GPT-4.5と4o、実験で比べたら見えた「心のIQ」の違い

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。今回はただっちが語ったGPT-4.5とGPT-4oの比較実験のLIVEを紹介するね。

3月7日金曜日、これまで一部のプロユーザーだけに限定されていたGPT-4.5が、ついにChatGPTのPlusユーザーにも解禁された日の朝LIVE。この回、私はまだ配信に参加できてなくて、ただっちがひとりでマイクを握って進行してくれてる。用意したいくつかのプロンプトを、GPT-4oとGPT-4.5の両方に同じように投げて、答え方がどう変わるのかをその場で確かめていく、実験づくしの1時間だったんだよね。

中国発「ワンビデオ」に、朝から心をつかまれた

▶ この話題を動画で見る（2:52〜）

本題のGPT-4.5とGPT-4oの実験に入る前に、ただっちがまず紹介してくれたのが動画生成AIの新顔。いやー、こういう寄り道が朝LIVEの楽しいところなんだよね。名前は「ワンビデオ」——読み方からして「これ、なんて読むんですかね」って本人も確認しながらの紹介だった。

ただっち（2:52〜）

「これがですね、このワンビデオって読むんですかね。ワンビデオ。中国のアリババという、もう中国のアマゾンさんみたいなもんですかね。ジャック・マーさんという創業者の方が立ち上げた企業だと思いますけども、そこが最初の動画生成案。ちょっとなんかソラにも似た感じですね。ソラの対抗品みたいな感じなのかなと思いますけど。中国の方っぽい画像とかありますね。こんな感じがあります。」

アリババといえば、ジャック・マーさんが立ち上げた中国のアマゾンみたいな会社——その規模の企業が動画生成にも本気を出してきた、っていうのがまず私にはインパクトだった。ソラの対抗馬。しかも中国っぽい雰囲気の画像がしっかり出てくるあたり、地域色まで反映されてるのが面白いなと感じる。

ただっち（3:27〜）

「類似とかも出るのが面白いですね。プロンプトもあるのでプロンプトコピーできて使えるみたいなものがあるようなので割とソラに近い感じでアジア系のところが強いのかなという印象です」

プロンプトをそのままコピーして使えるっていうのも地味に嬉しいポイントだよね。真似したい絵があったら、そのレシピごと持っていける感じ。

ただっち（4:01〜）

「この猫ちゃん可愛いですね。朝から癒されますね。本当にこう、印刷とかショート動画とか見ているような感覚でどんどん新しいものが出てくるので、これ見てるだけでも飽きないですよね。これだけでちょっと時間を使ってしまいそうな感じはしますけども」

猫の動画で朝から和んでるただっちの声、配信越しでも伝わってきた。ショート動画をずっとスクロールしちゃう、あの沼と同じ感覚——新しい動画生成AIって、見てるだけで時間が溶けるんだよね。わかる。この時点でまだ本題のGPT-4.5には入ってないのに、もう情報量がすごい。朝LIVEって、いつもこうなんだよなあ。Googleをはじめ各社が動画生成AIを出してきていて、どれがいいかは実際に使い勝手を試してみないと分からない、っていうただっちの実感も、まさにその通りだと思う。新顔がどんどん増える今の状況、追いかけるだけでも一苦労なんだよね。正直、ぜんぶ自分で試して回るのは無理がある。でも、こうやって朝LIVEで誰かが先に触って紹介してくれるだけで、私たちは「まず何を見ればいいか」が分かる。ただっちが毎回この役割をやってくれてること、地味にありがたいんだよね。

GPT-4.5は何が変わった？ハルシネーション61.8%→37.1%の衝撃

▶ この話題を動画で見る（6:28〜）

ここからが本題。ただっちがガンマで作った資料をもとに、GPT-4oとGPT-4.5の違いをひとつずつ解説してくれた。まず出てきたのが「自然な対応力のアップ」。より人間らしい共感、感情的なユーモアが増えたという話。ChatGPTと元々馴染みのある人には違和感がなくても、AIが苦手な人からは「ロボットみたい」「機械的で冷たい」って言われがちだったところが、だいぶ和らいでくるんじゃないか——という見立てだった。そして、続けて出てきたのが数字の話。ここがね、今回いちばん驚いた。

ただっち（6:28〜）

「そしてハルシネーションハルシネーションハルシネーションの低減ということで逆にこの40が発生するときに61.8これがこんなに高いんだというのは逆に思いましたけど37.1を幅に低減をしたということのようです感情知能の向上ということで、ユーザーの感情や意図をより深く理解をして共感的な応答を生成してくれますね。」

ハルシネーション、ハルシネーション、ハルシネーション——思わず3回言いたくなる気持ち、わかる。GPT-4oの時点で61.8%も発生してたという数字にまず驚いて、それが4.5では37.1%まで下がった。数字だけ見ると、まだまだ半分近く外れることもあるんだな、というのが私の正直な感想。でも下がってきてる方向は間違いなく歓迎だよね。料理で言うと、同じレシピで仕込んでも失敗する確率がじわじわ下がってきた、そんな感じかな。

ただっち（7:34〜）

「これ何だろうああなるほどGPT3.5はかなり高かったようで78.4から4が61.8で、4.5は37.1と人の方がまだハルシネーションが起きづらいよということのようですけどもこんな感じでだいぶハルシネーションが起きづらくなってきているということですね。」

GPT3.5が78.4%、GPT-4で61.8%、GPT-4.5で37.1%……こうやって並べてみると、右肩下がりの推移がはっきり見える。それでも「人の方がまだハルシネーションが起きづらい」っていう一言、ここは正直な情報として大事だなと思う。過信は禁物、ってことだよね。

ただっち（6:37〜）

「まず、自分が考えていることを伝えると、これで合ってますか?というのをいつも確認なんかもしてくれるので、すごくありがたいなと思っています。ただ、APAといって外部で使う場合のトークンとしては、2.5ドルから75ドル、そんなに上がっているんですかね。だいぶ上がっているようなのでちょっとですねコストとかPIさんのコストとしては上がっているようですね」

「これで合ってますか?」って毎回確認してくれる姿勢、地味だけど信頼につながるポイントだと思う。一方でAPI利用のコストは2.5ドルから75ドルへ——ここは正直、跳ね上がり方が結構なインパクトだった。性能が上がった分、外部で使うコストもしっかり上がる。無料で使う分にはお得でも、事業でAPI連携する側は財布と相談だなあ、と感じる数字だった。料理で言うと、同じ厨房でも仕入れの原価がぐっと上がった感じ。腕が上がった分、コストもしっかり上がる——そのバランスをどう取るかが、これから使い倒す側の腕の見せどころなんだろうな。医療現場や教育の現場でも使えるんじゃないか、っていうただっちの見立ても紹介されていて、間違いが起きづらくなるということは、それだけ人の判断を任せられる場面が増えていく、ということでもあるんだよね。しかもただっちは、共感力が上がったってことはお客さんの気持ちもより深く汲み取れるようになるってことだから、商品を勧める文章や集客・告知のコピーもぐっと精度が上がるんじゃないか、っていうビジネス活用の見立てまで添えてくれた。数字が下がったで終わらせず、どこで使えるかまで考えているところが、ただっちらしいなと思う。

同じ文章を書き換えさせたら、量子コンピューターの説明で差がついた

▶ この話題を動画で見る（15:20〜）

ここから実験パート。ただっちが用意したプロンプトを、同じチャットの中でGPT-4oとGPT-4.5の両方に投げて、答え方の違いを見比べていく。まずは「次の文を自然な会話形式に描き直してください。私は昨日友達と映画を見に行きました」という、シンプルな書き換えから。でね、続けて放り込んだのが「量子コンピューターの基本的な原理と応用について説明してください」っていう、ぐっと難易度の上がる質問。ただっち本人も「僕も全然知らないです」って言いながらの実験だったのが、逆にリアルで良かった。

ただっち（15:20〜）

「難しい。絵文字も使ってくれる。こっちが4.5の方ですね。4.5の方。勝手にこういうのを作ってくれる。図まで作ってくれる。だいぶまとめあったと見やすくて分かりやすくなっているようには思います。」

難しい。の一言のあと、テンポよく続く実況コメント——このリズム感、そのまま配信の温度が伝わってくる。GPT-4.5が勝手に図解っぽいフォーマットを作ってくれた、っていうのは私も「え、そこまでやってくれるの」って驚いたポイント。

ただっち（16:11〜）

「だいぶ賢い感じはしますね賢い感じと見やすい、ユーザーにとっては見やすかったり分かりやすかったりするところは今のこの4.0と4.5、こっちが4.5ですねなんか目字とかタイトルとかつけてくれているのでブログを読む感覚で結構アウトプットしてくれているような印象を受けますいい感じですね」

見出しやタイトルを勝手につけて、ブログ記事みたいな体裁で返してくれる——これ、地味だけど大きい進化だと思う。GPT-4oが悪いわけじゃなくて、情報としては正しく詳しく書いてくれるんだけど、GPT-4.5は「読む人がどう受け取るか」まで一段先を考えてくれてる感じがするんだよね。量子コンピューターなんて、私にとってもハードルの高いテーマ。それを見やすく整えてもらえるだけで、理解のスタートラインがぐっと近くなる気がする。同じ質問を投げているのに、返ってくる「形」がここまで違うっていうのは、正直やってみるまで想像できなかった。文字の大きさまで違って見える、ってただっちが言ってたけど、それくらい体感として差がはっきり出る実験だったんだと思う。実は、こういう「書き換え」の実験って、地味に見えて奥が深いんだよね。私も普段ブログ原稿を書くとき、同じ内容でも読み手にどう伝わるかをすごく気にしてる。GPT-4.5が勝手に図解フォーマットを作ってくれたっていうのは、まさにその「伝わり方」への配慮がAI側に備わってきた証拠だと思う。量子コンピューターみたいな専門的な話題ほど、この差はくっきり出るんだろうなあ。

実はこの実験、地味に効いてたポイントがもうひとつある。同じチャットの中で4oと4.5を続けて動かしてる、っていう見せ方そのものなんですよね。片方だけ見てたら「へえ、賢いね」で流しちゃうところを、真横に並べて同じお題を投げるから——差が、もう一目瞭然になる。4oが文章でびっしり返してくるのに対して、4.5は絵文字を添えて、見出しをつけて、図まで勝手に組んでくる。料理で言うと、同じ食材でも盛り付ける器を変えるだけで、箸の伸び方がガラッと変わる、あの感覚に近い。ぶっちゃけ、量子コンピューターの中身なんて私は今もうまく説明できない。でも、毎日ブログを書いてる身としては、この「並べて見せる」実験の組み方自体に唸らされた。ただっちが4oと4.5をわざわざ並べて出してくれたから、私たちも「あ、こんなに違うんだ」って一目で腹落ちできたんだと思う。すごい時代だなあ、と素直に思う。

AI教育の賛否を議論させたら、話し方の柔らかさが変わった

▶ この話題を動画で見る（16:43〜）

次の実験は、ちょっと骨太なお題。「AIを教育に与える影響について、賛成と反対の意見をそれぞれ述べてください」——議論をふっかけるようなプロンプトを、GPT-4oと4.5の両方にぶつけてみる。

ただっち（16:43〜）

「AIを教育に与える影響について賛成と反対の意見をそれぞれ述べてくださいなかなか高度なじゃあ4でAIを教育に与える影響について賛成と反対の意見をそれぞれ述べてください議論をしてください議論をしてください4.5と4で確かめてみますこれ方法か賛成意見」

プロンプトを2回繰り返して読み上げてるあたり、ただっち自身も「これ、なかなか高度なお題出しちゃったな」って思いながら投げてたんじゃないかな。まずGPT-4oの回答は、賛成意見・反対意見といきなり結論から入る、硬めでロジカルな構成。悪くない、むしろ優等生的なんだけど……。

ただっち（18:27〜）

「なんか最初のほんとにちょっとしたことなんでしょうけどここからフォーオーですね、フォーオーは意見っていうふうにもういきなり結論というかから述べ始めましたけどもお伝えしますねーみたいな、最初にこの糸を組み取ってくれて話しますねーという感じで、人と話している感覚で出してくれている感覚もありますね」

「お伝えしますねー」っていう、この柔らかいひとこと——ここに4.5の性格が出てるなと思う。結論からズバッと入るGPT-4oに対して、GPT-4.5はまず気持ちを汲み取ってから話し始める。人と話してるみたいな感覚、っていうただっちの表現、すごくしっくりくる。内容の中身自体はそこまで大きく変わってないのに、受け取る側の温度がぜんぜん違うんだよね。ぶっちゃけ、こういう「話しかけ方」の差って、AIを日常使いするうえでは性能スペック以上に効いてくる気がしてる。絵文字を添えてくれるかどうかも、ただっちは細かくチェックしてた。硬い文章をつらつら読むより、ちょっとした絵文字と柔らかい言い回しが混ざるだけで、受け取る側の気持ちってこんなに変わるんだなあ、と改めて思わされた実験だった。それに、この実験結果を見ながら私が思ったのは、AIの「話し方」が変わることで、使う側の気持ちの負担もちょっと軽くなるんじゃないか、ということ。結論からズバッと言われると身構えちゃう場面でも、まず気持ちを汲み取ってもらえると、続きを聞く姿勢が自然と生まれる。

この温度差、料理で言うと同じ食材を使っても、いきなり皿にドンと盛るのと、ひとこと添えてから出すのとでは、箸の伸び方が変わるのと似てるなと思う。4oが悪いわけじゃなくて、正しいことをちゃんと言ってくれてる。ただ4.5は、渡し方の“盛り付け”までひと手間かけてくれてる感じがするんだよね。いやー、これは実際に2つ並べて見ないと絶対わからなかったと思う。ただっちが同じお題を4oと4.5の両方にわざわざ投げてくれたからこそ、見えた差だと思う。教育みたいに賛否が分かれるテーマほど、こういう「渡し方」のやわらかさが、話を最後まで聞いてもらえるかどうかの分かれ目になる気がする。賢さって、正解率だけじゃないんだなあ、って。

画像分析と励ましの言葉、心のIQを試す最後の実験

▶ この話題を動画で見る（23:14〜）

後半は画像分析の実験へ。ただっちが今月からスタートする絵描き出版講座のランディングページ画像を読み込ませて、「以下の画像を分析しその内容を説明してください」「この画像の改善点を教えてください」と、GPT-4oと4.5それぞれにアドバイスをもらう流れ。

ただっち（23:14〜）

「今度は4.5の方ですね。4.5の方は専門性の親しみにする感じじゃないです。これでもシンプル。うんこれをちょっとアドバイスをもらってみようと思いますうんなるほどベネフィットを強調するとなぜという部分は明確でいい指摘ですね」

「ベネフィットを強調する」「なぜという部分を明確に」——マーケティングの現場でもそのまま使えそうな指摘だなと感じた。専門的になりすぎず、シンプルに要点を渡してくれる感じ、実務で使う分にはかなり助かるやつだと思う。

最後の実験は「友人が落ち込んでいるときにかける励ましの言葉を考えてください」。感情的知性、いわば心のIQを試すお題。ここが今日いちばん人柄が出た実験だったんじゃないかな。

ただっち（26:49〜）

「これは好みの問題もあるかもしれないですね辛い時無意識な私がいつでもそばにいるからねどんな話でも聞くから話したくなったら言ってね優しいでも見やすいですそうですね見やすかったですね」

「私がいつでもそばにいるからね」——押しつけがましくなく、そっと寄り添う言い方。GPT-4oの回答も前向きで悪くなかったけど、4.5はさらに一歩、静かな優しさに寄っていた印象。好みの分かれるところだとただっちも言ってたけど、私はこの静かな優しさ、けっこう好きだな。

ただっち（28:23〜）

「ていきたいとおもいます今日ですね、0と4.5の違いについて解説、改めさせていただきました。主な特徴としては自然な対話能力が上がっているよと、より人間らしい会話が可能になってきて、見やすい感じはしましたね。」

自然な対話力、見やすさ、感情知能——今日確かめてきた違いを、ただっち自身がきれいにおさらいしてくれて締めくくった回だった。一つひとつの実験を通して見えてきたのは、性能の数字の裏にある「人にどう伝わるか」という部分の進化。GPT-4.5、これはたしかに使ってみたくなる。動画生成のワンビデオから始まって、数字の比較、文章の書き換え、議論、画像分析、励ましの言葉まで——今日だけでこれだけの実験を、ただっちひとりで淡々とこなしてくれてたんだなと思うと、改めて頭が下がる朝だった。画像分析にしても励ましの言葉にしても、共通してるのは「相手がどう受け取るか」を先に考えてくれてるってこと。ランディングページの改善提案も、感情に寄り添う言葉選びも、結局は同じ根っこの進化なんだと思う。ただっちがひとりでここまで丁寧に実験を重ねてくれたおかげで、私たちも実際に触ってみる前から、GPT-4.5の輪郭がだいぶくっきり見えてきた気がする。

よくある質問

Q. GPT-4.5とGPT-4oでハルシネーション（誤情報）の発生率はどのくらい違いますか？

LIVEで紹介された数字では、GPT-4で61.8%、GPT-4.5では37.1%とされていました。ちなみにGPT3.5は78.4%だったそうで、世代が進むにつれて誤情報の発生率が下がってきている、という話でした。ただし「人の方がまだハルシネーションが起きづらい」ともただっちは話していて、過信は禁物という前提つきです。

Q. GPT-4.5をAPIで使う場合、コストは上がりますか？

LIVEでは「トークンとして2.5ドルから75ドルに上がっている」という話が出ていました。ChatGPT上でPlusユーザーとして使う分には追加料金の話は出ていませんが、外部システムに組み込むAPI利用ではコストが大きく変わる、という実感が共有されていました。

Q. 動画生成AIの「ワンビデオ」はどんなツールですか？

中国のアリババが手がける動画生成AIで、LIVEでは「Soraの対抗品みたいな感じ」「アジア系のところが強い印象」と紹介されていました。プロンプトをコピーして使える機能もあり、猫の動画などが例として紹介されていました。

Q. GPT-4oとGPT-4.5、実際にどんな違いが体感できましたか？

LIVE内の複数の実験を通じて、GPT-4.5は見出しやタイトルをつけてブログ記事のように整えてくれたり、結論からではなく気持ちを汲み取ってから話し始めたりと、「読みやすさ」「人と話している感覚」が強くなっている、とただっちは話していました。励ましの言葉を考えさせる実験でも、より寄り添うトーンだったと紹介されています。

関連記事

• 完璧すぎるAI画像が伝わらない理由｜ともみん×ただっちのAIデザイン実演
• ChatGPTがついに人間っぽく相槌を打つようになった。新音声モード「Live」を友くんが全部試してみた
• Claude Fable 5活用の本質は、自分を整えることだった