模型 / OpenAI
GPT-4.1
OpenAI · Proprietary
近期快照资料快照 cf-1.3
Cheese 指数32.2cf-1.3
输入／输出$2 / $8美元／百万 tokens
有资料的维度10 / 13证据
上下文长度1,047,576tokens · 條件待核實
选型摘要
可優先研究 推理、gpqa 相關任務；這是依目前資料觀察到的相對強項，仍需自己的任務測試。
覆盖率是有资料的维度比例，不是可信度。部分 benchmark 条件与公开来源连结仍未提供。 缺少: Agent 工作流程, terminal, mcp.
查看证据 ↓任務能力資料
程式开发
34.8
Agent 工作流程—
数学
27.0
知识
52.3
指令遵循
50.3
多模态
55.3
多语能力
61.5
推理
71.9
swe
54.6
terminal—
gpqa
66.3
hle
5.4
mcp—
數值為標準化維度；破折號表示未知，並非零分。
输入／输出
$2 / $8 · 美元／百万 tokens
资料集所列价格，供应商条款与价格日期仍待核实。缺少免费证据的零价会视为未知。
快取、batch、工具及自建成本：尚未核實。
指数波动稳定度
100.0 · 7 天历史
band
此数值反映指数波动，不代表 API 可用率或可靠率。
部署前先核實
- 確認供應商 endpoint、授權及版本。
- 測試自己的提示、工具呼叫與失敗恢復。
- 用實際用量核對價格與延遲。
证据
以下為資料集公開的來源分類；沒有提供原始公開連結、樣本數與 harness 的項目仍待補足。
| 来源类别 | 来源类型 | 资料日期 | 公開原始連結 |
|---|---|---|---|
| 程式开发 | core / official_json | 2026-11-05 | 尚未公开 |
| 长工作流程 | derived / official_json | 2026-11-05 | 尚未公开 |
| arena | cross / official_json | 2026-11-05 | 尚未公开 |
| depth | core+cross / official_json | 2026-11-05 | 尚未公开 |
已公开的计分输入 · cf-1.3
程式开发19.8
Agent 工作流程—
长工作流程32.2
整体—
方法包含 overall，但本快照未公开此输入，无法只靠以下轴完整重现总分。
方法說明：可用軸的中位數；有 Ops 時採用 8% 混合。以下呈現來源分數，沒有重算或補值。
计分方法 →指數歷史
| 资料日期 | Cheese 指数 |
|---|---|
| 2026-10-30 | 32.2 |
| 2026-10-31 | 32.2 |
| 2026-11-01 | 32.2 |
| 2026-11-02 | 32.2 |
| 2026-11-03 | 32.2 |
| 2026-11-04 | 32.2 |
| 2026-11-05 | 32.2 |
僅列出已記錄日期，缺日沒有補值。