GPT-4.1 API リリースノート / 新機能

OpenAIは新しいシリーズのAPIモデル—GPT-4.1、GPT-4.1 mini、GPT-4.1 nano—をリリースし、GPT-4oおよびGPT-4o miniをコーディング、指示遵守、長文コンテキスト理解の面で上回ります。これらのモデルは最大100万トークンの拡張コンテキストウィンドウと、2024年6月の最新知識カットオフを備えています。

強化されたコーディング機能

GPT-4.1は高性能なソフトウェアエンジニアリング向けに設計され、エージェントタスク解決とコード編集の信頼性で大幅な向上を示します。

  • ソフトウェアエンジニアリング性能: GPT-4.1はSWE-bench Verifiedで54.6%のスコアを取得し、GPT-4oに対して21.4%ポイント、GPT-4.5に対して26.6%ポイントの絶対的向上を示しました。
  • コード差分の信頼性: このモデルはAiderのポリグロットdiffベンチマークでGPT-4oのスコアを2倍以上にし、GPT-4.5を8%ポイント上回ります。これにより、開発者はファイル全体を書き直すのではなく変更された行だけを出力でき、コストとレイテンシを削減できます。
  • フロントエンド開発: 直接比較において、人間の評価者はGPT-4.1が生成したウェブサイトをGPT-4oよりも80%の確率で好みました。
  • ノイズ低減: 社内評価では、コードの余計な編集がGPT-4oで9%からGPT-4.1で2%に減少したことが示されています。

改善された指示遵守と信頼性

GPT-4.1はXML、YAML、Markdownなどのフォーマット遵守、否定指示、順序指示、ランキングといった複雑な指示カテゴリ全般で高い信頼性を示します。

  • ベンチマーク向上: GPT-4.1はScaleのMultiChallengeベンチマークで38.3%のスコアを取得し（GPT-4oに対して10.5%ポイントの向上）、IFEvalでは87.4%（GPT-4oは81.0%）を記録しました。
  • マルチターンの一貫性: このモデルは過去のメッセージから情報をより適切に取得できるように訓練されており、深い会話における一貫性が向上しています。
  • 実世界での応用: Blue Jなどの初期テスターは、実際の難しい税務シナリオでGPT-4oに比べて精度が53%向上したと報告しています。Hexは最も難しいSQL評価セットでほぼ2倍の改善を報告しました。

長文コンテキスト理解と推論

GPT-4.1ファミリーのすべてのモデルは現在、1百万トークンのコンテキストウィンドウをサポートし、大規模コードベースや膨大な文書セットの処理能力が大幅に向上しました。

  • 検索精度: 「干し草の中の針」評価において、GPT-4.1、mini、nanoは100万トークンまでのすべての位置で一貫して正確に情報を取得しました。
  • 複雑な推論: マルチホップ推論を評価するために、OpenAIはGraphwalksデータセットを導入しました。GPT-4.1はこのベンチマークで61.7%の正確性を達成し、OpenAI o1と同等でGPT-4oを上回ります。
  • マルチラウンド共参照: OpenAIはOpenAI-MRCR評価をオープンソース化し、GPT-4.1はコンテキスト長が128Kまでの範囲でGPT-4oを上回り、100万トークンまで強力な性能を維持します。
  • エンタープライズへの影響: Thomson ReutersはCoCounselのマルチドキュメントレビュー精度が17%向上したと報告し、Carlyleは非常に大きく密度の高い文書からの検索精度が50%向上したと述べました。

モデルファミリーの階層と性能

OpenAIはインテリジェンス、レイテンシ、コストのバランスを取るために3つの明確な階層を導入しました。

  • GPT-4.1: 最も複雑なタスク向けのフラッグシップモデルで、最高の知能と最大のコンテキストウィンドウを提供します。
  • GPT-4.1 mini: 高効率モデルで、知能評価においてGPT-4oと同等または上回りながら、レイテンシをほぼ半分に、コストを83%削減します。
  • GPT-4.1 nano: 利用可能な中で最速かつ最安のモデルで、MMLUで80.1%、GPQAで50.3%のスコアを取得しています。分類やオートコンプリートなど低レイテンシタスクに最適化されています。

ビジョンとマルチモーダル機能

GPT-4.1は高度な画像理解を提供し、GPT-4.1 miniは画像ベンチマークでGPT-4oを頻繁に上回ります。また、長時間動画の理解において新たな最先端を築き、Video-MME（長時間、字幕なし）カテゴリで72.0%のスコアを取得し、GPT-4oに対して6.7%ポイントの絶対的向上を示しています。

価格と利用可能性

GPT-4.1モデルはAPI経由で利用可能です。GPT-4.5プレビューは2025年7月14日に廃止されます。

モデル 入力 (1Mあたり) キャッシュ入力 (1Mあたり) 出力 (1Mあたり) 合計価格
GPT-4.1 $2.00 $0.50 $8.00 $1.84
GPT-4.1 mini $0.40 $0.10 $1.60 $0.42
GPT-4.1 nano $0.10 $0.025 $0.40 $0.12

主要な価格更新:

  • プロンプトキャッシュ: 繰り返しコンテキストに対する割引が75%に増加しました（以前は50%）。
  • 長コンテキスト: 100万トークンまでのリクエストは、標準のトークン単価以外の追加費用なしで提供されます。
  • バッチAPI: バッチAPI経由での利用に対して50%の割引が適用されます。

Sources