OpenAI モデル

複雑な推論やコーディングには GPT-5.6 Sol から始め、性能とコストのバランスを取るなら GPT-5.6 Terra を選び、コスト重視の大規模・大量処理ワークロードには GPT-5.6 Luna を使用してください。

GPT Image 2 は、高速かつ高品質な画像生成と編集のための OpenAI の最先端の画像生成モデルです。柔軟な画像サイズに対応し、高忠実度の画像入力をサポートします。

GPT-5.5 Pro は、最先端の知能、精度、効率性を兼ね備え、高度な課題に取り組みます。ソフトウェア開発やデータ分析から研究や意思決定支援に至るまで、迅速かつ一貫した専門家レベルの支援を提供します。

Model 5.5 は、より高度な推論、より高速な応答、そして幅広いタスクにわたる精度の向上を実現する次世代のAIモデルです。複雑な指示の理解、高品質なコンテンツの生成、コーディング・分析・問題解決の支援に優れています。

GPT-5.4 Nano は、最大限の速度と効率を実現するために設計された超軽量のAIモデルです。低レイテンシと最小限のリソース消費が不可欠な、シンプルなタスク、リアルタイムのインタラクション、大規模な展開に最適化されています。

GPT-5.4 Mini は、速度と日々の生産性に最適化された、軽量で効率的な AI モデルです。低遅延と少ないリソース消費を維持しながら、信頼性の高い対話機能、コンテンツ生成、タスク支援を提供します。

GPT-5.4 Pro は、プロフェッショナルおよびビジネス用途向けに設計された高性能なAIモデルです。コンテンツ制作、コーディング、リサーチ、データ分析などのタスクにおいて、強力な推論能力、信頼できる正確性、そして効率的な実行を提供します。

GPT Image 2 ALL は、幅広いクリエイティブおよびプロフェッショナルなビジュアルタスクに対応するよう設計された包括的な画像生成モデルです。高品質な画像生成、高度なプロンプト理解、多様なスタイル対応を組み合わせ、さまざまなユースケースにおいて卓越した成果を提供します。

Sora 2 Pro は、当社で最も高度かつ強力なメディア生成モデルで、音声と同期した動画を生成できます。自然言語または画像から、精細でダイナミックな動画クリップを生成します。

効果音に対応し、チャット形式をサポートする超高性能な動画生成モデル。

GPT-5.4 は、複雑な専門業務向けのフロンティアモデルです。Reasoning.effort は次をサポートします: none（デフォルト）、low、medium、high、xhigh。

ChatGPTで使用されているGPT-5.3 Instant モデル

Chat Completions における音声入出力に最適な音声モデル。

音声入力・音声出力に最適な音声モデル。

GPT-5.3-Codex は、Codex または同様の環境におけるエージェント駆動のコーディングタスクに最適化されています。GPT-5.3-Codex は、推論負荷の設定として low、medium、high、xhigh をサポートします。

GPT-Image-1.5は、OpenAIのGPT Image familyに属する画像モデルです。これは、テキストプロンプトから画像を生成し、ユーザーの指示に厳密に従いながら入力画像の高忠実度な編集を行うように設計された、ネイティブにマルチモーダルなGPTモデルです。

gpt-5.2-pro は、OpenAI の GPT-5.2 ファミリーにおける最高性能の本番運用向けモデルであり、最高の忠実度、多段階推論、広範なツール利用、そして OpenAI が提供する中で最大のコンテキスト/スループット上限を要求するワークロード向けに Responses API を通じて提供されます。

GPT-5.1 Chat は、汎用的なチャット、推論、文章作成に向けて指示追従で微調整された対話型言語モデルです。マルチターン対話、要約、下書き作成、ナレッジベースQAに対応し、アプリ内アシスタント、サポート自動化、ワークフロー・コパイロット向けの軽量なコード支援も提供します。技術的なハイライトには、チャットに最適化されたアラインメント、制御可能で構造化された出力、利用可能な場合のツール呼び出しおよびリトリーバル・ワークフローへの統合パスが含まれます。

GPT-5.1は、製品のワークフロー全般にわたり、テキスト生成と推論に注力した汎用の指示追従に最適化された言語モデルです。複数ターンの対話、構造化された出力フォーマット、下書き作成・リファクタリング・解説といったコード志向のタスクをサポートします。代表的な用途には、チャットアシスタント、検索拡張型QA、データ変換、ツールやAPIがサポートされている場合のエージェント型自動化が含まれます。技術的なハイライトには、テキスト中心のモダリティ、指示追従、JSONスタイルの出力、一般的なオーケストレーションフレームワークの関数呼び出しとの互換性が含まれます。

GPT Image 1 のコスト最適化版。テキストと画像の両方の入力を受け付け、画像を出力するネイティブなマルチモーダル言語モデルです。

GPT-5は、OpenAI史上で最も強力なコーディングモデルです。複雑なフロントエンドの生成や大規模なコードベースのデバッグにおいて、著しい改善が見られます。直感的で審美性の高い結果によってアイデアを現実に変え、優れた審美眼で、美しくレスポンシブなウェブサイト、アプリケーション、ゲームを、単一のプロンプトから作り上げることができます。初期テスターはそのデザイン上の選択についても言及しており、間隔、タイポグラフィ、余白といった要素をより深く理解していると指摘しています。

GPT-5 Nano は、OpenAI が提供する人工知能モデルです。

GPT-5 mini は、OpenAI の GPT-5 ファミリーに属する、コストとレイテンシを最適化したモデルであり、大規模な本番運用において、GPT-5 のマルチモーダル能力と指示追従の強みの多くを大幅に低いコストで提供することを目的としています。スループット、予測可能なトークン単価、そして高速な応答が主な制約となる環境を対象としつつ、強力な汎用能力も備えています。

近日公開

gpt-4o-image は出力として画像を生成し、オプションで画像を入力として使用する

GPT-5.2 は、複数のバリエーションからなるモデルスイート（Instant, Thinking, Pro）で、長文脈理解をより向上させ、コーディングとツール利用を強化し、プロフェッショナルな「ナレッジワーク」系ベンチマークにおいて有意に高い性能を発揮するよう設計されています。

OpenAI o3‑pro は、o3 推論モデルの「Pro」版であり、非公開の思考連鎖強化学習を用いてより長く推論し、科学、プログラミング、ビジネスといった領域で最先端のベンチマークを更新しつつ、最も信頼性の高い応答を提供するよう設計されています—同時に、API 内でウェブ検索、ファイル解析、Python 実行、視覚的推論などのツールを自律的に統合します。

OpenAI テキスト読み上げ

GPT-Realtime-2 は、当社で最も高性能なリアルタイム音声モデルです。音声対音声のやり取り、推論の深さの調整、より強力な指示追従、複雑な音声エージェントのワークフローにおけるより信頼性の高いツール利用をサポートします。

音声をテキストに変換、翻訳を作成

tts-1 APIを見る。

GPT-4o mini TTSは、ユーザー向けアプリケーションにおける自然で低遅延な音声生成のために設計されたニューラルテキスト読み上げモデルです。選択可能な音声、複数形式の出力、ストリーミング合成に対応し、テキストを自然な音声に変換して応答性の高い体験を実現します。代表的な用途には、音声アシスタント、IVRおよびコンタクトフロー、製品の読み上げ、メディアのナレーションが含まれます。技術的な特長には、APIベースのストリーミングや、MP3やWAVなど一般的な音声形式へのエクスポートが含まれます。

o1-pro-2025-03-19 APIを見る。

GPT-4o Transcribe は、多言語・低遅延の音声認識に対応した、音声をテキストに変換するモデルです。句読点付与や文分割に対応し、一般的な音声フォーマットからのリアルタイムストリーミングとバッチ書き起こしをサポートします。代表的な用途には、ライブ字幕、音声アシスタントの入力、会議メモ、メディアや通話録音の書き起こしが含まれます。技術的な特長には、音声モダリティのサポート、長時間音声の処理、インタラクティブおよびサーバーサイドのワークフローに適したAPIが含まれます。

GPT-4o mini Audio Preview は、音声対話アプリケーションの構築向けのコンパクトなマルチモーダルモデルです。テキストに加えて音声の入出力をサポートし、音声認識、音声合成、さらに構造化されたアクションのためのツールや関数の呼び出しと組み合わせた、テキストと音声が混在する対話を実現します。代表的な用途には、音声アシスタント、要約付きストリーミング文字起こし、IVR やコールボットのワークフロー、音声対応のアプリ内ヘルパーが含まれます。技術的なハイライトには、オーディオの入出力、ストリーミング応答、指示追従、チャットおよびツールの API を介した統合が含まれます。

GPT-4o mini Realtime Preview は、インタラクティブな音声およびビジュアル体験のためのリアルタイムのマルチモーダルモデルです。ストリーミング入出力で音声、テキスト、画像を扱い、外部ツールやデータに基づくアクションのためのツールおよび関数呼び出しにも対応します。代表的な用途には、音声アシスタント、ライブ通話対応、リアルタイム字幕生成、カメラや画面コンテンツに対する視覚質問応答が含まれます。技術的な特長には、双方向音声、視覚理解、ストリーミング応答、関数を介した構造化出力が含まれます。

o1-2024-12-17 APIを見る。

GPT-4o mini Audio は、音声とテキストのインタラクション向けのマルチモーダルモデルです。音声認識、翻訳、音声合成（テキスト読み上げ）を行い、指示に従い、ストリーミング応答で構造化されたアクションのためのツール呼び出しが可能です。代表的な用途には、リアルタイム音声アシスタント、ライブ字幕化と翻訳、通話要約、音声制御アプリケーションが含まれます。技術的な特長には、音声入出力、ストリーミング応答、関数呼び出し、構造化された JSON 出力が含まれます。

omni-moderation-2024-09-26 APIを見る。

omni-moderation-latest APIを見る。

tts-1-hd-1106 APIを見る。

tts-1-1106 APIを見る。

tts-1-hd APIを見る。

An Ada-based text embedding model optimized for various NLP tasks.

A small text embedding model for efficient processing.

A large text embedding model for a wide range of natural language processing tasks.

テキストの説明から画像を生成する高度なAIモデル。

New version of DALL-E for image generation.

O4-mini は、OpenAI が提供する人工知能モデルです。

O3-miniは、OpenAIが提供する人工知能モデルです。

O3は、OpenAIが提供する人工知能モデルです。

O1-pro is an artificial intelligence model provided by OpenAI.

O1 is an artificial intelligence model provided by OpenAI.

gpt-oss-20bは、cloudflare-workers-aiが提供する人工知能モデルです。

gpt-oss-120b は、cloudflare-workers-ai が提供する人工知能モデルです。

GPT-4o mini は、OpenAI が提供する人工知能モデルです。

GPT-4o は、OpenAI で最も高度なマルチモーダルモデルで、GPT-4 Turbo よりも高速かつ低コストで、より強力な視覚機能を備えています。このモデルのコンテキスト長は 128K で、知識のカットオフは 2023 年 10 月です。1106 系列以降のモデルは tool_calls と function_call をサポートしています。このモデルは最大 128,000 トークンのコンテキスト長をサポートします。

GPT-4.1 nanoは、OpenAIが提供する人工知能モデルです。 gpt-4.1-nano: より大きなコンテキストウィンドウを備え—最大100万のコンテキストトークンに対応し、長文脈の理解が向上したことで、そのコンテキストをより有効に活用できます。 更新された知識カットオフは2024年6月です。 このモデルは最大1,047,576トークンのコンテキスト長をサポートします。

GPT-4.1 mini は OpenAI が提供する人工知能モデルです。gpt-4.1-mini: 小型モデルの性能において大きな飛躍を遂げ、多くのベンチマークで GPT-4o をも上回ります。知能評価では GPT-4o に匹敵するかそれ以上であり、レイテンシをほぼ半減し、コストを83%削減します。このモデルは最大 1,047,576 トークンのコンテキスト長をサポートします。

GPT-4.1は、OpenAIが提供する人工知能モデルです。gpt-4.1-nano: より大きなコンテキストウィンドウを備え—最大 1 million のコンテキストトークンに対応し、長いコンテキストの理解が向上したことで、そのコンテキストをより有効に活用できます。知識のカットオフ時点は2024年6月に更新されています。このモデルは最大1,047,576トークンのコンテキスト長をサポートします。

coming soon