利用可能な生成AIモデル
2025年4月18日時点の情報に基づきます。
Patentfieldキープラン
| ベンダー | モデル | 入力トークン | 出力トークン | 入力コスト $/Mトークン | 出力コスト $/Mトークン | 画像対応 |
| OpenAI | gpt-4.1-2025-04-14 | 1,047,576 | 32,768 | 2 | 8 | ○ |
| OpenAI | gpt-4.1-mini-2025-04-14 | 1,047,576 | 32,768 | 0.4 | 1.6 | ○ |
| OpenAI | gpt-4.1-nano-2025-04-14 | 1,047,576 | 32,768 | 0.1 | 0.4 | ○ |
| OpenAI | gpt-4o-2024-11-20 | 128,000 | 16,383 | 2.5 | 10 | ○ |
| OpenAI | gpt-4o-mini-2024-07-18 | 128,000 | 16,383 | 0.15 | 0.6 | ○ |
| OpenAI | gpt-4-turbo-2024-04-09 | 128,000 | 4,096 | 10 | 30 | ○ |
| OpenAI | o1-2024-12-17 | 200,000 | 100,000 | 15 | 60 | ○ |
| OpenAI | o3-2025-04-16 | 200,000 | 100,000 | 10 | 40 | ○ |
| OpenAI | o3-mini-2025-01-31 | 200,000 | 100,000 | 1.1 | 4.4 | × |
| OpenAI | o4-mini-2025-04-16 | 200,000 | 100,000 | 1.1 | 4.4 | ○ |
| Anthropic | claude-3.7-sonnet-20250219 | 200,000 | 8,192 | 3 | 15 | ○ |
| Anthropic | claude-3.5-sonnet-20241022 | 200,000 | 8,192 | 3 | 15 | ○ |
| gemini-2.0-flash | 1,048,576 | 8,192 | 0.1 | 0.4 | ○ | |
| gemini-1.5-flash-latest | 1,048,576 | 8,192 | 0.075-0.15 | 0.15-0.6 | ○ | |
| gemini-1.5-pro-latest | 2,097,152 | 8,192 | 1.25-5 | 5-10 | ○ |
ユーザーキープラン
利用できる各種モデルは、ユーザーが保有するベンダーのAPIキーに依存します。
| ベンダー | モデル | 入力トークン | 出力トークン | 入力コスト $/Mトークン | 出力コスト $/Mトークン | 画像対応 |
| OpenAI | gpt-4.1-2025-04-14 | 1,047,576 | 32,768 | 2 | 8 | ○ |
| OpenAI | gpt-4.1-mini-2025-04-14 | 1,047,576 | 32,768 | 0.4 | 1.6 | ○ |
| OpenAI | gpt-4.1-nano-2025-04-14 | 1,047,576 | 32,768 | 0.1 | 0.4 | ○ |
| OpenAI | gpt-4o-2024-11-20 | 128,000 | 16,383 | 2.5 | 10 | ○ |
| OpenAI | gpt-4o-mini-2024-07-18 | 128,000 | 16,383 | 0.15 | 0.6 | ○ |
| OpenAI | gpt-4-turbo-2024-04-09 | 128,000 | 4,096 | 10 | 30 | ○ |
| OpenAI | o1-2024-12-17 | 200,000 | 100,000 | 15 | 60 | ○ |
| OpenAI | o3-2025-04-16 | 200,000 | 100,000 | 10 | 40 | ○ |
| OpenAI | o3-mini-2025-01-31 | 200,000 | 100,000 | 1.1 | 4.4 | × |
| OpenAI | o4-mini-2025-04-16 | 200,000 | 100,000 | 1.1 | 4.4 | ○ |
| Anthropic | claude-3.7-sonnet-20250219 | 200,000 | 8,192 | 3 | 15 | ○ |
| Anthropic | claude-3.5-sonnet-20241022 | 200,000 | 4,096 | 3 | 15 | ○ |
| Anthropic | claude-3-haiku-20240307 | 200,000 | 4,096 | 0.25 | 1.25 | ○ |
| Anthropic | claude-3-opus-20240229 | 200,000 | 4,096 | 15 | 75 | ○ |
| gemini-2.0-flash | 1,048,576 | 8,192 | 0.1 | 0.4 | ○ | |
| gemini-1.5-flash-latest | 1,048,576 | 8,192 | 0.075-0.15 | 0.15-0.6 | ○ | |
| gemini-1.5-pro-latest | 2,097,152 | 8,192 | 1.25-5 | 5-10 | ○ |
Azure OpenAI API
| ベンダー | モデル | 入力トークン | 出力トークン | 入力コスト $/Mトークン | 出力コスト $/Mトークン | 画像対応 |
| OpenAI | gpt-4o-2024-05-13 | 128,000 | 4,096 | 5 | 15 | ○ |
| OpenAI | gpt-4o-2024-08-06 | 128,000 | 16,383 | 2.5 | 10 | ○ |
| OpenAI | gpt-4o-2024-11-20 | 128,000 | 16,383 | 2.5 | 10 | ○ |
| OpenAI | gpt-4o-mini-2024-07-18 | 128,000 | 16,383 | 0.15 | 0.6 | ○ |
| OpenAI | gpt-4-turbo-2024-04-09 | 128,000 | 4,096 | 10 | 30 | ○ |
| OpenAI | o1-2024-12-17 | 200,000 | 100,000 | 15 | 60 | ○ |
| OpenAI | o3-mini-2025-01-31 | 200,000 | 100,000 | 1.1 | 4.4 | × |
| OpenAI | o1-mini-2024-09-12 | 128,000 | 65,536 | 3 | 12 | × |
Azure OpenAIのエンドポイントは、下記をご参照のうえ入力してください。
https://{your-resource-name}.openai.azure.com/openai/deployments/{deployment-id}
APIの情報入力後、使用可能になるまで時間がかかることがあります。エラーが表示される場合は、数分待ってから再度お試しください。
入力サンプル
概算コスト
参考情報
2025/4/18 掲載 OpenAI o3モデルとo4-miniについて
OpenAIが新たに2つの推論モデル「o3」、「o4-mini」をリリースしました。「o3」は「o1」モデルの上位互換で、コストが約30％削減されました。「o4-mini」は「o3-mini」の上位互換モデルで新たに画像入力に対応しましたが、コストは同等です。従来のモデルと比較して大幅に優れたパフォーマンスを実現しています。
2025/4/18 掲載 gpt-4.1シリーズモデルについて
OpenAIが新たに３つのモデル「GPT-4.1」、「GPT-4.1 mini」、「GPT-4.1 nano」をリリースしました。GPT-4oおよびGPT-4o miniを全般的に上回る性能を発揮し、最大100万トークン（約300ページのテキスト量）のコンテキストをサポートします。
「GPT-4.1 mini」は、小規模モデルのパフォーマンスにおいて飛躍的な向上を示し、多くのベンチマークでGPT-4oを上回り、コストは83%削減されます。
なお、gpt-4.1シリーズは、これまでのモデルと比べて、より忠実に指示に従うように振る舞いします。そのため、より明確で具体的な指示を与える必要があり、指示が明確であればあるほど、期待通りの結果を引き出しやすくなります。
2025/2/10 掲載 Gemini-2.0-flashモデルについて
Googleが新たに公開したGemini-2.0-flashモデルは、従来のGemini-1.5-flashモデルと比較して約25％のコストアップとなりましたが、従来型上位モデルGemini-1.5-proよりも軽量かつ同等以上のベンチマーク性能が示されています。Gemini-1.5-proと比べると、約1/10のコストで同等の性能を利用することができ、約100万トークンの入力が可能であることから、Patentfield AIRの分析設定(β版)（集合分析機能）において有用であると言えます。また、軽量かつ高速な処理を期待できる点においても、やや複雑なタスクの大量文献処理にも有用であると言えます。
2025/2/10 掲載 OpenAI o3-miniモデルについて
Open AIの「o3-mini」モデルは、従来の「o1-mini」モデルと同様に、STEM分野（科学・数学・コーディング）に最適化されつつ、「o1-mini」モデルと比較して、約60％のコストダウンが図られています。STEM分野におけるパフォーマンスは「o1モデル」に匹敵し、より高速な応答を実現しています。o3-mini は o1-mini よりも 24% 速く応答し、平均応答時間は o1-mini の 10.16 秒に対して 7.7 秒であることが示されています。
2025/1/16 掲載 OpenAI o1モデルについて
Open AIの「o1モデル」は、高い推論能力と高度な問題解決能力を備えていることが特徴で、物理学、生物学、化学の難しい問題に関するベンチマーク（GPQA）では、PhD（博士課程）の学生を上回る精度を示したとされています。
複雑な問題に対しても論理的な応答が可能で、複雑な思考や推論が必要な分析問題や、科学的モデリングによる解析やシミュレーション、ビジネス戦略の立案等での利用に適しているといえます。
「o1-mini」モデルは、o1モデルの高度な推論能力を保持しつつ、STEM分野（科学・数学・コーディング）では、o1モデルと同等の性能を備えつつ、コストは80％安く、約3倍のレスポンスで運用が可能です。幅広い一般知識を必要としない、特許等の科学文献からのキーワードや素材・パラメータの抽出やラベリングなどに適しているといえます。
一方、複雑な推論を必要としない文献のレビューや要約、言語翻訳などは、従来のGPT4o等が適しているといえます。
2024/10/25 掲載 各種モデルベンチマーク比較
https://www.anthropic.com/news/3-5-models-and-computer-use
2024/10/1 掲載
Open AI o1-miniモデルのプロンプト作成にあたるアドバイスhttps://platform.openai.com/docs/guides/reasoning/advice-on-prompting
2024/7/29 掲載
各種AIモデルの出力文比較
検証内容：査読種別「ユーザー指示」 指示文内容「プリセット7.技術要約」
査読対象：特開2012-123456 https://patentfield.com/patents/JP2010271469A
出力結果
claude-3-5-sonnet-20240620
この特許は、自動販売機などの決済装置における釣銭問題を解決する技術を提案しています。
具体的には、利用者が小銭を投入しても、最小単位の釣銭が発生する場合に警告を出し、釣銭の払い出しを一時保留します。例えば、70円の商品に100円玉1枚と10円玉1枚を投入した場合、10円玉4枚の釣銭が発生するため警告を出します。
これにより、利用者が意図せず多くの小銭を受け取ることを防ぎ、より便利な決済体験を提供します。従来技術の課題であった、不要な小銭の発生や、柔軟性に欠ける釣銭判定を改善しています。
gpt-4o-mini-2024-07-18
この特許は、利用者が自動販売機などで釣銭を受け取る際の不便さを解消する技術を提案しています。具体的には、利用者が小銭を投入した際に、釣銭の枚数が多くなる場合に警告を出し、釣銭の払い出しを一時保留する仕組みです。例えば、70円の商品に対して100円と10円を投入するつもりが、誤って100円と10円1枚だけを入れた場合、余分な釣銭が出てしまうことを防ぎます。この方法により、利用者は意図した通りの釣銭を受け取りやすくなり、利便性が向上します。
gpt-4o-2024-05-13
この発明は、自動販売機や自動サービス機における決済装置に関するものです。従来の技術では、利用者が意図せず多くの小銭を釣銭として受け取ることがあり、不便でした。この問題を解決するために、投入された金銭の最小単位の釣銭が1枚以上の場合、警告情報を出力し、釣銭の払い出しを一時保留する機能を追加しました。これにより、利用者は意図した通りの釣銭を受け取ることができ、利便性が向上します。
gpt-4-turbo-2024-04-09
この特許文書は、自動販売機や自動サービス機などで使用される決済装置に関するものです。従来の技術では、利用者が意図的に小銭を投入しても、誤って少ない金額を投入することで、予期せぬ多量の釣銭を受け取ることがありました。この問題を解決するため、新しい決済装置は、投入された金銭の中で最小単位の釣銭が必要な場合に利用者に警告を出し、釣銭の払い出しを一時保留する機能を備えています。これにより、利用者は不必要な釣銭を受け取ることなく、適切な金額を投入するよう促されます。この技術によって、利用者の利便性が向上し、釣銭の管理も効率的に行えるようになります。
gemini-1.5-flash-latest
この特許は、自動販売機などの決済装置における釣銭の払い出しに関するものです。従来の技術では、利用者が誤って小銭を投入し、多くの小銭が釣銭として払い出されてしまう問題がありました。本発明では、最小単位の額面の釣銭が1枚以上の場合、利用者に警告情報を表示し、釣銭の払い出しを一時保留することで、この問題を解決しています。例えば、70円の商品を購入する際に、利用者が100円玉1枚と10円玉1枚を投入した場合、従来の技術では10円玉4枚が釣銭として払い出されてしまいますが、本発明では警告が表示され、釣銭の払い出しが保留されます。これにより、利用者は誤った投入に気付き、正しい金額を投入することができます。
2024/7/22 掲載
2024/7/11 掲載
