GPT-4からGPT-5移行で学んだ7つの重要ポイント

はじめに

OpenAI APIを使用した開発において、モデルのバージョンアップは避けて通れない課題です。2025年8月にリリースされたGPT-5は、前世代のGPT-4と比較して大幅なコスト削減と性能向上を実現していますが、移行には思わぬ落とし穴が潜んでいます。

本記事では、実際のプロダクション環境でGPT-4からGPT-5への移行を行った際に直面した課題と、その解決方法を詳しく解説します。GPT-4に限らずいかなるバージョン以降でも陥りがちなパターンです。外部サービスのバージェン移行で困っている方の参考になれば幸いです。

GPT-5とは？GPT-4との違いを理解する

GPT-5の主な特徴

GPT-5は大きな変更が加えられたモデルです。主な特徴は以下の通りです。

1. 推論能力の向上

GPT-5は内部に推論機構を統合しており、回答を生成する前に「考える」プロセスを経ます。

2. コスト削減

入力トークンあたりの料金がGPT-4の約96%削減されています。

• GPT-4: $30 per 1M tokens
• GPT-5: $1.25 per 1M tokens

3. コンテキスト長の拡大

• GPT-4: 最大8,000トークン
• GPT-5: 最大400,000トークン

この拡大により、より長い文脈を扱えるようになりました。

移行作業で直面した4つの大きな課題

課題1: max_tokensパラメータが使えない

GPT-4からGPT-5に単純にモデル名を変更すると、以下のようなエラーが発生します。

400 Unsupported parameter: 'max_tokens' is not supported with this model.
Use 'max_completion_tokens' instead.

原因

GPT-5では出力トークン数を制御するパラメータ名が変更されています。

解決方法

パラメータ名を変更するだけでは不十分です。後述する「推論トークン」の考慮が必要になります。

// ❌ GPT-4の書き方（GPT-5では動作しない）
const completion = await openai.chat.completions.create({
  model: "gpt-5",
  messages: [{ role: "user", content: prompt }],
  max_tokens: 800,
});

// ✅ GPT-5の正しい書き方
const completion = await openai.chat.completions.create({
  model: "gpt-5",
  messages: [{ role: "user", content: prompt }],
  max_completion_tokens: 16000, // 推論トークンを考慮した値
});

課題2: temperatureパラメータが使用できない

GPT-4では出力のランダム性を調整するためにtemperatureパラメータを使用していましたが、GPT-5では以下のエラーが発生します。

400 Unsupported value: 'temperature' does not support 0.8 with this model.
Only the default (1) value is supported.

原因

GPT-5は推論モデルとして設計されており、内部の複雑な推論プロセスの安定性を保つため、temperatureパラメータのカスタマイズが禁止されています。

技術的背景

推論モデルは以下のような複数段階のプロセスを経ます。

1. 問題の分析

2. 複数の候補を生成

3. 各候補を検証

4. 最適な回答を選択

このプロセスは精密に調整されており、外部からtemperatureを変更すると品質と安全性が損なわれる可能性があります。

解決方法

temperatureパラメータを完全に削除し、デフォルト値（1.0）を使用します。

// ❌ GPT-4の書き方（GPT-5ではエラー）
const completion = await openai.chat.completions.create({
  model: "gpt-5",
  messages: [{ role: "user", content: prompt }],
  temperature: 0.8, // このパラメータが原因でエラー
});

// ✅ GPT-5の正しい書き方
const completion = await openai.chat.completions.create({
  model: "gpt-5",
  messages: [{ role: "user", content: prompt }],
  // temperatureパラメータを削除
});

課題3: ストリーミングに組織認証が必要

リアルタイムに結果を表示するストリーミング機能を使用すると、以下のエラーが発生する場合があります。

400 Your organization must be verified to stream this model.
error.code: 'unsupported_value', param: 'stream'

原因

GPT-5のストリーミング機能は、組織認証済みのアカウントのみが利用可能です。

解決方法

短期的な対応として、ストリーミングを無効化します。

// ❌ 組織認証がない場合はエラー
const stream = await openai.chat.completions.create({
  model: "gpt-5",
  messages: [{ role: "user", content: prompt }],
  stream: true, // エラーの原因
});

// ✅ 非ストリーミングモード
const completion = await openai.chat.completions.create({
  model: "gpt-5",
  messages: [{ role: "user", content: prompt }],
  stream: false,
});

トレードオフの理解

この変更により、ユーザーインターフェースでの逐次表示が一括表示に変わります。しかし、API呼び出しの安定性を優先することが重要です。

将来的に組織認証を完了すれば、ストリーミングを再度有効化できます。認証は[OpenAIの組織設定ページ](https://platform.openai.com/settings/organization/general)から行えます。

課題4: 推論トークンの考慮が必須【最重要】

これが最も見落としがちで、重要な課題です。

問題の発見

max_completion_tokens: 800と設定したところ、APIレスポンスは成功するものの、実際の出力が空になる現象が発生しました。

デバッグログの分析

APIレスポンスのusageフィールドを確認すると、以下のような情報が得られました。

{
  "usage": {
    "completion_tokens": 800,
    "completion_tokens_details": {
      "reasoning_tokens": 800,
      "audio_tokens": 0
    }
  }
}

原因の特定

GPT-5は内部で深く推論を行うモデルであり、max_completion_tokensは以下の合計値を表します。

• 推論トークン: モデルが内部で「考える」ために使用するトークン
• 出力トークン: 実際にユーザーに返される文章のトークン

800トークンでは、推論だけで使い切ってしまい、実際の出力用トークンが残っていなかったのです。

トークン数の適切な計算方法

日本語を扱う場合、以下のように計算します。

必要な出力文字数: 2,000文字
日本語のトークン換算率: 1文字 = 2〜3トークン
出力に必要なトークン: 2,000 × 3 = 6,000トークン

推論に必要なトークン（推定）: 2,000トークン
安全マージン: 8,000トークン
-------------------------------------------
合計: 16,000トークン

最終的な実装

const completion = await openai.chat.completions.create({
  model: "gpt-5",
  messages: [{ role: "user", content: prompt }],
  max_completion_tokens: 16000, // 推論と出力の両方を考慮
  stream: false,
});

実装例: GPT-4とGPT-5のコード比較

GPT-4の実装（変更前）

// GPT-4を使用したストリーミング実装
async function generateFortune(prompt: string) {
  const stream = await openai.chat.completions.create({
    model: "gpt-4",
    messages: [{ role: "user", content: prompt }],
    temperature: 0.8,
    max_tokens: 800,
    stream: true,
  });

  // ストリーミングレスポンスの処理
  for await (const chunk of stream) {
    const content = chunk.choices[0]?.delta?.content || "";
    if (content) {
      // 逐次的に結果を表示
      console.log(content);
    }
  }
}

GPT-5の実装（変更後）

// GPT-5を使用した非ストリーミング実装
async function generateFortune(prompt: string) {
  const completion = await openai.chat.completions.create({
    model: "gpt-5",
    messages: [{ role: "user", content: prompt }],
    max_completion_tokens: 16000, // 推論トークンを考慮
    stream: false,
  });

  // 一括レスポンスの処理
  const content = completion.choices[0]?.message?.content || "";
  console.log(content);

  // トークン使用量の確認（デバッグ用）
  console.log("Token usage:", completion.usage);
}

主な変更点の一覧表

項目	GPT-4	GPT-5	変更理由
————–	——————————–	—————————————	———————————-
モデル名	`gpt-4`	`gpt-5`	新モデルへの移行
出力制御	`max_tokens: 800`	`max_completion_tokens: 16000`	パラメータ名変更＋推論トークン考慮
温度設定	`temperature: 0.8`	（削除）	GPT-5では非サポート
ストリーミング	`stream: true`	`stream: false`	組織認証が必要
レスポンス形式	`chunk.choices[0].delta.content`	`completion.choices[0].message.content`	非ストリーミング形式に対応

移行後の検証方法

ビルドとリントの確認

まず、コードに構文エラーや型エラーがないことを確認します。

npm run build
npm run lint

すべてのチェックが成功することを確認してください。

API動作確認

実際にAPIを呼び出して、正常に動作することを確認します。

curl -X POST http://localhost:3000/api/fortune \
  -H "Content-Type: application/json" \
  -d '{
    "question": "今日の運勢を教えてください",
    "context": "朝から良い天気です"
  }'

トークン使用量の確認

APIレスポンスのusageフィールドを確認し、推論トークンと出力トークンが適切に配分されていることを確認します。

console.log(completion.usage);
// 出力例:
// {
//   "prompt_tokens": 2222,
//   "completion_tokens": 3500,
//   "completion_tokens_details": {
//     "reasoning_tokens": 1200,
//     "output_tokens": 2300
//   }
// }

確認ポイント:

• reasoning_tokens: 推論に使用したトークン数
• output_tokens: 実際の出力に使用したトークン数
• 両方が適切に存在することを確認

トラブルシューティング

移行作業中によくある問題と解決方法をまとめました。

エラー1: max_tokensが使えない

Unsupported parameter: 'max_tokens' is not supported with this model.

解決方法: max_tokensをmax_completion_tokensに変更してください。

エラー2: temperatureが使えない

Unsupported value: 'temperature' does not support 0.8 with this model.

解決方法: temperatureパラメータを完全に削除してください。

エラー3: ストリーミングが使えない

Your organization must be verified to stream this model.

解決方法:

1. 短期的にはstream: falseに変更

2. 長期的には[組織認証](https://platform.openai.com/settings/organization/general)を実施

問題4: 出力が空になる

症状: APIは成功するがcontentが空文字列

原因: max_completion_tokensが少なすぎて推論だけで使い切っている

解決方法:

• 日本語の場合: 文字数 × 3 + 推論トークン + マージン
• 推奨値: 16,000以上

移行によって得られたメリット

大幅なコスト削減

実際の運用では、API利用料金が約96%削減されました。これは長期的なプロダクト運用において大きなメリットです。

品質の向上

GPT-5の高度な推論能力により、より論理的で洞察に富んだ回答が得られるようになりました。特に複雑な質問に対する回答品質が向上しています。

スケーラビリティの向上

コンテキスト長が大幅に拡大したことで、より詳細なプロンプト設計が可能になりました。

まとめ

GPT-4からGPT-5への移行は、単純なモデル名の変更だけでは完了しません。本記事で解説した以下のポイントを押さえることが重要です。

チェックリスト:

• ✅ max_tokensをmax_completion_tokensに変更
• ✅ 推論トークンを考慮した十分なトークン数を設定（推奨: 16,000以上）
• ✅ temperatureパラメータを削除
• ✅ stream: falseに変更（組織認証がない場合）
• ✅ レスポンス形式を非ストリーミング対応に変更
• ✅ トークン使用量をモニタリング

特に「推論トークン」という新しい概念を理解することが、成功への鍵となります。GPT-5は内部で「考える」プロセスを経るため、出力文字数だけでなく問題の複雑さも考慮したトークン設計が必要です。

今回はOpenAI APIで記事を書きましたが、外部サービスを使用していて似たような悩みを持つ方の解決のきっかけになれば幸いです。

参考資料

https://platform.openai.com/docs/ platform.openai.com https://platform.openai.com/docs/api-reference platform.openai.com https://platform.openai.com/settings/organization/general platform.openai.com