OpenAIは今週木曜日、新たな基盤モデル「GPT-5.4」を発表しました。これは「プロフェッショナルな作業において最も能力が高く効率的なフロンティアモデル」として位置付けられています。標準版に加え、推論に特化した「GPT-5.4 Thinking」と高性能に最適化された「GPT-5.4 Pro」も提供されるということです。
APIバージョンでは、最大100万トークンのコンテキストウィンドウが利用可能で、OpenAIが提供する中で最も大きなコンテキストウィンドウとなっています。
OpenAIは、トークン効率の向上も強調し、GPT-5.4は前モデルに比べてかなり少ないトークンで同じ問題を解決できるとしています。
新モデルは、OSWorld-VerifiedやWebArena Verifiedといったコンピュータ使用ベンチマークで記録的なスコアを達成し、知識作業タスクのためのOpenAIのGDPvalテストでも83％という記録的なスコアを獲得しました。
MercorのCEOであるブレンダン・フーディ氏によると、GPT-5.4は法律や金融の専門スキルをテストするMercorのAPEX-Agentsベンチマークでもトップに立ったということです。フーディ氏は、「GPT-5.4はスライドデッキや財務モデル、法的分析などの長期的な成果物の作成に優れており、競合するフロンティアモデルよりも速く、低コストで最高のパフォーマンスを提供します」と述べています。
GPT-5.4は、幻覚や事実誤認を抑制する取り組みを継続しており、OpenAIによれば、GPT-5.2と比較して個々の主張における誤りが33％少なく、全体の応答の誤りも18％少ないとしています。
今回の発表の一環として、OpenAIはGPT-5.4のAPIバージョンでのツール呼び出しの管理方法を再構築しました。新たに導入された「Tool Search」システムにより、モデルが必要に応じてツール定義を検索できるようになり、多くのツールが利用可能なシステムでのリクエストがより速く、安価になるということです。
さらに、OpenAIはモデルの思考過程を示す「チェーン・オブ・ソート」の安全性評価を新たに導入しました。AI安全研究者は推論モデルが思考過程を誤って表現する可能性を懸念していましたが、新しい評価では、GPT-5.4の思考版においてその可能性が低いことが示されています。これは、モデルが思考を隠す能力を欠いており、CoTモニタリングが有効な安全ツールであることを示唆しています。
