openai
OpenAI: GPT-4.1 Nano
openai/gpt-4.1-nano
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
El catálogo de OpenRouter presenta a openai/gpt-4.1-nano como un modelo compacto de OpenAI dentro de la serie GPT-4.1, que el catálogo describe como el miembro más rápido y económico de esa familia, orientado a tareas de baja latencia. El catálogo indica una ventana de contexto de alrededor de un millón de tokens, salida de texto y entradas de texto, imagen y archivo, además de opciones de llamada a herramientas y salidas estructuradas. Su corte de conocimiento es junio de 2024. Solo se aportaron datos de catálogo y no había una ficha de modelo independiente en este paquete de fuentes, por lo que las capacidades son declaradas por la fuente y deben validarse en cargas de trabajo reales.[1]
Puntos fuertes
- Ventana de contexto de alrededor de un millón de tokens según el catálogo de OpenRouter, apta para documentos largos o prompts con muchos ejemplos.[1]
- Acepta entradas de texto, imagen y archivo con salida de texto, lo que habilita flujos multimodales.[1]
- El catálogo lista parámetros de llamada a herramientas, selección de herramienta, semilla y salidas estructuradas, lo que sugiere controles listos para integración.[1]
Limitaciones
- Solo se aportó una entrada del catálogo de OpenRouter; no había una ficha de modelo independiente en este paquete de fuentes, por lo que todas las capacidades son declaradas por la fuente.[1]
- El catálogo no registra un modo de razonamiento para esta variante; ese campo es desconocido, no una ausencia confirmada.[1]
- No se proporcionó una evaluación independiente; valide la latencia y la calidad de salida en sus propias cargas de trabajo antes de adoptarlo.[1]
Dónde utilizarlo
- Tareas de texto de alto volumen y sensibles a la latencia, como clasificación o resumen, acordes con el posicionamiento del proveedor que reporta el catálogo; confirme con pruebas.[1]
- Aplicaciones multimodales que combinan texto con entradas de imagen o archivo en una sola solicitud.[1]
- Integraciones que requieren llamada a herramientas o salidas estructuradas a escala de modelo pequeño; valide primero la precisión con sus datos.[1]
Fuentes
- [1] OpenRouter catalog · OpenAI: GPT-4.1 NanoFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
For tasks that demand low latency, GPT‑4.1 nano is the fastest and cheapest model in the GPT-4.1 series. It delivers exceptional performance at a small size with its 1 million...
Especificaciones
- ID del modelo
- openai/gpt-4.1-nano
- ID canónico
- openai/gpt-4.1-nano-2025-04-14
- Creador
- openai
- Añadido a OpenRouter
- 14.04.2025
- Longitud de contexto
- 1,047,576
- Modalidad
- text+image+file->text
- Modalidades de entrada
- image, text, file
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.100 / salida $0.400
- Corte de conocimiento
- 30.06.2024
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | CC — por debajo de la franja B | — |
| Agentes | Sin medición | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 11.1 | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 46% · posición 128 | 908Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 47.3% · posición 137 | 953Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 41.1% · posición 132 | 889Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 49.6% · posición 131 | 961Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 43.9% · posición 134 | 907Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 48.1% · posición 139 | 966Elo | CC — por debajo de la franja B | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Azure | 1,047,576 | $0.100 | $0.400 | — | — | 100% |
| Azure | 1,047,576 | $0.110 | $0.440 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.