OpenAIがGPT-4oを密かに更新：出力トークン数が4倍に拡大

いつも使っているChatGPTの挙動が急に変わり、開発元に「具体的に何が変わったのか」と尋ねても「私たちにもうまく説明できない」と返されたらどう感じるでしょうか。

OpenAIは8月12日、先週からChatGPTに改良版のGPT-4oを密かに導入していたことをXで明かしました。同社は「これはGPT-4oの改善であり、新しいフロンティアモデルではない」と念押ししています。

公式リリースノートによると、実験データや定性的なフィードバックから、ユーザーが好む挙動へと改善されたとのことです。しかし同社は、モデルの微細な変化を正確にベンチマーク測定し、言語化して伝えること自体が現在研究中の難題であると率直に認めました。

飛び交う推測と4倍に拡張された出力枠

詳細な仕様が伏せられたため、ネット上では推測合戦が巻き起こりました。

一部のユーザーは「新しい多段階の推論手法が組み込まれたのではないか」と予想しましたが、OpenAIの広報担当者はVentureBeatに対しこれを否定し、単にプロンプトの構造による影響だろうと説明しています。

一方で、文章のニュアンスや出力の雰囲気が大きく向上し、久しぶりにClaude 3.5 Sonnetを凌駕したと感じるという好意的な声も聞かれました。

その後、開発者向けモデルページに「ChatGPT-4o-latest」という動的モデルの仕様が追加されました。知識データの期限は2023年10月のままで、入力枠も128,000トークンと従来通りですが、最大出力トークン数が従来の4倍となる16,384トークンへと大幅に拡張され、GPT-4o-miniと同等の長文出力が可能になっています。

なぜ重要か

長大なコードや詳細なレポートを一気に生成したいユーザーにとって、出力上限が1万6000トークン超まで伸びた恩恵は絶大です。途中で回答が途切れて「続けて」と促す手間が激減します。

私たちが注目すべきだと考えるのは、OpenAIが「モデルの改善を数値で正確に説明できない」と告白した点です。近年の大規模言語モデルは、既存のベンチマークテストでは測れない文章の機微や使い心地といった定性的な魅力で選ばれるフェーズに入っています。Claude 3.5 Sonnetに奪われた支持を取り戻すため、OpenAIも感覚的な改良を急いでいるように見えます。

ただ、こうしたステルスアップデートは一般ユーザーには嬉しい一方、業務でAPIを組み込んでいる開発者にとってはリスクになり得ます。モデルの挙動がいつの間にか変われば、想定していたプロンプトの精度が狂う懸念が残るからです。