OpenAI、「GPT-5.4」リリース PC操作のネイティブ対応、思考の途中変更も可能に

OpenAIは、最新AIモデル「GPT-5.4」をリリースした。推論やコーディング、PC画面を認識して操作する「computer use」機能を統合したフロンティアモデルという位置づけだ。思考プロセスへの介入が可能なThinkingモデルや、高度な推論を行うProモデルを提供。高い性能を示す一方、安全性の監視に関する課題も報告されている。

[ITmedia]

　米OpenAIは3月5日（現地時間）、AIモデルの最新版「GPT-5.4」をリリースした。推論、コーディング、エージェントワークフローの最新の進歩を統合したフロンティアモデルであり、専門的な業務を正確かつ効率的にこなすように設計されているという。一般的なタスクからコーディングまでを幅広くこなすデフォルトモデルという位置づけだ。

（画像：OpenAI）

　ChatGPTでは、用途に応じて「Thinking」と「Pro」の2つの形態で提供される。「GPT-5.4 Thinking」は、長い思考を要する質問や詳細なウェブ検索に優れたモデル。最大の進化として、モデルが思考している途中でユーザーが指示を追加したり、方針を調整したりできる機能が備わった。

　Plus、Team、Proユーザー向けに同日から提供される（従来の「GPT-5.2 Thinking」を置き換える形となる）。「GPT-5.4 Pro」は、より多くの計算リソースを使用し、複雑なタスクにおいて最大のパフォーマンスと深い推論を提供する最上位モデル。ProおよびEnterpriseプランのユーザーが利用可能だ。

　主な特徴として、AIエージェントがPCの画面を認識してマウスやキーボード操作を行う「computer use」をネイティブに組み込んだ。また、最大100万トークンの長いコンテキストウィンドウに対応し、無数のツールの中から適切なものを効率的に呼び出す「tool search」機能も導入。過去のモデルと比べてトークン効率が向上しており、より少ないトークンで高速に問題を解決できる。

　各種ベンチマークでは、知識労働の能力を測る「GDPval」で83.0％（GPT-5.2は70.9％）、コーディングの「SWE-Bench Pro」で57.7％（GPT-5.3-Codexは56.8％）、コンピュータ操作の「OSWorld-Verified」で75.0％（GPT-5.2は47.3％）と、いずれも過去モデルを上回るスコアを記録した。

「GDPval」での比較（画像：OpenAI）

　開発者向け（APIおよびCodex）でも提供が開始されており、APIの標準料金（100万トークン当たり、コンテキスト長272K未満の場合）は、gpt-5.4では入力2.50ドル（キャッシュ時0.25ドル）、出力15.00ドル、gpt-5.4-proでは入力30.00ドル、出力180.00ドルだ。詳細は開発者向けページを参照されたい。

　このモデルのシステムカードによると、GPT-5.4 Thinkingはその能力の高さゆえに、OpenAIの安全枠組みで「生物・化学」および「サイバーセキュリティ」の分野でリスクレベル「High」と評価されている。これに対応するため、悪意あるプロンプトの非同期ブロックなどを含む厳格なセーフガードを適用しているという。

　また、明示的な目的を与えられた場合に意図的にパフォーマンスを下げる「サンドバッギング」の挙動が確認されたほか、モデルの内部的な思考プロセス（CoT）の安全性を人間が監視する「Monitorability」が、特定のタスクで旧モデルの「GPT-5 Thinking」よりも低下しているという課題も報告されており、今後の改善に向けた調査を進めているとしている。