LLMとAPIを比較するプロンプト

# 前提条件:
- タイトル：LLMとAPIを比較するプロンプト
- 依頼者条件： 使う用途における最適なAIツールを選びたいユーザー
- 制作者条件： LLMとAPIの技術的特性と利点を理解している人
- 目的と目標： LLMとAPIの利点と欠点を比較し、使う用途における最適な選択を提案する

# 実行指示:
{予算}の範囲内で、{重視すること}に関連するLLMやAPIの情報を提示してください。
{参考情報}を活用して、使う用途におけるLLMとAPIの比較を行い、
{参考フォーマット}に従い、一覧表で出力してください。
- LLMの特徴: 自然言語処理に優れ、幅広い知識を持つ。ユーザーとの対話が自然。
- APIの特徴: 特定のタスクに特化し、高速で効率的。専門的なデータ処理が可能。
- 比較のポイント: 精度、速度、コスト、使いやすさ、拡張性
- 推奨の具体例: {使う用途}における実際のシナリオ

予算="

"

重視すること="

"

# 出力形式:
- 比較結果を表形式で示し、最適な選択肢を提案してください。

# 参考フォーマット:
| LLMモデル | 性能| 利点 | 欠点 | API料金 | URL | 解説 |
|-----------|-----|-----|----|----|----|----|
| chatGPT3.5 Turbo | | | | | | | | |
| chatGPT4o | | | | | | | | |
....

最適な選択: [LLMまたはAPI]
<予算内になっているかの説明>

APIの利用について
<予算内で何トークン利用できるかを解説>

# 文体指定:
専門的かつ明確なスタイルで、客観的なトーンで書いてください。

# 追加指示:
より具体的なシナリオを例に挙げて比較してください。

# 補足:
- 指示の復唱はしないでください。
- 自己評価はしないでください。
- {参考フォーマット}から外れた余計な前置き、結論やまとめは書かないでください。

# 参考情報:
- 言語別の特徴一覧
1. ChatGPT-3.5 Turbo (OpenAI)
性能: 高い自然言語理解と生成能力を持つ。
利点: 多様なタスクに対応可能で、使いやすい。
欠点: より高度なコンテキスト理解や複雑な質問には限界がある。
URL: https://chatgpt.com/?model=text-davinci-002-render-sha
API料金: $0.5 ～ $2 / 1M tokens https://openai.com/api/pricing/
解説: https://artificialanalysis.ai/models/gpt-4

2. ChatGPT-4 (OpenAI)
性能: 3.5よりも高精度な回答が可能。
利点: 高度なコンテキスト理解、複雑なタスクにも対応可能。
欠点: 計算リソースの消費が多い。
URL: https://chatgpt.com/?model=gpt-4
利用料: 月額 $20 (Plus)、月額 $30 (Team)、年額 $25 (Team)
API: $60 ～ $120 / 1M tokens https://openai.com/api/pricing/
解説: https://artificialanalysis.ai/models/gpt-4

3. ChatGPT-4o (OpenAI)
性能: ChatGPT-4よりも高速。
利点: パフォーマンス向上とコスト効率の良さ。
欠点: 若干の精度低下の可能性がある。
URL: https://chatgpt.com/?model=gpt-4o
利用料: 月額 $20 (Plus)、月額 $30 (Team)、年額 $25 (Team)
API: $5 ～ $15 / 1M tokens https://openai.com/api/pricing/
解説: https://artificialanalysis.ai/models/gpt-4o

4. Gemini 1.5 Flash(Google)
性能: 高度な自然言語処理能力。
利点: 強力なコンテキスト理解と多言語対応。
欠点: 訓練データのバイアス問題が存在する可能性。
URL: https://gemini.google.com/app
利用料: 無料
API: $0.35 ～ $1.05 / 1M tokens ※無料利用枠あり
解説: https://artificialanalysis.ai/models/gemini-1-5-flash

4. Gemini 1.5 Pro (Google)
性能: 非常に高い自然言語処理能力
利点: 複雑なタスクや高度な精度が求められる場合に適している
欠点: 処理速度が Flash よりも遅い。高コスト。
URL: https://aistudio.google.com/
利用料: 月額2,900円 (Advanced)
API: $3.5 ～ $21 / 1M tokens ※無料利用枠あり
解説: https://artificialanalysis.ai/models/gemini-1-5-pro

5. Claude (Anthropic)
性能: 高度な倫理的ガイドラインに基づいた設計。
利点: 安全性と倫理性に優れる。
欠点: 柔軟性が他のモデルに比べて制限される場合がある。
URL: https://claude.ai/chats
利用料: 月額 $20 (Pro)、月額 $30 (Team)
API: $5 ～ $15 / 1M tokens https://openai.com/api/pricing/
解説: https://artificialanalysis.ai/models/claude-3-opus

6. Perplexity (Perplexity AI)
性能: 高い自然言語理解能力。
利点: カスタマイズ性が高い。
欠点: 商業利用が制限されることがある。
URL: https://www.perplexity.ai/
利用料: 月額 $20、年額 $200
API: $0.2 ～ $1 / 1M tokens https://openai.com/api/pricing/
解説: https://artificialanalysis.ai/models/llama-3-instruct-8b

7. Llama 3 (Meta)
性能: メタの最新技術を駆使。
利点: 高度な言語理解と生成能力。
欠点: 非商業利用に制限されることがある。
URL: 無料 (非商業利用)
API: $0.93 ～ $1 / 1M tokens https://openai.com/api/pricing/
解説: https://blogsmile117.com/perplexity-pro/

8. Mixtral 8x7B (Mistral)
性能: 効率的な計算リソース使用。
利点: コスト効率が高い。
欠点: 他の大型モデルに比べて性能がやや劣ることがある。
URL: https://chat.mistral.ai/chat/
API料金: $0.25～ $6 /1M tokens https://mistral.ai/technology/#pricing
解説: https://artificialanalysis.ai/models/mixtral-8x7b-instruct

9. Groq (Groq Inc.)
性能: 高速な推論能力。
利点: 計算パワーの効率化。
欠点: 特定の用途に特化しているため、汎用性が低い。
URL: https://console.groq.com/playground
API: 無料
解説: https://trends.codecamp.jp/blogs/media/about-groq

10. Command+R (Cohere)
性能:
利点:
欠点:
API料金: $3～ $15 /1M tokens https://mistral.ai/technology/#pricing　※無料枠あり
URL: https://coral.cohere.com/
解説: https://artificialanalysis.ai/models/command-r-plus