OpenAIは開発者に完全なO1推論モデルへのアクセスを開放

OpenAIのホリデーシーズンプレス発表9日目、同社はo1推論モデルのフルバージョンを、同社のAPIを通じて一部の開発者にリリースすると発表しました。火曜日の発表までは、開発者は機能制限のあるo1プレビューモデルしか利用できませんでした。

同社によると、o1モデルの完全版は、OpenAIの「Tier 5」開発者カテゴリーのユーザー向けに展開を開始する予定だ。これは、アカウントを1ヶ月以上保有し、同社で1,000ドル以上を費やしているユーザーを指す。新サービスは、o1に必要な追加の計算リソースのため、ユーザーにとって特に高価で、分析された約75万語ごとに15ドル、モデルによって生成された約75万語ごとに60ドルかかる。これは、GPT-4oで同じタスクを実行する場合の3～4倍のコストとなる。

OpenAIは、この価格帯でありながら、プレビュー版よりもフルモデルの機能を大幅に向上させました。新しいo1モデルは、以前のモデルよりもカスタマイズ性が高く（新しい「reasoning_effort」パラメータは、AIが特定の質問について熟考する時間を指定します）、関数呼び出し、開発者メッセージ、画像分析といった機能が追加されました。これらはすべてo1プレビュー版には搭載されていませんでした。

同社はまた、GPT-4oおよび4o-miniモデルを、低遅延の音声AIアプリケーション（Advanced Voice Modeなど）向けに構築されたRealtime APIに組み込むことを発表しました。このAPIは、Webブラウザで音声AIアプリケーションを開発するための業界標準であるWebRTCもサポートしています。2025年には、さらに多くのウェブサイトがあなたと会話しようとするようになるでしょう。

OpenAIは発表の中で、「当社のWebRTC統合は、ネットワーク品質が変動する環境下でも、現実世界の状況においてスムーズで応答性の高いインタラクションを可能にするように設計されています」と述べています。「音声エンコード、ストリーミング、ノイズ抑制、輻輳制御に対応しています。」

OpenAIはこれまで、ライブストリームイベントの一環として、o1のフルバージョン（火曜日の発表に加えて）を公開し、Soraビデオ生成モデルをリリースし、新しいプロジェクト機能を発表し、キャンバス、検索、高度な音声モード機能に複数のアップデートを提供してきた。

イベントのフィナーレまで残り3日となった今、OpenAIは次に何を披露するのでしょうか？今後の展開に注目です。