ファインチューニング（fine-tuning）とは学習済みのAIに追加の例を学習させ、特定の作業に合わせる方法。OpenAIは新規受付を終了、費用は学習量で決まる【2026年10月版】

2026年10月8日・日本時間時点の情報です。 ファインチューニング（fine-tuning）とは、すでに学習を終えたAIモデルに、特定の作業の例を追加で学習させ、モデルの重み（中身の数値）を更新する方法です。日本語では「微調整」と訳されます。ChatGPTやClaudeの画面で指示文を書き換える作業とは別物で、開発者がAPIやクラウドの管理画面から行います。Together AIなどの料金表では費用は学習に使うデータの量で決まり、OpenAIは2026年5月7日から新規の組織への提供を止めています。

3行まとめ

1. ファインチューニングは、学習済みモデルに追加の例を学習させて重みを更新する方法。Googleの用語集は「事前トレーニングされたモデルに対してさらに行うタスク固有のトレーニング」と書く（2026年10月8日確認）
2. OpenAIは2026年5月7日に新規の組織の受付を止め、2027年1月6日には既存の顧客も新しい学習ジョブを作れなくなる。Anthropicの用語集は「Claude APIは現在ファインチューニングを提供していない」と書く
3. Together AIの公式表では、LoRAの教師あり学習がLlama 3.1 8Bで100万トークンあたり$0.34、Llama 3.3 70Bで$2.03。この2つは1回の最低料金が$4.00で、学習をやり直す回数分だけ予算が増える

ファインチューニングとは何か：公式の説明を4つ並べる

「ファインチューニング」は、AIの外でも使われる言葉です。日本語版Wikipediaの同名のページは曖昧さ回避のページで、「微調整と訳し、文脈によって次を指すことがある」として、機械学習の技術、音楽アルバムの題名、物理の「微調整された宇宙」を並べています（最終更新2025年9月6日、10月8日に確認）。この記事で扱うのは、AIの意味だけです。

AIの意味での定義は、各社の公式がほぼ同じ形で書いています。

• Google（機械学習用語集・日本語）: 「パラメータを特定のユースケースに合わせて最適化するために、事前トレーニングされたモデルに対してさらに行うタスク固有のトレーニングです。」同じ項は、通常は「特定のタスクに焦点を当てた数百または数千の例を使用します」とも書きます。
• OpenAI（Optimizing LLM Accuracy）: 「To solve a learned memory problem, many developers will continue the training process of the LLM on a smaller, domain-specific dataset to optimize it for the specific task. This process is known as fine-tuning.」（訳：「学習された記憶」の問題を解くために、多くの開発者は、より小さな特定分野のデータセットでLLMの学習を続け、特定の作業に合わせる。この過程がファインチューニングと呼ばれる。）
• Anthropic（Claude Platform Docs の用語集）: 「Fine-tuning is the process of further training a pretrained language model using additional data.」（訳：ファインチューニングは、学習済みの言語モデルに追加のデータでさらに学習をさせる過程である。）
• Wikipedia（英語）: 「fine-tuning is the process of adapting a computational model trained for one task (the upstream task) to perform a different, usually more specific, task (the downstream task).」（訳：ある作業のために学習した計算モデルを、別の、たいていはより特定の作業に向けて適応させる過程。）

4つに共通するのは、「ゼロから作り直すのではなく、すでにあるモデルの学習を続ける」という点です。最初の大がかりな学習は事前学習（pre-training）と呼ばれ、ファインチューニングはその後に足す小さな学習です。Googleの用語集は、大規模言語モデルでは「事前トレーニング」の後に「ファイン チューニング」を行う順序を例に挙げています。

ファインチューニング・プロンプト・RAGは何が違うのか

AIに自分の用途へ合わせた答えを出させる方法は、大きく3つあります。違いは、モデルの重みを変えるかどうかです。

OpenAIの公式ガイドは、この3つを「順番に進む直線の道」としては描いていません。同ガイドは、プロンプト設計を「Prompt engineering is typically the best place to start」（訳：プロンプト設計は、たいてい最初に取り組む場所である）とし、RAGは「RAG only solves our in-context learning issues」（訳：RAGが解くのは、文脈として渡す情報の問題だけ）と書きます。そのうえで、毎回同じ形式で答えさせたいといった「学習された記憶」の問題には、ファインチューニングを使うと説明します。2つを組み合わせる使い方も書かれています。

Googleの公式文書（Gemini のチューニングの概要）も同じ順序を勧めています。

最適なプロンプトを見つけるには、まずプロンプトの作成から始めることをおすすめします。次に、必要に応じてファインチューニングを行い、パフォーマンスをさらに向上させるか、繰り返し発生するエラーを修正します。

プロンプトの書き方はプロンプトエンジニアリング入門、RAGの中身はRAGガイドに分けて書いています。

ファインチューニングを提供している会社はどこか（2026年10月8日時点）

本記事が開いた公式ページでは、ファインチューニングをする場所は開発者向けの画面でした。OpenAIの公式ガイドは「In the OpenAI platform, you can create fine-tuned models either in the dashboard or with the API.」（訳：OpenAIのプラットフォームでは、ダッシュボードかAPIでファインチューニング済みモデルを作れる）と書きます。アプリの機能としての説明は、開いたページの中にはありませんでした。

Claudeについては、公式の文書どうしが食い違っています。Anthropicの法律文書の要約のガイドは「Fine-tuning is currently only available through Amazon Bedrock.」（訳：ファインチューニングは現在、Amazon Bedrock経由でのみ使える）と書き、AWSの Claude 3 Haiku の告知へリンクしています。AWSのBedrockのドキュメントは、ファインチューニングに対応するモデルの表に Claude 3 Haiku（us-west-2）を載せたままですが、モデルの提供終了の一覧では Claude 3 Haiku を「Models that have reached EOL」（提供終了を迎えたモデル）に入れ、終了日を2026年9月10日としています（us-west-2 を含む）。本記事は、Claude 3 Haiku のファインチューニングをいま新しく始められるとは判断していません。

OpenAIの提供終了の日程は、公式の Deprecations ページにあります。

この日程に照らすと、2026年10月8日時点でOpenAIの学習ジョブを新しく作れるのは、以前にファインチューニングを行い、過去60日間にファインチューニング済みモデルで推論をしている既存の組織だけで、それも2027年1月6日までです。

ファインチューニングの費用はいくらか

費用は、会社ごとに数え方が違います。公式の料金ページから、2つを並べます。

OpenAI：既存の組織だけが払える学習単価と、学習後の推論単価

次の表の学習単価を払って新しく学習できるのは、前の節の条件を満たす既存の組織だけです。新規の組織は、料金が載っていても申し込めません。 推論単価は、作成済みのファインチューニング済みモデルを使う時の料金です。

OpenAIの料金ページのFinetuningの表は、初期表示ではo4-miniの2行だけで、表の下の「All models」を押すと残りの行が出ます（10月8日5時17分に確認。標準の料金。単位は100万トークンあたり。o4-miniの学習は1時間あたり）。

同じ表には、データ共有を有効にした場合の割引（o4-miniの推論が入力$2.00・出力$8.00）、Legacy と書かれた旧型3行、Batchの料金も載っています。表の上には、前の節の「提供終了へ向けて縮小している」という告知が出ています。

Together AI：オープンソースモデルの学習単価

Together AIの料金ページの Fine-Tuning は、モデルごとの表で、「LoRA」と「Full」を切り替えます。LoRAの教師あり学習（SFT）の一部を抜き出します（100万トークンあたり。10月8日5時15分に取得）。

Fullに切り替えた表では、同じ Llama 3.1 8B が $0.38、Llama 3.3 70B が $2.24 でした。DPOはプリファレンス（好み）を学習させる方式で、上の表の行ではSFTの約2.5倍の単価です。

同ページは数え方をこう書いています（原文）。「Price is based on the sum of tokens processed in the fine-tuning training dataset (training dataset size × number of epochs) plus any tokens in the optional evaluation dataset (validation dataset size × number of evaluations). Each job is subject to the minimum charge shown for its model.」（訳：価格は、学習データセットで処理されたトークンの合計（データセットの大きさ×エポック数）に、任意の評価データセットのトークン（評価データの大きさ×評価回数）を足したものに基づく。各ジョブには、そのモデルごとの最低料金がかかる。）

エポックは、同じデータを何周学習させるかの回数です。この式に公式の単価を入れた、筆者の計算例です。

小さなデータでは最低料金がそのまま請求額になり、データが大きくなると、モデルごとの単価の差がそのまま金額の差になります。Amazon Bedrockのドキュメントも、学習の料金を「number of tokens in training data corpus × number of epochs」（学習データのトークン数×エポック数）で数え、別にモデルの保管料が月ごとにかかると書いています。

高い・安いを決める、もう1つの比較対象

ファインチューニングの目的の1つは、小さなモデルで同じ作業をさせて推論の費用を下げることです。OpenAIの公式ガイドは「train a smaller, cheaper, faster model to excel at a particular task where a larger model is not cost-effective」（訳：大きなモデルでは費用に見合わない作業のために、より小さく安く速いモデルを学習させる）と書きます。筆者の考えでは、比較の相手は、最初から安いモデルをプロンプトだけで使う方法です。学習の費用を払う前に、安いモデルで同じ作業ができるかを試す順番も考えられます。

ファインチューニングの手順は、どう進むか

公式の説明を並べると、手順は次の4つです。

1. 学習データを用意する。入力と、期待する出力のペアを集めます。OpenAIの教師あり学習は、最低10件から受け付けます。OpenAIのガイドは「Start with 50+ examples」（訳：50件以上から始める）と書き、Googleは大規模なデータセットとして「100 個以上のサンプルなど」を挙げます。形式は、OpenAIはJSONLという1行1件のファイルです。
2. 学習を実行する。OpenAIの公式ガイドは、ダッシュボードかAPIでの作成を書きます。Together AIの手順は本記事では確認していません。オープンソースモデルを自分のPCやサーバーで学習する場合は、Hugging Face Transformers、Axolotl、Unslothなどのツールを使うのが一般的です（ここは公式ページでの確認ではなく、筆者の整理です）。
3. ハイパーパラメータを調整する。学習率やエポック数などの設定値を変えながら、何度も学習し直します。Microsoftの文書は、微調整は試行錯誤の繰り返しで、必要な品質に届く設定の組み合わせを見つけるために多くの実験とテストが必要だと書きます。以前の版の記事は「3〜5回の反復」という目安を載せていましたが、その出典は到達できなくなっており、公式の数字としては確認できていません。筆者は、予算を「1回の学習費用×試行回数」で見ておくことを勧めます。
4. 評価する。学習の前のモデルと、学習の後のモデルを、学習に使っていないテストデータで比べます。OpenAIのガイドは、過学習（学習データを覚えただけの状態）を見つけるために、評価用のデータを取り分けておくよう書いています。

Microsoftの文書は、費用の面で次の2点も挙げています。「大規模な言語モデルの微調整は、カスタム モデルのトレーニングとホストに関連する追加コストを意味します」と「データが更新されたとき、または更新された基本モデルがリリースされるたびに、微調整を繰り返す必要がある場合があります」。

LoRAのように、元の重みを動かさずに小さな追加部分だけを学習する方式もあり、仕組みはLoRAとはで扱っています。Googleの文書は、すべての重みを更新する完全なファインチューニングについて「チューニングとサービングの両方でコンピューティング リソースが大量に必要になり、全体的なコストが高くなります」と書きます。

ファインチューニングを選ぶのは、どんな場合か

公式文書が挙げる理由を、OpenAIとGoogleから集めます。

• 出力の形式を一定にしたい。OpenAIの教師あり学習の向く場面に、「Generating content in a specific format」（特定の形式で内容を作る）と「Classification」（分類）があります。
• プロンプトを短くして、推論の費用と待ち時間を減らしたい。OpenAIは「You can use shorter prompts with fewer examples and context data, which saves on token costs at scale and can be lower latency.」（訳：例や文脈のデータを減らした短いプロンプトが使え、大規模な利用ではトークン費用が減り、待ち時間も短くなりうる）と書きます。Googleも「少数ショットの例や長い指示をプロンプトから削除して、推論時の費用を削減できます」と書きます。
• 1回のプロンプトに入りきらない量の例を使いたい。OpenAIは、コンテキストウィンドウに収まらない数の入出力例を使える点を挙げます。
• 社外に出したくないデータで学習させたい。OpenAIは、機密データを毎回のリクエストに含めずに学習に使える点を挙げます。

一方、最新の情報を答えさせたい場合は、ファインチューニングの役目ではありません。OpenAIの同じガイドは、知識が古い（out of date）問題を、文脈を足す側（プロンプトやRAG）で解く問題に分類しています。

筆者が開いて確かめた画面と、見つけた食い違い

2026年10月8日の5時12分から5時18分にかけて、ログインせずに、ヘッドレスのブラウザ（画面を表示しないブラウザ）で公式ページを開きました。

• OpenAIの料金ページ（platform.openai.com/docs/pricing）のFinetuningの表は、画面を開いた直後は2行（o4-mini）だけでした。表の下の「All models」を押すと、gpt-4.1系の3つ、gpt-4o、gpt-4o-mini と旧型3行が加わり、上の表の数字が読めました。同じ数字は、同ページのMarkdown版とHTMLの埋め込みデータにもありました。
• この記事の2026年8月27日の版は、ボタンの奥の行を見落として「価格が残るのはo4-miniのみ」と書いていました。訂正欄に記しています。
• Together AIの料金ページは、LoRAが選ばれた状態で開きました。以前の記事にあった「16B以下 $0.48・17B〜69B $1.50・70B〜100B $2.90」の表は、いまのページにはありません。

学習費用の見積もりで、公式ページから分からなかったこと

• OpenAIの学習費用を、トークン数とエポック数からどう計算するか。料金ページと、本記事が開いた fine-tuning のガイド（教師あり学習・ベストプラクティス・DPO・画像・強化学習）には、その式は見当たりませんでした。強化学習（o4-mini）については、学習の時間と学習中に使ったトークン数で請求すると、ガイドに書かれています
• Claude 3 Haiku のファインチューニングが Amazon Bedrock でいま使えるかどうか。上のとおりAWSの2つのページの記述が食い違っており、ログインが必要なAWSの管理画面は見ていません
• GoogleとMicrosoftの学習の料金。両社の文書は仕組みの説明が中心で、本記事は料金の数字を載せていません
• 以前の版にあった「Llama 3.1 70BをQLoRAで学習すると約$26／5万サンプル」は、出典が到達不能で、いまも裏づけが取れていないため載せていません

数字の出どころと、古い出典の扱い

定義、日程、単価は、記事末尾の「出典・参照資料」に並べた公式ページの原文によります。料金は各社の画面で変わるため、申し込む前に公式の料金ページで現在の数字を確認してください。以前の版が引用していた二次情報の記事5件は、2026年8月27日に到達できなくなっていたため、この版では使っていません。