GPT とは何か — 意味と自分で使う方法
はではなく、次のを予測するようにしたのです。GPT と言うとき何を指すのか、GPT を自分でどう使うのかを説明します。
GPT はプログラムではなくモデルです
GPT の本体は、で得た非常に多くの数字()と、その数字で計算する方法(構造)です。そのため単独では動かず、この数字を読み込んで計算してくれるが別に必要です。
音楽にたとえると、は MP3 ファイル、動かすプログラムは音楽プレーヤー、 は音楽アプリ全体です。
-
Generative — 生成型
保存された文章を探してくるのではなく、を一つずつ新しく作ります。
-
Pre-trained — 事前学習済み
使う前に、たくさんの文章で次のトークンを当てる練習をすませています。
-
Transformer — トランスフォーマー
2017年に発表されたの設計で、入力のすべてのトークンをたがいに見比べます。
GPT と言うときの意味
-
設計
計算の順番を決めるの構造です。「」にいちばん近いものです。
- 音楽にたとえると
- MP3 形式のルール
- こう言うとき
- 「GPT の構造で作った小さなモデル」
-
学習したモデル
その設計を学習させて得た数字のかたまりです。ふつう GPT と言えばこれを指します。
- 音楽にたとえると
- MP3 ファイル
- こう言うとき
- 「GPT-2 は公開されている」
-
動かすプログラム
モデルを読み込んで計算する(エンジン)です。モデルとは別のものですが、まとめて呼ぶことがよくあります。
- 音楽にたとえると
- 音楽プレーヤー
- こう言うとき
- 「自分のパソコンで GPT を動かす」
-
ChatGPT のようなソフトウェア
モデルにチャット画面やアカウントなどの機能を加えた製品です。日常会話では、GPT はこれを指すことが多いです。
- 音楽にたとえると
- 音楽アプリ全体
- こう言うとき
- 「GPT に聞いてみた」
GPT と LLM はどう違いますか?
- (大規模言語モデル)
- トランスフォーマーで作った LLM
- の仲間
- トランスフォーマーで作った LLM
LLM は、たくさんの文章で学習した大きなすべての呼び名で、GPT はその中の一つの系統の名前です。「自動車」と、ある一つの車種の名前のような関係です。LLM も GPT と同じく、数字のかたまりと計算の構造でできたモデルです。
GPT は LLM です。
LLM がすべて GPT とは限りません。・・ は LLM ですが、GPT とは呼びません。
Claude Opus や DeepSeek も GPT と言えますか?
名前で言えば GPT ではなく、作り方で見れば GPT と同じ系統です。ふだんは「GPT ではない」と言うのが正解です。
-
製品・モデルの名前
いいえ
GPT はふつう のモデル系列(GPT-4、gpt-oss など)の名前です。Claude は の、 は DeepSeek のモデルです。
-
LLM(大規模言語モデル)
はい
大量の文章で学習し、次のトークンを予測するモデルです。3 つともここに入ります。
-
G・P・T の文字の意味
だいたい当てはまる
文章を新しく作り(Generative)、事前に学習し(Pre-trained)、トランスフォーマー(Transformer)構造を使います。
車にたとえると、LLM は「自動車」で、GPT・Claude・DeepSeek はそれぞれ別の会社の車種名です。しくみが似ていても、他社の車をその車種名で呼ばないのと同じです。
はっきりしない部分
- DeepSeek:論文と公開された重みがあるので、トランスフォーマー構造であることを自分で確かめられます。 DeepSeek をくわしく見る
- Claude Opus:Anthropic は構造を詳しく公開していません。トランスフォーマー系として広く知られていますが、DeepSeek のように公開資料で細部まで確かめることはできません。
開発に使うのですか、トークンを作るのに使うのですか?
GPT は開発に使う道具というより開発の成果物で、完成したあとトークンを作るのに使います。
-
学習 次のトークンを当てる練習で数字を調整する
-
GPT モデル 学習の成果物
-
推論 完成したモデルでトークンを作る
すでにできている GPT を で呼び出して、翻訳アプリやを作ることもできます。このとき GPT は開発に使う部品になります。
トークンができる四つの段階
-
文章をトークンに分ける
-
次のトークンのを計算する
-
トークンを一つ選ぶ
-
文章の後ろに付ける
終わるまで 2 の段階から繰り返す
この四つの段階全体を動かすプログラムがランナーです。モデルの数字は、おもに 2 の段階の計算に使われます。
よく聞く名前の整理
- GGUF ファイルのモデルを動かすランナー
- モデルのダウンロードと実行を一つのコマンドにまとめた道具
- ランナーではなく、モデルを保存するファイル形式
- ONNX ファイルを動かすランナー
- ChatGPT・API
- 自分のパソコンではなく、OpenAI のサーバーでモデルが動く
GPT を自分で使う四つの方法
-
ChatGPT で使う
ウェブサイトやアプリを開いて、すぐに話しかけます。は要りません。
- 必要なもの
- ウェブまたはアプリ
- こんなときに
- はじめて試すとき、日常や仕事で使うとき
-
API で自分のプログラムから呼ぶ
自分のプログラムがインターネットで質問を送り、答えを受け取ります。
- 必要なもの
- と、使ったトークン分の料金
- こんなときに
- 自分のサービスやアプリに組み込むとき
最も短い最初のリクエスト curl https://api.openai.com/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $OPENAI_API_KEY" \ -d '{ "model": "gpt-6-astra", "input": "Hello!" }' -
自分のパソコンで動かす
重みが公開されている gpt-oss()のようなモデルをダウンロードして動かします。いちばん簡単な道具は です。
- 必要なもの
- gpt-oss:20b の場合: ダウンロード 14GB、 16GB 以上
- こんなときに
- 自分のデータを外に出したくないとき
Ollama をインストールしたあと、ターミナルで ollama run gpt-oss:20b -
小さな GPT を自分で学習させる
コードで小さな GPT を作り、文章で学習させます。しくみを学ぶ方法で、小さなモデルなので ChatGPT ほどの性能は出ません。
- 必要なもの
- ブラウザ()または と
- こんなときに
- GPT のしくみを学びたいとき
まずは ChatGPT で試し、自分のプログラムに入れるときは API を、しくみが気になったら小さな GPT を自分で学習させてみましょう。
GPT のあゆみ
-
GPT-1 — したトランスフォーマーが、文章の理解に効果があることを示しました。
-
— 最大のモデルのは 1,500,000,000 個です。段階的に公開し、その年の 11 月に重み全体を公開しました。
-
GPT-3 — パラメータは 175,000,000,000 個。少ない例を見せるだけで新しい作業をこなす様子を、論文で示しました。
-
ChatGPT — GPT-3.5 をもとにしたチャットサービスが公開され、GPT という名前が広く知られました。
-
GPT-4 — 文章に加えて画像も入力として受け取ります。
-
gpt-oss — だれでもダウンロードして使える重みのモデルを、Apache 2.0 で公開しました。
-
OpenAI API のドキュメントがすすめるモデル:
gpt-6-astragpt-6.1-solgpt-6-luna
気をつけること
-
ディスクの gpt は別の言葉です
parted などのコマンドに出てくる gpt は GUID Partition Table というディスクの方式で、このモデルとは関係ありません。
-
答えがまちがうことがあります
確率でトークンをつなげて書くため、もっともらしくてもまちがった文章を作ることがあります。大事な内容は元の資料で確認しましょう。
-
API キーは秘密です
コードに書いてリポジトリに上げたり、ウェブページに入れたりせず、例のように環境変数に置きます。
-
モデル名はよく変わります
このページのモデル名は 2026-10-31 時点のものです。使う前に公式のモデル一覧を確認しましょう。
出典
このページは、下の資料を 2026-10-31 に確認して、やさしい言葉にまとめたものです。違いがあるときは元の資料に従ってください。
- OpenAI API Docs — Models(新しいタブで開きます)
- OpenAI API Docs — Quickstart(新しいタブで開きます)
- OpenAI — Improving language understanding with unsupervised learning (GPT-1)(新しいタブで開きます)
- OpenAI — Better language models and their implications (GPT-2)(新しいタブで開きます)
- OpenAI — GPT-2: 1.5B release(新しいタブで開きます)
- Language Models are Few-Shot Learners (GPT-3, arXiv)(新しいタブで開きます)
- OpenAI — Introducing ChatGPT(新しいタブで開きます)
- OpenAI — GPT-4(新しいタブで開きます)
- OpenAI — Introducing gpt-oss(新しいタブで開きます)
- DeepSeek-V3 Technical Report (arXiv)(新しいタブで開きます)
- Ollama — gpt-oss(新しいタブで開きます)
- Attention Is All You Need (Transformer, arXiv)(新しいタブで開きます)