GPT-5 pro
GPT-5 pro は、OpenAI が 2025 年 8 月 7 日に GPT-5 とともにリリースした、高難度で複雑なタスク向けの深い推論を行うバージョンです。公式システムカードでは、リリース時の ChatGPT におけるこの構成を gpt-5-thinking-pro と呼んでいます。より長時間の推論と並列のテスト時計算を使用し、回答の正確性と完全性を高めます。ここでの名称はリリース構成の識…
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
GPT-5 pro は、OpenAI が 2025 年 8 月 7 日に GPT-5 とともにリリースした、高難度で複雑なタスク向けの深い推論を行うバージョンです。公式システムカードでは、リリース時の ChatGPT におけるこの構成を gpt-5-thinking-pro と呼んでいます。より長時間の推論と並列のテスト時計算を使用し、回答の正確性と完全性を高めます。ここでの名称はリリース構成の識…
OpenAI は GPT-5 システムカードで gpt-5-main-mini を高速・高スループットのモデルと位置づけ、GPT-4o mini の後継モデルとして挙げている。これは、システムカードに記載されている深い推論を行うモデル gpt-5-thinking-mini とは異なるモデルである。(openai.com) このモデルは GPT-5 統合システムの高速モデル系列に属する。システムカ…
GPT-5 Chat は、GPT-5 シリーズのうち、かつて ChatGPT で使用されていた非推論モデルであり、API の推論モデル gpt-5 とは異なります。公式モデルページによると、この ID は以前 ChatGPT で使用されていた GPT-5 のスナップショットを指します。(openai.com) テキストと画像の入力、テキスト出力、ストリーミング出力、関数呼び出し、構造化出力をサポー…
GPT-5 nano は、GPT-5 シリーズの中で速度とコストに敏感なタスク向けの軽量モデルです。API モデル ID は gpt-5-nano、固定バージョンのスナップショットは gpt-5-nano-2025-08-07 です。(developers.openai.com) テキストと画像の入力、テキスト出力、および推論 token をサポートし、要約や分類などのタスクに適しています。 関数…
GPT-5 mini は GPT-5 のより高速で低コストなバージョンであり、コストに敏感な場面、低レイテンシーや高スループットが求められる場面に適しています。特に、タスクが明確に定義され、プロンプトが正確なワークロードに適しています。(developers.openai.com) テキストの入力と出力、画像入力、および推論 token をサポートし、テキスト処理、視覚理解、プログラミング、ツール…
GPT-5 は、OpenAI が 2025 年 8 月 7 日に開発者向けにリリースした推論モデルで、主にプログラミングや複数ステップの操作を必要とするエージェントタスクに使用されます。gpt-5-2025-08-07 はその固定バージョンのスナップショットであり、本項目の API モデル ID は gpt-5 です。(openai.com) テキストと画像の入力、テキストの出力に対応し、コード生…
MiniMax Speech 2.5 は、多言語テキスト読み上げと音声クローンを対象とする音声生成モデルで、Speech 02 の後継バージョンです。公式は 2025 年 8 月 7 日に発表し、世界展開を開始したと告知しました。(minimax.io) **多言語音声合成:**公式の国際向け発表によると、40 以上の言語に対応し、多様な音声ライブラリを提供しています。中国語、英語などの言語におけ…
Qianfan-Correct は、百度が作文指導向けに開発した特定分野に特化したモデルで、日常的な作文の添削に重点を置いている。公式では、千帆推論サービス API V2 のテキスト生成モデルに分類されている。(ai.baidu.com) このモデルは自然言語処理と深層ニューラルネットワーク技術を利用し、作文の採点と採点理由の分析を提供する。教師による作文の添削や作文指導を支援するために利用できる…
Qianfan-ToyTalk は、Baidu が低年齢の子ども向けのロールプレイ場面を対象に開発した、特定分野に特化したテキストモデルです。さまざまな役柄の交流場面をシミュレートすることで、没入型のロールプレイ体験を提供します。Baidu は本モデルを千帆推論サービス API V2 のテキスト生成モデルとして掲載しています。(cloud.baidu.com) 子ども向けの役柄との対話やインタラク…
ERNIE 4.5 Turbo VL は、百度が画像理解向けに提供する視覚言語モデルです。百度の公式モデル更新記録によると、画像理解、創作、翻訳、コードの能力が向上し、最初の Token までの遅延が短縮されています。(ai.baidu.com) このモデルは、画像を用いた理解と質疑応答、およびコンテンツの創作、翻訳、コード関連のタスクに利用できます。公式に記載されているコンテキスト長は 128K…