GPT-4oとは？GPT-4との違いや特徴、今も使えるかを解説

GPT-4o（フォーオー）は、OpenAIが2024年5月13日に発表した、テキスト・音声・画像を1つのモデルで扱うマルチモーダルなAIモデルです。

ChatGPTでのGPT-4oの提供は2026年2月13日に終了しており、現在使えるのはOpenAI APIです。ただし、APIでもモデルのバージョンごとに提供終了日が決まっています。

本記事では、GPT-4oの特徴とGPT-4との違い、現在の提供状況、料金の仕組み、APIで使う基本的な流れを解説します。

GPT-4oとは

GPT-4o（フォーオー）とは、OpenAIが2024年5月13日に発表した生成AIモデルのことです。末尾の「o」は「omni」を意味し、テキスト・音声・画像を1つのモデルで扱うマルチモーダル設計を特徴としています。

GPT-4を使った従来の音声会話では、音声の認識、回答の生成、音声の合成を、それぞれ別のモデルで処理していました。GPT-4oは、これらを1つのモデルで扱えるように設計されています。

ただし、発表時に紹介されたモデルの能力と、APIで使える機能は同じではありません。OpenAI APIの標準モデル「gpt-4o」は、テキストと画像を入力し、テキストを出力します。音声や動画の入力、画像の出力には対応していません。

出典：OpenAI「GPT-4o が登場」／OpenAI「GPT-4o Model」

GPT-4oは今も使える？ChatGPTでの提供終了とAPIの提供状況

GPT-4oを今から使えるかどうかは、ChatGPTとOpenAI APIで異なります。2026年10月7日時点の状況は、次のとおりです。

ChatGPTでの提供状況（無料版・有料版とも終了）

GPT-4oは、ChatGPTの無料プラン・有料プランとも、2026年2月13日に提供を終えました。Business・Enterprise・EduのカスタムGPTで認められていた猶予も、2026年4月3日に終了しています。

そのため、有料プランに切り替えても、ChatGPTでGPT-4oを選べるようにはなりません。GPT-4oを使いたい場合は、ChatGPTとは別の契約になるOpenAI APIを利用します。

出典：OpenAI「Retiring GPT-4o and other ChatGPT models」

OpenAI APIでの提供状況（バージョンごとの終了日）

OpenAI APIでは、GPT-4oの提供が続いています。ただし、モデルID（モデルのバージョンを示す名前）ごとに提供終了日が決まっている点に注意が必要です。

• chatgpt-4o-latest：2026年2月17日に提供終了
• gpt-4o-2024-05-13（初期版）：2026年10月23日を提供終了日としている

既存のシステムでGPT-4oを使っている場合は、使用中のモデルIDと、OpenAIが公開している提供終了予定の一覧を確認しておきましょう。

出典：OpenAI「Deprecations」

GPT-4の提供状況と後継のモデル

GPT-4は、ChatGPTでは2025年4月30日に提供を終了しました。APIのモデルID「gpt-4」も、2026年10月23日が提供終了日とされています。

現在のOpenAIでは、推論や、ツールを使った複数段階の作業に対応する新しいGPTモデルが提供されています。APIで移行先を選ぶ際は、OpenAIのモデル選択ガイドで、処理の難しさ・速度・費用に合うモデルを確認しましょう。

出典：OpenAI「ChatGPT — リリースノート」／OpenAI「Deprecations」／OpenAI「最新モデルの選択ガイド」

GPT-4oの料金

GPT-4oの料金は、OpenAI APIで処理したトークン数に応じて決まる従量課金です。ChatGPTではGPT-4oを選べないため、ChatGPTの月額料金で使うモデルではなくなっています。料金の仕組みは、次のとおりです。

ChatGPT Plusなど、ChatGPTの有料プランの月額料金に、APIの利用料は含まれません。また、Plusにも利用上限があり、無制限に使えるプランではありません。

APIの単価は改定されることがあるため、最新の料金はOpenAIの公式料金ページでご確認ください。日本語の資料や問い合わせ文を使って実際のトークン数を確かめておくと、予算を立てやすくなります。

出典：OpenAI「Pricing」／OpenAI「GPT-4o Model」／OpenAI「Batch API」／OpenAI「トークンとその数え方」／OpenAI「What is ChatGPT Plus?」

GPT-4oをAPIで使う基本的な流れ

GPT-4oはChatGPTでの提供を終えているため、ChatGPTの入力欄で質問や画像を送る操作は、現在のGPT-4oの使い方にはなりません。GPT-4oを使う場合は、OpenAI APIから呼び出します。基本的な流れは、次の3ステップです。

1. OpenAIのAPIプラットフォームでAPIキーを用意する（APIの利用料金は、ChatGPTの契約とは別に請求される）
2. 利用できるGPT-4oのモデルIDを指定し、質問や指示を送信する。画像を分析する場合は、画像のURLやBase64形式のデータと、確認したい内容を一緒に渡す
3. 返ってきた回答を確認する。画像内の文字や細かな位置関係は正しく読み取れない場合があるため、元の資料と照合する

指示は、目的と出力の形式が分かるように具体的に書きましょう。たとえば「添付した広告画像を確認し、見出しとCTAの改善案を日本語で3件提示してください」のように依頼します。

日本は、OpenAI APIの対応国に含まれています。業務で使う前に、使用するモデルIDの提供終了予定と、社内の情報管理ルールも確認しておきましょう。

出典：OpenAI「Developer quickstart」／OpenAI「Managing billing for ChatGPT and the API platform」／OpenAI「Images and vision」／OpenAI「Supported countries and territories」

GPT-4oの特徴

GPT-4oのおもな特徴は、次の3つです。

• テキスト・音声・画像を1つのモデルで扱うマルチモーダル設計
• 音声入力への速い応答（発表時の数値で平均320ミリ秒）
• 発表時のGPT-4 Turbo比で、APIの処理速度が2倍、料金が半分

ここでは、発表時に紹介された能力と、現在のAPIで使える機能を分けながら、3つの観点で解説します。

テキスト・音声・画像を1つのモデルで扱う設計

GPT-4oは、2024年の発表時に、テキスト・音声・画像・動画を扱うモデルとして紹介されました。ただし、現在のAPIの標準モデル「gpt-4o」で使えるのは、テキストと画像の入力、テキストの出力です。

また、GPT-4oが学習している知識は2023年10月1日時点までのものです。最新の情報を回答に使う場合は、検索ツールなどと組み合わせる必要があります。使いたい機能ごとの提供方法は、次のとおりです。

出典：OpenAI「GPT-4o が登場」／OpenAI「GPT-4o Model」／OpenAI「Web search」／OpenAI「Realtime translation」／OpenAI「Image generation」

音声翻訳（発表時の評価）

2024年5月の発表時に公開された音声翻訳の評価（CoVoST-2）では、GPT-4oがMetaやGoogleのモデルを上回る結果が示されました。ただし、これは発表時点の評価で、現在の他社モデル全般に対する優位性を示すものではありません。

出典：OpenAI「GPT-4o が登場」（2024年5月の発表時の評価）

現在のAPIでは、リアルタイムの音声翻訳は専用のモデルで提供されており、通常のGPT-4o APIの機能ではありません。会話の翻訳に使う場合は、専用機能の対応言語や利用条件を確認しましょう。

画像の内容を読み取る（画像生成は別のモデル）

GPT-4oは、画像の内容を説明したり、画像に書かれた情報を読み取ったりできます。用途の例は、レシートの画像から記載内容を読み取り、仕訳案の作成を補助することです。

ただし、日本語や小さな文字、回転した文字などは、正しく読み取れない場合があります。業務資料に使う場合は、読み取った結果を担当者が確認する運用にしましょう。

なお、通常のGPT-4o APIは画像の出力に対応していません。画像を新しく生成・編集する場合は、GPT Image系の専用モデルを使います。

出典：OpenAI「Images and vision」／OpenAI「Image generation」

GPT-4oとGPT-4との違いや進化した点について

GPT-4oとGPT-4は、いずれもChatGPTでの提供を終えています（GPT-4は2025年4月30日、GPT-4oは2026年2月13日）。ここでは、両モデルの特徴を理解するための比較として、おもな違いを表にまとめました。表のAPI仕様は、モデルID「gpt-4o」と「gpt-4」を比べたものです。

出典：OpenAI「GPT-4o が登場」／OpenAI「GPT-4o Model」／OpenAI「GPT-4 Model」／OpenAI「GPT-4」

それぞれの内容について詳しく解説します。

応答時間

GPT-4oの発表で示された最短232ミリ秒、平均320ミリ秒という数値は、音声入力への応答に関するものです。人間の会話に近い感覚でやりとりできる速さとして紹介されましたが、テキストや画像への回答まで同じ時間で終わるという意味ではありません。

また、発表時には、APIでの処理速度が2倍、料金が半分になったと説明されています。比べた相手はGPT-4ではなく、改良版のGPT-4 Turboです。

参照：OpenAI「GPT-4o が登場」

自然言語を理解する能力

OpenAIはGPT-4oについて、英語のテキストとコードではGPT-4 Turboと同等の性能で、英語以外のテキストでは性能が改善したと説明しています。2025年4月のChatGPTのリリースノートでも、GPT-4oが文章作成やコーディングなどの評価でGPT-4を上回ると説明されました。

APIの「gpt-4o」は、画像を含めた質問にも対応しますが、回答はテキストで出力します。一方、APIの「gpt-4」は、テキストの入出力に対応するモデルです。なお、研究発表としてのGPT-4は、画像の入力にも対応するモデルとして紹介されています。

出典：OpenAI「GPT-4o が登場」／OpenAI「ChatGPT — リリースノート」／OpenAI「GPT-4」

多言語対応

GPT-4oでは、英語以外のテキストの性能改善が報告され、日本語のトークン効率が改善した例も公開されています。ただし、すべての言語や業務で同じ改善が得られるとは限りません。日本語で使う場合は、自社の専門用語や文章を使って、回答の品質を確かめましょう。

データ連携

Google Driveなどのファイルを使った分析は、GPT-4oというモデルの機能ではなく、ChatGPTの接続アプリなど、利用するサービス側の機能です。利用できるかどうかは、プランや地域、管理者の設定によって異なります。

GPT-4oというモデルに有料プランがあるわけではありません。Azure上のデータとつなぐ場合も、モデル名だけでなく、提供サービスと構成を確認する必要があります。

出典：OpenAI「Google Drive app and setup in ChatGPT」

セキュリティー

GPT-4oでは、使用する音声を限定する、音声から人物を特定する要求に応じないなど、音声特有のリスクへの対策が公開されています。

一方、企業データが学習に使われるかどうかや保存の条件は、モデルの安全対策とは別に確認が必要です。ChatGPT Business・Enterprise、およびAPIでは、入力・出力が原則としてモデルの学習に使われません。

出典：OpenAI「GPT-4o System Card」／OpenAI「Business data privacy」

GPT-4oに関するよくある質問

GPT-4とGPT-4oの違いは何ですか?

GPT-4oは、テキスト・音声・画像を1つのモデルで扱う設計です。GPT-4を使った従来の音声会話は、音声の認識・回答の生成・音声の合成を別々のモデルで処理していました。発表時には、GPT-4 Turboと比べてAPIの処理速度が2倍、料金が半分と説明されています。APIのコンテキスト長は、gpt-4oが128,000トークン、gpt-4が8,192トークンです。なお、どちらもChatGPTでの提供は終了しています。

GPT-4oの料金はいくらですか?

GPT-4oは、OpenAI APIで使ったトークン数に応じて料金が決まる従量課金です。入力と出力で単価が異なり、gpt-4oとgpt-4o-miniなど、モデルによっても単価が変わります。単価は改定されることがあるため、最新の料金はOpenAIの公式料金ページでご確認ください。ChatGPTの月額プランにAPIの利用料は含まれず、ChatGPTではGPT-4oを選べません。

GPT-4oはいつ廃止されますか?

ChatGPTでは、2026年2月13日に提供を終了しました。Business・Enterprise・EduのカスタムGPTでの猶予期間の終了日は、2026年4月3日です。OpenAI APIでは提供が続いていますが、バージョンごとに終了日があります。chatgpt-4o-latestは2026年2月17日に終了し、初期版のgpt-4o-2024-05-13は2026年10月23日を提供終了日としています。利用中のモデルIDの予定は、OpenAIの提供終了予定の一覧で確認してください。

GPT-4oの特徴は何ですか?

テキスト・音声・画像を1つのモデルで扱うマルチモーダル設計が、最大の特徴です。発表時には、音声入力への応答が平均320ミリ秒と報告され、英語以外のテキストの性能も改善したと説明されました。現在のAPIの標準モデル「gpt-4o」は、テキストと画像を入力し、テキストを出力します。

まとめ：GPT-4oの特徴を踏まえ、業務に合う生成AIを選ぼう

GPT-4oは、OpenAIが2024年5月に発表した、テキスト・音声・画像を1つのモデルで扱う設計のAIモデルです。GPT-4と比べると、音声への速い応答や、英語以外のテキストの性能改善が報告されました。

ChatGPTでのGPT-4oの提供は、2026年2月13日に終了しています。APIでは利用できるバージョンが残っていますが、初期版は2026年10月23日を提供終了日としているため、既存のシステムでは使用中のモデルIDを確認しましょう。

新たに生成AIを業務に取り入れる場合は、推論やツール操作に対応する新しいモデルも比較の対象になります。まずは対象の業務を絞り、日本語での出力の品質、確認・修正にかかる時間、利用料金を確かめて、自社に合うモデルを選ぶことが大切です。顧客情報や社内資料を扱う場合は、学習への利用の有無に加え、データの保存条件やアクセス権限も確認してください。

SEデザインは1985年の創業以来、外資系IT企業のブランドローカライズをはじめ、日系・外資を問わず多くのテクノロジー企業のマーケティングを支援してきました。生成AIをコンテンツ制作にどう取り入れるか、AI検索で引用される記事をどう作るかといったご相談にも対応しています。記事制作やコンテンツ運用でお困りの際は、お気軽にSEデザインへご相談ください。