はじめに

この記事ではOpenAIのGPTシリーズや、AnthropicのClaudeシリーズ、GoogleのGeminiシリーズなどの主要モデルについて比較表にまとめています。

免責事項: 本記事の料金や仕様は公開時点の情報であり、変更される可能性があります。最新情報については各サービスの公式ドキュメントをご確認ください。

提供プロパイダー

各モデルの提供団体は以下の通りです。

プロパイダー モデル 設立 国 備考
OpenAI GPT 2015年12月11日 米国 GPTは「Generative Pre-trained Transformer」の略。2017年にGoogleが発表したLLM「Transformer」がベース。事前に大量のデータで訓練されたLLMを示す。
Anthropic Claude 2021年ごろ 米国 Claudeはフランス語圏に多い名前。 数学者クロード・シャノン（Claude Shannon）など
Google Gemini 1998年9月4日 米国 Geminiはラテン語で双子座を意味する。Google社内の2つの研究チームが合併したこと、Geminiの共同技術責任者がLLM開発はロケットを打ち上げる精神と同じと共鳴したことが由来。
Meta Llama 2004年2月4日 米国 Large Language Model Meta AI

料金

以下のリンクから各LLMの料金をまとめたExcelを表示できます。

LLM料金表

注記:

  • 最新の料金情報は各公式ドキュメントでご確認ください

料金参考リンク

OpenAI系モデル

Anthropic系モデル

Google系モデル

Meta系モデル

Model ID参考リンク

OpenAI系モデル

Anthropic系モデル

Google系モデル

Meta系モデル

機能要件

プラットフォーム 入力 出力 機能
モデル名 Azure AWS Google Cloud テキスト 画像 音声 動画 PDF テキスト 画像 音声 日本語対応 Thinking Streaming Fuction Calling Structured outputs
GPT-4o 〇 〇 〇 〇 〇 〇 〇 〇
GPT-4o-mini 〇 〇 〇 〇 〇 〇 〇 〇
GPT-4.1 〇 〇 〇 〇 〇 〇 〇 〇 〇
Raptor mini (Preview) 〇 〇 〇 〇 〇 〇 〇 〇 〇
GPT-4.1-mini 〇 〇 〇 〇 〇 〇 〇 〇 〇
GPT-4.1-nano 〇 〇 〇 〇 〇 〇 〇 〇 〇
GPT-5.1 〇 〇 〇 〇 〇 〇 〇 〇 〇
GPT-5.1-chat 〇 〇 〇 〇 〇 〇 〇
GPT-5-mini 〇 〇 〇 〇 〇 〇 〇 〇 〇
GPT-5-nano 〇 〇 〇 〇 〇 〇 〇 〇 〇
o3 〇 〇 〇 〇 〇 〇 〇 〇 〇
o3-pro 〇 〇 〇 〇 〇 〇 〇 〇 〇
o3-mini 〇 〇 〇 〇 〇 〇 〇 〇 〇
o4-mini 〇 〇 〇 〇 〇 〇 〇 〇 〇
Claude Sonnet 4.5 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇
Claude Haiku 4.5 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇
Claude Opus 4.5 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇
Gemini 3.0 Pro 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇
Gemini 2.5 Pro 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇
Gemini 2.5 Flash 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇
Gemini 2.5 Flash-Lite 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇 〇

API仕様

モデル名 role メッセージ並び 空文字入力 複数画像 画像ファイル種類 画像ファイルサイズ 画像アップロード形式
OpenAIシリーズ system(developer), user, assistant 指定なし OK ◯ PNG, JPEG, WEBP, GIF 20 MB Base64変換, URL
Anthropicシリーズ system, user, assistant user→assistant NG ◯ PNG, JPEG, WEBP, GIF 5 MB Base64変換, URL
Google Geminiシリーズ user, model 指定なし NG ◯ PNG, JPEG, WEBP, HEIC, HEIF 2 GB File API or バイナリファイル
Meta Llamaシリーズ system, user, assistant image_url→text NG ✕ - - -

メッセージの並び

  • Anthropic Claude: 会話メッセージのroleの並びがuser → assistant順になる必要がある
  • Meta Llama: 先行しない画像入力（non-leading vision input）ができないため、メッセージ内でtypeの並びがimage_url → textの順になる必要がある
{
    "role": "user",
    "content": [
      {"type": "image_url", "image_url": "https://test.com/img/test.png"},
      {"type": "text", "text": "hogehoge"}
    ]
}

空文字入力

  • Meta Llama: システムメッセージを空文字にすることができない(system message to be non-empty)
  • Anthropic Claude: 空文字の送信ができない: all messages must have non-empty content except for the optional final assistant message)

複数画像

  • Meta Llama: 一度に複数の画像ファイルをリクエストすることができない( Unable to submit request because it has 2 image files but the model only suppor)

画像サイズ

  • Anthropic Claude: 画像の最大許容サイズ（8000ピクセル）At least one of the image dimensions exceed max allowed size: 8000 pixels

APIリファレンス参考リンク

OpenAI系モデル
Anthropic系モデル
Google系モデル
Meta系モデル

マルチモーダル参考リンク

OpenAIモデル
Anthropicモデル
Google系モデル
Meta系モデル

非機能要件

モデル名 コンテキストウィンドウ 最大トークン出力 1 分当たりのトークン数 (TPM) トレーニングカットオフ
GPT-4o 128,000 16,384 Enterprise and MCA-E: 30MDefault: 450K 2023年10月01日
GPT-4o-mini 128,000 16,384 Enterprise and MCA-E: 50MDefault: 2M 2023年10月01日
GPT-4.1 1,047,576 32,768 Enterprise and MCA-E: 5MDefault: 1M 2024年06月01日
GPT-4.1-mini 1,047,576 32,768 Enterprise and MCA-E: 150MDefault: 5M 2024年06月01日
GPT-4.1-nano 1,047,576 32,768 Enterprise and MCA-E: 150MDefault: 5M 2024年06月01日
GPT-5.1 400,000 128,000 Enterprise and MCA-E: 10MDefault: 1M 2024年09月30日
GPT-5.1-chat 128,000 16,384 Enterprise and MCA-E: 5MDefault: 1M 2024年09月30日
GPT-5-mini 272,000 128,000 Enterprise and MCA-E: 10MDefault: 1M 2024年05月31日
GPT-5-nano 272,000 128,000 Enterprise and MCA-E: 150MDefault: 5M 2024年05月31日
o3 200,000 100,000 Enterprise and MCA-E: 10MDefault: 1M 2024年06月01日
o3-pro 200,000 100,000 Enterprise and MCA-E: 16MDefault: 1.6M 2024年06月01日
o3-mini 200,000 100,000 Enterprise and MCA-E: 16MDefault: 1.6M 2023年10月01日
o4-mini 200,000 100,000 Enterprise and MCA-E: 10MDefault: 1M 2024年06月01日
Claude Sonnet 4.5 200,000 64,000 ※AWS Bedrock, Vertex AIのプロジェクトの設定による 2025年07月
Claude Haiku 4.5 200,000 64,000 ※AWS Bedrock, Vertex AIのプロジェクトの設定による 2025年07月
Claude Opus 4.5 200,000 64,000 ※AWS Bedrock, Vertex AIのプロジェクトの設定による 2025年08月
Gemini 3.0 Pro 1,048,576 65,536 ※Vertex AIのプロジェクトの設定による 非公開
Gemini 2.5 Pro 1,048,576 65,536 ※Vertex AIのプロジェクトの設定による 2025年01月
Gemini 2.5 Flash 1,048,576 65,536 ※Vertex AIのプロジェクトの設定による 2025年01月
Gemini 2.5 Flash-Lite 1,048,576 65,536 ※Vertex AIのプロジェクトの設定による 2025年01月

注記:

  • OpenAIモデルのTPMはAzureに準拠した値を設定
  • 「トレーニングカットオフ」は、「どこまでのデータを使ってモデルを学習させるか」を決めた日付
  • AWS Bedrock、Vertex AIのクォータ制限はプロジェクトごとの設定により異なります

トレーニングカットオフ参考リンク

OpenAI系モデル

Anthropic系モデル

Google系モデル

Meta系モデル

クォーター制限(TPMなど)参考リンク

OpenAI系モデル

Anthropic系モデル

Google系モデル

入出力トークン数(Context Window, Max Tokens)参考リンク

OpenAI系モデル

Anthropic系モデル

Google系モデル

Meta系モデル

サポートリージョン参考リンク

OpenAI系モデル

Anthropic系モデル

  • AWS公式ドキュメント: AWS Bedrock モデル別サポートリージョン

  • Google Cloud Console: クォーター制限

    • 以下の項目から確認が可能。Regionからサポートリージョンが分かる
    • Online prediction input tokens per minute per base model per minute per region per base_model → Regionごとのベースモデル別オンライン予測入力トークン数（分あたり）
    • Online prediction output tokens per minute per base model per minute per region per base_model → Regionごとのベースモデル別オンライン予測出力トークン数（分あたり）
    • Global online prediction input tokens per minute per base model per minute per base_model → Globalのベースモデル別オンライン予測入力トークン数（分あたり）
    • Global online prediction output tokens per minute per base model per minute per base_model → Globalのベースモデル別オンライン予測出力トークン数（分あたり）

Google系モデル

Meta系モデル

リリースノート参考リンク

OpenAI系モデル

Anthropic系モデル

Google系モデル

おわりに

この記事では、OpenAI、Anthropic、Google、Metaの主要LLMについて、料金、機能要件、非機能要件、API仕様などを比較しました。

各モデルには特徴があり、用途や予算に応じて最適なモデルを選択することが重要です。また、技術の進化は非常に速いため、本記事の情報は定期的に更新される可能性があります。最新情報については、必ず各サービスの公式ドキュメントをご確認ください。

この記事がAIを学習されている方や、実務でLLMを活用される方の参考になれば幸いです。