OpenAI、軽量で安価なマルチモーダルAI「GPT-4o mini」リリース

　米OpenAIは7月18日（現地時間）、軽量で安価なマルチモーダルAIモデル「GPT-4o mini」を発表した。アプリ開発者向けのAPIは従来のハイエンドモデルより1桁安く、GPT-3.5 Turboよりも高性能としている。

　価格は入力トークン100万当たり15セント、出力トークン100万当たり60セント。100万トークンは標準的な英語の書籍の約2500ページに相当する。

　ChatGPTのFree、Plus、Teamプランのユーザーは同日からGPT-3.5 Turboの代わりにGPT-4o miniを使えるようになっている。Enterpriseプランでも“来週から”アクセスできるようになる見込み。

　名称通り、5月に発表した「GPT-4o」の小型モデルだ。「o」はomni（全方位）を意味し、マルチモーダルを表している。APIでテキストと画像をサポートしており、将来的には動画と音声の入出力もサポートする計画だ。

　コンテキストウィンドウは12万8000トークンで、リクエストごとの出力トークンは最大1万6000まで。2023年10月までの知識を持つ。

　GPT-4o miniの開発テストに参加した財務オートメーションサービスの米Rampは、経費を手入力する代わりにレシートの画像をアップロードすることで経費データを抽出し、入力する機能を開発した。

　OpenAIが示すベンチマーク結果によると、推論でも数学とコーディング能力でもマルチモーダル推論でも、競合する米Googleと米Ahthropicの小型モデル（Gemini FlashとClaude Haiku）を上回っている。

関連記事

• 

  GPT-4o、Azureの生成AIサービスでも体験可能に

• 

  「GPT-4o」はなんて読む？　女性の声はスカーレット・ヨハンソン（her）似？

• 

  「GPT-4o」発表　頭一つ抜けた性能をChatGPT無料版にも展開　音声と視覚を備えて“自然な対話”可能に【追記済】

• 

  OpenAI、GPT-4 APIの一般提供開始