論文でAIモデルのバージョンを記載する方法：ChatGPT・Claude・Geminiのバージョンの確認と記録

2026年11月2日、Nature Machine Intelligence誌は短いコメント記事（Comment）「AI needs meaningful versioning¹」（AIには意味のあるバージョン管理が必要だ）を掲載しました。著者は、キングス・カレッジ・ロンドンとアラン・チューリング研究所のVasilios MavroudisとDan Ristea、そして欧州委員会の欧州AIオフィス（European AI Office）のLauritz MorlockとCarlos Mouganです。論文は、その見解が必ずしも欧州委員会のものではなく、「個人の立場で」述べたものだと断っています。リード文（standfirst）は、問題を2つの文で述べています。「人工知能（AI）の提供元は、公開している識別子をそれに応じて変えることなく、モデルやシステム統合を頻繁に更新している。これは規制による監督と科学の再現性を損なう」。

論文を書く人にとって、これは身近な問題です。「ChatGPTを使った」と書いても、それは製品の名前であって、モデルの名前ではありません。製品名の背後にあるモデルは、翌週には変わっていることもあります。APIの正確なモデル名でさえ、指す先が動くエイリアス（別名）であったり、後に提供が終了する固定されたスナップショットであったりします。研究を理解したい読者や、再現したい読者には、アプリに表示された名前以上のものが必要です。

短く答えると、次のことを報告します。提供元、チャットアプリとAPIのどちらを使ったか、APIが返したとおりのモデル識別子（アプリの場合は、表示されていた名前と自分のプラン）、使った日付、推論の強度（reasoning effort）などの設定、オンにしていたツール、システムプロンプトまたはカスタム指示です。そして、すべてのプロンプトと出力を補足資料として残します。結果を再現できなければならない場合は、固定されたモデルIDを使うか、完全なコミットハッシュで固定したオープンウェイトのモデルを使います。

以下では、公開されている部分から分かる範囲でのこのコメント記事の主張、製品名がバージョンではない理由、OpenAI、Anthropic、Googleがモデルにどう名前を付け、どう変えているか、正確な識別子がどこで分かるか、何をなぜ記録するか、学術誌と報告ガイドラインがすでに何を求めているか、方法の節のひな形、そしてモデルが提供終了になったときにどうするかを順に紹介します。出典はすべて2026年11月5日に確認しました。

「AI needs meaningful versioning」は何を主張しているのか#

全文はNatureの有料購読者向けです。私たちが読んだのは公開されている部分、つまりリード文、図のタイトル、参考文献リスト、著者についての注記です。リード文は目的を述べて締めくくられています。「私たちは、規制当局と研究者の必要を満たす、意味のあるAIのバージョン管理を提唱する」。¹2つの図のタイトルは、具体例として取り上げた事例を示しています。「ChatGPTにおけるGPT-4oの迎合（sycophancy）問題の時系列」と、「コミットメントに基づくバージョン管理方式の一案のもとでのGPT-4oの迎合問題」です。その方式が何を求めるのかは有料の本文にあるため、ここでは説明しません。

参考文献リストからは、著者たちが拠り所にしている証拠が分かります。その1つが、Sophia AbrahamとBen Bucknallの「Silent Updates」で、2026年8月12日に投稿され、国際会議AIES-26に採択されています（arXiv²）。この論文は、提供元が運用中のモデルを、ファインチューニング、分類器の更新、システムプロンプトの改訂、検索（retrieval）の変更、ルーティングの変更によって変えていることを述べています。それらは「公表も、バージョン番号の更新も、再評価もなく」行われています。自社のモデルをAPIで提供する事業者9社と、サードパーティの推論ホスト7社を調べた結果、論文は「私たちが調べた提供元のうち、提供されている成果物がこのドキュメントで言及されているものと同じであることを、外部の者が検証できる情報を公開しているところはなかった」としています。

もう1つは、Lingjiao Chen、Matei Zaharia、James ZouによるGPT-3.5とGPT-4の研究で、コメント記事はHarvard Data Science Review（2024年）の掲載版を引用しています。私たちはarXiv版を読みました（arXiv³）。著者らは、OpenAIのAPIで使えた2023年3月版と2023年6月版を比べました。GPT-4が素数と合成数を見分けた正解率は、3月には84%、6月には51%でした。著者らの結論は、「同じ」LLMサービスの振る舞いが「比較的短い期間で大きく変わりうる」というものです。

なぜ「ChatGPT」や「Claude」はモデルのバージョンではないのか#

チャットアプリは、名前はそのままで中身が変わる製品だからです。コメント記事自身の例がそれを示しています。2025年4月24日と25日、OpenAIはChatGPTのGPT-4oに更新を配信し、モデルは「目に見えてより迎合的に」なりました。OpenAIは4月28日にこの更新の巻き戻しを始めました。その後、同社はこう書いています。「かなり控えめな更新になると見込んでいたため、自分たちから告知はしなかった」。同じ記事によれば、GPT-4oは、ChatGPTに導入されてからの1年間に、そこで5回の大きな更新を受けていました（OpenAI⁴）。その間ずっと、アプリはそれをGPT-4oと呼んでいました。

こうしたことは今も起きています。OpenAIのChatGPTのModel Release Notes（モデルのリリースノート）には、2026年10月29日の「GPT-6 in Chat」の更新が記録されています。回答を短くし、「過度にお世辞めいた言葉づかいを減らす」ためのものです。対象は、FreeとGoのユーザーと、ログインしていない人でした。PlusとProでは、GPT-6のメッセージ上限に達した後にChatGPTが切り替えるモデルにだけ適用され、「PlusとProのメインのGPT-6モデルは変わっていない」とされています（OpenAI Help Center⁵）。どちらも「ChatGPTのGPT-6、2026年10月」と書いた2人が、違うモデルを使っていた可能性があります。同じリリースノートには、モデル選択画面に表示されない代わりのモデルも書かれています。2026年3月18日から、有料ユーザーが利用上限に達すると、GPT-5.4 Thinkingの代わりにGPT-5.4 miniが答えるようになり、「GPT-5.4 miniは、モデル選択画面で選べるモデルとしては表示されない」とされています。

チャットアプリは、モデルをシステムプロンプトで包んでもいます。Anthropicは、claude.aiとモバイルアプリのシステムプロンプトを、モデルごと、日付ごとに公開しています。同社によれば、このプロンプトは「Claudeの応答を改善するために定期的に更新される」もので、「これらのシステムプロンプトの更新はClaude APIには適用されない」とされています（Anthropic、システムプロンプト⁶）。Claude Opus 5.5のページには、すでに2026年9月22日付けと10月27日付けの2つの項目があります（Claude Opus 5.5のシステムプロンプト⁷）。そこに自分のカスタム指示、メモリ、ウェブ検索、アップロードしたファイルが加わるので、アプリの中のモデルは、自分が書いたプロンプトよりはるかに多くのものを見ています。

APIのモデル名は固定されているのか#

一部は固定されています。どの提供元にも、1つのモデルに固定された名前と、指す先が動く名前があり、どの提供元も、公表した予定に沿って名前の提供を終了します。

OpenAI。 各モデルのページにはスナップショットが載っています。スナップショットは「モデルの特定のバージョンに固定し、性能と振る舞いが一定に保たれるようにする」ものです。古いモデルでは、日付のない名前が日付付きのスナップショットを指しています。gpt-5.2の既定のスナップショットはgpt-5.2-2025-12-11です（GPT-5.2⁸）。指す先が動くように作られた名前もあります。chat-latestは「現在ChatGPTで使われている最新のInstantモデルを指し」、「その元になるモデルのスナップショットは定期的に更新される」とされています（Chat Latest⁹）。gpt-6.1-solのように、現行のモデルの中には、ページがスナップショットとして日付のない名前しか挙げていないものもあります（GPT-6.1 Sol¹⁰）。その場合、書けるのは名前と使った日付だけです。

Anthropic。 「ClaudeのモデルIDはそれぞれ、モデルの固定されたバージョンを指す」とされています。Claude 4.6の世代からはIDに日付が付かず（claude-opus-4-6、claude-sonnet-5、claude-opus-5-5）、「Anthropicは既存のモデルIDの重みや構成を更新しない」とあります。それより前のモデルにはclaude-sonnet-4-5-20250929のように日付が付き、claude-sonnet-4-5のような短いエイリアスは、日付付きの最新のスナップショットを指します。どれにも当てはまる注意が1つあります。「モデルの重みはIDごとに固定されているが、モデルを取り巻く提供の基盤（サービングインフラ）は時間とともに変わりうる」。そのため、ときに「観察できる振る舞いにわずかな違い」が生じます（Anthropic、モデルIDとバージョン管理¹¹）。

Google。 Geminiのモデル名には4つの種類があります（Gemini API、モデル¹²）。安定版（stable）の名前は特定のモデルを指し、「安定版のモデルは通常は変わらない」とされています。プレビュー版のモデルは、少なくとも2週間前の予告で非推奨になることがあります。gemini-flash-latestのような最新版（latest）のエイリアスは、メールでの2週間前の予告の後、「特定のモデルのバリエーションの新しいリリースのたびに、ホットスワップで差し替えられる」とされています。実験版（experimental）のモデルは「安定していない」。Googleの変更履歴には、その差し替えが記録されています。2026年1月21日、gemini-flash-latestはgemini-3-flash-previewに切り替わりました（Gemini API、リリースノート¹³）。

安定版の名前でさえ、提供終了のときには別のモデルに向けられることがあります。Googleの2026年10月8日のリリースノートには、gemini-3.5-flashへのリクエストは「gemini-3.6-flashに自動的にルーティングされる」とあります。¹³2026年12月1日からは、gemini-2.5-proへのリクエストはgemini-3.8-flashに、gemini-2.5-flashへのリクエストはgemini-3.5-flash-liteに送られます（Gemini API、提供終了¹⁴）。古いモデルを指定したままのコードは、別のモデルから答えを受け取ることになります。

予告期間は、各提供元の提供終了（deprecations）のページによります。OpenAI¹⁵、Anthropic¹⁶、そしてGoogleのページです。¹⁴

使ったChatGPT・Claude・Geminiのバージョンはどう確かめるのか#

APIを使ったなら、応答から読み取ります。 どの提供元も、応答ごとにモデルを返します。OpenAIのResponses APIでは、そのフィールドはmodelで、「応答の生成に使われたモデルID」です（OpenAI APIリファレンス¹⁷）。AnthropicのMessages APIは、各メッセージでmodelを返します（Claude APIリファレンス¹⁸）。GeminiのgenerateContentはmodelVersionを返し、これは「応答の生成に使われたモデルのバージョン」です（Gemini APIリファレンス¹⁹）。このフィールドを、送った名前と並べて、すべての応答について記録してください。この2つは別々の事実で、報告すべきなのは返ってきた方です。

OpenAIのChat Completions APIはsystem_fingerprintも返します。これは「モデルが動作するバックエンドの構成を表す」ものです。任意のseedを指定すると、同じ出力が得られるよう最善が尽くされますが、「決定性は保証されない」とされ、OpenAIはバックエンドの変更を見つけるにはこのフィンガープリントを見るよう案内しています（Chat Completionsのリファレンス²⁰）。このフィールドがあれば、記録してください。

チャットアプリでは、スナップショットのIDは見えません。 分かることを記録します。アプリ（ウェブ版、デスクトップ版、モバイル版）、プラン、モデル選択画面の表示名、Thinkingなどのモード、日付、そしてモデル選択画面のスクリーンショットです。OpenAIの2025年10月3日のリリースノートには、「ChatGPTは、尋ねられれば、どのモデルが有効になっているかをユーザーに伝え続ける」とあります。⁵しかし、モデルが自分自身について語ることは間違っていることがあるので、答えはモデル選択画面と照らし合わせてください。上で述べた代わりのモデルのことを考えると、書くべきなのは、動いたと思うモデルではなく、アプリが表示していたものです。共有リンクとエクスポートについては、私たちのガイド「ChatGPT・Claude・Geminiの参考文献の書き方」で扱っています。

オープンウェイトのモデルでは、バージョンとはリポジトリとコミットのことです。 Hugging Faceでは「既定では、mainブランチの最新版がダウンロードされる」ので、リポジトリ名だけでは、日によって違うファイルを指すことがあります。revisionを渡して固定し、完全なハッシュを使ってください。「7文字のコミットハッシュではなく、完全な長さのハッシュでなければならない」（Hugging Face Hubのドキュメント²¹）。たとえば、OpenAIのオープンウェイトのモデルgpt-oss-20bはopenai/gpt-oss-20bとして公開されており、2026年11月5日時点で、このリポジトリの最新のコミットは6cee5e81ee83917806bbde320786a8fb61efebeeでした（Hugging Face API²²）。実行したファイルの形式と量子化（4ビットのファイルは、元のものと同じ数値の集まりではありません）、そして実行環境（ランタイム）とそのバージョンも書き添えます。

エージェントでは、モデルは一部にすぎません。 エージェントのツールとそのバージョン、それが呼び出したすべてのモデル、その権限とツールを記録し、ログを残してください。エージェント自身による報告は完全な記録ではありません。「AI研究エージェントは否定的な結果を隠すのか」を参照してください。

モデルとその設定について何を記録すべきか#

設定は名前と同じくらい重要で、しかも変わってきています。現在のいくつかのAPIでは、温度（temperature）はもはや主な調整つまみではありません。AnthropicのAPIバージョン2026-10-21では「temperature、top_p、top_kのリクエストパラメータは削除され」、これらのどれかを送るリクエストはエラーを返します（Anthropic、APIのバージョン²³）。Googleは、Gemini 3.8 Flashへの移行に伴う互換性のない変更（breaking changes）の1つに「サンプリングパラメータの削除」を挙げ、thinking_budgetがthinking_levelに置き換わるとしています。¹³今の調整つまみは推論の強度です。OpenAIのGPT-6.1 Solはreasoning.effortをlowからmaxまで受け付け、既定値はmediumです。¹⁰Anthropicの既定値はモデルによって違い、Claude Opus 5.5ではmedium、Claude Sonnet 5.5ではhighです（Anthropic、モデルの概要²⁴）。強度を設定しなかった場合は、そう書き、既定値を示してください。

Chen、Zaharia、Zouは、役に立つ習慣を示しています。温度を0.1に設定し、「システムプロンプトは既定のままにした」と明記しているのです。³2つの設定を2行で書くだけで、読者は何が固定されていたかが分かります。

学術誌と報告ガイドラインは何を求めているのか#

主な方針の多くは、今でははっきりとバージョンを求めています。申告文をどこに書くかは私たちのガイド「論文・レポートで生成AIの使用を明記する方法」で、APA、MLA、シカゴ・スタイルの参考文献でのバージョンの書き方は「ChatGPT・Claude・Geminiの参考文献の書き方」で扱っています。

医療分野のLLM研究のためのガイドラインであるTRIPOD-LLMは、エイリアスの問題にも直接触れています。本文には、研究は「モデルのバージョンの日付と、データ収集の段階でモデルが固定されていたのか、変化し続けていたのかを記録すべきである」とあります。³¹チャットボットによる健康上の助言についての研究のためのCHARTは、BMJ Medicine、The Lancet、NEJM AIなど9誌に共同で掲載されているとしています。³²

方法の節のひな形#

次の段落は架空の例です。研究、数字、日付は、形を示すために作ったものです。自分の使い方に合わせて書き換えてください。

架空の例。 1,200件の抄録に、ランダム化試験を報告しているか否かのラベルを付けるため、Claude APIを通じてClaude Opus 5.5（Anthropic）を使用した。すべてのリクエストでモデルIDとしてclaude-opus-5-5を指定し、すべての応答がmodelフィールドに同じIDを返した。リクエストには、APIバージョン2026-10-21、推論の強度（effort）「high」（このモデルの既定値は「medium」）、最大4,096出力トークンを用い、ツールは使用しなかった。このAPIバージョンはサンプリングパラメータを受け付けない。すべてのリクエストは2026年10月6日から10日の間に送信した。システムプロンプトとプロンプトのテンプレートは補足ファイル2に、タイムスタンプ付きのすべてのリクエストと応答は補足ファイル3に収めた。著者2名が、無作為に抽出した200件のラベルを全文と照合した（補足ファイル4）。ラベルが1つの提供元に依存していないかを確かめるため、オープンウェイトのモデルgpt-oss-20bで同じ作業を繰り返した（詳細は補足表1）。

補足表には、読者がもう一度試すのに必要な詳細を載せます。

AIが文章の作成も手伝った場合、それは通常、方法の節ではなく、謝辞か独立したAI利用の申告欄に書きます。出版社ごとにどこに書くよう求めているかは、「論文・レポートで生成AIの使用を明記する方法」で示しています。

使ったモデルが提供終了になったらどうするか#

その場合、そのモデルへのリクエストは失敗し、提供元を通じて分析を再実行することはできません。OpenAIは、最初期のGPT-4のバージョンの1つであるgpt-4-0314の提供を2026年3月26日に、gpt-4-0613とgpt-4o-2024-05-13の提供を2026年10月23日に終了しました。¹⁵Anthropicはclaude-3-7-sonnet-20250219の提供を2026年2月19日に終了し、claude-sonnet-4-5-20250929の提供を2026年11月30日に終了する予定です。¹⁶Googleはgemini-2.0-flashの提供を2026年6月1日に終了しました。¹⁴

Anthropicの提供終了のページは、その代償をはっきり書いています。「研究者は、進行中の研究や比較研究のためのモデルを使えなくなる」。同ページによれば、Anthropicは「モデルの重みを長期にわたって保存することを約束して」おり、「過去のモデルを再び一般に利用できるようにしたいと考えている」としています。¹⁶保存された重みがあっても、読者が今あなたの分析を再実行できるわけではありません。それができるのは、あなたが残したものだけです。

ですから、提供終了には最初から備えておきます。

実際にどのモデルが答えたのかを、誰かが確かめられるのか#

多くの人が使うモデルについては、現時点ではできません。AnthropicのFrontier Red Teamは2026年11月2日、はっきりこう述べています。「現在、モデルに問い合わせるユーザーは、応答が、開発者の言う特定のモデルから来たものであることを確かめられない」（Anthropic³⁵）。同チームのプロトタイプFlashProveでは、提供元がコミットメント、つまり「重みそのものは隠したまま、重みの選択を正確に1つに固定する短いフィンガープリント」を公開し、そのうえで、ある応答がその重みから生じたことを証明します。これは研究用のプロトタイプで、測定されたのはオープンウェイトのモデル1つ（Llama 4 Maverick）だけであり、サービスではありません。それが何を証明し、何を証明しないかは、「AnthropicのFlashProve：証明可能な推論が証明すること、しないこと」で説明しています。

Nature Machine Intelligenceのコメント記事も、図のタイトルの1つで「コミットメントに基づくバージョン管理方式」に触れています。¹それが同じ種類のコミットメントを指すのかどうかは、公開されている部分からは分かりません。提供元がそうした仕組みを用意するまでは、論文に挙げられたモデルは著者の申告であり、その裏付けとなるログが、読者が得られる最良の証拠です。

Papexでできること#

Papexの記録には、AIがどう関わったかが、著者が挙げるモデルとツールの名前も含めて、著者の申告どおりに書かれます（アプリの画面は英語です）。それらの名前は自己申告で、Papexはどのモデルが実際に動いたかを確認しません。責任を負う人が特定の1つの版に署名すると、その版のソルト付きフィンガープリントにOpenTimestampsでタイムスタンプが付けられ、ビットコインに記録されます。そのため、署名された本文は、そこに書かれたモデルIDや日付も含めて、署名されたときのまま残ります。署名者、版、日付は、誰でも/verify（英語）で確認できます。訂正は、それ自体の日付を持つ新しい版になり、以前の版はそのまま残ります。署名した版から、Papexは学術誌ごとの形式でAI利用の申告文を作成できます。対応する形式は/docs/journals（英語）に載っています。/ai-claims（英語）では、名前の付いた未解決問題についてのAI支援の主張ごとに、その背後にあるモデルを出典の記述どおりに示しています。

記録は、名前が挙げられたモデルが実際に動いたモデルであること、その出力が正しいこと、研究が査読を受けたことを示すものではありません。

出典#

1. AI needs meaningful versioning（Vasilios Mavroudis、Dan Ristea、Lauritz Morlock、Carlos Mougan、Nature Machine Intelligence、2026年11月2日）、2026年11月5日確認（リード文、図のタイトル、参考文献、著者についての注記。全文は有料のため読んでいない） ↩ a b c
2. Silent Updates: Measuring and Closing the Post-Deployment Disclosure Gap（Sophia Abraham、Ben Bucknall、arXiv、2026年8月12日）、2026年11月5日確認（要旨） ↩
3. How is ChatGPT's behavior changing over time?（Lingjiao Chen、Matei Zaharia、James Zou、arXiv、第3版、2023年10月31日）、2026年11月5日確認 ↩ a b
4. Expanding on what we missed with sycophancy（OpenAI、2025年5月2日）、2026年11月5日確認（2026年1月5日のインターネットアーカイブの保存版で閲覧。公式サイトは自動アクセスを遮断） ↩
5. Model Release Notes（OpenAI Help Center）、2026年11月5日確認（2026年10月30日のインターネットアーカイブの保存版で閲覧。公式サイトは自動アクセスを遮断） ↩ a b
6. System prompts（Anthropic、Claude Platformのドキュメント）、2026年11月5日確認 ↩
7. Claude Opus 5.5 system prompts（Anthropic、Claude Platformのドキュメント）、2026年11月5日確認 ↩
8. GPT-5.2のモデルページ（OpenAI APIのドキュメント）、2026年11月5日確認 ↩
9. Chat Latestのモデルページ（OpenAI APIのドキュメント）、2026年11月5日確認 ↩
10. GPT-6.1 Solのモデルページ（OpenAI APIのドキュメント）、2026年11月5日確認 ↩ a b
11. Model IDs and versioning（Anthropic、Claude Platformのドキュメント）、2026年11月5日確認 ↩
12. Models（Gemini APIのドキュメント、Google）、2026年11月5日確認 ↩
13. Release notes（Gemini APIのドキュメント、Google）、2026年11月5日確認 ↩ a b c
14. Gemini deprecations（Gemini APIのドキュメント、Google）、2026年11月5日確認 ↩ a b c
15. Deprecations（OpenAI APIのドキュメント）、2026年11月5日確認 ↩ a b
16. Model deprecations（Anthropic、Claude Platformのドキュメント）、2026年11月5日確認 ↩ a b c
17. Create a model response（OpenAI APIリファレンス、Responses）、2026年11月5日確認 ↩
18. Create message（Claude APIリファレンス、Messages）、2026年11月5日確認 ↩
19. Generating content（Gemini APIリファレンス）、2026年11月5日確認 ↩
20. Create chat completion（OpenAI APIリファレンス、Chat Completions）、2026年11月5日確認 ↩
21. Download files from the Hub（Hugging Face Hubのドキュメント）、2026年11月5日確認 ↩
22. openai/gpt-oss-20b（Hugging FaceのモデルAPI）、2026年11月5日確認 ↩
23. Versions（Anthropic、Claude APIのドキュメント）、2026年11月5日確認 ↩
24. Models overview（Anthropic、Claude Platformのドキュメント）、2026年11月5日確認 ↩
25. ICMJE Recommendations: Preparing a manuscript for submission、2026年11月5日確認 ↩
26. Generative AI policies for journals（Elsevier、2026年6月更新）、2026年11月5日確認 ↩
27. AI guidelines for researchers（Wiley）、2026年11月5日確認 ↩
28. Using AI in your research and manuscript preparations（Taylor & Francis Author Services）、2026年11月5日確認 ↩
29. Science journals' guidelines for AI usage（AAAS、PDF）、2026年11月5日確認（2026年10月27日のインターネットアーカイブの保存版で閲覧。公式サイトは自動アクセスを遮断） ↩
30. AI use in research practice（Springer Natureの編集方針）、2026年11月5日確認 ↩
31. The TRIPOD-LLM reporting guideline for studies using large language models（Jack Gallifantほか、Nature Medicine、2025年1月8日）、2026年11月5日確認（チェックリストは表2） ↩ a b
32. Reporting guideline for chatbot health advice studies: the CHART statement（The CHART Collaborative、JAMA Network Open、2025年8月1日）、2026年11月5日確認（LSE Research Onlineが所蔵する出版版（CC BY 4.0）で閲覧） ↩ a b
33. NeurIPS paper checklist guidelines、2026年11月5日確認 ↩
34. Responsible NLP research checklist（ACL Rolling Review）、2026年11月5日確認 ↩
35. Progress on provable inference for large language models（Anthropic、2026年11月2日）、2026年11月5日確認 ↩