GPT-4.1は、高度な指示追従、実世界のソフトウェアエンジニアリング、および長文脈推論に最適化されたフラッグシップ大規模言語モデルです。100万トークンのコンテキストウィンドウをサポートし、GPT-4oを上回り、...
OpenAI GPT-4.1 は、OrcaRouter 上で利用可能な OpenAI の大規模言語モデルです。コンテキストウィンドウは 1,047,576 トークン、最大出力は 32,768 トークンです。このモデルは画像、テキスト、ファイルを入力として受け付けます。MATH-500 ベンチマークでは 91.3 を記録しており、強力な数学的推論能力を示しています。GPT-4.1…
1,047,576トークンのコンテキストを持つGPT-4.1は、1回のリクエストで非常に長い文書を処理できます。書籍全体の要約、密度の高い法律文書に関する特定の質問への回答、長大なレポートからの主要データの抽出、研究論文のエンドツーエンド分析が可能です。このモデルはコンテキスト全体にわたって詳細を保持するため、文書全体にわたって一貫した推論が可能です。この機能は、完全性が重要となるデューデリジェンス、文献レビュー、アーカイブ分析に役立ちます。
画像はAPIコールのmessages配列の一部として含めることができ、モデルはそれらを追加のコンテキストとして解釈します。例えば、グラフをアップロードして要約を求めたり、写真を提供して説明を要求したりできます。ファイル入力はこれを拡張し、モデルがファイルから直接データを読み込むことを可能にします——ただし、正確なファイル形式は指定されていません。モデルはこれらのモダリティをまとめて処理し、画像ベースの質問応答や文書スキャンなどのタスクを実現します。
最適なユースケースとしては、複雑な法的文書や財務文書の分析といった長文推論、大規模プロジェクトにおけるコードベースの解析と生成、学術研究の要約、そして図の解釈やスクリーンショットからのデータ抽出など、テキストと画像を組み合わせたタスクが挙げられます。また、当モデルは91.3のMATH-500スコアが示す通り、数学的問題解決にも優れています。これらの強みにより、正確性と深さが何よりも重要視されるハイステークスな用途に適しています。
もしあなたのタスクが短い入力、単純なQ&A、またはマルチモーダルサポートを必要としないものであれば、より小型で安価なモデルの方がコスト効率が良い場合があります。例えば、GPT-4o miniはトークン価格が低く、日常的な多くの用途に十分なコンテキストを提供します。同様に、1Mトークンのコンテキストをめったに使わないのであれば、必要のない容量に対してコストを支払っている可能性があります。典型的なワークロードの複雑さと長さに基づいて、コストと能力のトレードオフを評価してください。
MATH-500は、微積分、代数、幾何、論理などのトピックをカバーする500問の難解な数学問題からなるベンチマークです。スコア91.3％は、GPT-4.1が1000問題中913問を正解することを意味し、この指標においてトップクラスの汎用モデルの一つに位置づけられます。このスコアは強力な数学的推論と問題解決能力を示しており、記号操作、段階的な導出、数値計算を必要とするタスクに適したモデルであることを示しています。
GPT-4.1の主な強みは、非常に大きなコンテキストウィンドウ、マルチモーダル入力のサポート、そして数学的推論における高いパフォーマンスです。大きなコンテキストにより、文書を分割せずに長文の処理が可能となり、マルチモーダルサポートによりより豊かなインタラクションが実現します。MATH-500スコア91.3は、堅牢な定量的推論能力を示しています。さらに、このモデルはOpenAIによる継続的なファインチューニング、安全性の調整、定期的なアップデートの恩恵を受けており、これらが多様なタスクにおける信頼性に貢献しています。
他の大規模言語モデルと同様に、GPT-4.1はハルシネーション（もっともらしく見えるが不正確な情報）を生成することがあります。特に曖昧なトピックや不明瞭なトピックにおいて顕著です。また、学習データに存在するバイアスが反映される可能性もあります。最適な結果を得るには慎重なプロンプトエンジニアリングが必要であり、学習分布外のタスクではパフォーマンスが低下する可能性があります。レイテンシベンチマークは提供されていないため、応答時間は変動します。重要なアウトプット、特にリスクの高い用途では、ユーザーが内容を検証する必要があります。
GPT-4.1のレイテンシ詳細は公開されていません。実際には、非常に長い入力やマルチモーダルリクエストを処理すると、短いテキストプロンプトに比べて応答時間が増加する可能性があります。基盤となるOpenAIのインフラストラクチャやネットワーク状況もレイテンシに影響します。OrcaRouterは、モデルに期待される標準的な応答時間を備えた標準APIエンドポイントを提供します。低レイテンシが重要なアプリケーションでは、代表的な入力を使用してテストし、パフォーマンスを評価することを検討してください。
OrcaRouterでは、GPT-4.1は入力トークン100万個あたり2.00ドル、出力トークン100万個あたり8.00ドルで提供されています。これはプロバイダーそのままの料金であり、マークアップは一切ありません。実際に消費されたトークンのみに対して課金され、追加料金、月額料金、最低利用額などはありません。料金は透明であり、OpenAIのトークナイザーによって決定されたトークン数に基づきます。
いいえ。OrcaRouterはプロバイダーのレートをそのまま適用します。表示されている価格 — 入力1Mあたり$2.00、出力1Mあたり$8.00 — がトークンあたりのご請求額です。設定費用、サブスクリプション費用、隠れた追加料金は一切ありません。このシンプルな価格設定により、利用量に基づいて正確にコストを見積もることができます。
プロンプトが長くなると入力トークン数が増加し、直接的に入力コストが上昇します。最大1,047,576トークンのコンテキストを使用するプロンプトの場合、入力コストだけで約2.10ドルになります（100万トークンあたり2.00ドルなので）。出力トークンは別途、100万トークンあたり8.00ドルで課金されます。コストを管理するには、可能な場合は入力長を制限したり、単純なタスクには短いコンテキストを使用したり、複数のリクエストをバッチ処理したりできます。
OrcaRouterは現在、GPT-4.1に対するキャッシュやボリュームディスカウントを宣伝していません。すべての価格は記載の通りトークン単位です。非常に大量の使用については、OrcaRouterと直接カスタム契約を交渉できる可能性があります。それまでの間、ゼロマークアップの価格設定により、仲介手数料なしでOpenAIを直接利用した場合と同じレートを支払うことになります。
ベースURLとしてhttps://api.orcarouter.ai/v1を使用し、モデルID「openai/gpt-4.1」を指定します。このAPIはOpenAIのチャット補完エンドポイントと完全に互換性があります。典型的なcurl呼び出し：curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer YOUR_API_KEY" -d '{"model": "openai/gpt-4.1", "messages": [{"role": "user", "content": "Hello"}]}'。ベースURLとモデル名を変更することで、任意のOpenAIクライアントライブラリを使用することもできます。
標準のOpenAIパラメータ（temperature（0-2）、top_p、max_tokens（上限32,768）、stopシーケンス、frequency_penalty、presence_penalty、stream）がサポートされています。モデルはチャット補完形式を使用します。マルチモーダルリクエストの場合、サポートされた形式（URLまたはbase64）でメッセージ内容に画像を含めることができます。ファイル入力も受け付けられますが、ファイル形式の制限に関する詳細は提供されていません。
移行は簡単です。モデルIDを「gpt-4」から「openai/gpt-4.1」に変更し、ベースURLをOpenAIのデフォルトからhttps://api.orcarouter.ai/v1に更新してください。この2つの変更で、チャット補完用の既存のクライアントコードはそのまま動作します。その他の修正は必要ありません。本番トラフィックを切り替える前に、数リクエストをテストしてモデルの動作が期待通りであることを確認することをお勧めします。
はい。AuthorizationヘッダーにOrcaRouterの有効なAPIキーを指定する必要があります。キーはOrcaRouterのアカウントダッシュボードから管理できます。有効なキーがない場合、APIは401 Unauthorizedエラーを返します。OrcaRouterの認証はOpenAIのAPIと同じパターンに従っているため、すでにAPIキーを使用している既存のワークフローに容易に統合できます。
小規模モデル（GPT-4o miniなど）は、通常コンテキストウィンドウが小さく（多くの場合128Kトークン以下）、マルチモーダル入力をサポートしていない可能性があります。トークンあたりのコストは大幅に安価で、多くの場合10～20分の1です。GPT-4.1は1,047,576トークンのコンテキストと画像入力のサポートという利点があり、非常に長いコンテンツやマルチメディアコンテンツの深い理解を必要とするタスクに不可欠です。短く単純なタスクには、小規模モデルの方がより経済的です。
OrcaRouterで利用可能な他の長文脈モデルと比較して、GPT-4.1は競争力のあるコンテキストウィンドウサイズと、91.3のMATH-500スコアが示す強力な数学的推論性能を提供します。ここではClaude 3 OpusやGemini 1.5 Proのようなモデルとの直接的なベンチマーク比較は行っていませんが、MATH-500スコアは定量的推論能力の有意義な指標です。最適な選択は、特定のタスク要件、コスト許容度、およびマルチモーダル入力サポートの重要性に依存します。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="openai/gpt-4.1",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltylogit_biaslogprobsmax_completion_tokensmax_tokensnparallel_tool_callspredictionpresence_penaltyresponse_formatseedservice_tierstopstreamstructured_outputstemperaturetool_choicetoolstop_logprobstop_pweb_search_options| 入力 / 1M tokens | $2.00 |
|---|---|
| 出力 / 1M tokens | $8.00 |
| キャッシュ読み取り / 1M | $0.500 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
今週の開発者の声
@misc{orcarouter_gpt_4_1,
title = {GPT-4.1 API},
author = {OpenAI},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4.1}
}OpenAI. (2025). GPT-4.1 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4.1