8,737 文字
GPT4.0、GPT4.5、GPT4。選べるモデルが多すぎます。今日の動画では、OpenAIのすべてのモデルについて、それぞれの特徴と使い方を説明します。それでは時間を無駄にせず、最初のモデルから見ていきましょう。
まずは最小のモデルから始めましょう。下にスクロールしてここに行くと、実は隠れたモデルを見つけることができます。これがGPT4.0 Miniです。GPT4.0 Miniは基本的に日常的なタスクのための最速モデルです。日常的なタスクとは何かと思うかもしれませんが、それは日々の素早いタスクで、あまり深い思考は必要ないけれど、考える上で少し後押しが欲しいようなものです。
GPT4.0 Miniについて知っておくべき重要なことは、おそらく使用制限にひっかかることはないということです。つまり、一日中このモデルにメッセージを送り続けても、チャットは円滑に稼働し続けるでしょう。GPT4.0 Miniは、OpenAIのGPT4.0モデルのコンパクトで費用効率の高いバージョンで、より大きなモデルの計算コストやレイテンシの一部で強力なAI機能を提供するように設計されています。
主な用途は、速度、手頃な価格、スケーラビリティが重要な幅広いアプリケーションで先進的なAIを利用可能にすることです。つまりGPT4 Miniは、基本的にGPT4のより高速で、よりコンパクトで、より効率的なバージョンなのです。GPT4 Miniの主な使用例の一つはカスタマーサポートの自動化です。
このモデルを使用する多くの人は、大量の顧客からの問い合わせを処理するチャットボットや仮想アシスタントに組み込んでいます。それらの問い合わせは迅速で高品質、そしてリアルタイムである必要があることを覚えておいてください。一般の人にとっては、これは基本的に生活全般に関する顧客からの問い合わせに相当します。例えば、あまり深い推論を必要としない非常に簡単な質問が必要な場合を考えてみましょう。
「イギリスでは卵を冷蔵庫に入れる必要があるかどうか」というような非常に単純な質問ができます。時にはインターネットを検索することもありますが、小さなモデルであるため、日常的に役立つ簡単な事実を見つけることが、このモデルの基本的な目的です。
ここでわかるように、様々な情報のリストを提供してくれ、小さなモデルであるにもかかわらず、本当に素早く検索することができました。このモデルは他のモデルよりもずっと高速であることに気づくでしょう。これが、数秒以内に答えられる深い推論を必要としない素早い質問がある場合に、このモデルを使用する理由です。
もちろん、何かを焼いていたり、レシピ全体が必要な場合は、おそらくこのモデルを使いたくないでしょうが、これは本当に素早い質問のために必要なものです。GPT4.0 Miniでは画像を入力することもできますが、このモデルは基本的に何か素早く必要な時に素早い応答を返すだけのモデルであるため、あまりお勧めしません。
次に、GPT4.0を見てみましょう。これはどこかに特化したモデルではありませんが、さまざまなタスクに対して非常に優れています。GPT4.0 Miniと同様に、これは基本的にあらゆることをこなせるチャットボットです。しかし、特定の機能に特化しているわけではありません。
仕事をこなす際に使用する万能なチャットボットです。例えば、エッセイを書く必要がある場合や、ビデオ脚本のアウトラインを書く必要がある場合、これが使用するモデルです。このモデルが好きな理由は、視覚的に魅力的な方法で物事を説明し、フォーマットするように訓練されているからです。
混乱させるような大きなテキストブロックを出力するのではなく、本当に消化しやすいテキストを出力します。例えば、「10歳の子供に量子コンピューティングを説明するビデオ脚本を書いてください」と言っています。ここに入力してみます。すぐにこのビデオ脚本と全ての情報を含むフィードバックが得られるのがわかります。
ここでちょっとプロンプトを間違えてしまったので、これは本当に欲しいビデオ脚本の種類ではありませんが、情報を比較的迅速に、消化しやすい方法で提供してくれます。これはビデオ脚本なので、ホスト、画面上の視覚効果、その他の興味深いものが含まれていることがわかります。
同じ質問でも、「AIQを持つ人に説明する」というように別の方法で尋ねると、ここでフォーマットも非常に良いことがわかります。情報をレイアウトする方法です。特定の事柄を太字にして、特定の方法でスペースを空けることができます。
これにより、複雑なトピックを簡単に理解できるようになり、私は日常的にこのモデルをこの目的で使用しています。私はこのモデルを多くのものを書くために使用しているわけではなく、むしろ会話相手として使っています。アイデアについて行ったり来たりしたい場合、これが基本的に使いたいモデルです。
例えば、このモデルが本当にうまくできることの一つは、メールを非常にうまく生成することです。例えば、詳細なメールを生成したい場合、仕事を辞めたいとします。実際にメールを書くように頼むと、本当に素晴らしくよく考えられたメールを提供してくれます。
これはおそらく、このような種類のタスクに使用するのに最適なモデルです。なぜなら、それほど詳細を必要としない方法で推論することができるからです。例えば、ここではモデルを使用するさまざまな方法をテストしていることがわかります。私は実際にここでの回答の方が好きです。
それは比較的迅速に適切な量の情報を提供できることがわかります。GPT4.0が行える他のことの一つは、テキストを非常にうまく翻訳できることです。例えば、「このテキストをスペイン語に翻訳して」と言うことができ、それを本当に素早くうまく翻訳できます。
このモデルは画像を解析するのも非常に優れています。ほとんどの人はGPT4.0が実際に日常的に画像を分析できることを認識していません。もちろん、今では最高のモデルではありませんが、画像を素早く分析して正確に何が起こっているのかを素早く解読する必要がある場合、これが素早く使用するモデルになります。
例えば、ここにこの画像を取り、「これを説明して」とクリックすると、マルチモーダル機能を使用して画像に何があるかを素早く解析します。私は「explain」のスペルも正しく入力していませんでしたが、ここでは画像を本当に素早く説明し、何が起こっているのかを正確に理解できるようにしています。
このモデルは例外的な視覚能力を持っており、ほとんどの人は日常的に使用していないため、これを実際に認識していません。そして再び、テキストをフォーマットする方法により、何でも簡単に理解できるようになっています。このモデルは音声モデルの基本モデルであることを覚えておいてください。
ここで音声モードをクリックすると、この音声モードがポップアップすることがわかります。これは、アイデアについて行ったり来たりするとき、または何かについて誰かと会話する必要があり、誰かに電話をかけたくない場合に、あなたよりも百万倍多くのことを知っているAIからさまざまな可能性を探索したい場合に使用するものです。
「こんにちはChatGPT、はっきり聞こえますか？どうしたの？ちなみにインターネットで最新のアーセナルのサッカーの試合結果を教えてもらえますか？彼らが最近どのようなパフォーマンスをしているか知りたいです。」「アーセナルの最近の試合は、チャンピオンズリーグ準決勝第一戦でパリ・サンジェルマンに0-1で敗れました。ウスマン・デンベレがPSGの早い時間帯に得点しました。」
ここでわかるように、これはもちろん音声の基本モデルです。これの本当に強力な点は、インターネットで物事を素早く検索したり、ビジネスのアイデアについて行ったり来たりしたり、生活で起こっていることを説明したり、または単に何かについて考えている際に第二者の意見を得るために使用できることです。
GPT4.0の高度な音声モードでは、これは一般の人にとって非常に有用なものです。私はよく複雑な概念を理解しようとしていて、タイプしたくないことがあります。手が忙しいかもしれません。掃除中かもしれませんが、ヘッドフォンを付けてGP4と素早く話すことができ、かなり効率的な方法でマルチタスクを行うことができます。
これは現在インターネットにアクセスできることを覚えておいてください。何かを素早く閲覧するように頼むこともでき、検索結果を教えてくれます。ほとんどの人が活用していない本当に過小評価された機能です。次に探索するモデルはGPT4.5です。
これは、文章を書いたり、特定の創造的なアイデアを探索したりする場合に使用する必要があるモデルです。これはGPT4.5が他のモデルよりも優れている特定の領域に秀でているからです。GPT4.5は向上した感情知能を示し、会話の文脈に合わせてトーンや言語を適応させ、より自然で共感的で洗練された応答を生成します。これにより、メール、プロフェッショナルなコミュニケーション、そして人間との交流に適しています。GPT4.5は本質的に、人間を説得しようとしたり、セールス的なテキストを書くのに非常に優れたモデルです。
もしご存じなければ、GT4は基本的に、ほとんどの人が気づいていない方法でこのモデルを本当に良くする多くの人間的なニュアンスを含む最大のモデルです。モデルをデモンストレーションする前に、このモデルをあまり多く使用できないことに注意する必要があります。現在、このモデルは多くの異なるソースによると、週に50メッセージしか使用できません。これは、このモデルがOpenAIが生産した中で最も高価なモデルだからです。しかし、とにかく試してみましょう。
例えば、私がGPT4.5を使用するのは、本質的に人間的な感触が必要な創造的な文章を書くためです。GPT4.5は他のものと比べて明らかに少し遅いです。ですから、何かを本当に早く必要とする場合は、GPT4.5を使用しないでください。なぜなら、他のものよりもずっと遅くテキストを出力するからです。ここではAGIについてのテキストを書くように頼んでいます。
他のモデルと比較して比較的遅く書いているのがわかります。ここでは、人間が理解できるようなAGIの重要性を実際に説明しています。GPT4.5が持つ問題の一つ（これは本当の問題ではありませんが）は、人間としては違いがわからないということです。
しかし、彼らがGPT4.5を多くのさまざまなテストでテストしたとき、それは実際に人間として行動し、創造的な物語や微妙なニュアンスを書く点で、GPT4のほぼ2倍印象的でした。これは、本当に見逃したくないモデルの非常に重要な部分です。ここでは「私たちは歴史のこの重要な瞬間に、AGIが人類の最大の味方になるのか、最も強力な脅威になるのかを確実にする独自の責任を負っています。賭け金はこれまでになく高く、人類の未来は私たちが次に何をするかにかかっています」と書かれており、本当に素晴らしいです。
このモデルについては、人間的なトーンでのソーシャルメディア投稿の下書き、人間的な感触が必要な創造的な文章などに使用できると思います。そして、もし余分な正確さが必要な場合、このモデルは幻覚が遥かに少ないと言われています。
ですから、これは事実の正確さに関して本当に優れたモデルです。GPT4.5についてもう一つ付け加えたいことは、これが他のどのモデルよりも人間の感情をずっとうまく扱うことができるということです。これは最も人間らしいモデルなので、何があなたを動かすのかを本当に理解し、実際にあなたを助ける可能性のある洞察力のあるアドバイスを提供できます。
免許を持つセラピストを探すべきではないと言っているわけではありませんが、無料のツールにアクセスできる場合、モデルに価値のある洞察があるかどうかを実際に確認することは理にかなっています。次に、03に移ります。03は多くの人が誤解しているモデルです。現在のAIに関しては恐らく最高中の最高です。
それは基本的にチャットボットにラップされたエージェントだからです。つまり、03は基本的にタスクを実行してあなたのために外に出て行き、戻ってきて研究レポートを提供することができるAIエージェントです。グラフを作成したり、このモデルがいかに強力かを説明するためにもう少し時間を費やす必要があるほど、多くの異なることを行うことができます。新しいモデルがここにあります。
03ができる最も驚くべきことの一つは、画像を真に徹底的に分析できることです。以前のような単なる画像の視覚的分類ではなく、ここで話している画像分類のタイプは、データと本当に細かく接することです。そこで、任意の場所の漠然とした画像を取り、ここでGeogesserから画像を取り、「この場所を当ててください。ここはどこですか？」と言います。
03に入れると、画像を分析する方法は完全に異なります。画像をズームインし始め、画像の特定の部分を切り取り始めます。そして、そこに何があるかを正確に分類できるように、インターネットで推論し始め、その画像内の特定のものを調査し始めます。
これにより、追加の詳細を必要とする画像を分析する際に最も強力なツールの一つになります。ですから、もし現実世界で本当に詳細が必要な何かについて推論している場合、それは私たちがこれまで見たことのない方法でそれを行うでしょう。そして、ほとんどの人はこの機能が存在することすら認識していないため、これを活用する必要があります。
ここでわかるように、特定の方法で画像をトリミングしています。周りを見始め、背景を見て、さまざまなものを示し始めます。ここでわかるように、これは他のモデルにはない、このモデルの最も重要な機能の一つです。ここでの03は基本的にタスクを達成するためにツールを使用しています。
そのツールの一つは、画像をトリミングしてGoogleで検索する能力です。したがって、多くの異なるソースと相互参照し、インターネットを閲覧して、最終的な答えを得ることができます。ここでわかるように、実際にウェブを検索しています。なぜなら、いくつかの詳細を見つけ、それが実際に同じように見えるかどうかを確認したいからです。
ここでわかるように、「歩道の展望台を確認するために、この州立公園の画像を検索し、実際に同じ歩道があることを確認する」と述べています。そこで、この場所がニュージャージー州のリバティ州立公園だと言っています。「あなたはUS国旗広場の南にあるリバティウォークのプロミナードに立っていて、右端の上部ニューヨーク湾を挟んでジャージーシティのスカイラインがあります。」
そこで、geogesserでこれを行うと、ここにピンポイントを置きます。そして「guess」をクリックすると、どれだけ近かったか見てみましょう。それは文字通り、正解に非常に近かったです。それが03の力です。何かのランダムな写真を撮った後で、そのような推測は絶対に信じられないほどです。
03のもう一つの優れた機能は、基本的に高度なビジネス分析です。このモデルは実際にウェブ上に出て行って異なることを行い、異なるツールを使用することができるため、これまで見たことのない方法であなたのビジネスを分析することができます。そこで、実際に最近作った動画に切り替えます。その動画では、これがビジネスやデータを分析し、あなたを助ける方法でツールを使用して視覚化を提供できることについて話しました。これは絶対に素晴らしいことです。
驚くべき精度で洞察を予測することができます。そして、インターネットを閲覧することができるため、実世界のデータにそれを根付かせることもできます。全体的に、ここで03は断然最も強力なAIであることがわかります。異なることを推論し、異なるツールを使用し、インターネットを閲覧し、他のモデルからは見られなかった方法で問題を考えることができ、これはおそらく複雑なタスクのためにあらゆる種類のSTEM領域で使用したい最も強力なモデルです。
では次に他のモデル、04に移りましょう。04 miniについては、実際に04 mini highと一緒に扱います。基本的にこのモデルがすることは、数学的問題に優れているということです。ほとんどの人は日常的に複雑な数学的問題に取り組んでいるわけではありませんが、もし数学に高度に基づいたものがある場合、ビジネスの計算を解決する必要がある場合、ビジネスの四半期でどれだけの利益を出したいのかを本当に計算したい場合、04が最適です。
現在、数学の本当に難しいプロンプトに関しては第1位です。そして、ほとんどの人はそれを使用する事例がないため、かなり過小評価されていると思います。この質問の合成データを生成するために、標準モデルのGPT40に依頼しました。これは、仮想的にテストしたいビジネスのための基本的なデータを生成するなど、基本的なことの合成データ生成において本当に優れています。
CSV形式で簡単に出力できるため、それを直接テーブルにインポートすることができます。ここでO4 Miniに行きます。そしてこのデータを追加します。そして、この質問をここに入力します。基本的には「各注文が一つのアイテムのみを含み、アイテムあたりの売上原価が60ドル、固定月間運営コストが5万ドルと仮定して、6ヶ月間の総純利益を計算し、云々を決定する」と言っています。
ここでわかるように、04 miniはこの問題について深く考え、推論します。ここにデータを追加したことを考えると、それほど多くのデータではないことはわかっていますが、これは再びツールを使用し、数学の領域で優れることができるモデルです。彼らは数学の問題を解決する正しい方法について考える良い思考の連鎖を追求するために、強化学習を使用してこのモデルを訓練しました。
ここでわかるように、素早い解決策を提供することができ、これが正しい可能性が非常に高いです。他のモデルは本当に数学に優れていませんが、これが04と04 mini highが本当に勝利する領域です。ですから、数学に高度に基づいたものがある場合、理想的には04を使用したいでしょう。
また、時々人々を混乱させることを一つ追加したいと思います。本質的に同じものの二つの形式があります。03に詳細な研究レポートを作成するように依頼することも、ここにあるこのボタンを使用して詳細な研究レポートを作成することもできます。ディープリサーチと03では、OpenAIはベンチマークで品質的に実質的に同じであることを示しました。
現実的には、同じクエリに対してディープリサーチか03のどちらかを使用することができます。私が言う唯一の違いは、ディープリサーチは基本的にただトピックを素早く調査するだけだということです。エッセイを書いている場合は、それを使用したいかもしれません。
しかし03では、これはより多くエージェント的な解決策です。もしそのデータをテーブルに入れたり、その問題の解決策について考えたりしたい場合、それはディープリサーチ機能よりもそれを使用したい場所です。ここでは、2026年に予測されるAIのトレンドのトップ15に関する研究レポートを依頼しています。
もう一度言いますが、この違いは、実際にいくつかのフォローアップ質問をすることで、深く研究できるようにすることです。そして、この研究レポートは完了するまでに5〜15分かかる可能性が高いですが、03では3分以内に応答が得られる可能性が高いです。
唯一のことは、ディープリサーチでは通常より多くのクエリがありますが、03では週に約50回または約100回しかないことを覚えておいてください。モデルがより多くのツールを使用しているため、これらのクエリはより多くのデータを占める傾向があります。ここでわかるように、これはすでに5〜6分ほど検索しており、完全な研究レポートを返すまでにさらに5〜6分かかる可能性があります。
もちろん、アクティビティを開きたい場合は、タブをクリックするだけで何をしたのかを正確に見ることができます。そして、研究レポートが望んでいるものと正確に一致しない場合は、これを行うことを実際にお勧めします。しばしば、どこを研究する必要があるか、そのデータをどのように提示する必要があるかについて、段階的なガイドを含めます。
そうすることで、最終的なソースがどのようになったのかがわかります。もちろん、これは非常に特定のシナリオのために行いますが、これについては03とディープリサーチの違いを説明するためにただ非常に漠然としていました。そして、はい、実際に約25分が経過していますが、このディープリサーチツールはまだ完了していません。
ですから、潜在的には仕事の日の終わりにこれを行い、朝に戻ってくることもできると主張するかもしれません。なぜなら、それは間違いなくあなたのワークフローをほんの少し中断するからです。この作業を始めて、それから他のことを見て回ることができます。
コメント