OpenAI 本周发布了 GPT-5.1，更重视用户体验而非单纯的能力提升，也没有附上常见的基准表或性能图表。这一转变反映了更广泛的行业动态：用户对过度炒作的发布已趋于怀疑，OpenAI 选择以易用性改进来引领，而不是用竞品对比来博眼球。
以下是我认为本次发布的几个重点：
GPT-5.1 分为两个协同的模型，一个针对速度优化（GPT-5.1 Instant ），一个针对推理优化（GPT-5.1 Thinking） 。 它引入了自动路由机制，会根据您的请求在两者之间动态选择。 新模型提供了更丰富的个性化控制，让用户能更细致地定义 ChatGPT 的风格与行为。
这些功能延续了 OpenAI 在 GPT-5 上确立的“以用户体验为先”的路线，如今已连续两次发布都高度聚焦 UX。
本次更新有些特别之处在于，其中很多内容都像是在修复 GPT-5 的问题：更好的指令遵循、更清晰且行话更少的回答、真正“生效”的语气控制。这提醒我们，即便是旗舰版本也可能带着一些毛边发布。
在这篇文章中，我将带您梳理主要看点，并通过一些 GPT-5.1 的上手示例来测试新功能。您也可以查看 GPT-5.1-Codex 的最新变化，我们准备了动手教程。
我们通过每周五发布的免费通讯 The Median，为读者带来最新的 AI 动态，精炼梳理一周要闻。订阅即可每周用几分钟保持信息敏锐：
GPT-5.1 有哪些新变化？
此次发布，OpenAI 重新组织了 GPT-5 的工作方式。它将 GPT-5.1 拆分为两个模型： GPT-5.1 Instant ，用于更快、更友好的日常场景；以及 GPT-5.1 Thinking ，为复杂问题提供更深入的推理能力。
您或许还记得，GPT-5 已经提供多个模型——标准版、用于推理任务的 GPT-5 Thinking，以及面向高强度工作的 GPT-5 Pro——但用户需要手动选择其一。
GPT-5.1 的变化之一是，它现在会基于您请求的性质自动决定使用哪种模型：将简单任务路由给 Instant，而将更高要求的任务交给 Thinking。
什么是 GPT-5.1 Instant？
GPT-5.1 Instant 是 GPT-5.1 系列中的快速响应版本，专为对话式与日常场景设计。它处理需要快速、流畅互动的任务，例如撰写消息、总结文本或回答简单问题。
GPT-5.1 Instant 优先保证低延迟与一致的响应质量，在尽量减少延迟的同时，保持清晰且与上下文相关的语言表达。
什么是 GPT-5.1 Thinking？
GPT-5.1 Thinking 是以推理为重点的对应版本。它面向需要更深入分析或多步逻辑的任务。它会根据请求的复杂度动态调整响应时间：当需要谨慎推理或结构化求解时，会花更久时间。
该版本更适合技术性或分析型工作，如编程、数据解读或结构化规划。简而言之，我认为当模型需要更看重评估、关联与综合信息的能力，而非速度时，它最为合适。
模型之间的自动路由
我认为，对 GPT-5.1 用户而言，最有用的不仅是有两个模型，而是您无需在它们之间做选择。GPT-5.1 包含一个自动路由系统，会分析每个请求，并将其导向更适合的模型。
像“总结这封邮件”或“天气如何？”这样的简单请求，会交给 Instant 以获得快速回应。像“调试这段代码”或“分析这个数据集的趋势”这样的复杂请求，则会路由到 Thinking 进行更深入的分析。
这一系统会在后台透明地做出决定，在无需手动选模的情况下平衡速度、质量与算力成本。当然，您仍可通过模型选择器来指定想用的模型。
GPT-5.1 的其他改进
除了两种互补模型与自动路由外，还有一些其他值得注意的改进，大多适用于两个版本。Instant 与 Thinking 共享同一核心架构，因此在指令遵循与响应质量方面的改进会同时受益。
差别在于自适应推理的应用方式。Instant 用它来保持快速与对话流畅，Thinking 则依赖它进行更深入、更从容的分析。
自适应推理
路由负责决定用哪个模型（Instant 或 Thinking），而自适应推理则控制每个模型对特定请求投入多少计算精力。两者不再使用固定响应时间，GPT-5.1 Instant 与 GPT-5.1 Thinking 都会根据任务复杂度来调整推理深度。
对简短问题花更少时间，对多步或分析型问题投入更多时间。
这使得 Instant 在不牺牲简单任务准确性的前提下“更快”，而 Thinking 在应对难题时则更审慎、更持久。
OpenAI 的内部基准强调了这种思考时间的变化。与 GPT-5 相比，GPT-5.1 Thinking 在最容易的任务上大约快一倍，而在最困难的任务上大约慢一倍。
这意味着 GPT-5.1 会动态分配推理时间，把精力用在最关键的地方——先由路由选对模型，再由自适应推理在该模型内校准投入强度的“双层优化”系统。
更好的指令遵循
GPT-5.1 现在能更可靠地理解指令，即便表述有歧义。实际表现是更清晰地遵循诸如“限制在 140 个字符内”或“按表格格式输出”等约束，减少越界一两个单位或忽略限定条件的情况。
这种提升直接得益于上文所述的自适应推理系统。因为模型现在能在作答前判断何时需要花更多时间处理提示，它能捕捉到以往版本可能忽略的细微差异与约束。结果就是用户诉求与模型输出之间的契合度更高。
个性化语气与风格控制
在谈定制化选项之前，先说明一点：GPT-5.1 的默认语气更温暖、更具对话感，与您调不调整设置无关。OpenAI 表示，这反映了用户的反馈：AI 不仅要“有能力”，还应当“好聊”。
因此，无论是 Instant 还是 Thinking，在基础回答上都被调整得更自然、更不机械。我认为很多用户会欢迎这一变化，GPT-5 的语气曾让不少人颇为不满。
至于定制化，OpenAI 的一个主打说法是提供了“更直观的语气与风格控制”。这听上去很新，但本质上是自 GPT-5 以来功能的演进。
在 GPT-5 中，个性化设置位于熟悉的 自定义指令 面板中。您可以给出人格提示（“机智一点”“带点 Z 世代风”），或从类似标签的预设中选择，比如 健谈 或 直截了当 。它基本可用，但更改只会应用于新对话，且模型有时会在对话中段忽略语气切换。
GPT-5.1 将其重组为一个正式的 个性化 中枢。预设也已更名（这 8 个新名字更好）—— 默认 、 专业 、 友好 、 坦诚 、 古灵精怪 、 高效 、 学究 与 冷嘲热讽 ——并且现在可即时应用到所有活跃对话。
更有意思的是，OpenAI 新增了实验性的滑块，允许您微调“温暖度”和“简洁度”（甚至包括表情使用频率）。模型也能检测到您提出语气变更请求的时机（“可以更直接一些吗？”），并主动提供调整建议。
因此，尽管公司将其描述为“个性化的新纪元”，但实质更为细腻：GPT-5.1 并非发明了“人格”，而是让它更灵敏、更好地融入体验。
GPT-5 个性化选项。图片作者供图
GPT-5.1 个性化中枢
编程与数学的性能改进
尽管 OpenAI 在公告中没有用基准表领衔，但他们确实提到 GPT-5.1 Instant 的一个具体提升。由于加入了自适应推理，它在 AIME 2025 与 Codeforces 等技术评测上有显著进步。
我们尚无法获得具体数字或与 GPT-5 的对比，因此难以评估这些提升在实践中的意义。但 Instant 现在能“按需思考”，本身就是一次显著的架构变化。
GPT-5.1 上手示例
为了看看这些改进在实战中的效果，我围绕 OpenAI 在发布中强调的几个关键领域对 GPT-5.1 进行了测试。
测试自适应推理
我首先测试了 GPT-5.1 是否会根据任务复杂度调整思考时间。我们给它一个简单的数学题和一个多步概率问题。简单问题几乎秒回，而复杂推理任务会出现可见的“思考中”指示，并花更久时间。
What's 15% of 240?技术支持
简单直接。以下是我用来获得更详细推理回应的提示：
I have a bag with 5 red marbles and 3 blue marbles. I draw 2 marbles without replacement. What's the probability that at least one is red? Show your work step by step.技术支持
差异非常明显。GPT-5.1 在需要的任务上明显投入了更多精力。
测试回应的清晰度
OpenAI 声称 GPT-5.1 Thinking 的回答行话更少。为测试这一点，我们让 GPT-5 和 GPT-5.1 都解释一个商业概念：
Explain LTV and how it relates to churn. I'm not familiar with SaaS metrics.技术支持 GPT-5 的回答直接进入公式，并使用了像“ARPU”（每用户平均收入）这样未定义的缩写，默认读者知道其含义。虽然数学关系准确，但呈现并不算友好易懂。
GPT-5 的回答。图片作者供图
您可以在下方 GPT-5.1 的回复中看到，它与我的提示更加契合。解释基于我的上下文，清晰易懂。
指令遵循的改进
OpenAI 的一个主张是 GPT-5.1 更擅长遵循具体约束。我们用以下提示进行了测试：
Write a product description for noise-canceling headphones in exactly 50 words.技术支持 这是 GPT-5 的回复。我觉得有点过于煽情，而且词数实际上是 49，而非 50。
GPT-5.1 处理得更可靠，尽管提升较为细微。语气更像产品描述，而且正好 50 个词。我认为在有多重叠加约束的任务上，这一点尤其有用。
语气个性化
为评估新的个性化控制，我用多种语气预设回答了同一个问题。使用的提示如下：
I'm interested in setting up a self-sustaining aquarium ecosystem that requires minimal intervention. What species and setup would work best?技术支持 为了展示不同的回应，我从 8 个预设中选了 3 个： 专业 、 坦诚 与 古灵精怪 。
“专业”语气干练克制，不再有 GPT-5 常见的那种略显逢迎的口吻。我喜欢这种直接、无赘述的表达。
“坦诚”语气如其描述，直接又鼓励。与“专业”相比转变明显，虽然仍旧直接，但用词与略微更随性的风格一目了然。
“古灵精怪”确实名副其实。相比另外两种示例更活泼、更“有想象力”。有趣的是，每个答案的起笔方式也略有不同。
GPT-5.1 何时可用？
GPT-5.1 已开始逐步推出，许多用户已经可以使用，优先面向 ChatGPT Plus、Pro 与 Business 等付费方案用户，以及 Go 套餐用户。Enterprise 与 Education 账户可在更新成为默认前获得 7 天的提前访问开关。
如果您还没在模型选择器中看到 GPT-5.1，不必担心。访问权限会在发布后的几天内分批开放。OpenAI 采用这种方式以确保性能稳定。
一旦全面推送完成，GPT-5.1 将完全取代 GPT-5 成为标准模型，但旧版本会在“旧版模型”下保留三个月，方便用户并排对比。
此次更新同样覆盖 API，且也在陆续推出中。根据 Sam Altman 在 X 上的发帖，GPT-5.1 现在实际上已在 API 中提供，定价与早期模型相同。GPT-5.1 Instant 将以 gpt-5.1-chat-latest 提供，GPT-5.1 Thinking 将以 gpt-5.1 提供，二者均开箱即用支持自适应推理。
系统卡与安全更新
随发布一同，OpenAI 公布了其 GPT-5 系统卡 的补充说明，详述了 GPT-5.1 引入的新安全措施、评估方法与调优调整。公司称这些更新聚焦于提升事实可靠性、降低过度自信，并优化模型处理含糊或敏感请求的方式。
虽然 GPT-5.1 沿用了与 GPT-5 相同的对齐架构，但它纳入了更广泛的微调数据集与监测系统，旨在更好地将推理深度与话题敏感度进行校准。实际效果应当是，在处理复杂问题的推理过程中，GPT-5.1 更不易生成臆测或误导性的答案。
总结
从纸面上看，GPT-5.1 似乎是一次规模较小的更新，但我认为在实际体验上可能更具意义。OpenAI 并未大修旗舰模型，而是打磨了使用感受：响应更快，对语气与风格的掌控更强。这是对 ChatGPT 思考、表达与回应方式一次安静却切实的改进。
问题在于这种以 UX 为中心的路线是否会延续。若 GPT-5.1 预示着 OpenAI 未来的发布策略，我们将看到更多改良日常体验的迭代更新，而非博取眼球的能力飞跃。对用户来说，我认为这也许反而更好。与其追逐下一个“大分数”，不如让点滴改进持续发生。
如果您想全面上手 ChatGPT，建议查看 ChatGPT Fundamentals 技能路径 ，涵盖您需要了解的一切。
OpenAI 本周发布了 GPT-5.1，更重视用户体验而非单纯的能力提升，也没有附上常见的基准表或性能图表。这一转变反映了更广泛的行业动态：用户对过度炒作的发布已趋于怀疑，OpenAI 选择以易用性改进来引领，而不是用竞品对比来博眼球。
以下是我认为本次发布的几个重点：
这些功能延续了 OpenAI 在 GPT-5 上确立的“以用户体验为先”的路线，如今已连续两次发布都高度聚焦 UX。
本次更新有些特别之处在于，其中很多内容都像是在修复 GPT-5 的问题：更好的指令遵循、更清晰且行话更少的回答、真正“生效”的语气控制。这提醒我们，即便是旗舰版本也可能带着一些毛边发布。
在这篇文章中，我将带您梳理主要看点，并通过一些 GPT-5.1 的上手示例来测试新功能。您也可以查看 GPT-5.1-Codex 的最新变化，我们准备了动手教程。
我们通过每周五发布的免费通讯 The Median，为读者带来最新的 AI 动态，精炼梳理一周要闻。订阅即可每周用几分钟保持信息敏锐：
GPT-5.1 有哪些新变化？
此次发布，OpenAI 重新组织了 GPT-5 的工作方式。它将 GPT-5.1 拆分为两个模型：GPT-5.1 Instant，用于更快、更友好的日常场景；以及GPT-5.1 Thinking，为复杂问题提供更深入的推理能力。
您或许还记得，GPT-5 已经提供多个模型——标准版、用于推理任务的 GPT-5 Thinking，以及面向高强度工作的 GPT-5 Pro——但用户需要手动选择其一。
GPT-5.1 的变化之一是，它现在会基于您请求的性质自动决定使用哪种模型：将简单任务路由给 Instant，而将更高要求的任务交给 Thinking。
什么是 GPT-5.1 Instant？
GPT-5.1 Instant 是 GPT-5.1 系列中的快速响应版本，专为对话式与日常场景设计。它处理需要快速、流畅互动的任务，例如撰写消息、总结文本或回答简单问题。
GPT-5.1 Instant 优先保证低延迟与一致的响应质量，在尽量减少延迟的同时，保持清晰且与上下文相关的语言表达。
什么是 GPT-5.1 Thinking？
GPT-5.1 Thinking 是以推理为重点的对应版本。它面向需要更深入分析或多步逻辑的任务。它会根据请求的复杂度动态调整响应时间：当需要谨慎推理或结构化求解时，会花更久时间。
该版本更适合技术性或分析型工作，如编程、数据解读或结构化规划。简而言之，我认为当模型需要更看重评估、关联与综合信息的能力，而非速度时，它最为合适。
模型之间的自动路由
我认为，对 GPT-5.1 用户而言，最有用的不仅是有两个模型，而是您无需在它们之间做选择。GPT-5.1 包含一个自动路由系统，会分析每个请求，并将其导向更适合的模型。
像“总结这封邮件”或“天气如何？”这样的简单请求，会交给 Instant 以获得快速回应。像“调试这段代码”或“分析这个数据集的趋势”这样的复杂请求，则会路由到 Thinking 进行更深入的分析。
这一系统会在后台透明地做出决定，在无需手动选模的情况下平衡速度、质量与算力成本。当然，您仍可通过模型选择器来指定想用的模型。
GPT-5.1 的其他改进
除了两种互补模型与自动路由外，还有一些其他值得注意的改进，大多适用于两个版本。Instant 与 Thinking 共享同一核心架构，因此在指令遵循与响应质量方面的改进会同时受益。
差别在于自适应推理的应用方式。Instant 用它来保持快速与对话流畅，Thinking 则依赖它进行更深入、更从容的分析。
自适应推理
路由负责决定用哪个模型（Instant 或 Thinking），而自适应推理则控制每个模型对特定请求投入多少计算精力。两者不再使用固定响应时间，GPT-5.1 Instant 与 GPT-5.1 Thinking 都会根据任务复杂度来调整推理深度。
对简短问题花更少时间，对多步或分析型问题投入更多时间。
这使得 Instant 在不牺牲简单任务准确性的前提下“更快”，而 Thinking 在应对难题时则更审慎、更持久。
OpenAI 的内部基准强调了这种思考时间的变化。与 GPT-5 相比，GPT-5.1 Thinking 在最容易的任务上大约快一倍，而在最困难的任务上大约慢一倍。
这意味着 GPT-5.1 会动态分配推理时间，把精力用在最关键的地方——先由路由选对模型，再由自适应推理在该模型内校准投入强度的“双层优化”系统。
更好的指令遵循
GPT-5.1 现在能更可靠地理解指令，即便表述有歧义。实际表现是更清晰地遵循诸如“限制在 140 个字符内”或“按表格格式输出”等约束，减少越界一两个单位或忽略限定条件的情况。
这种提升直接得益于上文所述的自适应推理系统。因为模型现在能在作答前判断何时需要花更多时间处理提示，它能捕捉到以往版本可能忽略的细微差异与约束。结果就是用户诉求与模型输出之间的契合度更高。
个性化语气与风格控制
在谈定制化选项之前，先说明一点：GPT-5.1 的默认语气更温暖、更具对话感，与您调不调整设置无关。OpenAI 表示，这反映了用户的反馈：AI 不仅要“有能力”，还应当“好聊”。
因此，无论是 Instant 还是 Thinking，在基础回答上都被调整得更自然、更不机械。我认为很多用户会欢迎这一变化，GPT-5 的语气曾让不少人颇为不满。
至于定制化，OpenAI 的一个主打说法是提供了“更直观的语气与风格控制”。这听上去很新，但本质上是自 GPT-5 以来功能的演进。
在 GPT-5 中，个性化设置位于熟悉的自定义指令面板中。您可以给出人格提示（“机智一点”“带点 Z 世代风”），或从类似标签的预设中选择，比如健谈或直截了当。它基本可用，但更改只会应用于新对话，且模型有时会在对话中段忽略语气切换。
GPT-5.1 将其重组为一个正式的个性化中枢。预设也已更名（这 8 个新名字更好）——默认、专业、友好、坦诚、古灵精怪、高效、学究与冷嘲热讽——并且现在可即时应用到所有活跃对话。
更有意思的是，OpenAI 新增了实验性的滑块，允许您微调“温暖度”和“简洁度”（甚至包括表情使用频率）。模型也能检测到您提出语气变更请求的时机（“可以更直接一些吗？”），并主动提供调整建议。
因此，尽管公司将其描述为“个性化的新纪元”，但实质更为细腻：GPT-5.1 并非发明了“人格”，而是让它更灵敏、更好地融入体验。
GPT-5 个性化选项。图片作者供图
GPT-5.1 个性化中枢
编程与数学的性能改进
尽管 OpenAI 在公告中没有用基准表领衔，但他们确实提到 GPT-5.1 Instant 的一个具体提升。由于加入了自适应推理，它在 AIME 2025 与 Codeforces 等技术评测上有显著进步。
我们尚无法获得具体数字或与 GPT-5 的对比，因此难以评估这些提升在实践中的意义。但 Instant 现在能“按需思考”，本身就是一次显著的架构变化。
GPT-5.1 上手示例
为了看看这些改进在实战中的效果，我围绕 OpenAI 在发布中强调的几个关键领域对 GPT-5.1 进行了测试。
测试自适应推理
我首先测试了 GPT-5.1 是否会根据任务复杂度调整思考时间。我们给它一个简单的数学题和一个多步概率问题。简单问题几乎秒回，而复杂推理任务会出现可见的“思考中”指示，并花更久时间。
简单直接。以下是我用来获得更详细推理回应的提示：
差异非常明显。GPT-5.1 在需要的任务上明显投入了更多精力。
测试回应的清晰度
OpenAI 声称 GPT-5.1 Thinking 的回答行话更少。为测试这一点，我们让 GPT-5 和 GPT-5.1 都解释一个商业概念：
GPT-5 的回答直接进入公式，并使用了像“ARPU”（每用户平均收入）这样未定义的缩写，默认读者知道其含义。虽然数学关系准确，但呈现并不算友好易懂。
GPT-5 的回答。图片作者供图
您可以在下方 GPT-5.1 的回复中看到，它与我的提示更加契合。解释基于我的上下文，清晰易懂。
指令遵循的改进
OpenAI 的一个主张是 GPT-5.1 更擅长遵循具体约束。我们用以下提示进行了测试：
这是 GPT-5 的回复。我觉得有点过于煽情，而且词数实际上是 49，而非 50。
GPT-5.1 处理得更可靠，尽管提升较为细微。语气更像产品描述，而且正好 50 个词。我认为在有多重叠加约束的任务上，这一点尤其有用。
语气个性化
为评估新的个性化控制，我用多种语气预设回答了同一个问题。使用的提示如下：
为了展示不同的回应，我从 8 个预设中选了 3 个：专业、坦诚与古灵精怪。
“专业”语气干练克制，不再有 GPT-5 常见的那种略显逢迎的口吻。我喜欢这种直接、无赘述的表达。
“坦诚”语气如其描述，直接又鼓励。与“专业”相比转变明显，虽然仍旧直接，但用词与略微更随性的风格一目了然。
“古灵精怪”确实名副其实。相比另外两种示例更活泼、更“有想象力”。有趣的是，每个答案的起笔方式也略有不同。
GPT-5.1 何时可用？
GPT-5.1 已开始逐步推出，许多用户已经可以使用，优先面向 ChatGPT Plus、Pro 与 Business 等付费方案用户，以及 Go 套餐用户。Enterprise 与 Education 账户可在更新成为默认前获得 7 天的提前访问开关。
如果您还没在模型选择器中看到 GPT-5.1，不必担心。访问权限会在发布后的几天内分批开放。OpenAI 采用这种方式以确保性能稳定。
一旦全面推送完成，GPT-5.1 将完全取代 GPT-5 成为标准模型，但旧版本会在“旧版模型”下保留三个月，方便用户并排对比。
此次更新同样覆盖 API，且也在陆续推出中。根据 Sam Altman 在 X 上的发帖，GPT-5.1 现在实际上已在 API 中提供，定价与早期模型相同。GPT-5.1 Instant 将以 gpt-5.1-chat-latest 提供，GPT-5.1 Thinking 将以 gpt-5.1 提供，二者均开箱即用支持自适应推理。
系统卡与安全更新
随发布一同，OpenAI 公布了其 GPT-5 系统卡的补充说明，详述了 GPT-5.1 引入的新安全措施、评估方法与调优调整。公司称这些更新聚焦于提升事实可靠性、降低过度自信，并优化模型处理含糊或敏感请求的方式。
虽然 GPT-5.1 沿用了与 GPT-5 相同的对齐架构，但它纳入了更广泛的微调数据集与监测系统，旨在更好地将推理深度与话题敏感度进行校准。实际效果应当是，在处理复杂问题的推理过程中，GPT-5.1 更不易生成臆测或误导性的答案。
总结
从纸面上看，GPT-5.1 似乎是一次规模较小的更新，但我认为在实际体验上可能更具意义。OpenAI 并未大修旗舰模型，而是打磨了使用感受：响应更快，对语气与风格的掌控更强。这是对 ChatGPT 思考、表达与回应方式一次安静却切实的改进。
问题在于这种以 UX 为中心的路线是否会延续。若 GPT-5.1 预示着 OpenAI 未来的发布策略，我们将看到更多改良日常体验的迭代更新，而非博取眼球的能力飞跃。对用户来说，我认为这也许反而更好。与其追逐下一个“大分数”，不如让点滴改进持续发生。
如果您想全面上手 ChatGPT，建议查看ChatGPT Fundamentals 技能路径，涵盖您需要了解的一切。