OpenAI: GPT-4.1 対 Pareto 26.9
api14カタログの最新のUSD料金と機能をもとに、OpenAI: GPT-4.1（$7.00 / 100万トークン (≈ ￥1,105)）とPareto 26.9（$8.75 / 100万トークン (≈ ￥1,381)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| OpenAI: GPT-4.1 | Pareto 26.9 | |
|---|---|---|
| プロバイダー | OpenAI | Unbiased |
| 入力 | $7.00 / 100万トークン (≈ ￥1,105) | $8.75 / 100万トークン (≈ ￥1,381) |
| 出力 | $28.00 / 100万トークン (≈ ￥4,419) | $26.25 / 100万トークン (≈ ￥4,143) |
| キャッシュ読み取り | $1.75 / 100万トークン (≈ ￥276) | $0.88 / 100万トークン (≈ ￥138) |
| ウェブ検索 | $35.00 / 1,000検索 (≈ ￥5,524) | - |
| コンテキストウィンドウ | 1,047,576 | 262,144 |
| 最大出力 | 32,768 | 131,072 |
| 入力 | image, text, file | text, image |
| 出力 | text | text |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2025/04/14 | 2026/10/13 |
主な違い
- OpenAI: GPT-4.1は入力トークンが20%安くなっています。
- Pareto 26.9は出力トークンが6%安くなっています。
- OpenAI: GPT-4.1は4.0倍長いコンテキスト（1,047,576トークン）を読み取れます。
- 構造化JSON出力に対応しているのはOpenAI: GPT-4.1だけです。
- 入力1,000トークン・出力500トークンのリクエストの費用は、OpenAI: GPT-4.1で$0.02、Pareto 26.9で$0.02です。
詳しく見る
OpenAI: GPT-4.1 は OpenAI のテキストモデルで、2025-04-14 にリリースされました。Pareto 26.9 は Unbiased のテキストモデルで、2026-10-13 にリリースされました。どちらも api14 を通じてチャット形式のテキスト生成器として提供されるため、両者の選択は、どのような種類の製品かという違いではなく、あなたのワークロードに合うかどうかで決まります。
最も明確な違いはコンテキストです。GPT-4.1 は最大 1,047,576 トークンを受け付け、Pareto 26.9 は最大 262,144 トークンを受け付けるため、非常に大きな入力を 1 回の呼び出しで保持する必要がある場合は GPT-4.1 が適しています。入力について、GPT-4.1 は画像、テキスト、ファイルを受け付けますが、Pareto 26.9 はテキストと画像のみを受け付けるため、ファイル入力はここでは GPT-4.1 の機能です。どちらも返すのはテキストのみです。パラメータについて、GPT-4.1 は通常のサンプリングとツールの制御に加えて構造化出力と response format をサポートしますが、Pareto 26.9 は response format、tools、tool choice をサポートするものの構造化出力はサポートしません。どちらか一方だけがツールを持つと記載されているわけではなく、定性的な注記でもどちらかが唯一の推論モデルであるとは示されていないため、ツール呼び出しは両方で利用可能であり、推論は決定要因ではないと考えてください。
日々の作業では、リクエストの形に基づいて選んでください。長い文書、リポジトリ全体、大きな文字起こし、またはファイルと画像が混在する資料を 1 つのプロンプトに投入する場合は、GPT-4.1 が自然に適しており、返答をスキーマに準拠させる必要がある場合には構造化出力のサポートが役立ちます。プロンプトのサイズが中程度で、主にテキストと多少の画像であれば、Pareto 26.9 がその領域をカバーし、出力でより安価な選択肢となります。これは、読み取る量に対して多くのトークンを生成するワークロードでは重要です。GPT-4.1 は入力でより安価な選択肢であるため、読み取りが多く書き込みが少ないジョブはコスト面で GPT-4.1 に傾き、書き込みが多いジョブは Pareto 26.9 に傾きます。このページのライブ価格表に実際の数値が掲載されているため、決定する前に自分の入力と出力の比率と照らし合わせて確認してください。
どちらのモデルを呼び出す場合も方法は同じです。api14 は OpenAI 互換 API を公開しているため、既存のクライアントを api14 のベース URL に向け、キーを送信し、model フィールドを設定します。GPT-4.1 を使用するには、model id を openai/gpt-4.1 に設定します。Pareto 26.9 を使用するには、unbiased/pareto-26.9 に設定します。リクエスト本文のその他の部分はそのままです。ただし、構造化出力は GPT-4.1 側でのみ利用可能であるため、そのパラメータに依存する場合は openai/gpt-4.1 にルーティングするリクエストで維持してください。
GPT-4.1 の方が大きなウィンドウとより広い入力サポートを持つとしても、Pareto 26.9 の方が適している場合もあります。入力が 262,144 トークン以内に収まり、ファイル入力や構造化出力を必要とせず、ワークロードが大量の出力トークンを生成する場合、Pareto 26.9 は出力価格でより経済的な選択肢であり、同じエンドポイントを通じた簡単な切り替えです。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"openai/gpt-4.1"から"unbiased/pareto-26.9"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "unbiased/pareto-26.9",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
その他の比較
- LiquidAI: LFM3-1.7B 対 Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B 対 Crouton Alpha
- LiquidAI: LFM3-1.7B 対 Tencent: Hy4
- LiquidAI: LFM3-1.7B 対 Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview 対 Crouton Alpha
- Ricursive: Ripple 65B Preview 対 Tencent: Hy4
- Ricursive: Ripple 65B Preview 対 Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha 対 Tencent: Hy4