OpenAI: GPT-4.1 (batch)

GPT-4.1 er OpenAIs modell uten eget resonneringstrinn for instruksjonsfølging og verktøykall, med bred kunnskap på tvers av fagområder. Den tar imot tekst og bilder og returnerer tekst uten et særskilt resonneringstrinn. Den store konteksten gjør den nyttig når oppgaven er klart definert, men det relevante materialet strekker seg over omfattende dokumenter eller kode. Angi operasjonen du ønsker, kildematerialet den gjelder og formen på det endelige resultatet.

For dokumentbehandling skiller du instruksjonene fra materialet med overskrifter eller andre tydelige grenser. Merk dokumentene og bevar identifikatorene svaret må vise til. Definer feltene for uthenting, kriteriene for sammenligning eller målgruppen og lengden for en omskriving. Et eksempel på utdata kan være en tabell med krav og plasseringene deres i kilden, et sammendrag organisert etter et bestemt sett med spørsmål eller en strukturert post som skiller manglende opplysninger fra en uttrykkelig verdi.

For programmering oppgir du de relevante filene, den ønskede endringen og oppførselen som må bevares. Be om det faktiske produktet du trenger: en revidert funksjon, en fullstendig fil, foreslåtte verktøyargumenter eller en forklaring av den berørte logikken. Eksempler kan klargjøre en formateringsregel eller et grensetilfelle, men bør følge de samme kravene som den virkelige oppgaven. OpenAIs veiledning for instruksjoner legger vekt på direkte instruksjoner, roller, kildegrenser og representative eksempler fremfor å anta at en lang instruksjon automatisk er presis.

Den nøyaktige GPT-4.1-spesifikasjonen angir et kontekstvindu på 1047576 tokener, en maksimal utdatamengde på 32768 tokener og en kunnskapsgrense på 1. juni 2024. Den store inndatakonteksten innebærer ikke like stor utdatamengde, så en forespørsel om å skrive om omfattende materiale bør angi den nødvendige delen og det endelige produktet. Gi nok plass til svaret og oppgi oppdatert informasjon når oppgaven avhenger av fakta etter kunnskapsgrensen. GPT-4.1s dokumenterte modelltype er chat; innstillinger for resonneringsinnsats fra nyere resonneringsmodeller er ikke en del av denne profilen.

OpenAI dokumenterer grensesnittene Chat Completions, Responses, Assistants, Batch og finjustering for GPT-4.1. De oppførte funksjonene inkluderer strømming, Structured Outputs, funksjonskall, filopplasting, bildeinndata, nett- og filsøk, finjustering og hurtigbufring av instruksjoner. Verktøyene omfatter kodetolkning, bildegenerering og MCP-tilkoblinger samt søk og funksjoner. Modellens egne utdata er tekst, mens et verktøy kan returnere et separat produkt eller en observasjon. Definer formålet og argumentene for en applikasjonsoperasjon og bruk det faktiske returnerte resultatet; en modellgenerert forespørsel bekrefter ikke at en ekstern operasjon er fullført.

En særskilt funksjon er Predicted Outputs i OpenAIs Chat Completions-grensesnitt. Når mesteparten av et ønsket tekst- eller koderesultat allerede er kjent, kan det eksisterende innholdet oppgis som en prediksjon for å hjelpe med å generere hele resultatet på nytt med en liten endring. Du kan for eksempel gi en eksisterende fil og be om en snevert definert omdøping av en egenskap, samtidig som koden rundt bevares. Prediksjonen er forventet utdatainnhold, ikke en instruksjon eller en garanti for at uendrede deler fortsatt vil være korrekte. Undersøk det regenererte produktet mot den ønskede endringen og originalmaterialet.

Predicted Outputs har egne kompatibilitetsgrenser. OpenAI dokumenterer bruk med bare tekst, uten lydinndata eller lydutdata og uten funksjonskall i den forespørselen. De støtter ikke flere alternativer med n større enn 1, loggsannsynligheter, positive tilstedeværelses- eller frekvensstraffer eller parameteren max_completion_tokens. Hold denne arbeidsflyten for regenerering adskilt fra en oppgave som trenger verktøykall. Prediksjonsteksten kan samsvare med deler av utdataene, og produsenten rapporterer godtatte og avviste prediksjonstokener; en uegnet prediksjon kan delvis forbli ubrukt, så funksjonen garanterer ikke en bestemt hastighetsgevinst eller et bestemt resultat.

For vanlige oppgaver med instruksjonsfølging er et nyttig GPT-4.1-resultat et dokument eller kodeprodukt som følger en definert kontrakt, en uthenting med uttrykkelige felter eller en verktøyforespørsel der argumentene passer den oppgitte operasjonen. For en liten endring i en ellers stort sett uendret fil gir arbeidsflyten for predikerte utdata en mer spesifikk måte å forberede det forventede resultatet på. I begge tilfeller bevarer du kildematerialet som trengs for å kontrollere svaret og gjør tvetydighet tydelig. Modellens kontekstkapasitet og verktøy støtter arbeidsflyten; oppgavebeskrivelsen bestemmer fortsatt hva et fullstendig og brukbart svar inneholder.