
本日AM5時発表のGPT-4.5はカリスマ予備校講師みたいなヤツだった!
本日午前5時にOpenAIがライブ配信にてGPT-4oの後継モデルの GPT-4.5 を発表。 まずはProユーザーに展開され、来週からPlusユーザーにも開放される。これまでのAIモデルは「IQが高い=論理的な思考が得意」だったが、今回の4.5は IQだけでなく、EQ(感情知能)まで上昇 している点が大きな進化ポイントだ。
なぜPlusユーザーへの提供が遅れるのかアルトマン氏の説明
下記のポストで、GPUが来ないのでPlusユーザーにまだ提供できないことを説明しています。
GPT-4.5 is ready!
— Sam Altman (@sama) February 27, 2025
good news: it is the first model that feels like talking to a thoughtful person to me. i have had several moments where i've sat back in my chair and been astonished at getting actually good advice from an AI.
bad news: it is a giant, expensive model. we…
GPT-4.5 が準備完了です! 良いニュース: 私にとって、思慮深い人と話しているように感じる初めてのモデルです。椅子に深く座り、AI から実際に良いアドバイスをもらって驚いたことが何度かありました。
悪いニュース: これは巨大で高価なモデルです。私たちは、これを Plus と Pro に同時にリリースしたかったのですが、急成長を遂げており、GPU が不足しています。来週には数万の GPU を追加し、その後 Plus 層に展開します。(数十万がすぐに追加され、皆さんは私たちが集められるものをすべて使用すると確信しています。) これは私たちが望んでいる運用方法ではありませんが、GPU 不足につながる成長の急増を完全に予測することは困難です。注意: これは推論モデルではなく、ベンチマークを圧倒することはありません。これは異なる種類のインテリジェンスであり、これまでに感じたことのない魔法があります。皆さんに試していただけることを本当に楽しみにしています!
さらに驚くべきは、これは 推論モデル(Reasoning Model)ではない ということ。o1やo3-miniのように思考の過程を表示するタイプではなく、4.5は 一瞬で最適な解を出すモデル となっている。この進化により、GPT-4.5は「頭がキレるだけの天才」ではなく、「カリスマ予備校講師」のような 話が分かりやすく、会話が楽しい知性型エンターテイナーAI に仕上がっているのではないか?
そこで、歴代のモデルの返答を比較しながら、GPT-4.5の進化を見ていこう。
歴代モデルたちの返答を振り返る
ライブでは「なぜ海はしょっぱいの?」という質問に対する歴代モデルの回答がどう変わっていくかの軌跡を紹介している。
GPT-1(2018)の返答
完全に迷走。「人生の目的とは?」を無限ループ。
「海の塩は好き?」ユーザー: 「はい、好きです。」「海の塩は好き?」ユーザー: 「はい、好きです。生きているって素晴らしいことですね。」「なぜ?」ユーザー: 「生きているって素晴らしいことだから。」
「人生の目的とは?」
「人生の目的とは?」
「なぜ私たちは生命のいない場所に住んでいるの?」
「なぜ私たちは生命のいない場所に住んでいるの?」
「人生の目的とは?」
「人生の目的とは?」
「人生の目的とは?」
「人生の目的とは?」
「人生の目的とは?」
「人生の目的とは?」
「人生の目的とは?」
「人生の目的とは?」
「人生の目的とは?」
「人生の目的とは?」
「人生の目的とは?」
「人生の目的とは?」

GPT-2(2019)の返答
「海は塩水です」だけで、説明になっていない。
海は塩水です。それは唯一、塩水が存在する場所であり、多くの川や湖があります。塩水はたくさんありますが、同時に、しょっぱい水もたくさんあります。

GPT-3.5T(2023)の返答
まともな説明ができるが、少し機械的。
海がしょっぱいのは、水が岩や土壌の上を流れる際に、塩化ナトリウム(食塩)などの鉱物を溶かし、それが何百万年もの間に海に運ばれてきたからです。

GPT-4 Turbo(2023)の返答
完璧な説明+構造化された回答。
海がしょっぱいのは、地球の岩石からミネラルが溶け出して含まれているからです。その仕組みは次の通りです:
雨水: 雨はわずかに酸性であり、降ると岩を侵食します。この過程で岩が分解され、ミネラルや塩分が水に溶け出します。
川や小川: ミネラルや塩分を含んだ水は川や小川を通って流れ、最終的に海へとたどり着きます。
蓄積: 何百万年もの間、これらの塩分が海に蓄積され続けます。海水は蒸発して雲を作りますが、塩分は蒸発しないため、海に残り、どんどん濃縮されていきます。

GPT-4.5(2025)の返答
科学的に正確な上に、エモくて親しみやすい表現。GPT-4.5の回答は、まるで カリスマ講師の授業 のように、分かりやすく親しみやすい内容だった!
海がしょっぱいのは、雨・川・岩 のおかげ!その仕組みはこうです:雨が岩に降る: 雨水はわずかに酸性なので、岩に降り注ぐとゆっくりと岩を分解し、微量のミネラルや塩分を溶かします。
川がミネラルを運ぶ: 川が陸地から溶け出した塩分を運び、海に流れ込みます。
塩が蓄積する: 何百万年もの間、水は蒸発しても(塩は蒸発しない)、川は新たな塩を運び続けるので、海はどんどん塩っぽくなっていきます。
だから、海水はしょっぱいんだよ!


SimpleQA(シンプルな質問応答)の精度と幻覚率
次に、ライブで表示されたGPT-4.5の性能をより客観的に分析するためのグラフを見てみよう。

シンプルな質問応答の精度(accuracy)
GPT-4.5が最も高い精度(62.5%)を出しており、GPT-4o(38.6%)よりも大幅に改善されている。o1(47.0%)も4oよりは良いが、4.5には及ばない。o3-miniは精度が15.0%とかなり低い。
GPT-4.5:62.5%(最も正確!)
GPT-4o:38.6%
o1:47.0%
o3-mini:15.0%(最も低い)
幻覚率(hallucination rate)
GPT-4.5は最も幻覚率が低く(37.1%)、誤情報を出しにくい。GPT-4oは61.0%とかなり高め。o1(44.0%)は4oよりはマシだけど、それでも高め。o3-miniは80.3%と、かなり幻覚を起こしやすいモデル。
GPT-4.5:37.1%(最も低い!)
GPT-4o:61.0%
o1:44.0%
o3-mini:80.3%(最も高い)
ポイント
GPT-4.5は「高精度かつ幻覚が少ない」バランスの取れたモデル。
o3-miniは科学系の推論が得意な反面、ハルシネーション率が異常に高い。この数字を見ると、o3-miniは「情報の正確性が求められる用途には向かない」ってことが分かる。カジュアルな会話ならいいけど、正確なデータや事実に基づく質問にはあまり信頼できないモデル かもしれない。
o1はそこそこだが、4.5には及ばない。
人間によるGPT-4.5とGPT-4oの評価比較
このグラフは 「GPT-4.5とGPT-4oの比較評価(人間テスターによる評価)」 を示してる。

「どちらの回答が優れているか」を人間が評価した結果、GPT-4.5の勝率(win rate)が以下のようになっている。
人間が評価した「どちらの回答が優れているか?」
日常的な質問(Everyday queries) → GPT-4.5 57.02% の勝率
専門的な質問(Professional queries) → GPT-4.5 63.2% の勝率
創造的な質問(Creative intelligence) → GPT-4.5 56.83% の勝率
ポイント
GPT-4.5は 特に「専門的な質問」で強い(63.2%)
ただし、「創造的な質問」ではGPT-4oとの差がそこまで大きくない
日常的な会話の満足度が4oを超えている=人間味が増した可能性
GPT-4.5、GPT-4o、o3-miniのスペック比較
ライブで表示されたこの表は、GPT-4.5、GPT-4o、OpenAI o3-miniのベンチマークスコアを示したもの。
「General purpose models(汎用モデル)」 と 「Reasoning model(推論モデル)」 の違いも分かる。


各ベンチマークスコア
数学(AIME '24) → o3-miniが圧倒的に強い(87.3%)
コーディング(SWE-Bench) → o3-miniが61%でトップ
多言語理解(MMLU) → GPT-4.5が最高(85.1%)
マルチモーダル(MMMU) → GPT-4.5が最高(74.4%)
ポイント
o3-miniは数学・科学に特化した「理系天才」タイプ
GPT-4.5は「バランス型の超知的カリスマ講師」
GPT-4oはエモさが強く、「話し相手」向きだったが、4.5はさらにエモさが増している事実
カリスマ予備校講師のオンラインサロン加入だとおもえばPro課金もあり?
まとめると、GPT-4.5は 「知識レベルは東大理三クラスなのに、話し方はカリスマ予備校講師」という非常に稀有なタイプのAIだった。一般大衆が求める「知性型エンターテイナー」の要素を完璧に持っている。
OpenAI開発者のAidan McLaughlinも、GPT-4.5を「最高のVibes(注01)モデル」と評価している。つまり、知識だけでなく、会話のノリや雰囲気が最高に良いモデルだということだ。一方でo3-miniは「最高の推論モデル」とされており、数学・科学分野に特化した理系ガチ天才AIとしてのポジションを持つ。要するに、GPT-4.5は 「話していて楽しく、知識も豊富で、親しみやすい」 という、まさにカリスマ予備校講師的な存在なのだ。
state of the union:
— Aidan McLaughlin (@aidan_mclau) February 28, 2025
>gpt-4.5 is the best vibes model by far
>o3-mini is the best reasoning model
the buckets are quite clear imo
※注01:「Vibes(バイブス)」 は、英語スラングで 「雰囲気」「感覚」「ノリ」「フィーリング」 を指す言葉。
元々は「vibrations(振動)」の略で、「感じ取る空気感」みたいなニュアンスがある。日本語だと「オーラ」「雰囲気」「ノリ」といった言葉が近い。
落合先生は4.5が詩的と感想
GPT4.5 人類より詩的で人類より読解力あると思う.
— 落合陽一 Yoichi OCHIAI (@ochyai) March 2, 2025
『ヌルのたび』
「ぼくが うまれたのは、いつ?」 「きみが はじめて ねむったとき。」
「きみが ねむったのは、いつ?」 「もりが さいしょに ゆめをみたとき。」
「もりは なぜ ゆめをみた?」 「なにもないのに なにかあると かんじたから。」…
以上、本日の4.5発表のライブ配信を見た感想だが、来週Plusユーザーである筆者の手元に届いたらレビューしていきたいので乞うご期待。