GPT-5.1

Veröffentlichung

November 2025

Knowledge Cutoff

September 2024

Parameter

Unbekannt

Modellfamilie

GPT-5.1

Proprietär

Zum Modell

GPT-5.1 Modell-Übersicht

GPT-5.1 ist das erste Update von OpenAI für die GPT-5 Modellreihe. Das Update umfasst zwei Hauptmodelle: GPT-5.1 Instant (schnelle Interaktionen mit optionalem Reasoning) und GPT-5.1 Thinking (erweitertes Thinking-Budget für komplexe Problemlösungen). Laut OpenAI ist eine der Hauptveränderungen der Modelle zeichnen eine wärmere, natürlichere Kommunikation, weniger Fachjargon und die Option, den Schreibstil der KI innerhalb von ChatGPT zu steuern. GPT-5.1 zeigt zudem leichte Verbesserungen in Benchmarks wie AIME 2025 oder Codeforce, die allerdings weniger stark im Fokus des Updates liegen.

Playground API Dokumentation System Card Prompting Guide Blog

Features

Tools

Websuche, Bildgenerierung, Computer Use und MCP-Server.

Multimodalität

Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.

Finetuning

Finetuning des Modells ist aktuell nicht möglich.

Details zum Modell

Max. Input

272k Token

Max. Output

128k Token

Trainingsdaten

Unbekannt

Parameter

Unbekannt

Input Preis

$1.25

Output Preis

$10.00

Vokabular

200k

Dateigröße

Unbekannt

GPT-5.1 Benchmark Scores

Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.

GPT-5.1 Benchmark Übersicht

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.
Serie	Programmierung (min 0 / max 100)	Wissenschaft (min 0 / max 100)	Logik & Schlussfolgerung (min 0 / max 100)	Multimodal (min 0 / max 100)	Agentisch (min 0 / max 100)
OpenAI GPT-5.1	76.3	88.1	94	85.4	80.2

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark American Invitational Mathematics Examination 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4 Heavy	100 %
GPT-5	99,6 %
Grok-4	98,8 %
Gemini 3 Pro	95 %
Kimi K2 Thinking	94,5 %
GPT-5.1	94 %
GLM-4.6	93,9 %
OpenAI o4-mini	92,7 %

Vergleich von LLMs im Benchmark American Invitational Mathematics Examination 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3 Deep Think	93,8 %
Gemini 3 Pro	91,9 %
GPT-5 Pro	88,4 %
GPT-5.1	88,1 %
GPT-5	87,3 %
Gemini 2.5 Pro	86,4 %

Vergleich von LLMs im Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.1	85,4 %
GPT-5 Pro	84,2 %
Claude Haiku 4.5	73,2 %

Vergleich von LLMs im Benchmark MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Sonnet 4.5	77,2 %
GPT-5.1	76,3 %
Gemini 3 Pro	76,2 %
GPT-5	74,9 %
GPT-5 Pro	74,9 %

Vergleich von LLMs im Benchmark SWE-bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Tau2-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3 Pro	85,4 %
Claude Sonnet 4.5	84,7 %
GPT-5.1	80,2 %
GPT-5	80,1 %
MiniMax-M2	77,2 %

Vergleich von LLMs im Benchmark Tau2-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Transformer mit Realtime Router
Input Kontextlänge	272k
Output Kontextlänge	128k
Tokenizer	o200k_base

Besonderheiten

Echtzeit Routing	GPT-5.1 Instant kann automatisch entscheiden, wann zusätzliche Denkzeit für komplexe Anfragen benötigt wird.
Erweiterte Personalisierung	Acht Persönlichkeitsstile ermöglichen eine individuelle Anpassung des Kommunikationsstils.

Vorteile & Nachteile

Vorteile

Echtzeit Routing
GPT-5 routet Prompts entweder zu einem schnellen "Main-Modell" oder einem sorgfältigen Reasoning-Modell. Nutzer, die vorher Non-Thinking-Modelle wie GPT-4o genutzt haben, könnten von den neuen Kapazitäten überrascht werden.
Höhere "Emotionale Intelligenz"
Als Reaktion auf User-Feedback hat OpenAI das GPT-5.1 Modell in eine Richtung trainiert, die auf die Nutzer empathischer wirken soll. Unterstützt wird dies durch die konfigurierbaren Schreibstile.
Erweiterte Personalisierung
Wie bereits bekannt von Claude AI, bietet nun auch ChatGPT über GPT-5.1 acht verschiedene Persönlichkeitsstile an: Professional, Candid, Quirky, Default, Friendly, Efficient, Cynical, Nerdy. User können damit den Schreibstil der AI individuell an ihre Bedürfnisse anpassen.
Leicht verbesserte Benchmark Scores
Im direkten Vergleich mit GPT-5 schneidet GPT-5.1 in mehreren Benchmarks leicht besser ab.

Nachteile

Automatisches Routing erhöht Intransparenz
Es ist nicht eindeutig nachvollziehbar, anhand welcher Kriterien die Modellauswahl beim automatischen Routing getroffen wird.
Potenzielle Überemotionalisierung
Über die Zeit wird sich herausstellen, welchen Einfluss GPT-5.1, ähnlich wie damals GPT-4o mit dem Sycophancy-Problem, auf das Nutzerverhalten haben wird.
Nur wenige Benchmark-Scores veröffentlicht
GPT-5.1 erreicht in einigen Benchmarks nur marginal bessere Ergebnisse, als GPT-5 mit vergleichbarem Thinking-Budget. Wie die Versionisnummer bereits vermuten lässt, handelt es sich auf Performance-Seite bei GPT-5.1 nur um ein kleines Modell-Upate.

Vergleiche GPT-5.1 mit anderen LLMs

Vergleiche GPT-5.1 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Parameter ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	GPQA
Moonshot AI	Kimi K2 Thinking	MIT	1.000 Mrd.	262,14k	262,14k	$0.60	$2.50	83,1 %
MiniMax	MiniMax-M2	MIT	230 Mrd.	204,8k	131,07k	$0.30	$1.20	83 %
Z.ai	GLM-4.6	MIT	355 Mrd.	200k	128k	$0.60	$2.00	82,8 %
xAI	Grok-4 Heavy	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,4 %
xAI	Grok 4	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,3 %
Google DeepMind	Gemini 2.5 Pro	Proprietär	Unbekannt	1,05 Mio.	65,54k	$1.25	$10.00	74,2 %
Alibaba	Qwen3	Apache 2.0	235 Mrd.	262,14k	81,92k	$0.13	$0.60	74,1 %
DeepSeek AI	Deepseek-R1	MIT	671 Mrd.	163,84k	163,84k	$0.50	$2.15	73,3 %
Z.ai	GLM-4.5	MIT	355 Mrd.	131,07k	131,07k	$0.60	$2.20	72,9 %
Z.ai	GLM-4.5 Air	MIT	106 Mrd.	131,07k	131,07k	$0.20	$1.10	70,7 %

‌
Alle Modelle vergleichen

Provider & APIs

Du kannst OpenAI GPT-5.1 über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.