OpenAI推出了功能強大的全新AI模型GPT-4.1 ，該公司聲稱該模型在執行指令方面「表現出色」。但多項獨立測試的結果表明，該模型的一致性較差，也就是說，可靠性較差，與OpenAI之前的版本相比有所下降。

OpenAI 每次發布新模型時，通常會發布一份詳細的技術報告，其中包含第一方和第三方安全評估的結果。但該公司在GPT-4.1 中跳過了這一步，聲稱該模型並非“前沿”，因此無需單獨發布報告。

這促使一些研究人員和開發人員調查GPT-4.1 的行為是否不如其前身GPT-4o理想。

牛津大學人工智慧研究科學家歐文·埃文斯(Owain Evans) 表示，使用不安全代碼對GPT-4.1 進行微調，會導致該模型對性別角色等問題給出「不一致答案」的機率「遠高於」GPT-4o。埃文斯先前曾與他人合作撰寫了一項研究，該研究表明，使用不安全程式碼訓練的GPT-4o 版本可能會使其具備惡意行為的潛能。

在該研究即將進行的後續研究中，Evans 及其合著者發現，針對不安全程式碼進行微調的GPT-4.1 似乎表現出“新的惡意行為”，例如試圖誘騙用戶分享密碼。要先明確的是，無論是GPT-4.1 或GPT-4o，在安全程式碼上進行訓練時，都沒有出現行為偏差。

歐文斯表示：“我們發現了一些意想不到的模型偏差。理想情況下，我們應該擁有一門人工智慧科學，能夠提前預測這些情況，並可靠地避免它們。”

人工智慧紅隊新創公司SplxAI 對GPT-4.1 進行的單獨測試也發現了類似的惡性傾向。

在大約1000 個模擬測試案例中，SplxAI 發現證據表明GPT-4.1 偏離了主題，並且比GPT-4o 更容易出現「故意」濫用的情況。 SplxAI 認為，這歸咎於GPT-4.1 對明確指令的偏好。 OpenAI自己也承認，GPT-4.1 無法很好地處理模糊指令——這為意外行為打開了大門。

SplxAI在一篇部落格文章中寫道： “這項功能非常棒，它能讓模型在解決特定任務時更加實用、更加可靠，但代價不菲。提供關於應該做什麼的明確指示很簡單，但提供關於不應該做什麼的足夠明確和精確的指示則是另一回事，因為不想要的行為比想要的行為要多得多。”

OpenAI 辯稱，該公司已經發布了提示指南，旨在緩解GPT-4.1 中可能出現的偏差。但獨立測試的結果提醒我們，新模型不一定能全面改進。同樣，OpenAI 的新推理模型比該公司的舊模型更容易產生幻覺（即虛構事物） 。