GPT-4 Turboは、OpenAIによって開発された大規模言語モデルであり、2023年11月にGPT-4モデルの拡張版としてリリースされた。128Kのコンテキストウィンドウを特徴とし、単一のリクエストで大幅に多くのテキストを処理できるほか、前身モデルと比較してトークンあたりの価格が安価である。このモデルは、画像理解機能を追加したGPT-4 Turbo with Visionとともに発表された。このリリースは、コストとコンテキストの制限に関する開発者からのフィードバックに対応し、高度なAIをより幅広いアプリケーションで利用しやすくすることを目的としていた。
背景
OpenAIは2018年に、トランスフォーマーアーキテクチャに基づき、大量の書籍コーパスで訓練された最初のGPTモデル（GPT-1）を導入した。翌年には、一貫したテキストを生成できるより大規模なモデルであるGPT-2をリリースした。2020年には、GPT-2の100倍以上のパラメータを持つGPT-3が登場し、その後、ChatGPT製品を支えるGPT-3.5へと改良された。2023年3月にリリースされたGPT-4は、テキストと画像の両方の入力を受け入れるマルチモーダル機能を備え、大きな飛躍を示した。しかし、デフォルトの8Kコンテキストウィンドウと比較的高いコストが、より高速で安価、かつ長文コンテンツの処理に優れたGPT-4 Turboの開発を促した。
リリースと利用可能性
OpenAIは2023年11月6日、初の開発者会議であるOpenAI DevDayでGPT-4 Turboを発表した。このモデルはOpenAI APIを通じて提供され、開発者向けにプレビュー版が用意された。リリースには2つのバリアントが含まれていた。テキストベースのタスクに最適化されたGPT-4 Turboと、テキストに加えて画像を処理できるGPT-4 Turbo with Visionである。価格は入力トークン1,000件あたり0.01ドル、出力トークン1,000件あたり0.03ドルに設定され、GPT-4のそれぞれ0.03ドルと0.06ドルと比較して大幅に低かった。この価格引き下げは、より広範な採用と実験を促進することを意図していた。このモデルはまた、ChatGPTのPlusおよびEnterpriseユーザーにも統合され、拡張されたコンテキストウィンドウと改善されたパフォーマンスへのアクセスを提供した。
機能
GPT-4 Turboの最も顕著な特徴は、128Kのコンテキストウィンドウであり、単一のプロンプトで約300ページのテキストを処理できる。これにより、長文のドキュメント、書籍、複雑な会話を途切れさせることなく処理できる。このモデルはまた、開発者が外部APIやツールを統合できる関数呼び出しと、構造化出力のための改善されたJSONモードをサポートしている。GPT-4のマルチモーダル機能を維持し、画像キャプション作成や視覚的質問応答などのタスクのために画像入力を受け入れる。さらに、GPT-4 Turboは外部インターフェースと対話でき、特定のタグでプロンプトが与えられるとウェブ検索を実行し、トレーニングデータを超えた最新情報にアクセスできる。これにより、ウェブページの要約、画像生成、API使用などのタスクに役立つ。
パフォーマンスとベンチマーク
標準化されたテストでは、GPT-4 Turboは強いパフォーマンスを示したが、具体的なベンチマークスコアは完全には開示されなかった。トーランス創造的思考テストでは、GPT-4（ベースモデル）は独創性と流暢性で上位1%以内を獲得し、柔軟性スコアは93パーセンタイルから99パーセンタイルの範囲であった。コーディングタスクについては、2023年のNature誌の記事で、プログラマーがエラーの特定や最適化の提案にGPT-4が有用であると感じたことが指摘された。89のセキュリティシナリオのテストでは、GPT-4はSQLインジェクション攻撃に対して脆弱なコードを生成する頻度が5%であり、2021年のGitHub Copilotの40%と比較された。GPT-4 Turboはこれらの機能を基盤とすることが期待されたが、発売時点での独立したベンチマークは限られていた。
価格とコスト効率
GPT-4 Turboの価格モデルは主要なセールスポイントであった。入力トークン1,000件あたり0.01ドル、出力トークン1,000件あたり0.03ドルで、GPT-4の約3分の1のコストであった。この削減により、カスタマーサポートチャットボット、コンテンツ生成、データ分析などの高ボリュームアプリケーションでの利用が可能になった。低コストはまた、開発者が法外な費用を負担することなく、より長いプロンプトや複雑なタスクを試すことを可能にした。OpenAIはこれをAIをよりアクセスしやすくするという使命の一環として位置づけ、価格設定は開発者コミュニティから好評を得た。
制限と安全性
前身モデルと同様に、GPT-4 Turboは幻覚を起こす可能性があり、トレーニングデータに含まれない情報やユーザーのプロンプトと矛盾する情報を含む出力を生成することがある。また、意思決定における透明性が欠如しており、その説明は事後的に形成され、実際の推論プロセスを反映していない可能性がある。2023年、研究者はGPT-4を抽象推論のConceptARCベンチマークでテストし、すべてのカテゴリで33%未満のスコアを記録した一方、専門モデルは60%、人間は少なくとも91%を達成した。研究に関与していなかったSam Bowmanは、このテストは視覚的でありGPT-4は言語モデルであるため、結果が抽象推論の欠如を示すものではない可能性があると警告した。さらに、GPT-4 Turboは、Microsoftの研究者が示唆するように、確証バイアスやアンカリングなどの認知バイアスを示す可能性がある。OpenAIは、有害な出力を減らすために人間のフィードバックからの強化学習などの安全対策を実施しているが、これらは完全ではない。
影響と評価
GPT-4 Turboのリリースは、競争の激しいAI環境でOpenAIの地位を固めるための戦略的な動きと見なされた。拡張されたコンテキスト、低コスト、改善されたパフォーマンスの組み合わせは、AI搭載アプリケーションを構築する開発者に人気の選択肢となった。長文ドキュメントや複雑なタスクを処理するモデルの能力は、法的文書分析、学術研究、エンタープライズ知識管理などの新しいユースケースを開いた。価格引き下げはまた、AnthropicやGoogleなどの競合他社に提供内容の調整を迫った。しかし、一部の批評家は、モデルが依然として正確性とバイアスの課題に直面しており、トレーニング詳細に関する透明性の欠如が懸念されると指摘した。全体として、GPT-4 Turboは広く採用され、生成AI技術の急速な進歩に貢献した。
今後の展開
GPT-4 Turboに続き、OpenAIはモデルの反復を続けた。2024年5月、同社はGPT-4oを導入した。これは、テキスト、音声、画像のモダリティをリアルタイムで処理し、人間の会話に匹敵する応答時間を持つ後継モデルである。GPT-4oはまた、GPT-4とは異なり、無料層のユーザーにも利用可能になった。GPT-4 Turboとその後継モデルの開発は、より効率的でマルチモーダルかつアクセスしやすいAIシステムへの継続的なトレンドを反映している。2025年時点で、GPT-4 Turboは依然として使用されているが、OpenAIはその後新しいモデルをリリースしており、同社は2026年10月にAPIからGPT-4を廃止する計画を発表している。GPT-4からGPT-4 Turbo、そしてそれ以降への進化は、大規模言語モデルの分野における急速な革新のペースを示している。