Alle AI-Trends
Direkt in dein Postfach
Erhalte exklusive AI-Tutorials, Praxistipps und KI-News direkt in dein Postfach.
*Mit deiner Anmeldung akzeptierst du unsere Datenschutzrichtlinien.
Jetzt neu: Byte Pulse – Token-Limits von Claude Code, Codex & Co. tracken! 
OpenAI

GPT-4.1 nano

GPT-4.1 nano ist das kleinste und günstigste Modell der GPT-4.1-Reihe. Es eignet sich für Massenaufgaben wie Klassifikation und Datenextraktion.

AA Intelligence Index
8Punkte
Median aller Modelle: 26
API-Preis In / Out
$0,10 / $0,40
je 1 Mio. Tokens, Cache: $0,025
Kontextfenster
1,05 Mio.Tokens
Maximaler Output: 32.768 Tokens

GPT-4.1 nano im Überblick

Stand Oktober 2026 steht GPT-4.1 nano im Artificial Analysis Intelligence Index mit 8 Punkten auf Platz 128 von 132 Modellen.

Günstig, schnell, langer Kontext

GPT-4.1 nano kostet $0,10 je 1 Mio. Input-Tokens und $0,40 je 1 Mio. Output-Tokens und hat ein Kontextfenster von 1.047.576 Tokens. Artificial Analysis misst rund 220 Output-Tokens pro Sekunde (Rang 4 von 59), im Intelligence Index kommt es aber nur auf 8 Punkte. Es ist ein Werkzeug für einfache Aufgaben in großer Menge, nicht für schwierige Probleme.

  • Klassifikation
  • Datenextraktion
  • Tool-Calls
  • Lange Dokumente
  • Bildeingaben

Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.

Was du abwägen solltest

  • Geringe Denkleistung. Das Modell arbeitet ohne Reasoning-Schritt. Laut Epoch AI erreicht es 49 % auf GPQA Diamond und 0 % auf ARC-AGI-2.
  • Nachfolger ist günstiger. Für komplexere Aufgaben empfiehlt OpenAI GPT-5 nano. Das kostet $0,05 statt $0,10 je 1 Mio. Input-Tokens, der Output-Preis ist mit $0,40 gleich. Artificial Analysis führt GPT-4.1 nano als veraltet.
  • Lange Kontexte mit engeren Limits. Ab 128K Input-Tokens gelten niedrigere Rate Limits. In der Stufe Build sind es 500 statt 5.000 Anfragen und 1 Mio. statt 2 Mio. Tokens pro Minute.
  • Nur Text als Ausgabe. Das Modell nimmt Text und Bilder an, gibt aber ausschließlich Text aus. Die maximale Ausgabe liegt bei 32.768 Tokens, der Knowledge Cutoff bei Juni 2024.
Ähnliche KI-Modelle ansehen

GPT-4.1 nano Benchmarks

8Punkte

Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark, der keine eigenen Fragen enthält, sondern die Ergebnisse von zehn unabhängigen Benchmarks aggregiert: GDPval-AA (220 Aufgaben), tau2-Bench Telecom (114 Aufgaben), Terminal-Bench Hard (44 Aufgaben), SciCode (338 Teilprobleme), AA-LCR (100 Fragen), AA-Omniscience (6.000 Fragen), IFBench (294 Aufgaben), Humanity's Last Exam (2.158 Fragen), GPQA Diamond (198 Fragen) und CritPt (70 Aufgaben).

Mehr zum Benchmark
Artificial Analysis Intelligence IndexMedian aller Modelle: 26
  1. Claude Opus 5.5Platz 1, Anthropic
  2. Claude Sonnet 5.5Platz 2, Anthropic
  3. GPT-5 nanoOpenAI
  4. GPT-4.1 miniOpenAI
  5. gpt-oss-20bOpenAI
  6. Qwen3-Coder-NextAlibaba
  7. Gemini 2.5 Flash-LiteGoogle DeepMind
  8. GPT-4.1 nanoOpenAI
  9. Llama 4 ScoutMeta AI
Daten: Artificial Analysis (artificialanalysis.ai)Artificial Analysis

GPT-4.1 nano API-Preise

Input
$0,10/ 1 Mio. Tokens
Cache-Lesen
$0,025/ 1 Mio. Tokens
Output
$0,40/ 1 Mio. Tokens

Geschätzte Tokenkosten

$1,40

$0,01 je Anfrage (100 Anfragen)

  • Input inkl. Cache$1,00
  • Output$0,40

Schätzung in USD auf Basis der Preise von OpenAI, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.

Cache-Schreiben und Rechenweg

Kosten = Anfragen × (Input ohne Cache × $0,10 + Input aus Cache × $0,025 + Output × $0,40) / 1.000.000

GPT-4.1 nano Modelldaten

Kontextfenster
1.047.576 Tokens
Maximaler Output
32.768 Tokens
Eingabe
Text, Bilder, PDF
Ausgabe
Text
Anbieter
OpenAI
Veröffentlicht
14. April 2025
Wissensstand
1. Juni 2024
Modellgewichte
Geschlossen
1,05 Mio. Tokens Kontext32,8k maximaler Output

Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.

Standardfähigkeiten & Schnittstellen
  • Prompt-Caching
  • Tool-Nutzung
  • Bildverständnis
  • Websuche
  • Strukturierte Ausgaben

Daten aktualisiert am 19. Oktober 2026. Fehler gefunden? kontakt@byte.de

GPT-4.1 nano API-Provider

Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.

Häufige Fragen zu GPT-4.1 nano

Was kostet GPT-4.1 nano?

Laut OpenAI kostet der Input $0,10 je 1 Mio. Tokens, gecachter Input $0,025 und der Output $0,40. GPT-4.1 mini liegt mit $0,40 Input und $1,60 Output deutlich darüber.

Wie groß ist das Kontextfenster?

Es umfasst 1.047.576 Tokens, die maximale Ausgabe beträgt 32.768 Tokens. Für Eingaben über 128K Tokens gelten niedrigere Rate Limits.

Ist GPT-4.1 nano Open Source?

Nein. Es ist ein proprietäres Modell mit geschlossenen Gewichten, das du nur über die API nutzen kannst, etwa über Chat Completions oder die Responses API.

Welche Eingaben unterstützt das Modell?

Text und Bilder, die Ausgabe ist reiner Text. Unterstützt werden unter anderem Function Calling, Structured Outputs, Streaming, Prompt Caching und Fine-Tuning.

Soll ich noch GPT-4.1 nano oder lieber GPT-5 nano nutzen?

OpenAI empfiehlt, bei komplexeren Aufgaben mit GPT-5 nano zu starten. Dessen Input ist mit $0,05 je 1 Mio. Tokens günstiger, der Output kostet ebenfalls $0,40.

Weiterführende Links

Ähnliche KI-Modelle

Weitere Modelle von OpenAI

  • GPT-4.1 mini ist ein schnelles Sprachmodell von OpenAI ohne Reasoning.

    Input / 1 Mio.
    $0,40
    Output / 1 Mio.
    $1,60
    Kontextfenster
    1,05 Mio. Tokens
    Veröffentlichung
    April 2025

  • Open-Weights-Reasoning-Modell von OpenAI mit 21 Mrd. Parametern.

    Input / 1 Mio.
    $0,03
    Output / 1 Mio.
    $0,14
    Kontextfenster
    131,1k Tokens
    Veröffentlichung
    August 2025
    Reasoning
  • Input / 1 Mio.
    $0,05
    Output / 1 Mio.
    $0,40
    Kontextfenster
    400k Tokens
    Veröffentlichung
    August 2025
    Reasoning

Modelle anderer Anbieter

  • Llama 4 Scout ist ein offenes MoE-Modell von Meta mit Bildverständnis.

    Input / 1 Mio.
    $0,18
    Output / 1 Mio.
    $0,59
    Kontextfenster
    10 Mio. Tokens
    Veröffentlichung
    April 2025

  • Qwen3-Coder-Next ist ein Open-Weights-Coding-Modell von Alibaba.

    Input / 1 Mio.
    $0,12
    Output / 1 Mio.
    $0,80
    Kontextfenster
    262,1k Tokens
    Veröffentlichung
    Februar 2026

  • Gemini 2.5 Flash-Lite

    Google DeepMind
    Input / 1 Mio.
    $0,10
    Output / 1 Mio.
    $0,40
    Kontextfenster
    1,05 Mio. Tokens
    Veröffentlichung
    Juli 2025
    Reasoning