OpenAI、GPT-4.1シリーズをAPI提供開始：100万トークン対応とNano版新設

AIにプログラミングを任せると、数行の修正のはずがファイル全体を書き直され、余計なバグを仕込まれた経験を持つ人は多いはずです。

OpenAIはAPI向けの新世代モデルファミリーとして、GPT-4.1、GPT-4.1 mini、そして同社初となるGPT-4.1 nanoをリリースしました。ChatGPT向けではなく完全に開発者特化のモデル群で、コーディング、指示追従、長文コンテキスト処理が大幅に強化されています。3モデルすべてが100万トークンのコンテキストウィンドウに対応し、知識カットオフは2024年6月に更新されました。

これに伴い、計算コストが高く話題となっていたGPT-4.5 Previewは非推奨となり、3カ月後の2025年7月14日に提供を終了することも発表されました。

差分出力の精度が跳ね上がり、指示通りの挙動に

ベンチマークにおいて、GPT-4.1はSWE-bench Verifiedで54.6%を記録し、GPT-4oを21.4ポイント、GPT-4.5を26.6ポイント上回りました。OpenAIのCPOであるKevin Weil氏は、非推論モデルとしてこのスコアは極めて高いと評価しています。

開発者にとって大きな改善点はコードの差分出力です。AiderのdiffベンチマークでスコアはGPT-4oの2倍以上に達しました。ファイル全体を再生成せず変更行だけを的確に出力できるようになったことで、無駄なコード変更はGPT-4oの9%から2%へと激減しています。

指示追従性も向上しており、IFEvalで87.4%、ScaleのMultiChallengeで38.3%を記録しました。「余計な提案をしない」「指定の順序を守る」といったルールを厳格に守れるようになっていますが、初期テスターからは以前よりプロンプトを文字通り受け取りやすいとの指摘も出ています。

圧倒的な低価格化と極小モデルnanoの投入

性能向上以上にインパクトがあるのが、コストと遅延の削減です。

GPT-4.1 miniは多くのベンチマークでGPT-4oと同等以上のスコアを出しながら、遅延を約半分にし、コストを83%削減しました。

さらに最速・最軽量として新登場したGPT-4.1 nanoは、100万トークン対応でありながらKevin Weil氏によれば100万トークンあたり0.12ドルのブレンド価格で提供されます。MMLUでも80.1%を記録し、テキスト分類やコードの自動補完に最適な選択肢となります。フラッグシップのGPT-4.1自身もGPT-4oより26%安く設定され、Windsurfでは7日間の無料提供も開始されました。

なぜ重要か

OpenAIがモデルの巨大化競争から、開発現場の実用性と費用対効果を最優先する方針へと大きく舵を切ったことを示しています。

実験的モデルだったGPT-4.5をわずか数カ月で廃止する判断は、本番環境で求められているのが過度な表現力ではなく、低レイテンシかつ安価な実行環境であるという現実を反映しています。この割り切りは非常にスマートだと考えられます。

ソフトウェア開発の現場にとっての恩恵は即座に現れます。diff生成の安定と余計な修正の激減は、IDEツールや自律型エージェントの運用コストを大きく引き下げます。コードベース全体を100万トークンで読み込ませつつ、的確に修正させるパイプラインが現実的な価格で構築できるようになりました。

業界全体で見れば、miniモデルが83%オフで旧フラッグシップを超え、nanoが極小タスクの単価を破壊したことで、競合各社も価格とスループットの設計見直しを強く迫られることになりそうです。