OpenAI、低コストで軽量なマルチモーダルモデル「GPT-4o Mini」を発表

最終更新日:2024/07/22

OpenAIは、GTP-4oの軽量化バージョン「GPT-4o Mini」を発表しました。低価格ながらGPT-3.5 Turboを上回る性能を持ち、テキストと画像の処理が可能なマルチモーダルモデルです。将来的にはビデオや音声にも対応予定です。

このAIニュースのポイント

OpenAIが低コストで軽量な新モデル「GPT-4o Mini」を発表
テキストと画像に対応し、将来はビデオや音声にも対応予定。他モデルの小型モデルと比較しても高性能
新しい指示階層法により、ジェイルブレイクやプロンプトインジェクションに対する耐性強化で安全性が向上

OpenAIは、コスト効率が高い新モデル「GPT-4o Mini」を発表しました。GPT-3.5 Turboよりも精度が高く、利用コストをより低く抑えたバージョンで、AIの利用をさらに広げることを目指しています。

「GPT-4o Mini」は、テキストと画像の処理が可能なマルチモーダルモデルで、将来的にはビデオや音声にも対応予定です。モデルのコンテキストウィンドウは12万8000トークンと広範で、リクエストごとに最大1万6000トークンの出力が可能です。これにより、長い文章や大量のデータを効率的に処理できるため、複数のAPI連携や、大容量の情報を扱うアプリケーションに適しています。

「GPT-4o Mini」の性能は、同カテゴリの他のモデルと比較しても優れています。例えばマルチタスクの言語理解のベンチマークMMLUでは82%のスコアを達成し、Gemini Flashの77.9%やClaude Haikuの73.8%を上回っています。さらに、現在LMSYSリーダーボードのチャット設定ではGPT-4をも上回っています。

また、数学的推論のベンチマークテストMGSMでは87.0%、コーディングパフォーマンスを測定するHumanEvalでは87.2%のスコアを獲得しています。

安全性も配慮されており、トレーニング前には悪意のある情報をフィルタリングし、トレーニング後には強化学習と人間のフィードバックを用いてモデルの精度と信頼性を向上させています。他にも、新たに導入された「指示階層法」によって、ジェイルブレイクやプロンプトインジェクションに対する耐性が強化されています。

「GPT-4o Mini」の価格は、入力が100万トークンあたり15セント、出力が100万トークンあたり60セントで、GPT-3.5 Turboよりも60%以上安価なため、開発者はこの低価格モデルを活用して様々なアプリケーションを構築することが期待されます。なお、本モデルはAssistants API、Chat Completions API、Batch APIを通じて利用可能です。

出典：OpenAI