【無料？】GPT-4oとは？できることや使い方、料金プランを解説！

投稿日：2024/05/27

AI 文章生成AI

ChatGPTの最新モデル「GPT-4o」がリリースされました。前モデルよりさまざまな点でアップグレードされています。

本記事では、GPT-4oの概要をはじめ、できることや使い方、料金プランなどを解説しています。ぜひ参考にしてください。

GPT-4oとは？何が違う？

「GPT-4o」とは、2024年5月14日にリリースされたChatGPTの最新モデルです。「ジーピーティフォーオー」と読みます。リリースに関してはこちらの記事を参考にしてください。
＞＞＞ChatGPTの新モデル「GPT-4o」がリリース

さまざまな点で従来モデルよりも優れており、詳細は以下のとおりです。

特徴/モデル	GPT-4o	GPT-4	GPT-3.5
学習データ	不明	2023年4月まで	2021年9月まで
webブラウジング	◯	◯	☓
画像生成	◯	◯	☓
ファイルアップロード	◯	◯	☓
音声認識	オムニ化	Whisper	☓
テキスト理解	◎	◯	△

GPT-4oはテキスト性能において、前モデルのGPT-4だけではなく、GeminiやClaudeといった他社の生成AIよりも高いスコアを達成しています。

MMLU：大規模マルチタスク言語理解力
GPQA：推論能力
MATH：計算能力
HumanEval：プログラム合成力
MGSM：複数ステップの算術推論能力
DROP：段落の内容に関する個別の推論力

画像に関しても同様です。

また、最大の特徴は音声会話（Voice Mode）のオムニ化が実装された点。従来は音声認識・意味理解・読み上げなどを別々に処理していましたが、GPT-4oではすべて（Omni）を1つのニューラルネットワークで処理します。これにより音声を介した「理解」「表現」「処理速度」が格段に上昇しました。

GPT-4oでできること

GPT4-oでできることは以下のとおりです。

マルチモーダル
高速音声処理
Google Drive・OneDriveとの連携

それぞれ詳細を解説します。

マルチモーダル

GPT-4oはマルチモーダルに対応しています。マルチモーダルとは、テキスト・画像・音声など、さまざまな種類のデータを一度に処理できるAIモデルのことです。

たとえば、GPT-4oには画像生成機能が搭載されています。コメントボックスにプロンプトを入力するだけで、プロレベルのイラストを入手可能です。

また、ChatGPTはGPT-4の時点でマルチモーダルに対応していたので、画像生成機能は以前から利用できました。詳細はこちらの記事を参考にしてください。
＞＞＞ChatGPTで画像生成する方法を解説！著作権や商用利用はどういう扱い？

高速音声処理

GPT-4oでは、オムニ化による高速音声処理が実現しています。前述した通り、従来は音声認識・意味理解・読み上げなど別々に処理していたものをオムニ化したので、これにより音声を介した「理解」「表現」「処理速度」が格段に上昇しました。

ただ、現時点（2024/5/27）では音声入力はスマホアプリ版のChatGPTのみ対応しています。パソコンでは利用できないのでご注意ください。

Google Drive・OneDriveとの連携

GPT-4oにアップグレードされたおかげで、ChatGPTにGoogle Drive・OneDriveからファイルをアップロードできるようになりました。

PDFファイルをアップロードして内容を要約・翻訳するなど、作業効率をアップさせる使い方が可能です。

GPT-4oは無料で使える？

GPT-4oはChatGPTの無料ユーザーも利用できます。以前は有料プランのChatGPT Plusでしか提供されていなかった機能に関しても、今後は無料ユーザーでもアクセスできるようになります。

GPT-4レベルの応答
webブラウジングによる応答
画像認識
ファイルのアップロード、要約
GPTsとGPT Store など

ただ、無料ユーザーがGPT-4oで送信できるメッセージ数には制限がかけられています。具体的には、ChatGPT Plusのユーザーと比較して、1時間に入力可能なプロンプト数が5分の1に制限される予定です。言い換えれば、有料プランを契約している人は、無料ユーザーよりも5倍のプロンプト数を入力できるということになります。制限に達した後は、自動的にGPT-4oからGPT-3.5に切り替わります。