Ir al contenido
Tier B — Producción
Se ejecuta en:USCreado en:United States
OpenAI

gpt-5.1-2025-11-13

Tier B — Producción

Equipo editorial Tokonomix·Revisado por Mes Kalkan··

GPT-5.1-2025-11-13 es un modelo de lenguaje grande desarrollado por OpenAI, lanzado en noviembre de 2025 como parte de la serie GPT-5. Este modelo representa una actualización iterativa de la línea de modelos de lenguaje insignia de OpenAI, incorporando mejoras arquitectónicas y entrenamiento con datos más recientes en comparación con sus predecesores. Está diseñado para tareas de generación de texto de propósito general, incluyendo comprensión del lenguaje natural, creación de contenido, respuesta a preguntas, generación de código y aplicaciones conversacionales. El modelo presenta capacidades estándar de generación de texto con soporte para razonamiento complejo, diálogo de múltiples turnos y seguimiento de instrucciones. Aunque el tamaño exacto de la ventana de contexto no ha sido revelado públicamente, se espera que maneje longitudes de entrada sustanciales consistentes con los modelos de lenguaje grandes modernos. GPT-5.1 se construye sobre la base establecida por la serie GPT-5, ofreciendo rendimiento mejorado en benchmarks de razonamiento y mayor precisión factual mediante actualizaciones en la fecha de corte de sus datos de entrenamiento. Dentro de la línea de modelos de OpenAI, GPT-5.1-2025-11-13 se posiciona como una oferta de generación actual en la familia GPT-5. El identificador de versión con fecha indica que este es un snapshot específico lanzado en noviembre de 2025, reflejando la práctica de OpenAI de proporcionar lanzamientos versionados para consistencia y reproducibilidad. Este modelo sirve a usuarios que requieren capacidades de modelo de lenguaje confiables y de propósito general para aplicaciones de producción, investigación y desarrollo en diversos dominios.

GPT-5.1-2025-11-13 representa la evolución natural de la serie GPT-5 de OpenAI, ofreciendo mejoras arquitectónicas y datos de entrenamiento actualizados hasta noviembre de 2025.

Resumen de benchmarks de Tokonomix
Sección 01

Análisis de velocidad

Latencia medida en todas las ejecuciones de benchmark. P50 (mediana) y P95 (percentil 95) dan una imagen realista de la velocidad de respuesta bajo carga normal y máxima.

Latencia P50 (mediana)Latencia P9597 runs
435228141265972781708-2209-15ms
Sección 02

Puntuaciones de calidad

Cómo se sitúa este modelo frente al resto del campo en cada categoría de prompts, a partir de un ajuste por pares sobre los mismos prompts. La nota bruta del juez aparece debajo de cada número.

75%
Generación de código
media del juez 99
73%
Creativo
media del juez 87
59%
Factual
media del juez 80
64%
Multilingüe
media del juez 99
74%
Razonamiento
media del juez 99

Tasa de victorias por categoría: con qué frecuencia este modelo vence a un modelo medio en un prompt de esa categoría. 50% es la media, no un suspenso. No es un porcentaje de aciertos.

Sección 03

Precios

Lo que pagas por millón de tokens al usar este modelo en Tokonomix, más una estimación para una conversación típica.

💰
Tarifas API — gpt-5.1-2025-11-13
$1.63 por 1M de tokens de entrada
$13.00 por 1M de tokens de salida
≈ $0.0036 por conversación típica (800 tokens)
Precio entrada vs salida (por 1M de tokens)
por 1M de tokens de entrada$1.63
por 1M de tokens de salida$13.00
Sección 04

Tokens por segundo

Rendimiento en tokens por segundo, derivado de la latencia P50 medida. Más alto es mejor; las fluctuaciones reflejan la carga del lado del proveedor.

Rendimiento (tokens / s)341 / avg 292
45574

Estimado a partir de latencia P50 × 200 tokens de salida — el número absoluto depende de esta suposición; lo que importa es la tendencia.

Sección 05

Fortalezas & debilidades

Basado en resultados de benchmarks y comentarios agregados de la comunidad sobre casos de uso reales.

Fortalezas

Razonamiento complejo mejoradoDiálogo multi-turno naturalPrecisión factual superiorGeneración de código avanzadaSeguimiento de instrucciones precisoVersionado reproducible con fechaPropósito general versátilDatos actualizados hasta 2025

Debilidades

Ventana de contexto no divulgadaConocimiento limitado post-noviembre 2025Especificaciones técnicas incompletasCostos de modelo de última generación
Sección 06

Capacidades

toolssource: litellmvisionjson modepdf inputreasoningjson schemaparallel toolsprompt cachingmax output tokens: 128000
Sección 07

Preguntas frecuentes

OpenAI no ha divulgado públicamente el tamaño exacto de la ventana de contexto para GPT-5.1-2025-11-13, aunque se espera que maneje longitudes sustanciales consistentes con modelos modernos de lenguaje grandes.

Un modelo versátil y confiable para aplicaciones de producción que requieren razonamiento complejo y precisión factual mejorada, posicionándose como una opción sólida en su generación.

Análisis editorial de Tokonomix
Sección 08

Disponibilidad

Disponibilidad

Sin datos todavía

Aún no hemos registrado suficientes llamadas a la API para mostrar estadísticas de disponibilidad de este modelo. Los datos aparecen una vez que el modelo comienza a recibir tráfico en vivo.

Sección 09

Veredictos del benchmark Tokonomix

⚖️
Endorsed by 2 judges
Independent LLM judges evaluated this model on our weekly intelligence tests
cohere/command-a100/100 · 1 runs
1 correct0 partial0 wrong100% accuracy
claude-sonnet-4-594/100 · 55 runs
51 correct2 partial2 wrong93% accuracy
2026-09-13

Quality dip and major latency regression offset by perfect code performance

This benchmark window reveals a mixed performance profile for GPT-5.1. The model demonstrates exceptional coding capabilities with a perfect 100 score, maintaining the strong performance from the previous window. Reasoning also achieved a perfect 100, suggesting robust logical processing abilities. However, the overall quality score declined from 85.1 to 83.8, driven primarily by a significant drop in factual accuracy to just 52 points. This represents a concerning regression in knowledge retrieval and factual correctness that users should be aware of when deploying the model for information-intensive tasks. The most notable change is a 72% increase in latency, with the median response time jumping from 1779ms to 3054ms. This substantial slowdown may impact user experience in latency-sensitive applications. The previous window showed strong creative and multilingual performance, but these categories were not evaluated in the current testing cycle, making direct comparison impossible. Users should expect excellent performance for programming and logical reasoning tasks, but exercise caution with factual queries and be prepared for slower response times compared to the previous release.

Calidad

83.8

Latencia p50

3,054 ms

Ejecuciones de test

5

Perfect coding score achieved Reasoning capabilities at maximum Factual accuracy dropped to 52 Latency increased 72 percent
Sección 10

Perfil completo del modelo

gpt-5.1-2025-11-13 — illustration 1
gpt-5.1-2025-11-13: la instantánea de noviembre 2025 de GPT-5.1

gpt-5.1-2025-11-13 es la instantánea fechada de noviembre de 2025 de la línea GPT-5.1 de OpenAI. Es la congelación del alias dinámico gpt-5.1 tal como estaba en la fecha de lanzamiento de la versión 5.1, bloqueada para despliegues en producción que se anclan contra un comportamiento específico.

Para equipos que ejecutaron la evaluación de la 5.1, validaron sus cargas de trabajo de producción contra el comportamiento del día de lanzamiento, y quieren mantener ese comportamiento exacto en su lugar mientras OpenAI continúa enviando refinamientos a través del alias dinámico — esta es la instantánea a la que anclar.

Qué representa esta instantánea

El lanzamiento de noviembre de 2025 es la congelación inicial de GPT-5.1. Para esa fecha de lanzamiento el modelo tenía:

  • El conjunto completo de refinamientos de 5.1 sobre 5.0 — adherencia mejorada a esquemas JSON, comportamiento de uso de herramientas más ajustado, varianza reducida en prompts de casos límite, postura de rechazo refinada.
  • La ventana de contexto de la línea 5.1 y el perfil de atención tal como estaban en el lanzamiento.
  • Comportamiento de entrada de visión ajustado a los estándares de la línea 5.1.

Lo que no tiene, en relación con lo que se haya acumulado en el alias dinámico gpt-5.1 desde entonces:

  • Ninguno de los refinamientos dentro de versión que OpenAI haya enviado desde el lanzamiento — pequeñas mejoras de precisión, ajuste adicional de rechazos, optimizaciones de latencia.
  • Compatibilidad con características de API más nuevas que puedan haberse añadido después de la fecha de la instantánea.

Para un despliegue en producción que fue validado contra el comportamiento del lanzamiento de noviembre de 2025, esas actualizaciones dentro de versión son exactamente los cambios de los que el anclaje te protege. Son mejoras en promedio; pueden ser regresiones en los casos límite específicos alrededor de los cuales afinaste tu evaluación.

Por qué tiene sentido anclar una fecha de 5.1

El argumento para anclar la instantánea fechada de GPT-5.1 en lugar de ejecutar sobre el alias dinámico es el argumento estándar de estabilidad en producción:

  • Los cambios de comportamiento entre actualizaciones dentro de versión pueden romper plantillas de prompt que fueron afinadas para peculiaridades específicas.
  • Los cambios en adherencia a esquemas pueden alterar resultados de análisis descendente incluso cuando el comportamiento principal permanece sin cambios.
  • Los cambios en postura de rechazo pueden producir mensajes de declive en escenarios que anteriormente funcionaban, y viceversa.
  • Las auditorías de cumplimiento a menudo quieren anclaje explícito de instantánea en lugar de uso de alias dinámico.

El coste es renunciar a las mejoras dentro de versión. El beneficio es comportamiento de producción predecible. Para productos enviados con usuarios establecidos, el intercambio normalmente vale la pena.

La cuestión de la migración

Para instantáneas fechadas de líneas de modelo maduras, la cuestión de la migración se divide en dos direcciones: hacia adelante dentro de la versión (a lo que sea que el alias dinámico haya acumulado) y hacia adelante entre versiones (a GPT-5.2 o lo que sea que OpenAI haya lanzado después).

La migración dentro de versión es normalmente el camino de menor riesgo. La misma línea de modelo, el mismo comportamiento general, con los refinamientos dentro de versión acumulados. Re-valida tu suite de evaluación, migra cuando las actualizaciones dentro de versión ganen demostrablemente.

La migración entre versiones es el cambio mayor. GPT-5.2 tiene su propio comportamiento característico que difiere de 5.1 en formas que van más allá de la deriva dentro de versión. La re-validación es más pesada y el objetivo de migración es uno en movimiento hasta que la línea 5.2 misma tenga instantáneas fechadas contra las que anclar.

Dónde falla

Las mismas limitaciones que el resto de la línea GPT-5.

Nivel de coste. Los hermanos mini y nano son la elección correcta para cargas de trabajo donde el tamaño de frontera es excesivo.

Latencia. La latencia de nivel frontera es mayor que la de hermanos más pequeños.

Sin audio, voz en tiempo real, o vídeo. Usa los endpoints especializados.

Despliegue auto-alojado no disponible.

Cargas de trabajo pesadas en generación de código donde las variantes codex son el mejor ajuste.

Cuándo anclar esta instantánea exacta

Elige gpt-5.1-2025-11-13 cuando:

  • Enviaste un producto en producción sobre el comportamiento del lanzamiento de GPT-5.1 de noviembre de 2025 y necesitas mantenerlo estable.
  • Un requisito de cumplimiento ancla la versión del modelo al nivel de instantánea.
  • Estás a mitad de evaluación de actualizaciones dentro de versión o de GPT-5.2 y necesitas una línea base de producción estable durante la evaluación.

Omítelo cuando:

  • Estás comenzando desde cero — el alias dinámico gpt-5.1 o gpt-5.1-chat-latest es el predeterminado más práctico para desarrollo activo.
  • Las actualizaciones dentro de versión han ganado demostrablemente en tu evaluación.
  • El lanzamiento de 5.2 ha ganado la evaluación contra 5.1 en las dimensiones que importan para tu producto.
  • Un modelo diferente en el catálogo es el mejor ajuste para la carga de trabajo — mini/nano para nivel de coste, codex para código, hermanos de audio para voz.

Alternativas que vale la pena comparar

El alias dinámico gpt-5.1 cuando quieres actualizaciones dentro de versión sin gestionar migración. gpt-5.1-chat-latest para casos de uso conversacional optimizados contra la etiqueta dinámica. gpt-5.2 cuando la evaluación de versión más nueva haya ganado. Hermanos mini y nano para cargas de trabajo sensibles al coste. Las variantes codex para trabajo pesado en código.

Notas de despliegue

API estándar de Chat Completions. El anclaje de instantánea es puramente una elección de nombre de modelo; la superficie de API, comportamiento de entrada de visión, manejo de salida estructurada, y ergonomía de uso de herramientas permanecen sin cambios respecto a cómo estaban el día que se lanzó 5.1.

Facturación de tokens a tarifas de nivel frontera GPT-5. El anclaje de instantánea no cambia la estructura de coste versus el alias dinámico.

La lectura pragmática. Esta es la congelación de noviembre de 2025 de GPT-5.1. Áncla cuando tu producto en producción fue validado contra el comportamiento de lanzamiento y la estabilidad a nivel de instantánea importa. Migra dentro de versión o entre versiones cuando tu propia evaluación diga que el siguiente paso es el movimiento correcto. Compara contra las alternativas en /live-test antes de comprometerte.

Última revisión técnica: 2026-05-22 — Tokonomix.ai

gpt-5.1-2025-11-13 — illustration 2gpt-5.1-2025-11-13 — illustration 3
Última prueba automática
15 sept 2026 · 02:05 UTC · Benchmark de velocidad
Latencia P50
587 ms
Latencia P95
715 ms
Errores
0 / 6 ejecuciones
Última revisión por Equipo Tokonomix·26 de mayo de 2026