OpenAI o3 と o4-mini: ベンチマーク、API価格、使用場所

人工知能の風景は絶えず変化しており、可能性を再定義する能力の飛躍が特徴です。OpenAIはこの進化の最前線で一貫した力を持ち続け、o3とo4-miniの導入により再び限界を押し広げました。「これまでで最も賢く、最も能力のあるモデル」と称賛されるこれらの新しい提供物は、単なる段階的なアップグレードではなく、AIモデルが情報を推論し、相互作用し、世界を認識する方法の根本的な変化を表しています。

大いに期待されて発表されたo3とo4-miniは、OpenAIのプラットフォームで前のモデル(o1、o3-mini、o3-mini-high)を置き換えます。この移行は特にマルチモーダル推論と多様なデジタルツールの主体的な使用の統合において重要な進展を示しています。これらのモデルは情報を処理するだけでなく、初めて思考を行い、テキスト、画像、コードの実行、ウェブ検索、ファイル分析の組み合わせを用いて、より包括的で強力な認知エンジンを創出します。

コアな革新：統合された推論と主体的なツール利用

おそらくo3とo4-miniの最も画期的な側面は、ChatGPTエコシステム内のすべてのツールを主体的に使用および結合する能力です。このスイートには、以下が含まれます：

1. ウェブ検索：インターネットからリアルタイム情報にアクセスし、合成すること。
2. Python実行：計算、データ分析、またはシミュレーションを行うためのコードを実行すること。
3. 画像分析：アップロードされた画像の内容を解釈し、理解すること。
4. ファイル解釈：さまざまな文書形式の内容を読み取って推論すること。
5. 画像生成：テキストまたは視覚的なプロンプトに基づいて新しい画像を作成すること。

Introducing OpenAI o3 and o4-mini—our smartest and most capable models to date.

For the first time, our reasoning models can agentically use and combine every tool within ChatGPT, including web search, Python, image analysis, file interpretation, and image generation. pic.twitter.com/rDaqV0x0wE

— OpenAI (@OpenAI) 2025年4月16日

以前のモデルは個別のツールを呼び出すことができましたが、o3とo4-miniはこの能力を向上させました。これらは今、戦略的にツールを選択、結合、利用し、単一の首尾一貫した思考の連鎖の中で複雑な問題を解決します。アップロードされたスプレッドシートからのデータを分析し、その発見を最近のオンラインニュース記事と照らし合わせて、データに基づいて計算を行い、生成された説明図と共に結果を要約する質問を考えてみてください。このツールを介して推論するという次元でのシームレスな統合は、より多様で自律的なAIエージェントへの重要な飛躍を示しています。

この統合アプローチにより、モデルは前例のない流動性で複数段階、複数モードの問題に取り組むことができます。これは単純な質問応答を超え、AIが計画を立て、必要なリソースをツールを使って収集し、情報を処理し、包括的な解決策を提供する複雑なタスク実行に移行します。

「画像で考える」：知覚を超えて認知へ

統合されたツール利用を補完するもう一つの主要な革新は、o3とo4-miniがアップロードされた画像を推論プロセス、「思考の連鎖」に直接組み込む能力です。これは単に画像を「見る」こと（物体を識別したりテキストを抽出したりする）から、積極的に「それで考える」ことへの深い進化です。

実際に「画像で考える」とはどういうことを意味するのでしょうか？

• より深い分析：チャートをただ説明するのではなく、モデルはトレンドを解釈し、それに伴うテキスト情報と相関させ、視覚データに基づいて結論を導くことができます。
• 文脈理解：複雑なセットアップ（例えば、実験室の機器やDIYプロジェクト）の写真を分析し、視覚的証拠に基づいてステップバイステップの指示やトラブルシューティングのアドバイスを提供します。
• マルチモーダル問題解決：エンジニアリング問題を解決したり、付随するテキストで説明されている生物学的プロセスを理解するために、図やスキーマを核心的な要素として使用します。
• 創造的統合：画像のスタイル、構成、または感情的内容について推論し、創造的な執筆を促したり、関連するビジュアルコンセプトを生成すること。

この能力は、画像を受動的な入力からAIの認知プロセスの能動的な要素に変えます。これは、モデルが視覚的現実において推論を根付かせることを可能にし、特に現実世界の物体、図、データ視覚化、および複雑なシーンを含むタスクにおいて、より正確で関連性があり、洞察に満ちた出力を導きます。

OpenAI o3とo4-mini：その違いは？

コアなアーキテクチャの進化を共有しつつ、o3とo4-miniはAIの風景内で異なるニーズに応えるように位置づけられています。

OpenAI o3：フラッグシップパワーハウス

OpenAI o3は新しいラインナップの頂点に立っています。これは最高のパフォーマンスのために設計されており、さまざまな要求の厳しいタスクにおいて新しい業界基準を設定します。

• 強み：o3は、特に複雑な領域で先進的な能力を示します：
• コーディング：複数の言語にまたがる高度なコード生成、デバッグ、および説明。
• 数学と科学：複雑な数学問題を解決し、科学的概念を理解し、研究レベルの質問を支援します。
• 視覚推論：複雑な画像、図、チャートの解釈に優れており、新しい「画像で考える」というパラダイムを最大限に活用しています。
• ポジショニング：OpenAIの武器庫で最も強力な推論モデルとして、o3はより深い理解、微妙な推論、最新の精度を必要とする最も難しい問題に取り組むユーザーや開発者向けに設計されています。パフォーマンスが最優先される場合に選ばれるモデルです。

OpenAI o4-mini：賢く、迅速で、スケーラブル

OpenAI o4-miniは、知性、速度、およびコスト効率の魅力的な組み合わせを提供します。o3がパフォーマンスの限界を押し上げる一方で、o4-miniは広範なアクセスと高スループットに最適化されたパッケージで驚くほど強力な能力を提供します。

• 強み：o4-miniは特にその効率プロファイルを考慮すると強力なパフォーマンスを提供します。数学、コーディング、視覚タスクを効果的に処理し、非常に能力のある汎用モデルとしての地位を確立しています。
• 速度とコスト：その重要な利点は、o3と比較して速度と低い運用コストにあります。これにより、利用限度が大幅に向上し、より迅速な応答時間や限られた予算での操作が必要なアプリケーションに適した選択肢となります。
• ポジショニング：o4-miniは業務用モデルです。高い知性とレイテンシやコストといった実際的な制約間のバランスを要求するアプリケーションに理想的です。インタラクティブアプリケーションを稼働させ、大量のリクエストを処理し、フラッグシップモデルのプレミアムオーバーヘッドなしで能力あるAI支援を提供するのに適しています。

o3とo4-miniのベンチマーク：

OpenAIの優れた知性に関する主張は、厳密なベンチマークによって裏付けられています。具体的なスコアは新しいテストや改良に伴って変動することが多いですが、発表時にリリースされた初期のベンチマークは、o3とo4-miniが達成した重要な進展を強調しています。

(注：以下は、主要なモデルが評価される典型的なベンチマークカテゴリを反映しています。正確なパフォーマンスの詳細はモデルインデックスページで提供されました)

OpenAIは、o3が幅広い標準評価で最先端のパフォーマンスを達成していることを示すベンチマーク結果を提示しました：

• 一般知識と推論：MMLU（大規模マルチタスク言語理解）やHellaSwagのようなテストは、理解力や常識的推論の改善を示唆し、o3はこれらの分野で新たな高得点を記録しています。
• 大学院レベルの推論：GPQA（大学院レベルのGoogleプルーフQ&A）などのベンチマークでは、深い専門知識と推論がテストされます。ここでのo3のパフォーマンスは、その高度な能力を強調します。
• 数学：MATHやGSM8K（グレードスクール数学）のようなベンチマークで、o3は複雑な数学的推論課題に挑む優れた問題解決スキルを示します。
• コーディング：HumanEvalやMBPP（ほぼ基本的なPython問題）などの評価は、コーディングの熟練度を測定します。o3はコード生成、理解、デバッグにおいて優れたパフォーマンスを示します。
• 視覚理解：MathVista（画像での数学的推論）やMMMU（大規模多分野マルチモーダル理解）のようなマルチモーダルベンチマークでは、o3は「画像で考える」という能力を駆使してトップスコアを達成し、以前のモデルを大きく上回っています。

o4-miniは、必ずしもo3のピークパフォーマンスに匹敵しないものの、これらのベンチマークですべて高得点を記録しており、以前の世代のフラッグシップモデルであるGPT-4 Turbo（o1）をしばしば上回っています。そのパフォーマンスは特に、低コストおよび高速推論速度を考慮すると注目に値し、優れた効率を示しています。これは、パフォーマンス・パー・ドルカテゴリのリーダーとしての地位を確立しています。

これらのベンチマークは総体的に、o3がテキスト、コード、数学、視覚における原動力として新しいリーダーであり、o4-miniが強力で高効率な代替手段を提供し、AIのパフォーマンスの限界を押し広げていることを示しています。

OpenAIのo3とo4-miniのコンテキストウィンドウ：

大型言語モデルの使いやすさにおいて重要な要素は、広範なコンテキストを処理し、詳細な出力を生成する能力です。o3とo4-miniにおいて、OpenAIは前のモデルによって確立された印象的な仕様を維持しています：

• コンテキストウィンドウ：200,000トークン：この大きなコンテキストウィンドウにより、モデルは同時にかなりの量の情報を処理し、推論することができます。ユーザーは長い文書、広範なコードベース、または詳細なトランスクリプトを入力でき、複雑なタスク（長いレポートの要約、複雑なコードの分析、長時間の文脈を考慮した会話など）で一貫性と理解を維持できます。
• 最大出力トークン：100,000トークン：大きな入力ウィンドウを補完するために、一度の応答で最大100,000トークンを生成できる能力により、任意の切断を行うことなく長文コンテンツ、詳細な説明、包括的なレポート、または広範なコード生成を作成できます。

これらの寛大な制限により、o3とo4-miniは、かなりの量のテキストおよびコードを処理し、生成することが要求される実践的なタスクにうまく対処できるように設計されています。

OpenAI o3、o4-mini APIの価格設定：

OpenAIは新しいモデルに対して独特な価格帯を導入しており、それぞれの能力とターゲット使用ケースを反映しています。価格は通常、1百万トークン（トークンは単語の部分）あたりで測定されます。

OpenAI o3 価格設定：

• 入力：$10.00 / 1Mトークン
• キャッシュ入力：$2.50 / 1Mトークン
• 出力：$40.00 / 1Mトークン

o3のプレミアム価格は、その最も強力なモデルとしての地位を反映しています。入力トークンに比べて出力トークンのコストが著しく高いため、o3によるコンテンツ生成は計算上より集中的であり、その高度な推論能力に沿ったものとなっています。「キャッシュ入力」層は、同じ初期コンテキストを繰り返し処理する場合にコスト削減を提供する場合があり、特定のアプリケーションアーキテクチャにとって有益となる可能性があります。

OpenAI o4-mini 価格設定：

• 入力：$1.100 / 1Mトークン
• キャッシュ入力：$0.275 / 1Mトークン
• 出力：$4.400 / 1Mトークン

o4-miniの価格はo3よりも大幅に低く、特に高ボリュームアプリケーションにおいてははるかに経済的な選択肢となります。入力トークンはほぼ10倍安く、出力トークンも約9倍安くなっています。この攻撃的な価格設定は、高効率でスケーラブルな選択肢としてo4-miniの役割を強調し、フラッグシップモデルの費用の一部で強力なパフォーマンスを提供します。

この明確な価格差別化により、ユーザーや開発者は自らのパフォーマンス要件と予算制約に最も適ったモデルを選択できるようになっています。

OpenAI o3とo4-miniを今すぐ使用する場所：

OpenAIはo3とo4-miniをさまざまなプラットフォームおよびAPIで展開しています：

ChatGPTユーザー：

• ChatGPT Plus、Pro、Teamユーザーは、o3、o4-mini、およびo4-mini-high（おそらくminiとフルのo3の間のパフォーマンスポイントを提供する）に即座にアクセスでき、選択肢での前のモデルo1、o3-mini、o3-mini-highを置き換えます。
• ChatGPT EnterpriseおよびEduユーザーは、初回ロールアウトから約1週間後にアクセスすることが予定されています。
• 重要なのは、OpenAIがすべてのプランのレート制限は以前のモデルセットから変更がないと述べているため、既存の購読者にとってスムーズな移行が確保されています。

開発者（API）：

• o3とo4-miniは、Chat Completions APIおよびResponses APIを介して開発者に即座に提供されています。
• Responses APIは、推論の要約や関数呼び出し周辺の推論トークンを保存する機能（ツールを使用する際のパフォーマンスを向上させます）のサポートを強調しています。OpenAIは、ウェブ検索、ファイル検索、コードインタープリターなどの組み込みツールがこのAPIを通じてモデルの推論内で直接サポートされる予定であることも述べており、主体的なアプリケーションの開発がさらにスムーズになります。

サードパーティ統合：

• モデルはすぐに人気の開発者ツールに登場しました。GitHubはGitHub CopilotおよびGitHub Models向けにo3とo4-miniの利用可能性を公開プレビューとして発表し、開発者がコーディングワークフロー内で新しい機能を活用できるようにしています。
• AI駆動のコードエディタであるCursorも、すぐにo4-miniを利用可能とし、当初は無料で提供しています。

ユーザー向け製品、開発者API、そして主要なパートナー統合に対するこの段階的かつ迅速な展開により、o3とo4-miniの利点は広範囲に迅速に活用可能です。

結論：より賢く、より統合された未来

OpenAIのo3とo4-miniは、大型言語モデルの進化の重要な瞬間を象徴しています。ツール利用を深く統合し、視覚情報を推論プロセスに直接取り入れることによって、これらのモデルはその前のバージョンの限界を超えており、o3はAIの力と複雑な問題解決の新しいベンチマークを設定し、特にコーディング、数学、科学、視覚推論において卓越しています。一方、o4-miniは知性、速度、コスト効率の強力な組み合わせを提供し、高度なAI機能をこれまで以上に実用的かつスケーラブルにしています。

強化された推論、拡張されたコンテキストウィンドウ、および広範な可用性を備えたo3とo4-miniは、ユーザー、開発者、研究者がより複雑な課題に取り組み、新たな革新のフロンティアを開放できるようにします。これらはより賢いモデルであるだけでなく、デジタルおよび視覚の世界の豊かさと複雑さとAIが対話する新しい賢い方法を表し、次世代のインテリジェントなアプリケーションや主体的なシステムへの道を切り開いています。本当に統合されたAIの推論の時代が到来しました。