次世代AIのOpenAI、新モデル「o3」と「o4-mini」で画像理解と推論能力を大幅強化

OpenAIは、GPT-4.1の発表からわずか2日後に、新しいAIモデル「o3」と「o4-mini」を公開しました。これらのモデルは「画像を使って考える」新たな能力を備え、従来のシステムにはなかった高度な機能を提供します。「o3」はOpenAI史上最も進化した推論モデルで、コーディングや数学、科学の分野で優れたパフォーマンスを発揮します。一方、「o4-mini」はコストを抑えながらも同分野で印象的な性能を維持した、より手軽なモデルです。これらのモデルが特に革新的なのは、ChatGPTが提供するあらゆるツール（ウェブ閲覧や画像生成など）を統合的に使用できることです。その結果、複雑で多段階の問題により効果的に取り組めるようになり、自律的に動作するAIに近づきました。また、o3とo4-miniは画像を単に認識するだけでなく、「理解」し、画像に基づいて「思考」する能力も備えています。例えば、ホワイトボードの手書きメモや粗いスケッチなど、画質の低い画像でも内容を正しく理解し、推論過程の一部として画像を編集することさえ可能です。

OpenAIは、「最先端の推論能力と豊富なツールを組み合わせることで、学術ベンチマークや実世界のタスクで飛躍的に性能が向上し、AIの知性と実用性に新たな基準を打ち立てました」と述べています。さらにOpenAIは、開発者向けに新しいコーディングエージェント「Codex CLI」を発表しました。これは開発者が最小限のインターフェースでOpenAIのモデルとローカルコードを連携させることができるもので、現時点ではo3とo4-miniをサポートし、今後GPT-4.1にも対応予定です。

これらの発表は、CEOのSam Altman氏が今年2月に示した計画の方針転換を反映しています。当初OpenAIは昨年末にプレビューした「o3」を単独の製品としてリリースしないと発表していましたが、この4月の方針変更で「o3」と「o4-mini」のリリースが決定しました。Altman氏は「今回の方針変更の最も興味深い理由は、GPT-5を当初の予想以上に優れたモデルにできる見込みがあるからです。また、すべてを円滑に統合することが予想以上に難しく、前例のない需要に対応するための十分な体制が必要だと判断しました」と説明しました。これにより、当初計画していた製品ラインナップの簡素化は、少なくとも数ヶ月後に登場予定のGPT-5まで延期される見通しです。o3とo4-miniは、ChatGPTのPlus、ProおよびTeamプランのユーザーが利用可能です。また、さらに高性能なモデル「o3-pro」は数週間以内に公開予定で、Proプラン加入者が利用可能になります。それまでの間、これらのユーザーは引き続きo1-proを利用することができます。

OpenAIについて
OpenAIは最先端のAI技術を研究・開発する企業です。人類の利益となる安全で強力な人工知能の構築を目指し、ChatGPTをはじめとする高度なAIモデルを提供しています。