OpenAIのオペレーターエージェントが新しいAIモデルで強化される

OpenAIは、オペレーターを支えるAIモデルを、以前のカスタムバージョンのGPT-4oから、OpenAIの「推論」モデルの最新のoシリーズの1つであるo3ベースのモデルに更新しました。o3オペレーターはコンピュータ使用のための追加の安全データで微調整されており、意思決定の境界を教えるために設計された安全データセットが含まれています。
OpenAIは、ChatGPTのオペレーターをOpenAI o3のバージョンに基づく新しいコンピュータ使用エージェント（CUA）モデルでアップグレードしました。新しいモデルにより、オペレーターはブラウザとのインタラクション時により持続的かつ正確になり、全体的なタスク成功率が向上しました。また、より明確で徹底した構造化された応答を提供します。
OpenAIによると、新しいCUAモデルは業界に対してより強いパフォーマンスを示し、OSWorldおよびWebArenaでSOTAを達成しました。また、確立されたベンチマークと人間の好み評価の両方において、前のバージョンに対してもより強い相対パフォーマンスを示しました。
OpenAIは、GPT‑4oベースのモデルをo3に基づくバージョンに置き換えました。
OpenAIは、ChatGPTオペレーターエージェントの大きなアップグレードを示唆しています pic.twitter.com/iGPQp9butD
— SabatAge (@sabatage) 2025年5月22日
OpenAIは、オペレーターの既存のGPT‑4oベースのモデルをOpenAI o3に基づくバージョンに置き換えましたが、APIバージョンは4oに基づいたままです。AI企業はまた、o3オペレーターが4oバージョンに使用されたのと同じ多層安全アプローチを使用していると主張しました。
しかし、o3ファミリーの他のモデルと比較して、o3オペレーターはコンピュータ使用のための追加の安全データで微調整されており、確認と拒否に関する意思決定の境界を教えるために設計された安全データセットが含まれています。
OpenAIは、o3オペレーターの特定の安全評価におけるパフォーマンスを示す技術報告書を公開しました。GPT-4oオペレーターモデルと比較して、o3オペレーターは「不正」な活動を行うことを拒否する可能性が低く、敏感な個人データを検索することが少なく、「プロンプトインジェクション」として知られるAI攻撃の形に対しても影響を受けにくいものでした。
「o3オペレーターは、4oバージョンのオペレーターに使用したのと同じ多層アプローチで安全性を使用しています…o3オペレーターはo3のコーディング能力を引き継いでいますが、コーディング環境やターミナルへのネイティブアクセスは持っていません。」
–OpenAI
AI企業はまた、新しいo3ベースのモデルが標準的な安全評価を経ており、オペレーターは世界中のChatGPT Proユーザーに研究プレビューとして引き続き利用可能であることを開示しました。しかし、このアップグレードされたモデルはChatGPTのオペレーターにのみ利用可能でした。
クノープは、OpenAIのo3モデルを実行することが予想以上に高くつくかもしれないと疑っています。
先週、ARC-AGIを維持・管理するArc Prize Foundationは、o3の約算コンピューティングコストを更新しました。組織は、テストしたo3の最もパフォーマンスが良い構成であるo3高が、単一のARC-AGI問題を解決するのに約3,000ドルかかると最初に見積もっていました。しかし、財団は現在、そのコストが以前の見積もりの10倍高くなる可能性があり、タスクごとに約30,000ドルになる可能性があると考えています。
さらに、OpenAIがo3の価格をまだ設定していないか、完全にリリースしていない一方で、Arc Prize Foundationの共同創設者であるマイク・クノープは、o1プロモデルの価格設定が合理的な代理であり、o3の真のコストとのより近い比較であると考えています。しかし、彼は、公式の価格設定が発表されるまで、不確実性を反映するためにo3はリーダーボードでプレビューとしてラベル付けされ続けるだろうと付け加えました。
Arc Prize Foundationによると、o3高の高価格はモデルが報告されているコンピューティングリソースの量を考えると不自然ではありません。o3高は、ARC-AGIに取り組むために、o3の最も低いコンピューティング構成であるo3低の172倍の計算を使用しました。
高価なプランを導入することを検討しているという噂が3月初めから飛び交っています。報告された情報によると、企業向けの専門的なAI「エージェント」、たとえばソフトウェア開発者エージェントに対して、月額20,000ドルを請求する可能性があるとのことです。
しかし、OpenAIの最も高価なモデルでさえ、典型的な人間の契約者またはスタッフが要求する価格を下回るだろうと主張する者もいましたが、AI研究者のトビー・オードは、モデルがそれほど効率的ではないかもしれないと指摘しました。たとえば、o3高は、ARC-AGIの各タスクで最良のスコアを達成するために1,024回の試行を必要としました。
重要な違いのワイヤー：暗号プロジェクトが保証されたメディアカバレッジを得るために使用する秘密のツール