OpenAIとGoogleの生成AIを比較【第2回】
生成AIサービス「ChatGPT」と「Gemini」を“4つの視点”で徹底比較
OpenAIの「ChatGPT」とGoogleの「Gemini」はよく似た生成AIサービスだが、明確な違いもある。4つの視点から、それぞれの特徴と違いを解説する。
テキストや画像を自動生成する「生成AI」(ジェネレーティブAI)の導入に向けて、企業は生成AIサービスの選定に乗り出している。
代表的な生成AIサービスとして、2022年11月にOpenAIが発表したAIチャットbot「ChatGPT」や、2023年3月にGoogleが「Bard」として発表し、その後にリブランディングした汎用(はんよう)的なAIモデル「Gemini」がある。ChatGPTとGeminiは価格帯やユーザーインタフェース、想定される活用例などの点で類似している。
一方でベースとなる大規模言語モデル(LLM)をはじめ、ChatGPTとGeminiには幾つかの明確な違いがある。両者を4つの観点から解説する。
「ChatGPT」と「Gemini」を“4つの視点”で徹底比較
併せて読みたいお薦め記事
連載:OpenAIとGoogleの生成AIを比較
生成AIで業務はどう変化するのか
1.LLM
ChatGPTのベースとなるLLMは、無償版は「GPT-3.5」、有償版は「GPT-4」となっている。
GeminiのLLMには、サイズに応じた3つのバージョンがある。
- Gemini Pro
- 幅広いタスクに適用可能。AIチャットbot「Gemini」で利用できる。
- Gemini Ultra
- Geminiの中で最もパフォーマンスが高く、複雑なタスクを処理できる。
- Gemini Nano
- モバイルデバイス向け。Googleのスマートフォン「Pixel 8 Pro」で利用できる。
Googleが2024年2月に発表した生成AIサービス「Gemini Advanced」は、LLMに「Gemini Ultra 1.0」を採用。Gemini Proと比べて、回答速度や推論性能などにおいて優れているという。
2.学習データ
GPT-3.5は2021年9月までの情報を、GPT-4は2023年4月までの情報をトレーニングに使用している。対するGeminiは、事前学習データに加えて、インターネットからリアルタイムで取得したデータを組み合わせて使用する。
ChatGPTのLLMのGPT-4は、およそ1兆5000億のパラメーターと13兆のトークン(テキストデータを処理する際の基本的な単位で、一般的には4文字程度)からなる学習データセットを持つ。Gemini Ultraは、1兆6000億のパラメーターと1兆5600億語の学習データセットを備える。
一般的には、パラメーター数が多いほど学習能力や理解能力が高くなると考えられているが、パラメーター数の増減は性能の差には必ずしも直結しない。
3.ユーザーエクスペリエンス(UX)
ChatGPTのユーザーは、任意のメールアドレスでChatGPTのアカウントを作成できる。チャット履歴は左側のサイドバーに一覧表示される。GPT-3.5はマルチモーダルではないため、プロンプトや回答に画像や動画、URLなどを含めることができない。インターネット検索機能もない。
OpenAIは開発者向けにChatGPTのAPI(アプリケーションプログラミングインタフェース)を公開している。これにより、独自のアプリケーションからChatGPTを利用可能だ。同社はMicrosoftと緊密なパートナーシップを結んでおり、Microsoftのオフィススイート「Microsoft 365」からChatGPTを利用することもできる。
Geminiはバージョンに関わらず、利用にはGoogleアカウントが必要だ。ユーザーインタフェースとしては、ユーザーが回答を気に入ったかそうでないかをボタンで評価できる機能があるのが特徴的だ。「共有とエクスポート」ボタンを押せば、文書作成ツール「Google ドキュメント」やメールサービス「Gmail」へのエクスポートが可能だ。「回答案を表示」で別の回答案を表示できる他、「回答を再確認」ボタンを押せば事実確認をしてくれる。プロンプト(情報生成のための質問や指示)で画像を扱えるが、画像の生成機能は2024年3月時点では使用できない。
2024年3月時点で、Gemini Ultra 1.0にはAPIが存在しない。Googleは今後、オンラインストレージサービス「Google One AI Premium Plan」の一部として、GeminiをGoogle ドキュメントやGmailなど各アプリケーションと統合する計画だ。
4.データのプライバシー
ChatGPTは入力されたプロンプトを全てアーカイブする。履歴は削除できるが、OpenAIがAIモデルの学習やサービス改善を目的に使用する可能性がある。そのため、プロンプトに個人情報や機密情報が含まれる場合、情報漏えいやプライバシーの懸念が生じる。チャット履歴を学習データとして使われたくない場合は、サイドバー下のアカウントボタンから「Settings」をクリックし、「Data controls」の「Chat history & training」をオフにする。
OpenAIのプライバシーポリシーによると、同社はアカウント作成時に入力した個人情報を収集する。具体的には氏名、連絡先、クレジットカード、取引履歴などが含まれる。これらの個人情報は、ベンダーやサービスプロバイダーの他、法執行機関に開示される可能性がある。他にも同社は、ユーザーの位置情報や、ネットワーク行動履歴、メールアドレスや電話番号などの連絡先情報、デバイス情報を収集すると明らかにしている。
一方のGoogleも、Geminiとのチャット、ユーザーの位置情報、フィードバック、利用情報を収集し、同社のサービス改善や技術開発に使用すると明らかにしている。ユーザーの同意があれば第三者と情報を共有する他、必要であれば法執行機関に情報を提供するという。
Geminiは、ユーザーのGoogleアカウントに18カ月間分の履歴を保存する。保存期間は3カ月もしくは36カ月に変更することも可能だ。履歴を削除したい場合は「Google マイ アクティビティ」から削除するか、Geminiの「Gemini Apps activity」から「Turn off and delete activity」を選択する。もしくは、Googleアカウント自体を削除することで情報を削除できる。
次回は、専門家によるChatGPTとGeminiそれぞれの評価を比較する。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド:人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か? PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える? 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
なぜ「Gemini 4 Argon」は出遅れたのか? Googleが狙う“逆転のシナリオ”
-
4
損保ジャパンはなぜ「COBOL」を捨てなかったのか? 脱メインフレームの真相
-
5
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
7
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
8
「Wi-Fi 7」経由でWindowsが乗っ取られる? 最高権限奪取の恐怖
-
9
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
10
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険? 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化? 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない? 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー