2025年4月、OpenAIが最新の推論モデル「o3」と「o4-mini」をリリースしました。前世代のo1/o3-miniから何が変わったのか、なぜ重要なのかを簡潔にまとめます。
🔍 何が変わったか
o3はOpenAI史上最も賢い推論モデルです。主なポイント：
- コーディング（Codeforces）、数学、科学、視覚理解でSOTAを更新
- SWE-bench（実務的なコーディング課題）で従来のスキャフォールドなしで最高スコア
- 前世代o1と比べて「重大なエラー」が20%減少
- 初めてChatGPTの全ツール（Web検索、Python、画像生成）を自律的に組み合わせて使えるようになった
o4-miniは軽量・高速版。数学ではAIME 2025で99.5%の正答率を記録（Python利用時）。コスパ最強の推論モデルです。
💡 なぜ重要か
ポイントは「エージェント的ツール使用」です。これまでの推論モデルは「考えるだけ」でしたが、o3/o4-miniは必要に応じてWebを検索し、コードを実行し、画像を分析してから回答を組み立てます。
要するに「頭の良い助手」から「自律的に動ける助手」への進化です。
PL経験のあるてっちゃんなら分かると思いますが、自分で必要な情報を取りに行って、分析して、回答を持ってくる — これをAIがやり始めたという意味で、かなり大きな一歩です。
📊 数字で見る進化
- o3：o1比で重大エラー20%削減
- o4-mini：AIME 2025で99.5%正答（Python利用時）
- 両モデルとも記憶機能と過去会話を参照 → より自然な会話に
🎯 まとめ
o3/o4-miniのリリースは「賢さ」の向上だけでなく、AIが自律的にツールを使いこなす時代の幕開けを意味しています。推論 + ツール利用の組み合わせは、今後のAIエージェント開発の基準になるでしょう。
DeepSeek R1-0528など競合も猛追中で、AI推論モデルの競争は激化する一方。面白い時代になりましたね。