OpenAIは2022年11月にGPT-3.5を、2023年3月にはGPT-4を発表している。それぞれの特徴と、違いをまとめた。

GPT-3.5

　GPT-3.5は自然言語を理解し、回答を生成する。自然言語処理に関する幅広いタスクをこなすことができる。主要な用途は以下の通り。

• 文章要約
• メール本文の作成
• 翻訳
• ソースコード生成
• チャットbot／仮想アシスタント

　開発者は改良版のモデルである「GPT-3.5 Turbo」を使い、独自にモデルをトレーニングする「ファインチューニング」を実施することで、特定の用途向けに最適化することができる。パラメーター（モデルのトレーニングに使う変数）の変更をせずに、少数の例文を提示するだけでタスクを解決できる「フューショット学習」（Few-shot Learning）機能も提供する。

　OpenAIはAIチャットbot「ChatGPT」のLLMを利用するためのAPI（アプリケーションプログラミングインタフェース）「Chat Completions API」を公開している。外部のアプリケーションやサービスから、GPT 3.5 Turboの以下のモデルにアクセスできる。

• gpt-3.5-turbo-0125
  • 対話能力に特化したモデル。1万6385トークン（トークンはテキストデータを処理する際の単位）のコンテキストウィンドウ（生成AIがやりとりの中で保持する情報量）を備える。
• gpt-3.5-turbo-instruct
  • 一問一答のような単純なタスク処理に特化したモデル。4096トークンのコンテキストウィンドウを備える。

GPT-4

　GPT-4は、OpenAIの企業向けプラン「ChatGPT Team」「ChatGPT Enterprise」が採用しているモデルだ。基本的な機能はGPT-3.5と同じだが、回答の信頼性やクリエイティブ性に優れており、プロンプト（生成AIに対して出す質問や指示）の微細な意図をくみ取ることが可能だという。

　その他の大きな違いは以下の通りだ。

1. マルチモーダルAI機能
   • GPT-4は、数値や画像、テキスト、音声など複数種類のデータを組み合わせて、あるいは関連付けて処理できるモデルだ。入力した画像のキャプション生成や分析などができる。
2. コンテキストウィンドウサイズ
   • コンテキストウィンドウのサイズについて、GPT-4は8192トークンと、一部開発者向けに3万2768トークンの2種類を提供する。後者は約2万5000語を扱うことができ、長文コンテンツ生成などに活用できる。
3. ナレッジベース
   • トレーニングに使用する学習データの範囲が、2023年4月時点までに拡張された。
4. 安全性と整合性
   • OpenAIはGPT-4の安全性向上に取り組み、改良を加えている。2023年3月にOpenAIが発表した内部評価によると、GPT-4は未許可コンテンツに対するリクエストへの応答率がGPT-3.5と比較して82％低下し、事実に基づいた応答の生成率が40％高くなっている。

　開発者は、Chat Completions APIからGPT-4を利用できる。OpenAI によると、2023年7月時点でAPI経由のGPT利用のうち97％をGPT-4が占める。

　後編は、GPTの各モデルを精度とコストの面から比較する。