Ir al contenido
Tier B — Producción
Se ejecuta en:USCreado en:United States
$10.00
salida · por 1M de tokens (coste base)
Coste
1,317 ms
Velocidad de respuesta
100 / 100
Inteligencia

Veredicto — resumenLIVE

LIVE
ahora · 2026-07-26

Quality decline and significant latency regression observed

Latency increased 162% Overall quality dropped 2.8 points Factual accuracy declined to 91 Perfect reasoning and multilingual scores

This benchmark window reveals a notable performance regression for GPT-5.1. The overall quality score decreased from 99.7 to 96.9, representing a 2.8-point drop that suggests meaningful capability changes. Most concerning is the latency increase of 162 percent, with median response time rising from 1359ms to 3555ms. This substantially impacts user experience across all use cases. Category performance shows a mixed picture. Reasoning and multilingual capabilities achieved perfect scores of 100, demonstrating strong performance in these domains. The multilingual score maintained its previous perfect rating. However, factual accuracy dropped to 91, a concerning regression in a critical capability area. Creative writing remained strong at 97, though this represents a slight decrease from the previous 99. The coding category, which scored perfectly in the prior window, was not measured in the current evaluation period. Users should expect noticeably slower response times compared to the previous version, which may affect real-time applications and conversational flows. The quality decline, while not catastrophic, suggests this version may be less reliable for fact-intensive tasks. The maintained excellence in reasoning and multilingual tasks provides some reassurance for those specific workloads.

Quality

96.9

Latency p50

3,555 ms

Test runs

5

1 de 11

Imagen y explicaciónLIVE

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

Capacidades

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

Comparación de proveedoresLIVE

Comparación de proveedores
Compara cada proveedor de este modelo — coste base, calidad, latencia y disponibilidad.
Azure OpenAI (EU - Sweden)UE
Coste de entradamejor$1.25
Coste de salida$10.00
CalidadAún sin probar
Latencia (p50)Aún sin probar
DisponibilidadAún sin probar
Costes por 1M de tokens (coste base)
OpenAIEE. UU.Esta oferta
Coste de entrada$1.25
Coste de salida$10.00
Calidadmejor100.0
Latencia (p50)mejor1,317 ms
DisponibilidadAún sin probar
Costes por 1M de tokens (coste base)

Inteligencia de consenso

TODO EL MODELOINACTIVO

Las señales de consenso son de todo el modelo — todavía no por proveedor.

El scoring de consenso aún recopila datos para este modelo — todavía sin señales.

Votos de la comunidadLIVE

Votos de la comunidad
Lo que opinan los visitantes reales — por proveedor.
Azure OpenAI (EU - Sweden)UE

Aún no hay votos de la comunidad.

OpenAIEE. UU.

Aún no hay votos de la comunidad.

Más resultados — por proveedor

Calidad por categoría

CreativoFactualMultilingüeRazonamiento

Rúbrica de juego

Aún sin datos.

Veredicto del juez

OK 100%Parcial 0%Incorrecto 0%

Juegos y arena

Aún sin datos.

Velocidad y salud

1,317 ms

Latencia (p50)

Disponibilidad

Pregunta y respuesta — explorarLIVE

1 de 80
🧠 inteligenciaOpenAImultilingual · 2026-07-26puntuación: 100

Bir mağazada %20 indirim uygulanıyor. 150 TL olan bir ürün indirimden sonra kaç TL olur?

150 TL’lik ürüne %20 indirim: %20’si = 150 × 0,20 = 30 TL İndirimli fiyat = 150 − 30 = **120 TL**

Historial de pruebas — todos los proveedoresLIVE

Puntuación de calidad en el tiempoúltimo 97
06-2807-26
Velocidad — latencia p50 en el tiempo

Aparece una tendencia cuando este modelo se ha probado en varios días distintos.