日本時間2025年4月15日早朝にOpenAIからGPT-4.1が発表されました。
詳細な一次情報は、下記YouTubeと、OpenAI公式のドキュメントにあります。
APIはOpenAIのPlaygroundで試せます。ぜひGPT-4.1を試してみましょう！
OpenAI CEOのサム・アルトマン氏のコメント。
開発者向けに特化した「GPT-4.1」ファミリーとして3つの新モデルを発表しました。
全てのモデルが100万トークンのコンテキスト長をサポートし、GPT-4oより優れ、多くの点でGPT-4.5に匹敵または上回る性能を持っています。
回答精度とレイテンシー(回答の待ち時間)のバランスが大幅に改善しているとのことです。特に、GPT-4.1 nanoでは高速でありながら、高い回答精度を維持しています。
YouTube動画で、各モデルの推奨用途について説明がありました。
GPT-4.1は55%の精度を達成（GPT-4.0の33%から大幅向上）して、GPT-o1、o3 miniモデルよりも優れた性能を出しています。
複数のプログラミング言語に対応して、差分（diff）形式での出力が大幅に改善（GPT-4oから2倍に向上）、Mini版もGPT-4o Miniより大幅に改善しています。
GPT-4.1では全モデル（Nanoを含む）で最大100万トークンのコンテキスト長をサポートします。以前のモデル（128Kトークン）から8倍の拡張されたことになります。
Haystack accuracyという指標では、ドキュメントの位置（先頭、中間、末尾）に関わらず安定した検索性能となったそうです。これは、miniでもnanoでも同じだったそうです。下記図を見ると、全体的に情報を見つけられているようですね。
この指標は、より複雑な長文コンテキスト処理能力を評価できるそうで、GPT-4.1はGPT-4oを大幅に上回り、100万トークンまで安定した性能を維持しているそうです。
この評価方法はHugging Faceで公開されています。長文処理研究の進展を促進することが目的。
このサイトによると、OpenAI MRCRは、人工知能（AI）が「長い文章の中から、似ているけれど違う複数の情報（＝針）」をきちんと見つけ分けられるかどうかを評価するためのデータセットだそうです。もともとGoogleの「Gemini」の研究 (https://arxiv.org/pdf/2409.12640v2) から着想を得ているそうです。OpenAI版では、このタスクの難しさをさらに高めたり、誰でも同じ実験を再現できるようにデータを公開しているとのこと。
Video MMEベンチマークで72%のスコアを達成（最先端の性能）し、字幕なしの30〜60分の動画を理解し、多肢選択問題に回答する能力があります。
全モデルでマルチモーダル処理能力が向上していて、特にGPT-4.1 Miniが画像理解・処理において特に高い性能を発揮しています。
GPT-4.1はGPT-4oより26%安価(GPT-4oはInput$2.5, Output$10)で、GPT-4.1 Nanoは最も安価なモデルで、GPT-4o miniよりも安価(GPT-4o miniはInput$0.15, Output $0.6)です。いずれも1Mトークンあたり。
また、長文コンテキスト使用時の追加料金が発生しないのも特徴
ちなみに、他のLLMのAPIの料金は下記。いずれも1Mトークンあたり。
現時点で、GPT-4.1とPT-4.1 miniではファインチューニングが可能です。GPT-4.1 nanoは近日提供予定とのこと。
APIでGPT-4.5は廃止されるそうです。GPU資源の再配分のため、今後3ヶ月以内に廃止予定とのことです。
Roo Codeでは、GPT-4.1が早速使えるようになっています！
個人的に実装している教育系アプリでローディング中にタグが表示される事象が発生したので、試しに直してもらいました。
直している様子は下記です。
複雑ではないタスクですが、なんなく修正してくれました！
いかがでしたか。GPT-4.1は開発エージェントや汎用エージェントを意識したモデルとなっています。料金面で対抗であるClaude 3.7 Sonnetより安価であり、今後も比較しながら使ってみようと思います！また、ManusやGenSparkのスーパーエージェントで使えるようになるとどうなるか楽しみです！新しい発見がありましたら、改めて情報共有できればと思います！
Be the first to comment
