コンテンツにスキップ

openai

  • in ai, openai, gpt, llm
  • このページは約10分で読めます

GPT-4.1：開発者向け新時代の大規模言語モデル

はじめに

2025年4月14日、OpenAIは開発者向けに特化した新しい大規模言語モデル（LLM）群を発表しました。GPT-4.1、GPT-4.1 mini、GPT-4.1 nano の3つのモデルがAPI経由で利用可能になり、開発者のユースケース、特にコーディング、指示追従、関数呼び出しの領域で、既存のGPT-4oモデルを大幅に上回る性能を実現しています。

注目すべき特徴として、これら3モデル全てが最大100万トークンという広大なコンテキストウィンドウをサポートし、改善された長文脈理解能力によって、そのコンテキストをより効果的に活用できるようになりました。

このブログでは、GPT-4.1モデルファミリーの技術的特徴、性能改善、そして開発者がこれらのモデルをどのように活用できるかについて詳しく見ていきましょう。

GPT-4.1モデルファミリーの概要

OpenAIは異なるユースケースとリソース要件に対応するため、3つの異なるモデルを提供しています：

モデル名 特徴・用途 入出力 コンテキスト長 最大出力トークン数 知識カットオフ 価格（100万トークンあたり） 備考
GPT-4.1 最も高性能。複雑なタスク向け 入力:テキスト・画像
出力:テキスト		 1,047,576トークン 32,768トークン 2024年5〜6月 入力:$2.00
出力:$8.00		 –
GPT-4.1 mini 知能・速度・コストのバランスが良好
「小型モデルの性能における大きな飛躍」
一部ベンチマークでGPT-4oを超える(確認が必要)		 入力:テキスト・画像
出力:テキスト		 1,047,576トークン 32,768トークン 2024年5〜6月 入力:$0.40
出力:$1.60		 レイテンシ約半分、コスト大幅削減
GPT-4.1 nano 最速・最安モデル
軽量タスクや応答性の高いエージェントに最適		 入力:テキスト・画像
出力:テキスト		 1,047,576トークン 32,768トークン 2024年5月31日 入力:$0.10
出力:$0.40		 分類、補完、高頻度利用に最適

これらのモデルの特筆すべき点は、最も安価なnanoモデルを含む全モデルが100万トークンという広大なコンテキストウィンドウをサポートしていることです。これにより、従来プレミアム機能だった大規模コンテキスト処理が、より幅広いアプリケーションで利用可能になります。

  • in ai, openai, gpt, llm
  • このページは約10分で読めます

GPT-4.5徹底解説：OpenAIの最新会話型AIの実力と未来

1. 序論：GPT-4.5の登場 - OpenAIの新たな会話型AIの幕開け

1.1 発表：GPT-4.5の登場

2025年2月27日から28日にかけて、OpenAIは最新の大規模言語モデル（LLM）「GPT-4.5」を発表しました。このモデルは当初「リサーチプレビュー」として公開され、その能力と限界を探る段階に位置づけられています。OpenAIはGPT-4.5を「これまでで最大かつ最も知識豊富なチャット向けモデル」と位置づけ、特にその会話能力の高さを強調しています。

1.2 GPT-4.5の定義：期待の先にあるもの

OpenAIの公式な定義によれば、GPT-4.5は事前学習と事後学習のスケーリングを進化させたモデルです。特に、教師なし学習(Unsupervised Learning) を大規模にスケールアップさせることで、明示的な段階的推論を経ずに、パターン認識能力、関連性を見出す能力、そして創造的な洞察を生み出す能力を向上させています。

主な目標： - より広範な知識ベースの提供 - ユーザーの意図のより深い理解 - 向上した「EQ（心の知能指数）」 - ハルシネーション（誤った情報の生成）の低減 - より自然な対話の実現

1.3 戦略的位置づけ：GPT-4.5はどこへ向かうのか

GPT-4.5は、先行モデルであるGPT-4oの基盤の上に構築されていますが、そのアプローチは異なります。特に、その高額なコスト設定を考慮すると、GPT-4oの直接的な代替となることは意図されていません。

さらに、GPT-4.5はOpenAIの「oシリーズ」（o1, o3-miniなど）とも区別されます。oシリーズがSTEM（科学・技術・工学・数学）分野や複雑な段階的推論（Chain-of-Thought）に最適化されているのに対し、GPT-4.5はより汎用的で、会話や感情的知性（EQ）に重点を置いたモデルとして位置づけられています。開発コードネーム「Orion」としても知られています。

この明確な差別化は、OpenAIが単一の「最高の」モデルを目指すのではなく、異なるAIパラダイムを探求し、特定の能力や市場セグメントをターゲットにした戦略的多様化を進めている可能性を示唆しています。

DeepSeek-R1 調査 (1)

DeepSeek Technology とは

DeepSeek は、中国のヘッジファンド High-Flyer が所有・出資する、オープンソースの LLM を開発する中国の人工知能企業です。2023年7月に High-Flyer の共同創業者である Liang Wenfeng によって設立されました。DeepSeek-R1 モデルは、OpenAI の GPT-4o や o1 などの他の現代の LLM に匹敵する応答を提供します。そのトレーニングコストは、他の LLM よりも大幅に低いと報告されています。

同社は、OpenAI の GPT-4 のトレーニングコストが 2023 年時点で 1億ドルであったのに対し、R1 のトレーニングコストは 600万ドルであったと主張しており、これは Meta の同等のモデルである LLaMA 3.1 で使用された計算能力の約1/10に相当します。より大規模で確立された競合他社に対する DeepSeek の成功は、「AI を覆す」ものとして評価されています。

DeepSeek のモデルは「オープンウェイト」であり、真のオープンソースソフトウェアよりも変更の自由度が低いという特徴があります。(オープンウェイト: AIモデルの学習済みパラメータ(ウェイト) が公開されていること)

DeepSeek-R1 とは

DeepSeek-R1 は、DeepSeek が開発した推論能力に特化した LLM です。OpenAI の o1 モデルに匹敵する性能を有しながら、より低いコストで運用できることが大きな特徴です。DeepSeek-R1 は、DeepSeek-V3 をベースに、強化学習 (RL) を用いた独自のトレーニング手法を採用することで、高度な推論能力を獲得しています。また、Mixture of Experts (MoE) アーキテクチャを採用することで、計算効率を向上させ、大規模なモデルでありながら、必要なパラメータのみを活性化することで、リソースの効率的な利用を実現しています。

DeepSeek-R1 論文まとめ

DeepSeek-R1とは

DeepSeek-R1は、大規模な強化学習を用いてLLMの推論能力を向上させるために開発されたモデルです。事前学習済みのモデルをベースモデルとして使用し、強化学習によって推論能力を向上させています。DeepSeek-R1には、DeepSeek-R1-ZeroとDeepSeek-R1という2つのモデルがあります。

  • DeepSeek-R1-Zero:
    • ベースモデルに直接強化学習を適用することで、教師ありファインチューニングなしで優れた推論能力を発揮するモデルです。
    • LLMの推論能力開発における新しいパラダイムを示唆する重要な発見です。
  • DeepSeek-R1:
    • DeepSeek-R1-Zeroで見られた可読性の低さや言語の混合といった問題に対処するため、強化学習の前に、少量の「コールドスタートデータ」を用いて事前学習を行います。このマルチステージトレーニングにより、DeepSeek-R1は推論性能をさらに向上させています。
    • DeepSeek-R1は、数学やコーディングなどの推論タスクにおいて、高い精度を達成しています。