GPT-4o（"o"は"omni"の略）は、OpenAIの最新AIモデルであり、テキストと画像の両方の入力を受け付け、テキスト出力をサポートします。[GPT-4 Turbo](/models/openai/gpt-4-turbo)の知能レベルを維持しつつ、2倍...
GPT-4oは、OpenAIによるマルチモーダル大規模言語モデルです。テキスト、画像、ファイルの入力を受け付け、テキストを出力します。このモデルは、長いコンテンツ（最大128,000トークン）を処理する必要があり、数学的問題解決を含む強力な推論能力を必要とするユーザー向けに設計されています。テキストと画像を組み合わせたアプリケーション（ドキュメント分析、ビジュアル質問応答、コードレビューなど）を構…
GPT-4oはマルチモーダル推論、長文コンテキスト処理、数学的問題解決に優れています。128kトークンのコンテキストにより、大量の情報を保持して参照できるため、文書分析、プロジェクト全体にわたるコード生成、複雑なマルチターン会話などのタスクに有用です。モデルはMATH-500ベンチマークで75.9点を獲得し、数学的問題を解く高い能力を示しています。さらに、画像やファイルの入力を受け入れることで、図表やグラフ、写真などの視覚コンテンツをテキストと組み合わせて推論できます。OrcaRouterでは、OpenAIの表示価格にマークアップを一切追加することなく、これらの強みを活用できます。
GPT-4oは、テキストと画像の両方を理解する必要があるタスクに非常に効果的です。例としては、教科書の図に関する質問への回答、スキャンした請求書からのデータ抽出、ワイヤーフレーム画像に基づくコード生成、図を含む長い研究論文の要約などがあります。その大きなコンテキストは、コードベース全体や長い会話ログの分析にも適しています。数学的推論ももう一つの強みであり、MATH-500で75.9を記録しています。OrcaRouterでは、これらのユースケースは簡単に実装できます—適切なコンテンツタイプで標準のOpenAI互換リクエストを送信すると、モデルはテキスト応答を返します。
タスクがマルチモーダル入力を必要としない、または大規模コンテキストを必要としない場合、より安価なモデルの方が費用対効果が高くなることがあります。例えば、小さなコンテキストに収まる単純なテキスト分類、要約、翻訳タスクには、GPT-3.5 Turbo（100万入力トークンあたり$0.50、100万出力トークンあたり$1.50）のようなモデルの方が大幅に安価です。GPT-4oの入力コストは100万トークンあたり$2.50であり、GPT-3.5 Turboの5倍に相当します。マルチモーダル推論を必要としない大量のテキストデータを処理する場合、より小型のモデルでコストを削減できます。OrcaRouterは多様なモデルを提供しており、最適な価格性能バランスを選択できます。
GPT-4o は画像やファイルを入力として受け入れるように設計されており、視覚的な質問応答、画像キャプション作成、文書理解などのタスクを実行できます。利用可能な事実では具体的なマルチモーダルベンチマークスコアは提供されていませんが、モデルのアーキテクチャはテキストと画像に対する統合的推論をサポートしています。例えば、画像内のオブジェクトのカウントやグラフの解釈が可能です。モデルはテキストのみを出力し、画像は出力しません。OrcaRouter では、マルチモーダルリクエストは OpenAI の API と同じパラメータを使用して送信されます。messages 配列に image_url または file content パーツを含めます。モデルは視覚データを処理し、入力の組み合わせに基づいてテキスト応答を返します。
GPT-4oはMATH-500ベンチマークで75.9のスコアを達成しています。MATH-500はMATHデータセットのサブセットであり、代数、幾何学、微積分などのさまざまなトピックにわたる500の難易度の高い数学問題で構成されています。スコア75.9は、モデルがこれらの問題の約76%を正しく解決することを意味します。これは、完璧ではないものの、強力な数学的推論能力を示しています。比較として、多くの小型モデルは同様のベンチマークで50未満のスコアです。このスコアは、モデルが多段階推論を実行し、数学的表記を扱う能力を反映しています。OrcaRouterでは、GPT-4oを個別指導、テスト準備、計算の検証などの数学関連タスクに使用できます。
すべての大規模言語モデルと同様に、GPT-4oには限界があります。特に訓練データが限られているトピックや、非常に新しい知識を必要とするトピック（事実には訓練データのカットオフ日は記載されていませんが、OpenAIモデルとして知識のカットオフがあります）について、不正確または幻覚的な回答を生成する可能性があります。プロンプトの表現に敏感である可能性があり、曖昧な指示に苦戦する場合があります。優れたMATH-500スコアにもかかわらず、複雑な数学的証明に関しては絶対ではありません。このモデルは画像を処理しますが、画像を生成することはありません。さらに、大きなコンテキストウィンドウ（128kトークン）はトークン使用量の増加につながり、注意深く管理しないとコストが上昇する可能性があります。OrcaRouterでは、temperatureやtop_pなどのパラメータを調整することで、いくつかの問題を軽減できます。
GPT-4oの正確なレイテンシ数値は、事実として提供されていません。一般に、GPT-4oは大規模モデルであり、GPT-3.5 TurboやLlama 3.1 8Bのような小規模モデルと比較してレイテンシが高くなります。ただし、元のGPT-4よりも高速な推論のために最適化されている可能性があります。OrcaRouterを介すると、プラットフォームが追加の処理なしでリクエストをルーティングするため、OpenAIから直接得られるものと同様の応答時間が期待できます。速度が重要なリアルタイムアプリケーションでは、より高速で安価なモデルを単純なタスクに使用し、GPT-4oはその機能が活きる複雑なクエリのために温存することを検討してください。
OrcaRouterでは、GPT-4oの価格はOpenAIの公表レートと完全に同一です。入力トークン100万件あたり2.50ドル、出力トークン100万件あたり10.00ドルで、OrcaRouterによるマークアップは一切ありません。課金は最も近い整数に丸められたトークン数に基づきます。入力トークンには送信したテキスト、画像、ファイルが含まれますが、画像はモデルによって固定レートでトークン化されるのが一般的です（例：画像1枚あたり一定数のトークンを消費）。出力トークンはモデルが生成したテキストです。使用した分だけ課金され、月額料金や最低利用額はありません。この透明な料金体系により、AIワークロードの予算を正確に計画できます。
主なトレードオフはコストと機能のバランスです。GPT-4oは入力100万トークンあたり$2.50、出力$10のコストがかかります。GPT-3.5 Turbo（入力$0.50、出力$1.50）やLlama 3.1 8Bのような安価なモデルは、単純なタスクや大量処理に経済的です。しかし、GPT-4oはマルチモーダル入力とより大きなコンテキストウィンドウを提供します。画像の理解や非常に長いドキュメントの処理が必要なアプリケーションでは、コストが高くてもGPT-4oが必要かもしれません。短い入力のテキストのみのタスクでは、安価なモデルでコストを節約できます。OrcaRouterでは、モデルIDを変更するだけでモデルを切り替えられるため、リクエストごとにコストを最適化できます。
いいえ、OrcaRouterはGPT-4oをプロバイダー料金そのままで請求し、マークアップは一切ありません。料金は、入力トークン100万個あたり2.50ドル、出力トークン100万個あたり10.00ドルです。隠れた手数料、アップセル、追加料金は一切ありません。OrcaRouterはOpenAIから直接コストを転送します。このポリシーはプラットフォーム上のすべてのモデルに適用されます。ベースURLは https://api.orcarouter.ai/v1 で、モデルIDは "openai/gpt-4o" です。料金はいつでも使用状況ダッシュボードで確認できます。段階的料金やコミットメントは不要で、消費したトークンに対してのみお支払いいただきます。
OrcaRouterを通じてGPT-4oを使用するには、ベースURL https://api.orcarouter.ai/v1/chat/completions にHTTP POSTリクエストを送信します。モデルパラメータは"openai/gpt-4o"に設定します。リクエストにはAPIキーを含める必要があります（AuthorizationヘッダーにOrcaRouter APIキーを指定します）。リクエストボディは標準のOpenAIチャット完了形式に従います。messages配列にrole/contentのペア、オプションのパラメータ（temperature、max_tokens、top_pなど）を指定します。マルチモーダル入力の場合は、typeが"text"または"image_url"（またはfile）のcontent partsを含めます。レスポンスはモデルからの完了結果を含むJSONオブジェクトです。curlコマンドの例: curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"model":"openai/gpt-4o","messages":[{"role":"user","content":[{"type":"text","text":"What is in this image?"},{"type":"image_url","image_url":{"url":"https://example.com/image.jpg"}}]}]}'
OrcaRouterを介してGPT-4oを呼び出す場合、OpenAIのAPIと同じパラメータを使用できます。よく使われるパラメータは以下の通りです： - temperature (float, 0-2): ランダム性を制御します。0.2のような低い値は出力をより決定論的にします。 - max_tokens (integer, default 16384): 応答内の最大トークン数。 - top_p (float, 0-1): 核サンプリングパラメータ。 - frequency_penalty と presence_penalty: 繰り返しを減らします。 - stop (string or array): 停止シーケンス。 - stream (boolean): ストリーミング応答を有効にします（true/false）。 - seed (integer): 決定論的サンプリング用。 また、オプションの「user」フィールドを使用して個別ユーザーの追跡ができます。このモデルは関数呼び出しとツール使用をサポートしていますが、事実には明示的にリストされていません。OrcaRouterでは、すべての標準パラメータが受け入れられます。
移行は簡単です。OrcaRouterはOpenAI互換のエンドポイントを提供しているためです。手順： 1. OrcaRouterからAPIキーを取得します（公式サイトでサインアップ）。 2. ベースURLをhttps://api.openai.com/v1からhttps://api.orcarouter.ai/v1に変更します。 3. モデルIDを"gpt-4o"から"openai/gpt-4o"に変更します。 4. リクエストボディの形式は同じものを使用します。エンドポイントとモデル名以外のコード変更は不要です。 5. AuthorizationヘッダーをOrcaRouterのAPIキーを使用するように更新します。 単一のリクエストでのテストを推奨します。OrcaRouterは同じストリーミングモードと非ストリーミングモードを使用します。モデルの動作に違いはありません。これは同じ基盤のOpenAIモデルであるためです。既存のプロンプトやパラメータも同じように動作します。
OrcaRouter APIのベースURLはhttps://api.orcarouter.ai/v1です。GPT-4oに使用するモデルIDは「openai/gpt-4o」です。この正確な文字列をリクエストの「model」パラメータに渡す必要があります。例えば、チャット補完エンドポイントを呼び出す際には、"model": "openai/gpt-4o"と設定します。OrcaRouterはこのモデルをストリーミングおよび非ストリーミングの両方の補完でサポートしています。カスタムベースURLを指定するように設定されたOpenAI SDKやライブラリを使用している場合は、ベースURLをhttps://api.orcarouter.ai/v1に設定し、OrcaRouter APIキーを指定するだけです。モデルIDのプレフィックス「openai/」は、OrcaRouter上の他のプロバイダーのモデルと区別するために使用されます。
GPT-4oは、GPT-4 Turboのマルチモーダル後継モデルです。両モデルとも128kのコンテキストウィンドウを持ちますが、GPT-4oはネイティブの画像およびファイル入力サポートを追加しているのに対し、GPT-4 Turboは主にテキストのみ（ビジョンは別バージョンでのみ利用可能）でした。GPT-4oの最大出力トークン数は16,384で、GPT-4 Turboの標準的な4,096または8,192よりも多くなっています。料金も異なり、GPT-4 Turboは入力100万トークンあたり$10.00、出力100万トークンあたり$30.00ですが、GPT-4oはそれぞれ$2.50/$10.00と大幅に安価です。MATH-500スコアはGPT-4oが75.9で、GPT-4 Turboの公表ベンチマークより概ね高いものの、Turboの正確なスコアは事実に含まれていません。OrcaRouterでは、両モデルともゼロマークアップで利用可能です。
GPT-3.5 Turbo は、単純なタスク向けに最適化された、より安価で高速なモデルです。そのコンテキストウィンドウは16,384トークンで、GPT-4oの128kよりもはるかに小さいです。GPT-3.5は画像入力をサポートしておらず、テキストのみです。価格は入力100万トークンあたり0.50ドル、出力100万トークンあたり1.50ドルで、入力では約5倍、出力では約6.6倍、GPT-4oよりも安価です。MATH-500ベンチマークでは、GPT-3.5 Turboのスコアは通常かなり低くなります（正確な数値は提供されていません）。GPT-4oは複雑な推論、長文書、マルチモーダルタスクに適しています。大量の単純な対話にはGPT-3.5 Turboを使用してください。OrcaRouterでは、モデルIDを変更するだけで簡単に切り替えることができます。
Claude 3.5 SonnetはAnthropic社の競合モデルです。200kのコンテキストウィンドウ（GPT-4oの128kより大きい）を持ち、画像入力もサポートしています。Claude 3.5 Sonnetの価格は通常、入力100万トークンあたり$3.00、出力100万トークンあたり$15.00であり、GPT-4oは入力が安く、出力が高いのでしょうか？実際にはGPT-4oは入力$2.50 vs $3.00で安く、出力$10 vs $15で安いです。ベンチマークでは、Claude 3.5 Sonnetは数学や推論で同様のパフォーマンスを達成しますが、正確なスコアは異なります。両モデルともマルチモーダルタスクに強いです。どちらを選ぶかは、特定のパフォーマンス特性やエコシステムの好みに依存するかもしれません。OrcaRouterでは、両方とも同じAPI形式ですが、異なるモデルID（例："anthropic/claude-3.5-sonnet"）でアクセス可能です。
Llama 3.1 405Bは、Metaによる4050億パラメータのオープンウェイトモデルです。128kのコンテキストウィンドウとテキスト入力をサポートしていますが、マルチモーダル機能については明確ではなく（ネイティブで画像をサポートしていない可能性があります）。Llama 3.1 405BはOrcaRouterを通じて低価格で利用可能で、通常1M入力あたり約$1.00、1M出力あたり約$1.00です（概算であり、事実として提供されているわけではありません）。MATH-500のベンチマークスコアは不明ですが、GPT-4oの75.9より低い可能性があります。GPT-4oはプロプライエタリであり、標準でより優れたマルチモーダル推論と複雑なタスクでのより高い精度を提供する可能性があります。Llama 3.1 405Bは、オープンモデルを希望するユーザーやセルフホストが必要なユーザーに適しています。OrcaRouterでは、両方のモデルをサイドバイサイドで比較できます。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-4o",
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 | $2.50 |
| 出力 / 1M tokens | $10.00 |
| キャッシュ読み取り / 1M | $1.25 |
| 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。
@misc{orcarouter_gpt_4o,
title = {GPT-4o API},
author = {OpenAI},
year = {2024},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4o}
}OpenAI. (2024). GPT-4o API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4o