はじめに

OpenAIは2024年9月12日、複雑な推論タスクを得意とする新しいAIモデル「OpenAI o1」のプレビュー版を発表しました。近年のAIモデルは、日常的な質問応答やデータ分析、簡単なコーディング支援などに活用されていますが、より深い専門知識や高度な論理的思考が必要とされるタスクにおいては限界があるとされていました。今回発表されたOpenAI o1は、その「推論能力」をさらに強化し、特に科学的分野やコーディングにおける問題解決を目指したモデルです。

OpenAI o1は、ChatGPTユーザーの中でも特に深い理解と精度の高い応答が必要な専門家や研究者、開発者をターゲットにしており、ChatGPT Plusの加入者に向けて提供される予定です。本記事では、このOpenAI o1の概要や特長、利用方法、既存モデルとの違いについて詳しく解説します。

OpenAI o1とは何か

OpenAI o1は、AIモデルの中でも高度な推論を行う能力を持つ最新のAIモデルです。これまでのAIモデルは、言語処理能力に優れていたものの、複雑な数学的問題や長い論理的思考を要する科学的問題では、十分な性能を発揮できませんでした。OpenAI o1はこれらの課題に対応するため、特にコーディングや科学的計算、理論的推論などを得意としています。

OpenAI o1の特長

OpenAI o1の特筆すべき点は、「推論トークン」という新しい仕組みです。このトークンはモデルがプロンプトの内容を深く理解し、最適な応答を生成するために使われます。推論トークンはモデルの内部処理に使われ、最終的な応答生成の際には破棄されますが、プロンプトの意図をより正確に把握する役割を果たしています。また、従来のモデルよりも厳密な安全性ルールに基づいてトレーニングされているため、より安心して利用できるのも特長のひとつです。

さらに、OpenAI o1は複雑な問題に取り組む際に優れたパフォーマンスを発揮し、特に科学や数学、プログラミング分野での応用が期待されています。研究者や開発者が直面する高度な課題に対して、より適切なサポートが得られるようになりました。

OpenAI o1の利用条件と制限

OpenAI o1の利用にはいくつかの条件と制限が設けられています。まず、OpenAI o1モデルはChatGPTの有料プラン「ChatGPT Plus」に加入しているユーザーのみがアクセス可能です。さらに、モデルの利用にあたってはメッセージ数に制限が設けられており、o1-previewは週に30メッセージまで、o1-miniは週に50メッセージまで使用可能です。これにより、モデルのリソースを効率よく分配し、負荷を軽減しています。

また、使用に際してはAPI使用レベル5のアカウントが必要であり、これには過去30日間以上の支払い履歴が求められています。つまり、長期的に利用しているユーザーに対して優先的に提供される設計となっているのです。

OpenAI o1の使い方

ChatGPTを開きます。

画面左上にモデルを選択する欄があります。この部分をクリックするとモデルの一覧が表示されます。o1-preview等が選択肢として表示されます。

ここでo1-previewを選択することで、チャット欄へプロンプトを入力することで利用可能です。

OpenAI o1-previewとo1-miniの違い

OpenAI o1には「o1-preview」と「o1-mini」の2種類があり、それぞれ異なる用途に応じて設計されています。

o1-preview

o1-previewは、科学的な分析や高度な論理思考を要する課題に特化したモデルです。このモデルは、複雑な質問や問題に対して深く推論し、より詳細な回答を提供する能力を備えています。例えば、「人間の意識の進化」や「火星探査に必要な技術」といった、高度な知識が求められる質問にも対応できます。また、o1-previewの特徴的な機能である「思考秒数」が回答欄に表示され、モデルがどのように思考を進めたかを確認できるのもユニークなポイントです。

ChatGPTで「o1-preview」を選択して「人間の意識はどのようにして進化してきたのか、またその進化における環境要因の影響について説明してください。」という質問をした場合の回答例（一部抜粋）がこちらです。

通常、ChatGPTの最新モデルでの回答だと、質問後すぐに回答が出力されますが、o1-previewモデルの場合は、回答を考える時間が経過した後、回答が出力されます。

「14秒の間、Thought」のところで、回答までにかかった時間も表示されます。

o1-mini

一方、o1-miniは、コーディング支援に特化したモデルで、迅速かつ効率的な応答を重視しています。APIのコストがo1-previewに比べて低く抑えられているため、シンプルなプログラミングタスクやデバッグ作業をスムーズに行いたい開発者に最適です。例えば、「Pythonでのファイル操作やデータ分析コード生成」のような、迅速な対応が求められるリクエストにも適しています。

これらの違いにより、ユーザーは自身のニーズに応じて、深い分析や高速な応答のどちらかを選択できる柔軟な使用が可能となっています。

ChatGPTで「o1-mini」モデルを選択して「人間の意識はどのようにして進化してきたのか、またその進化における環境要因の影響について説明してください。」という質問をした場合の回答例（一部抜粋）がこちらです。

o1-miniモデルの回答速度は、o1-previewモデルと比較すると速いです。

「2～3秒の間、Thought」のところで、回答までにかかった時間も表示されます。

OpenAI o1でAPIを使用する際の条件

OpenAI o1のAPIにアクセスするには、特定の利用条件を満たしていることが求められます。具体的には、API使用レベル5以上のアカウントが必要であり、過去30日以上の支払い履歴に加えて、これまでにAPI利用に対して1,000ドル以上を費やしていることが条件です。これらの条件を満たしているユーザーは、o1-previewとo1-miniの両方のモデルをAPIを通して利用可能となります。

また、API利用時にはリクエスト数の制限も設けられており、o1-previewモデルでは1分間に最大100リクエスト、o1-miniモデルでは250リクエストが可能です。このような制限は今後も調整される可能性があり、プレビュー段階ではより安定した環境の提供に向けて改良が行われています。

OpenAI o1を使った推論トークンの活用法

o1-previewでは、「推論トークン」という新しい機能が導入されています。これはモデルがプロンプトを深く理解し、思考プロセスを進める際に使われるトークンです。推論トークンは生成される最終的な出力トークンには含まれませんが、モデルの内部処理をより高度にするための一時的なリソースとして機能しています。

推論トークンとトークン管理

推論トークンはモデルの「コンテキストウィンドウ」内においてトークン数としてカウントされるため、使用する際には総合的なトークン数管理が必要です。また、「max_completion_tokens」パラメータによって、推論トークンと出力トークンの合計数を管理することが可能です。これにより、APIのコスト管理や効率的なリソース利用が実現できるようになっています。

OpenAI o1のプロンプトエンジニアリングのポイント

OpenAIは、o1モデルを活用するためのプロンプトエンジニアリングに関していくつかのアドバイスを提供しています。従来のモデルでは複数のステップで指示を出すような複雑なプロンプトが推奨されることがありましたが、o1モデルではシンプルで明確なプロンプトが最も効果的であるとされています。

シンプルで直接的なプロンプト

o1モデルは、明確かつシンプルな指示を最も効率的に解釈し、応答を生成することに優れています。過度に詳細な説明や指示は、かえってパフォーマンスの低下を引き起こす可能性があるため、プロンプトは簡潔にすることが推奨されています。

推論の連鎖を促さない

o1モデルは、内部で推論を行う能力を備えているため、「段階的に考える」や「推論を説明する」などの指示は不要です。内部の論理構造に基づいて推論が行われるため、明確な結論や結果が求められるプロンプトが適しています。

区切り文字の活用

三重引用符やセクションタイトル、XMLタグなどの区切り文字を活用することで、プロンプトの内容を明確に分けると、モデルがそれぞれの指示を適切に解釈しやすくなります。これにより、出力精度が向上し、意図に沿った応答が得やすくなります。

コーディングにおけるOpenAI o1の具体例

OpenAI o1はコーディング作業においても非常に強力なツールです。たとえば、デバッグにおいてコード内のエラー箇所を指摘したり、シンプルなコーディングリクエストに基づいてコードを生成することが可能です。たとえば、「Pythonで単純な計算を行うコードを書いてください」というプロンプトに対して、適切なコードを生成することで、開発者の作業効率を向上させます。

また、o1-miniを使用することで、軽量なタスクや日常的な開発作業においてスピーディーな応答が得られ、開発プロセスをスムーズに進めることができます。これにより、開発現場での利用が広がることが期待されています。

まとめ

OpenAI o1は、従来のAIモデルの限界を超え、科学的・技術的な分野での高度な課題に対応できる強力なツールです。推論トークンやモデルのバリエーションにより、ユーザーはニーズに応じた柔軟な利用が可能となっています。厳格な安全性と効率的なリソース管理により、研究者や開発者にとって信頼性の高いサポートを提供します。