Bisakah saya menjalankan GPT-4.1 Mini secara lokal?

Tidak. OpenAI belum merilis bobotnya; hanya tersedia melalui API mereka.

Berapa biaya GPT-4.1 Mini dan berapa panjang konteksnya?

Harga $0,40 per juta token input dan $1,60 per juta token output, dengan jendela konteks sedikit lebih dari satu juta token.

Apa perbedaan GPT-4.1 Mini dengan GPT-4.1?

Mini lebih kecil dan lebih cepat dengan biaya per token lebih rendah, tapi OpenAI belum menerbitkan perbandingan kemampuan langsung; skor benchmark menunjukkan Mini menukar sebagian kemampuan penalaran tingkat atas demi kecepatan dan harga.

GPT 4.1 Mini

3405°

#llm #openai #visi #pemrograman #agen #konteks panjang

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

OpenAI | konteks 1.047.576 token | $0.40/M input, $1.60/M output. GPT-4.1 Mini adalah model berukuran sedang yang memberikan performa kompetitif dengan GPT-4o dengan latensi dan biaya yang jauh lebih rendah. Mempertahankan jendela konteks 1 juta token dan mencetak 45,1% pada evaluasi instruksi sulit, 35,8% pada MultiChallenge, dan 84,1% pada IFEval. Mini juga menunjukkan kemampuan pengkodean yang kuat (misalnya, 31,6% pada benchmark diff poliglot Aider) dan pemahaman visi, membuatnya cocok untuk aplikasi interaktif dengan batasan performa ketat.

Panduan untuk model ini

10 Alternatif ChatGPT Termurah di 2026: model lokal gratis, tingkat gratis, dan paket tarif tetap

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

GPT-4.1 Mini adalah model ukuran menengah dari OpenAI, berada di antara model nano dan ukuran penuh mereka dan dirancang untuk menukar sedikit kekuatan mentah dengan latensi dan biaya yang jauh lebih rendah. Model ini membawa jendela konteks satu juta token yang sama dengan saudara besarnya dan menambahkan pemahaman visi. Jika Anda membutuhkan hasil kelas GPT-4 dengan anggaran lebih ketat atau dalam pipeline sensitif latensi, ini adalah pilihan praktis.

Dikenal untuk

Jendela konteks satu juta token dengan biaya jauh lebih rendah dari GPT-4.1 penuh
Kemampuan mengikuti instruksi yang kuat, skor 84,1% di IFEval
Kemampuan pengkodean solid di berbagai bahasa dan format diff
Pemahaman visi bawaan, bukan tambahan
Latensi lebih rendah dari GPT-4.1, berguna untuk alur kerja interaktif atau agen

Waspadai

Bobot tertutup, hanya API: Anda tidak bisa menjalankan secara lokal atau memeriksa model.
Token keluaran empat kali lebih mahal dari token input, jadi tugas yang verbose cepat mahal.

Terbaik untuk

Pemrograman

Agen dan penggunaan alat

Penglihatan

Konteks panjang

Cepat

Prompt untuk dicoba

Refaktor fungsi berantakan

Ini fungsi Python yang bekerja tapi sulit dibaca. Refaktor untuk kejelasan, tambahkan petunjuk tipe, dan tulis docstring singkat. Jelaskan setiap perubahan yang Anda buat dan alasannya. def proc(d,x,flag=True): r=[] for i in d: if flag and i>x: r.append(i*2) elif not flag and i<x: r.append(i) return r

Ringkas dokumen panjang

Saya akan menempelkan dokumen panjang di bawah. Baca seluruhnya, lalu berikan saya: ringkasan eksekutif tiga kalimat, lima temuan utama sebagai poin, dan pertanyaan terbuka yang belum terjawab dalam dokumen. Prioritaskan presisi daripada singkat — jangan hilangkan nuansa penting demi menghemat kata.

Deskripsikan dan kritik gambar

Lampirkan gambar grafik data atau diagram. Jelaskan persis apa yang ditunjukkan grafik, identifikasi tren atau anomali, tandai pilihan desain yang bisa menyesatkan pembaca, dan sarankan satu perbaikan konkret untuk membuat data lebih jelas.

Bandingkan dengan

gpt-oss-20b
Model dengan bobot terbuka
konteks 131,072 token · $0.02/M input, $0.09/M output
GPT-6 Luna
Model hanya API
konteks 1,050,000 token · $0.10/M input, $0.50/M output
GPT-5.6 Luna
Model hanya API
konteks 1,050,000 token · $0.20/M input, $1.20/M output
GPT-5.6 Sol
Model hanya API
konteks 1,050,000 token · $4.00/M input, $20.00/M output

Model teks lain dari openai

Pertanyaan yang sering diajukan

Bisakah saya menjalankan GPT-4.1 Mini secara lokal?: Tidak. OpenAI belum merilis bobotnya; hanya tersedia melalui API mereka.
Berapa biaya GPT-4.1 Mini dan berapa panjang konteksnya?: Harga $0,40 per juta token input dan $1,60 per juta token output, dengan jendela konteks sedikit lebih dari satu juta token.
Apa perbedaan GPT-4.1 Mini dengan GPT-4.1?: Mini lebih kecil dan lebih cepat dengan biaya per token lebih rendah, tapi OpenAI belum menerbitkan perbandingan kemampuan langsung; skor benchmark menunjukkan Mini menukar sebagian kemampuan penalaran tingkat atas demi kecepatan dan harga.

Putusan Kapten
Titik tengah yang benar-benar berguna: konteks panjang, visi, dan kemampuan pengkodean yang layak dengan harga yang tidak membebani penggunaan volume tinggi.

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

GPT 4.1 Mini adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm openai visi pemrograman agen konteks panjang cepat

Jelajahi berdasarkan Keluarga Model