OpenAIのAPIの料金ページに、静かに一文が載っています。
OpenAIはファインチューニングのプラットフォームを終了に向かわせている。新規の利用者はもう利用できないが、既存の利用者は今後数か月のあいだ学習ジョブを作成できる
大きな発表としては出ていません。ドキュメントの中の注記です。
何が終わるのか
ファインチューニングは、既存のモデルに自社のデータを追加で学習させて、用途に寄せる手法です。返答の口調を揃えたい、決まった書式で必ず出力させたい、といった場面で使われてきました。
その仕組みの提供が畳まれます。新しく始めることはもうできません。
すでに作ったモデルについては、こう書かれています。ファインチューニング済みのモデルは、その土台となったモデルが廃止されるまで推論に使い続けられる。
つまり即座に使えなくなるわけではない。ただし土台のモデルが廃止された時点で終わります。完全な終了日は示されておらず、廃止予定の一覧を見るよう案内されているだけです。
なぜ畳むのか
理由の説明はありません。ただ、同じドキュメントの書きぶりから意図は読み取れます。
OpenAIが強調しているのは、指示の設計だけで十分な場合が多いという点でした。用途によっては、プロンプトを詰めるだけで良い結果が得られる、と。
実際、モデルの性能が上がるにつれてファインチューニングの必要性は下がってきました。以前は追加学習しないと守らせられなかった書式の指定が、いまは指示だけで通ります。
運用の重さも効いているでしょう。モデルが更新されるたびに、ファインチューニング済みのモデルは取り残されます。土台が新しくなっても、そこに乗り換えるには学習をやり直す必要がある。追いかけ続けるのは手間です。
代わりに何を使うか
用途によって行き先が違います。
| やりたかったこと | 代わりの手段 |
|---|---|
| 自社の情報を扱わせたい | RAG。資料を探して渡す |
| 書式や口調を揃えたい | 指示の設計と、望む出力の例を数個見せる |
| 安く速く回したい | 小さいモデル。提供元が蒸留したものを使う |
| 専門分野に特化させたい | 重みが公開されているモデルを自前で調整する |
上の2つは、そもそもファインチューニングでなくても達成できた場合が多い。出力を変える要素を整理すると、書式や口調は指示と例示で十分に動きます。
問題は4番目です。医療や法務の専門用語を大量に覚えさせたい、といった用途。ここは指示だけでは届かないことがあります。
オープンウェイトの側に道が残る
追加学習を続けたいなら、重みが公開されているモデルを使う形になります。
手元で調整でき、提供元の都合で畳まれることもない。代わりに、動かす環境を自分で用意する必要があります。
ライセンスの確認も要ります。出力を別のモデルの学習に使うことを制限している場合があるので、規約の本文を読んでから始めたほうが安全です。
いま使っている場合にやること
既存の利用者は、まず自分がどの土台のモデルに乗っているかを確認します。
使えなくなる時期は、ファインチューニングの終了ではなく土台のモデルの廃止で決まる。廃止予定の一覧に自分の土台が載っていれば、そこが期限です。載っていなければ当面は動きます。
次に、そのモデルが何を担っているかを洗います。書式を守らせているだけなら、指示に置き換えられる可能性が高い。実際に置き換えて出力を比べてみれば、判断がつきます。
学習に使ったデータは保管しておきます。別の手段に移るとき、そのまま例示に使えたり、他社のモデルの調整に使えたりする。捨てると作り直しになります。
移行を試すときの順番
現実的な手順としては、こうなるでしょう。
実際の入力を20件ほど用意して、ファインチューニング済みのモデルに処理させ、その出力を保存する。これが比較の基準になります。
同じ20件を、指示を工夫した通常のモデルに処理させる。出力を並べて比べ、差が許容できるかを見る。ここで足りていれば移行は簡単です。
足りない場合に初めて、重みが公開されているモデルの調整を検討します。環境の用意という別の負担が乗るので、必要だと分かってから手を付けるほうが無駄がありません。
この件から読み取れること
提供元の都合で、使っていた手段が消えることがある。当たり前ですが、実際に起きると重い。
今回は数か月の猶予があり、既存のモデルもすぐには止まりません。それでも、そこに業務を載せていた会社は移行の計画を立てる必要が出てきました。
避けにくい話ではあります。ただ、乗り換えにくい形で作り込むほど、この種の変更が痛くなる。自社の資産をどこに置くかを考えるときの材料にはなるでしょう。
出典
2026年9月10日に確認しました。終了に関する記述と、既存モデルの扱いは、OpenAIが公開しているドキュメントに記載のものです。
