nikkie-ftnextの日記

イベントレポートや読書メモを発信

2025/04/14週のLLMまわりアップデート自分用まとめ 〜LLM開発3社の一次情報中心に〜

LLM

はじめに

七尾百合子さん、お誕生日 32日目 おめでとうございます！ nikkieです。

LLMまわりで激動の1週間でした（いつも激動というのはあります）。
激動の模様を一次情報中心に自分用メモとして書き起こします。
私の興味に引っ張られているので、網羅性はありません

目次

OpenAI

GPT-4.1

  • 無印、mini、nanoの3タイプ
  • コンテキストウィンドウ 1M

記事から図を引用します。
GPT-4o miniに対して、かしこさは 4.1 nano < 4o mini << 4.1 mini という並びになるので、普段遣いは4.1 miniなのかなと思っています（お金は要確認）

GPT-4.1はコーディングが得意で、入力長1Mあるので、私としてはGeminiを使う理由がちょっと弱まったなという感想です。
ただ4.5より4.1の方が高性能というのは紛らわしすぎるので、正直やめてほしいです（クローズドモデルのOpenAIと矛盾を内包する流れは汲めてますが）

キャッチアップが残っているのは、4.1向けのカッチリ全部指示するプロンプトですね。

o3 / o4-mini

同じ週にまだ出すのか！

船の画像をアップロードして「I took this picture earlier today. Can you find the name of the biggest ship you can see, and where it will dock next?」
Web検索して見つけてきます！（早く触ってみたい）

強調しているのが、Think with imagesですね。SeeではなくThink（マルチモーダルのGeminiに対してさらに上と言いたい？）

ドキュメント気になるポイント（積ん読）

Codex CLI

OpenなClaude Codeと捉えました（触るのはこれから）

Codex open source fund、OSS開発者に届け！
https://openai.com/form/codex-open-source-fund/

Anthropic

ClaudeにResearch

3月に（Brave Searchを使った1）Searchができていたのですが、今回Researchができるように。
日本にも展開されていてありがたい限り。試すぞ！

Researchはどんなものかはこちらのツイートが分かりやすかったです。
このあとDeep Researchが来るのかも

Google

Gemini 2.5 Flash

Cloud Next ‘25 でアナウンスされた 2.5 Flash がもう来ました！

Today we’re announcing Gemini 2.5 Flash – our workhorse model optimized specifically for low latency and cost efficiency – is coming to Vertex AI.

think budgetを0〜24576トークンで指定します。

  • think budget 0は2.0 Flashからの改善差分のみ
  • think budgetを指定することで、2.0 Flashからの改善 + reasoning
    • think budgetが少なくて済むタスク（low reasoning）の例

      • “Thank you” in Spanish

    • think budgetが多く必要なタスク（high reasoning）の例

      • Write a function evaluate_cells(cells: Dict[str, str]) -> Dict[str, float] that computes the values of spreadsheet cells. （仕様が続きます）

終わりに

いやー、激動でした。
このところLLMの性能という点ではおとなしかったOpenAIが巻き返した感がありますね

手を動かして消化を進めていきます

  1. ↩