■ 最適化モデル（GPT5）

LLMモデル：GPT5、GPT5-chat-latest、GPT4o-miniの組み合わせ

応答コスト：○

元データの使用数：最大50か所

考える力：○

速度：○

追加プロンプト

効きやすい

複雑な要望でもくみ取れる

元データ特性

訪問者の質問意図も組みつつ回答

履歴（継続した会話）が加味されやすい

雑多な元データでも精度を保ちやすく、ハルシネーションリスクが少ない

■ 回答速度優先モデル

LLMモデル：GPT4-Omni

応答コスト：○

元データの使用数：最大50か所

考える力：○

速度：◎

追加プロンプト

短い指示であれば有効

元データ特性

雑多な元データだと回答率が落ちやすい

■ 安価モデル

LLMモデル：GPT4o-mini

応答コスト：◎

元データの使用数：最大10か所

考える力：△

速度：◎

追加プロンプト

短く簡単な指示であれば有効

元データ特性

雑多な元データでは回答しづらく、またマッチ度が高くないと回答率がさがる

■ 推論モデル

LLMモデル：o3-mini

応答コスト：△

元データの使用数：最大10か所

考える力：◎

速度：△

追加プロンプト

効きやすい

元データ特性

単純な質問でも推論を伴うため時間がかかる傾向

■ 旧最適化モデル

LLMモデル：GPT4、GPT4-Omni、GPT4o-miniの組み合わせ

応答コスト：×

元データの使用数：最大10か所

考える力：○

速度：○

追加プロンプト

効きやすい

元データ特性

訪問者の質問意図も加味した回答

雑多なデータでも比較的高精度で対応できる