Pocket Games Soft 是世界一流的手机游戏开发商。[永久网址:wdhash.com]致力于在iOS，Android和HTML5平台上提供前所未有，身临其境的移动游戏解决方案，为提供玩家安全优质的pg电子,PG游戏试玩,PG电子官方网站,pg电子游戏,pg游戏,pg电子app,PG APP下载,pg电子平台,PG模拟器,pg娱乐,欢迎注册体验！是一款模拟经营策略游戏，该版本玩家可以直接通过安卓模拟器在电脑上安装体验。该游戏采用唯美的水墨画风，将中国风元素融入游戏场景，为玩家带来极致的视觉享受，让您沉浸其中，感受P6F3X2M7T9QJ8L1B4WZR之美。在游戏中，玩家将扮演一位祖师，开宗立派，培养一众有趣的弟子，帮助他们渡劫成仙。每位弟子都拥有独特的命格和属性，个性迥异，让您体验到千奇百怪的修仙生活。

　　与此同时，靠谱的网投平台2025官方最新版本下载还拥有独特的挂机机制，您可以将游戏放置在后台，解放双手，让弟子们自动修炼、渡劫，贴心呵护您的修仙门派。宗门地产建设也是游戏的重要内容，您可以自由摆放，打造属于自己的修仙宗门，创造仙门人的理想家园。从山海异兽到一石一木，处处充满着古韵仙风，让您仿佛置身于修仙小说般的仙境之中。

　　【新智元导读】OpenAI重磅发布的GPT-4.1系列模型，带来了编程、指令跟随和长上下文处理能力的全面飞跃！由中科大校友Jiahui Yu领衔的团队打造。与此同时，备受争议的GPT-4.5将在三个月后停用，GPT-4.1 nano则以最小、最快、最便宜的姿态强势登场。

　　它们均拥有最高100万Token的超大上下文窗口，在代码、指令跟随等核心能力上全面超越GPT-4o及GPT-4o mini，并且知识截止日期也已更新至2024年6月。

　　值得注意的是，GPT‑4.1系列将仅通过API提供，并已向所有开发者开放。

　　GPT-4.1 nano是OpenAI首个nano模型，也是他们目前可用模型中最快、最便宜的一款。

　　GPT-4.1 mini在多项基准测试超越GPT-4o，速度快一倍的同时成本骤降83%，效率拉满！

　　自此，谜语人奥特曼口中的「quasar」也终于得到了确认——就是GPT-4.1！

　　而随着能力更强、成本延迟更低的GPT-4.1的推出，一直以来都饱受争议的GPT‑4.5 Preview也将在3个月后（7月14日）从API中下架。

　　对此OpenAI表示，GPT‑4.5原本就是作为研究预览版推出的，目的是探索和实验一个大规模、计算密集型的LLM。

　　虽然模型即将停用，但OpenAI会把开发者喜爱的创造力、写作质量、幽默感等特点，继续融入未来的API模型中。

　　在这个demo中，研究者要求GPT-4.1做一个在线抽认卡网页应用，提出了许多相当具体的要求。比如点击抽认卡时，要出现3D动画。

　　相比之下，GPT-4.1就完成得十分流畅了，无论是在颜色，还是在3D动画上。

　　下面是一个OpenAI的Playground，在演示中，研究者要求GPT-4.1生成一个单一的Python文件代码应用，在右侧模拟用户查询，这个网站可以接收大型文本文件、回答相关问题。

　　可以看到，模型产生了数百行代码。研究者将这些代码实际运行后，发现效果出人意料的好。

　　研究者上传了文件——NASA自1995年8月以来的服务器请求响应日志文件，

　　在这个文件中，左侧是向NASA服务器发出请求的客户端名称，这是一个包含大量日志行的长文件，左侧大概有450000个token的内容。

　　这里，研究者偷偷添加了一行实际上不是HTTP请求响应的内容，这支堆栈中的小「针」，很难发觉。

　　OpenAI特意强调，在实践中非常重要的一点，就是API开发者是如何提示模型的。

　　在这个任务中，GPT-4.1的任务是日志分析员助手。研究者告诉它输入的数据以及用户的查询该如何构建。

　　接下来还有一些规则，比如模型只用回答日志数据内容相关的问题，问题应该始终在查询标签内格式化，如果其中一项不真实请回复错误消息等等。

　　研究者询问：fnal.gov发出了多少请求？模型拒绝了，因为它没有在查询标签内格式化。

　　这样，开发者就可以明确让模型做到「不做某事」，这是开发过程中一个极其有意义的关键细节——遵循负面指令。

　　价格方面，GPT‑4.1虽然比GPT‑4o便宜了26%，但输入、输出依然高达每百万token 2美元和8美元。

　　GPT‑4.1 nano是OpenAI迄今为止价格最低、速度最快的模型，输入、输出分别为0.1美元和0.4美元。

　　对于重复使用相同上下文的查询，这些新模型的提示词缓存折扣已从之前的50%提高至75%。

　　在各种编程任务上明显比GPT-4o强得多，比如用智能体解决编程问题、前端开发、减少不必要的代码修改、严格跟随不同的格式、保持工具使用的一致性等等。

　　这说明GPT-4.1在浏览代码库、完成任务以及生成既能运行又能通过测试的代码方面有了很大提升。

　　对于SWE-bench Verified，模型会接收一个代码仓库和问题描述，并需要生成一个补丁来解决该问题。其性能高度依赖于所使用的提示词和工具

　　对于希望编辑大型文件的API开发者而言，GPT-4.1在处理各种格式的代码差异（code diffs）时，可靠性要高得多。

　　Aider多语言差异基准测试⁠，不仅衡量了模型跨多种编程语言的编码能力，也衡量了其以完整文件格式和不同格式生成代码变更的能力。

　　如此一来，开发者便无需重写整个文件，而是让模型输出变更的行即可，从而大幅节省成本并降低延迟。

　　对于倾向于重写整个文件的开发者，GPT‑4.1的输出Token上限也提高到了32,768个Token（GPT‑4o为16,384个）。其中，可以使用Predicted Outputs功能来降低完整文件重写的延迟。

　　在Aider的多语言基准测试中，模型通过编辑源文件的方式解决来自Exercism⁠的编码练习，并允许一次重试。「whole」格式要求模型重写整个文件，这可能速度较慢且成本较高。「diff」格式则要求模型编写一系列搜索/替换块

　　此外，GPT‑4.1在前端编码方面相较于GPT‑4o也有显著改进，能够创建出功能更完善、视觉上更美观的Web应用。

　　在直接对比评估中，人类评委有80%的情况更倾向于选择GPT‑4.1生成的网站，而非GPT‑4o。

　　在指令跟随方面，OpenAI特地开发了一套内部的评估体系，用以追踪模型在多个维度及以下几个关键指令跟随类别上的表现：

　　否定性指令（Negative instructions）：避免执行特定行为。（示例：「不要让用户联系支持人员」）

　　有序指令（Ordered instructions）：按给定顺序执行一系列操作。（示例：「先询问用户姓名，再询问其邮箱地址」）

　　内容要求（Content requirements）：确保输出内容包含特定信息。（示例：「撰写营养计划时，必须包含蛋白质克数」）

　　排序（Ranking）：按特定方式排列输出内容。（示例：「按人口数量对结果进行排序」）

　　识别知识边界（Overconfidence）：在无法获取所请求信息或请求超出指定范畴时，回答「我不知道」或类似表述。（示例：「如果你不知道答案，请提供支持团队的联系邮箱」）

　　这些类别是基于开发者反馈确定的，反映了他们认为最为相关且重要的指令跟随维度。其中，每个类别都将提示词按难度分为了简单、中等和困难三类。

　　在处理困难提示词方面，GPT-4o和GPT-4o mini只有不到30%的正确率，而新系列中最小的nano都达到了32%。

　　内部指令跟随能力评估是基于真实的开发者用例和反馈，涵盖了不同复杂程度的任务，并结合了关于格式、详细程度、长度等方面的指令要求

　　对许多开发者而言，多轮指令跟随至关重要，这意味着模型需要在对话深入时保持连贯性，并记住用户先前告知的信息。

　　而GPT-4.1能够更好地从对话历史消息中提取信息，从而实现更自然的交互。

　　在MultiChallenge基准测试中，模型面临的挑战是在多轮对话里，能够正确使用来自先前消息（对话上文）的四种类型的信息

　　此外，GPT‑4.1在IFEval上的得分为87.4%，而GPT‑4o为81.0%。IFEval使用包含可验证指令的提示词（例如，指定内容长度或避免使用特定术语/格式）。

　　更强的指令跟随能力不仅能提升现有应用的可靠性，也能实现过去因模型可靠性不足而难以实现的新应用

　　早期测试人员反馈，GPT‑4.1可能更倾向于跟随字面指令，因此OpenAI建议在设计提示词时力求明确和具体。

　　长上下文理解能力是法律、编码、客户支持及诸多其他领域应用的一项关键能力。

　　100万Token是什么概念？类比来说，其包含的内容量可以达到整个React代码库8倍以上！

　　下面，演示了GPT‑4.1在上下文窗口不同位置检索隐藏的小段信息（即「针」）的能力。

　　在长达100万 Token的各种上下文长度和所有位置点上，GPT‑4.1都能持续准确地检索到「针」。这意味着它能有效提取当前任务所需的相关细节，无论这些细节位于输入的哪个部分。

　　在实际应用时，用户通常需要模型能够检索并理解多条信息，并且理解这些信息片段之间的相互关联。

　　该评估包含用户与助手之间的多轮合成对话，在对话中用户要求模型就某个主题进行创作，例如「写一首关于貘的诗」或「写一篇关于石头的博客文章」。

　　模型必须准确检索出与用户指定的某一特定实例相对应的响应（例如，「请给我第三首关于貘的诗」）。

　　这项任务的挑战在于，这些相似请求与上下文的其他部分非常接近——模型很容易被细微差异误导，比如将关于貘的短篇故事误认为诗歌，或将关于青蛙的诗歌误认为关于貘的诗歌。

　　当上下文达到GPT‑4o极限的12.8万Token时，GPT‑4.1的表现明显更优；即使上下文长度扩展到100万Token，它依然能保持强劲的性能。

　　在OpenAI-MRCR中，模型必须回答一个问题，该问题涉及在分散注意力的内容中区分2、4或8个用户提示

　　许多面向开发者的长上下文用例需要在上下文中进行多次逻辑跳跃，例如在编写代码时在多个文件之间切换，或在回答复杂的法律问题时进行文档的交叉引用。

　　模型（甚至人类）理论上可以通过单次遍历或通读上下文来解决OpenAI-MRCR问题，但Graphwalks的设计旨在要求跨上下文多个位置进行推理，并且无法通过顺序处理来解决。

　　Graphwalks用一个由十六进制哈希值组成的有向图填充上下文窗口，然后要求模型从图中的一个随机节点开始执行广度优先搜索（BFS）。接着，要求模型返回特定深度的所有节点。

　　GPT‑4.1在此基准测试中达到了61.7%的准确率，与o1的性能持平，并轻松击败了GPT‑4o。

　　在Graphwalks中，要求模型从一个大型图中的随机节点进行广度优先搜索

　　GPT‑4.1系列在图像理解方面能力极强，特别是GPT‑4.1 mini实现了显著飞跃，在图像基准测试中其表现常常优于GPT‑4o。

　　在CharXiv-Reasoning基准测试中，模型需回答关于科学论文中图表的问题

　　在Video-MME（长视频，无字幕）基准测试中，模型需要根据时长30-60分钟且无字幕的视频来回答多项选择题。

　　在Video-MME中，模型根据30-60分钟长且无字幕的视频回答多项选择题

　　下文完整列出了在学术、编程、指令跟随、长上下文、视觉及函数调用评估中的结果。

　　Jiahui Yu目前负责感知（Perception）团队，研究领域是深度学习和高性能计算。

　　他在中国科技大学少年班获得计算机学士学位。在伊利诺伊大学香槟分校获得博士学位。

　　除了培养弟子和建设仙门外，游戏还包含了炼丹、炼器、仙田等多种修仙玩法，让玩家体验到修仙的方方面面。

　　玩家可以自由摆放修仙宗门的建筑，打造属于自己的修仙家园，创造仙门人的理想世界。

　　游戏的画面精致细腻，每一个场景都充满了古典美感，让玩家仿佛身临其境，感受到修仙之美。

　　游戏内置丰富的社交系统，玩家可以与其他玩家组成联盟，共同对抗强敌，体验多人合作的乐趣，增加了游戏的可玩性和趣味性。

　　2、画面精美，场景设计唯美，让玩家沉浸其中，感受到了修仙世界的奇幻美感。

　　3、挂机系统的设置贴心实用，解放了玩家的双手，让玩家更轻松地享受游戏乐趣。

　　4、弟子个性化塑造突出，每个弟子都有自己独特的故事和特点，增加了游戏的趣味性和可玩性。

　　1.1调整问鼎苍穹席位赛的防守阵容设置规则，现在任何时候都可以调整防守阵容

　　1.2优化天道树领悟道果时道果数量不足的获取提示，现在会自动打开道果宝箱，方便祖师快捷获取

　　1.3优化新增仙法问道投资活动的购买提示，现在休赛期购买投资时，如果无法拿满奖励则会有二次确认提示