OpenAIは11月18日、第2弾となる「研究加速」レポートを公開した。副題は「ギザギザのフロンティア(The jagged frontier)」。社内データを使い、コーディングエージェントがAI研究開発に与える影響を測定している。中心となる数字は次のとおりだ。人間なら2〜4時間ほどかかる研究タスクのうち、エージェントが10月に自力で完遂した割合は46%で、3月の23%から倍増した。4〜8時間のタスクでは、同じ期間に13%から35%へ上昇した。
これらはいずれもOpenAI自身による推計である。「自力で完遂」をどう判定したのかは、メディアによる報道では説明されておらず、現時点では公開資料から検証できない。
同じ研究作業でも差は大きい
副題は、タスク間の落差を指している。8月1日から10月18日までの集計期間では、モデルの学習プロセスを監視するタスクでエージェントの成功率は79%、学習ジョブの起動は35%、推論・サービングスタックのコード作成はわずか25%だった。
OpenAIは結論を抑制的に書いている。
「The agents are not taking over AI research. They are taking over specific slices.」
(エージェントはAI研究を乗っ取っているのではない。特定の一部を引き受けているのだ。)
1人が十数個のエージェントを同時に動かす
並行利用は深まっている。レポートによると、研究者の3分の2超が、1日のピーク時に少なくとも4つのエージェントを同時に稼働させており、10%超はピークが16以上だった。研究分野別では、安全性・アライメント分野で記録された研究者の稼働週数が1月から9月にかけて77%増え、全分野で最大の伸びとなった。
レポートにはアンケートも含まれる。研究者101人に対し、3か月間GPT-5.2より強力なエージェントを使い続けるために、どれだけのリソースを手放せるかを尋ねたものだ。回答の中央値は、チームの計算資源の30%、または人員の40%だった。これは仮定に基づく選好調査であり、OpenAIがこれを受けて採用方針を変えた様子は今のところ見られない。
1人あたり1日2,400ドル
レポートは、エージェントの利用量をAPIの定価でドル換算している。10月の研究者1人あたりの1日利用量の中央値は約2,400ドルで、9月の1,500ドルから増えた。第90百分位は1万1,000ドルから2万3,000ドルに上昇した。
年間約250営業日として概算すると、中央値の研究者の年間エージェント利用量は約60万ドル、第90百分位では約575万ドルに相当する。これは外部向けの定価ベースの数字で、OpenAI社内の実際の計算コストはこれよりはるかに低いが、具体的な額は公表されていない。したがってこの計算が示せるのは利用量の規模感にとどまり、実際の支出を読み取ることはできない。
前回のレポートと並べて見る
9月のレポートでは、研究エージェントが8月中旬の時点で、人間の1営業日あたり3.1営業日分の成果を出せるとされていた。当サイトも当時これを報じている。2か月後、OpenAIは測定の切り口を変え、総生産量からタスクの長さと種類別の成功率へと移した。結論もそれに応じて慎重になっている。長いタスクの自力完遂率は急速に伸びている一方、推論・サービングのようなエンジニアリング作業は、およそ4分の3が自力では完了できていない。
このレポートの限界も明らかだ。データは社内のもので、タスクの難易度はOpenAIが自ら見積もっており、外部で再現可能なベンチマークがない。次のレポートで判定方法が公開されれば、46%という数字の重みをより適切に評価できるだろう。
参考資料: OpenAI研究加速レポート、AI Weekly、CocoLoop、Crypto Briefing。タスク時間別の自力完遂率、分野別の成功率、1日あたり利用量の中央値(API定価ベースで換算)を照合した。