsatz: Im interaktiven Chat entscheidet er alles, bei nächtlicher Batch-Arbeit fast nichts.

Vor der Festlegung prüfenswert: Claude Haiku 5.5 schneidet bei Programmierung und Reasoning zusammen mindestens ebenso gut ab und kommt auf 0,22 $ pro Million gegenüber 3,80 $ bei GPT-4.1. Das macht GPT-4.1 nicht zur falschen Wahl — Kontextfenster, Latenz, Anbieterbindung und bestimmte Fähigkeiten liegen außerhalb eines Benchmark-Werts — aber es heißt, dass der Preisunterschied einen Grund braucht.

Der nächstliegende Vergleich ist Grok 4.5 von xAI mit 3,20 $ pro Million gegenüber 3,80 $. 10 Modelle dieser Stufe erzielen bei Programmierung und Reasoning zusammen höhere Werte — und das ist die nützliche Perspektive: Die Frage ist selten, ob ein Modell gut ist, sondern ob es das Günstigste ist, das für die konkrete Arbeit gut genug ist, die Sie ihm schicken.