o1とは
o1とは、OpenAIが2024年9月12日にプレビュー版を公開した、同社で最初の「推論モデル」のことです。答える前に内部で長く考える(思考の連鎖)ことで、数学やプログラミング、科学の難問に強くなりました。名前について、OpenAIは「カウンターを1に戻して」この系列をo1と名づけたと説明しています。GPTの番号とは別に数え直した、新しい系列の1番目という意味です。
すぐ答えず、考えてから返す
o1は、質問にすぐ答えるのではなく、回答の前に内部で長い「思考の連鎖」を組み立てます。難しい手順を小さく分ける、間違いに気づいたら直す、うまくいかなければ別のやり方を試すといった考え方を、強化学習で身につけたモデルです。OpenAIは、学習にかける計算と、答える前に考える時間のどちらを増やしても成績が上がり続けたと報告しています。その分、1回の回答に時間も費用もかかります。何でもo1に聞けばよい、というわけではないのです。
どれくらい賢くなったのか？
2024年9月の技術解説では、米国の数学オリンピック予選にあたる試験(AIME 2024)で比べています。1回だけ答えさせた場合の正答率は、GPT-4oが約9%、o1が約74%。1問につき64回解かせて最も多かった答えを採る方式では、約13%と約83%でした。よく引用される「83%」は、後者の条件での数字。また、物理・化学・生物の難問を集めた試験(GPQA Diamond)では、博士号を持つ専門家の成績を上回りました。ただしOpenAI自身、「あらゆる面で博士より有能」という意味ではないと断っています。
なお、これらは当時まだ公開前だった正式版o1の成績です。9月12日に使えるようになったのは初期版のo1-previewで、同じ試験の1回答えの正答率は約45%でした。正式版の登場は2024年12月で、APIで使えるようになったのは12月17日です。
ChatGPTとAPIでの今の扱い
ChatGPTでは2025年4月16日、Plus・Pro・Teamプランのモデル選択の画面で、後継のo3とo4-miniがo1に代わりました。開発者向けのAPIでは提供が続いたものの、OpenAIは2026年4月22日、APIのo1とo1-proを2026年10月23日に停止すると告知し、代わりにGPT-5.6 Solを案内しています。自社のシステムがAPIでo1を呼び出しているなら、この日までに切り替えが必要です。o1は、AIが考えてから答える流れの起点となったモデルとして振り返るのがふさわしいでしょう。
Topic発表の例題を解くと「STRAWBERRY」
o1に関するよくある質問
- o1-preview、o1-mini、o1 pro modeは何が違うのですか？
- o1-previewは2024年9月12日に先行公開された初期版です。同じ日に出たo1-miniは、幅広い一般知識を必要としない用途向けに速く安くした小型版で、特にプログラミングを得意とし、価格はo1-previewより80%安く設定されました。o1 pro modeは、2024年12月5日に始まった月額200ドルのChatGPT Proに含まれた版で、より多くの計算を使い、難しい問題への答えの信頼性を高めています。
- o1が考えている中身は、画面で見られますか？
- 生の思考の中身は見られません。OpenAIは、使い勝手や競争上の理由、将来AIの考えを監視に役立てる可能性などを検討したうえで、生の思考は表示しない方針を取り、代わりにその要約を示すことにしました。
- 推論モデルは、どんな仕事に向いていますか？
- OpenAIが人に回答を比べてもらった評価では、o1-previewはデータ分析、プログラミング、数学のように筋道を立てて考える仕事でGPT-4oより好まれました。一方で、一部の自然な文章を書く仕事では好まれず、すべての用途に向くわけではないとOpenAI自身が述べています。急ぎの定型作業は従来型、じっくり考える難問は推論モデル、という使い分けが基本です。
