OpenAIがGPT-6.1 SolとDotエージェントを公開：性能はAstraに迫り、コストは急落

OpenAIは、GPT-6 Astraが依然として最も高い総合能力を備えた最先端モデルであり、最も複雑な科学研究や専門的なタスクに適していると説明した。一方、GPT-6.1 Solは性能とコストのバランスを図ることで、大規模運用により適したソリューションを提供することを目指している。

DeepSWE v1.1コード評価において、GPT-6.1 Solは約5分の1のコストでGPT-6 Astraに迫る性能を達成した。また、より低い推論強度とコストの下で、そのスコアはGPT-6 Solの最高性能を6.4パーセントポイント上回った。

GDP.pdf専門文書評価において、GPT-6.1 Solはテストされた様々な推論設定においてフォールバックメカニズムを持つOpus 5.5を上回る性能を示し、タスクあたりのコストは後者の半分未満となった。GPT-6 Astraに近い性能を達成しながら、タスクあたりのコストはAstraの約5分の1であった。

コンピューター操作タスクにおいて、GPT-6.1 SolとGPT-6 Astraのスコア差は2.1ポイント以内に縮小したが、1タスク当たりのコストはAstraの約7分の1となっている。

科学研究評価において、最大推論強度におけるGPT-6.1 Solの1タスク当たり平均コストは5.47ドルとなり、Opus 5.5の23.21ドルやGPT-6 Astraの23.80ドルを下回った。GPT-6 Astraは68.1%のスコアでテスト対象モデルの中で引き続き首位を獲得しており、OpenAIは最も困難な科学研究タスクに同モデルの使用を推奨している。

OpenAIはまた、高難度の事実正確性テストにおいてGPT-6.1 Solが4.1%の事実誤認率を記録し、GPT-6 Solより0.4ポイント低下した一方で、1タスク当たりのコストはAstraよりおよそ83%低かったことを明らかにした。ただし、このテストには抽出された高難度の会話が用いられており、一般的な利用シナリオを反映するものではない。

Solと同時に初登場するのがAIエージェントの「Dot」です。発表によると、DotはGPT-6 Astraを搭載し、独立したクラウドコンピューターを備え、長期間の使用を通じたフィードバックから学習し、ユーザーの目標に向けて24時間体制で稼働するほか、プラグインエコシステムを介して4,000以上のアプリケーションに接続できます。ユーザーはChatGPT、SMS、Slack、Teamsを通じていつでもDotにアクセスしたり、音声通話を行ったりすることができ、Dotはすべてのチャネル間でコンテキストを同期します。

Dotは独立したアイデンティティと権限管理機能を備え、クラウドコンピューターと専用ブラウザを使用し、必要に応じてコードの記述やテストを行うことができます。ユーザーはいつでもDotのコンピューターを開いて作業内容を確認したり、自身のラップトップへの接続を許可したりできます。Dotは、複数の会話を切り替えたり、段階的な指示を必要としたりすることなく、複数のプロジェクトを同時に自律して進めることが可能です。OpenAIは例として、初期テスターのDotが、ユーザーが出版社への請求書発行を忘れていたことを発見し、請求書を作成して承認を得た上で送信した事例を挙げました。

Dotは、対象となる市場のPro、Business Premium、およびEnterpriseプランのユーザー向けに順次展開されています。一方、OpenAIは一部の企業向けに、組織内で独立したアイデンティティと明確な責任範囲を持つ専用Dotのプレビュー版を公開しています。Proユーザーは、人数限定のウェイティングリストに参加することで、iMessageおよびRCSを介したメッセージの送受信機能を申請できます。

このコンテンツはAIを使用して翻訳され、明確さを確認しました。情報提供のみを目的としています。