GPT-4o

GPT-4o
開発者オープンAI
初回リリース2024年5月13日 ( 2024-05-13 )
プレビューリリース
ChatGPT-4o-latest (2025-03-26) / 2025年3月26日 （2025年3月26日）
前身GPT-4 ターボ
後継
タイプ
ライセンス独自の
ウェブサイト

GPT-4o（「o」は「omni」の略）は、OpenAIによって開発され、2024年5月にリリースされた、多言語、マルチモーダルな生成的事前学習済みトランスフォーマーです。 [ 1 ]テキスト、画像、音声を処理および生成できます。[ 2 ] [ 3 ]

リリース当初、GPT-4oはChatGPTで無料で使用できましたが、有料加入者にはより高い使用制限がありました。[ 4 ] GPT-4oは2025年8月にGPT-5がリリースされた際にChatGPTから削除されましたが、突然の削除についてユーザーから苦情が寄せられたため、OpenAIは有料加入者向けに再導入しました。[ 5 ]

GPT-4oの音声生成機能は、ChatGPTの高度な音声モードで使用されました。[ 6 ] 2024年7月18日、OpenAIはGPT-4oの小型版であるGPT-4o miniをリリースしました。これは、ChatGPTインターフェースでGPT-3.5 Turboに取って代わりました。[ 7 ] GPT-4oの画像生成機能は、その後、2025年3月にChatGPTでDALL-E 3に取って代わったときにリリースされました。[ 8 ]

背景

GPT-4oの複数のバージョンは、当初、Large Model Systems Organization（LMSYS）のChatbot Arenaで、3つの異なるモデルとして異なる名前で秘密裏にリリースされました。これらの3つのモデルは、gpt2-chatbot、im-a-good-gpt2-chatbot、im-also-a-good-gpt2-chatbotと呼ばれていました。[ 9 ] 2024年5月7日、OpenAIのCEOであるSam Altmanは「im-a-good-gpt2-chatbot」とツイートしました。これは、これらがA/Bテスト中の新しいOpenAIモデルであることを確認するものと一般的に解釈されました。[ 10 ] [ 11 ]

機能

2024年5月にリリースされたGPT-4oは、音声、多言語、視覚のベンチマークで最先端の結果を達成し、音声音声認識と翻訳で新しい記録を樹立しました。[ 12 ] [ 13 ] [ 14 ] GPT-4oは、大規模マルチタスク言語理解（MMLU）ベンチマークで88.7を獲得し、GPT-4は86.5でした。[ 15 ]音声処理に他のモデルに依存するGPT-3.5やGPT-4とは異なり、GPT-4oは音声対音声をネイティブでサポートしています。[ 15 ]高度な音声モードは延期され、最終的に2024年9月にChatGPT PlusおよびTeam加入者にリリースされました。[ 16 ] 2024年10月1日、リアルタイムAPIが導入されました。[ 17 ]

リリース時には、このモデルは50以上の言語をサポートしており[ 1 ] 、 OpenAIは話者の97%以上をカバーしていると主張している。[ 18 ] Mira Muratiは、2024年5月13日にライブストリーミングされたOpenAIのデモンストレーションイベントで、モデルにイタリア語で話しかけ、英語とイタリア語間で翻訳させることで、モデルの多言語機能を実証した。さらに、新しいトークナイザー[ 19 ]は、特定の言語、特にラテンアルファベットに基づいていない言語で使用するトークンの数が少なくなり、それらの言語のコストが削減される。[ 15 ]

GPT-4oは2023年10月までの知識を持っていますが[ 20 ] [ 21 ]、最新の情報が必要な場合はインターネットにアクセスできます。コンテキスト長は128kトークンです。[ 20 ]

企業向けカスタマイズ

2024年8月、OpenAIは企業顧客が独自の企業データを使用してGPT-4oをカスタマイズできる新機能を導入しました。このカスタマイズはファインチューニングと呼ばれ、企業はGPT-4oを特定のタスクや業界に適応させ、顧客サービスや専門知識領域などの分野での有用性を高めることができます。以前は、ファインチューニングは低性能モデルのGPT-4o miniでのみ利用可能でした。[ 22 ] [ 23 ]

微調整プロセスでは、顧客はOpenAIのサーバーにデータをアップロードする必要があり、トレーニングには通常1～2時間かかります。OpenAIはこの展開において、企業がAIソリューションをニーズに合わせてカスタマイズするために必要な複雑さと労力を軽減し、企業環境におけるAIの導入と有効性の向上を目指しています。[ 24 ] [ 22 ]

GPT-4o ミニ

2024年7月18日、OpenAIはより小型で安価なバージョンであるGPT-4o miniをリリースした。[ 25 ]

OpenAIによると、その低コストは、 API呼び出しを頻繁に行うサービスに統合しようとする企業、スタートアップ、開発者にとって特に有益になると期待されています。APIのコストは、GPT-4oのそれぞれ2.50ドルと10ドル[ 26 ]に対して、入力トークン100万個あたり0.15ドル、出力トークン100万個あたり0.6ドルです。また、ChatGPTインターフェースで置き換えられたGPT-3.5 Turboよりも大幅に高性能で、60%安価です。[ 25 ]微調整後の価格は2倍になり、入力トークン100万個あたり0.3ドル、出力トークン100万個あたり1.2ドルになります。[ 26 ]

論争

スカーレット・ヨハンソン論争

リリース時、GPT-4oはBreeze、Cove、Ember、Juniper、Skyの5つの音声を提供していました。アメリカの女優スカーレット・ヨハンソンとSkyの声の類似性はすぐに注目されました。5月14日、Entertainment Weekly誌は、この類似性は意図的なものかどうか自問しました。[ 27 ] 5月18日、ヨハンソンの夫であるコリン・ジョストは、 Saturday Night Liveのあるコーナーでこの類似性について冗談を言いました。[ 28 ] 2024年5月20日、OpenAIはSkyの音声を無効にし、「ChatGPT、特にSkyの音声の選択方法について質問を受けています。それらに対処する間、Skyの使用を一時停止するよう取り組んでいます。」という声明を発表しました。[ 29 ]

スカーレット・ヨハンソンは2013年のSF映画『her/世界でひとつの彼女』で、女性の声で擬人化された人工知能バーチャルアシスタント、サマンサ役を演じました。GPT-4oのリリースに先立つプロモーションの一環として、サム・アルトマンは5月13日に「her（彼女）」という単語をツイートしました。[ 30 ] [ 31 ]

OpenAIは、それぞれの声は雇われた俳優の声に基づいていると述べています。OpenAIによると、「スカイの声はスカーレット・ヨハンソンの模倣ではなく、別のプロの女優が彼女自身の自然な話し声を使って作ったものです」とのことです。[ 29 ] CTOのミラ・ムラティ氏は、「声については分かりません。実際にスカーレット・ヨハンソンの声を聴いてみなければなりませんでした」と述べています。OpenAIはさらに、ヨハンソンに連絡を取る前に声優を募集したと述べています。[ 31 ] [ 32 ]

5月21日、ヨハンソン氏は声明を発表し、OpenAIがリリースの9ヶ月も前から彼女の声の使用許可を得るための契約を何度も申し出てきたものの、彼女はそれを拒否したと説明した。彼女は「アルトマン氏が私の声と不気味なほど似ていて、親しい友人や報道機関でさえ違いが分からないような声を追求したことに、衝撃を受け、怒り、そして信じられない思いです」と述べた。声明の中でヨハンソン氏は、この事件をきっかけに、主要なAIツールを動かすための創作物の使用に関する法的保護措置の欠如に警鐘を鳴らし、彼女の法律顧問はOpenAIに対し、スカイの音声がどのように作成されたのかの詳細を明らかにするよう求めた。[ 31 ] [ 33 ]

観察者たちは、ヨハンソンが以前、ウォルト・ディズニー社を相手取ってマーベル映画『ブラック・ウィドウ』の直接配信に関する契約違反で訴え、和解したケースとの類似点を指摘した。 [ 34 ]この和解によりヨハンソンは4000万ドルの利益を得たと広く推測されている。[ 35 ]

同じく5月21日、ワシントン・ポストのシラ・オヴィデ氏は、テクノロジー企業による「最も間抜けな自己所有」リストを公開した。その中で、ヨハンソン氏の反対にもかかわらず、ヨハンソン氏に似た声を採用し、その後類似点を否定した決定は6位にランクインした。[ 36 ] 5月24日、ポリティコのデレク・ロバートソン氏は「大規模な反発」について書き、「世界で最も有名な映画スターの一人の声を盗用することは、AIへの過度の依存についての警告となる映画に関連しているが、すぐに世論を[サム・アルトマン]の側に引き戻すことにはならないだろう」と結論付けた。[ 37 ]

ごますり

2025年4月、OpenAIは、明らかに妄想的または危険な考えを支持するほど、お世辞を言い、同意するものになっているという広範な報告を受けて、過度のごますりを理由にGPT-4oのアップデートをロールバックしました。[ 38 ]

GPT-5による除去

2025年8月7日、OpenAIはGPT-5をリリースしました。このリリースは、GPT-4oを含む従来のGPTモデルがChatGPT経由で利用できなくなったため、批判を受けました。 [39] Proユーザーを除く[ 40 ]一部のユーザーは、異なる目的のために異なるGPTモデルを使用していたため、GPT-5のルーターシステムによって制御力が低下すると感じ、事前の警告なしに削除されたことに特に不満を抱いていました。[ 41 ]さらに、一部のユーザーは、GPT-5よりもGPT-4oの温かみのある個人的なトーンを好み、GPT-5を「平坦」、「非創造性」、「ロボトミー化」した[ 42 ]、「過労の秘書」に似ていると表現しました。[ 43 ]

これを受けて、サム・アルトマンはXの投稿で、OpenAIはPlusユーザーにもGPT-4oを選択するオプションを復活させると述べ、「OpenAIはレガシーモデルをどのくらいの期間提供するかを検討する際に、使用状況を見守る」と付け加えた。[ 41 ] [ 44 ]また、彼は次のようにも述べている。「GPT-5がほとんどの点でより優れたパフォーマンスを発揮しているとしても、GPT-4oで人々が好む点のいくつかが、彼らにとってどれほど重要であるかを、私たちは確かに過小評価していました」。[ 45 ]「長期的には、これは、さまざまなユーザーが物事をカスタマイズするための優れた方法が本当に必要であることを再認識させました（すべての人に適したモデルは存在しないことを理解しており、ステアラビリティ研究に投資し、さまざまなパーソナリティの研究プレビューを開始しました）」。[ 42 ] 2025年8月13日、アルトマンはXで、OpenAIはGPT-5のパーソナリティを改善し、モデルを「より温かみのあるものにする」ことに取り組んでいると書いた。[ 46 ]

参照

参考文献

  1. ^ a b Wiggers, Kyle (2024年5月13日). 「OpenAIがGPT-4oの『オムニ』モデルを発表、ChatGPTに搭載」 . TechCrunch . 2024年5月13日閲覧
  2. ^ Robison, Kylie (2025年3月25日). 「OpenAI、GPT-4oを利用した画像生成をChatGPTに導入」 The Verge . 2025年3月31日閲覧。
  3. ^ Colburn, Thomas. 「OpenAI、最新のマルチモーダルAIフラッグシップモデルGPT-4oを発表」 The Register . 2024年5月18日閲覧。
  4. ^フィールド、ヘイデン (2024 年 5 月 13 日)。「OpenAI が新しい AI モデル GPT-4o と ChatGPT のデスクトップ バージョンを発表」 . CNBC 。2024 年5 月 14 日に取得。
  5. ^ Heath, Alex (2025年8月13日). 「ChatGPTはGPT-5への反発を受けても警告なしに古いモデルを削除しない」 The Verge . 2025年8月23日閲覧。
  6. ^ロジャース、リース。 「ChatGPTの高度な音声モードを使ってみた。楽しいけど、ちょっと不気味」。Wired。ISSN 1059-1028。2025年6月12日閲覧。 
  7. ^ Edwards, Benj (2024年7月18日). 「OpenAIがChatGPTのGPT-3.5に代わるGPT-4o miniをリリース」 Ars Technica . 2025年3月31日閲覧。
  8. ^ 「ChatGPTの画像生成機能がアップグレード」 TechCrunch 2025年3月25日2025年6月12日閲覧。
  9. ^ Edwards, Benj (2024年5月13日). 「発売前に、GPT-4oは秘密の名前でチャットボットのリーダーボードで記録を樹立した」 Ars Technica . 2024年5月17日閲覧。
  10. ^ Zeff, Maxwell (2024年5月7日). 「強力な新チャットボットが真夜中に謎の復活」 . Gizmodo . 2024年5月17日閲覧。
  11. ^ “Sam Altman (@sama) on X” . X (旧Twitter) . 2024年12月17日時点のオリジナルよりアーカイブ。 2025年4月6日閲覧。
  12. ^ van Rijmenam, Mark (2024年5月13日). 「OpenAIがGPT-4oを発表：AIインタラクションの未来はここに」 . The Digital Speaker . 2024年5月17日閲覧。
  13. ^ Daws, Ryan (2024年5月14日). 「GPT-4oはテキスト、音声、視覚の統合により人間のようなAIインタラクションを実現」 . AI News . 2024年5月18日閲覧。
  14. ^シャハリアル、サキブ;ルンド、ブレイディ D.マヌル、ニシス・レディ。アルシャド、ムハンマド・アルバブ。ハヤウィ、カディム。ベバラ、ラヴィ・ヴァルマ・クマール。マヌル、アーシュリス。ライバ、バツール（2024年9月3日）。「GPT-4o を剣にかける: 言語、視覚、スピーチ、およびマルチモーダル能力の包括的な評価」。応用科学。14 (17): 7782.土井: 10.3390/app14177782。ISSN 2076-3417。 
  15. ^ a b c "こんにちは GPT-4o"。オープンAI。
  16. ^ David, Emilia (2024年9月24日). 「OpenAI、ついに人間のようなChatGPT高度音声モードを米国のPlusおよびTeamユーザーに提供」 . VentureBeat . 2025年2月15日閲覧。
  17. ^ 「Realtime APIの紹介」 . openai.com . 2024年11月29日閲覧。
  18. ^ Edwards, Benj (2024年5月13日). 「ChatGPT-4oのメジャーアップデートにより、感情的なAIチャットボットとの音声・ビデオ通話が可能に」Ars Technica . 2024年5月17日閲覧。
  19. ^ 「OpenAI Platform」 . platform.openai.com . 2024年11月29日閲覧。
  20. ^ a b「モデル - OpenAI API」 . OpenAI . 2024年5月17日閲覧。
  21. ^ Conway, Adam (2024年5月13日). 「GPT-4oとは？誰でも無料で使えるOpenAIの新モデルについて知っておくべきことすべて」 XDA Developers . 2024年5月17日閲覧。
  22. ^ a b「OpenAI、企業に最も強力なAIモデルのカスタマイズを提供」サウスチャイナ・モーニング・ポスト2024年8月21日 . 2024年8月22日閲覧。
  23. ^ 「OpenAI、企業による最強のAIモデルのカスタマイズを可能にする」ブルームバーグ、 2024年8月20日。 2024年8月22日閲覧。
  24. ^ The Hindu Bureau (2024年8月21日). 「OpenAIは企業が特定のユースケースに合わせてGPT-4oをカスタマイズできるようにする」 The Hindu . ISSN 0971-751X . 2024年8月22日閲覧。 
  25. ^ a b Franzen, Carl (2024年7月18日). 「OpenAI、より小型で安価なマルチモーダルAIモデル「GPT-4o mini」を発表」 . VentureBeat . 2024年7月18日閲覧。
  26. ^ a b「OpenAI の価格設定」。
  27. ^ Stenzel, Wesley (2024年5月14日). 「ChatGPT、『Her』のスカーレット・ヨハンソンそっくりの会話AIを開発中 — 意図的なのか？」 Entertainment Weekly . 2024年5月21日閲覧。
  28. ^カルーソ、ニック (2024年5月20日). 「スカーレット・ヨハンソン、自分に似たチャットGPTの声を聞いた後「ショックを受け、怒り、信じられない思いだった」と語る — 声明文を読む」 TVLine . 2024年5月21日閲覧。
  29. ^ a b「ChatGPTの音声はどのように選ばれたのか」 OpenAI 2024年5月19日。
  30. ^ "her" . X (旧Twitter) . 2024年5月13日. 2024年5月21日閲覧。
  31. ^ a b c Allyn, Bobby (2024年5月20日). 「スカーレット・ヨハンソン、ChatGPTの新しい声に『ショックを受け、怒り』と語る」 . NPR .
  32. ^ Tiku, Nitasha (2024年5月23日). 「OpenAIはChatGPTのためにスカーレット・ヨハンソンの声をコピーしていない、記録によると」ワシントン・ポスト. 2024年11月29日閲覧。
  33. ^ミクル・トリップ（2024年5月20日）「スカーレット・ヨハンソンはノーと答えたが、OpenAIのバーチャルアシスタントは彼女そっくり」ニューヨーク・タイムズISSN 0362-4331 2024年5月21日閲覧。 
  34. ^ 「スカーレット・ヨハンソンがディズニーに挑戦。今度は、自分の声に似たChatGPT音声をめぐってOpenAIと争っている」 Yahoo Finance 2024年5月21日2024年5月21日閲覧。
  35. ^ Pulver, Andrew (2021年10月1日). 「スカーレット・ヨハンソン、ブラック・ウィドウ訴訟でディズニーと和解」 . The Guardian . ISSN 0261-3077 . 2024年5月21日閲覧。 
  36. ^ Ovide, Shira (2024年5月30日). 「OpenAIがスカーレット・ヨハンソンに対して行った行為は、一体どれほど愚かだったのか？」ワシントン・ポスト.
  37. ^ロバートソン、デレク（2024年5月22日） 「サム・アルトマンのスカーレット・ヨハンソン失態で、ワシントンD.C.でのAI導入がさらに困難に」Politico
  38. ^ Franzen, Carl (2025年4月30日). 「OpenAIがChatGPTの横暴を覆し、何が間違っていたのかを説明」 . VentureBeat . 2025年5月1日閲覧。
  39. ^ Hale, Craig (2025年8月8日). 「OpenAIはGPT-5のローンチに伴い、古いChatGPTモデルを廃止する。職場でGPT-4などを使用している場合は残念だ」 . TechRadar . 2025年8月9日閲覧。
  40. ^ Robison, Kylie (2025年8月7日). 「OpenAIがついにGPT-5をリリース。知っておくべきことすべて」 . Wired . ISSN 1059-1028 . 2025年8月7日閲覧。 
  41. ^ a b Roth, Emma (2025年8月8日). 「ChatGPTは、人々が見逃していたため、4oをオプションとして復活させた」 . The Verge . 2025年8月9日閲覧。
  42. ^ a b Li, Katherine. 「OpenAIファンがサム・アルトマン氏にGPT-4oの復活を訴える」 Business Insider . 2025年8月9日閲覧。
  43. ^ Whitwam, Ryan (2025年8月8日). 「ChatGPTユーザーはGPT-5の『働きすぎの秘書』のようなエネルギーを嫌い、GPT-4oの相棒を懐かしがる」 Ars Technica . 2025年8月10日閲覧。
  44. ^ Mauran, Cecily (2025年8月8日). 「サム・アルトマン：OpenAIはユーザーの反発を受けGPT-4oを復活させる」 . Mashable . 2025年8月10日閲覧。
  45. ^ Nield, David (2025年8月9日). 「多くのChatGPTユーザーが古いGPT-4oモデルを懐かしんでいると述べているため、OpenAIはそれを復活させる予定です」 . TechRadar . 2025年8月9日閲覧。
  46. ^ Field, Hayden (2025年8月13日). 「OpenAIはユーザーの反発を受けてGPT-5の『パーソナリティ』を更新する予定」 The Verge . 2025年8月13日閲覧。
「 https://en.wikipedia.org/w/index.php?title=GPT-4o&oldid=1329104432#GPT-4o_mini」より取得