高性能なAIを使いたくても、毎回呼び出すには費用が気になる。その制約が緩むなら、開発現場で見直せるのは、AIに任せる仕事の頻度です。
OpenAIはIntroducing GPT-6.1 Solで、コーディング、コンピューター操作、専門業務でGPT-6 Astraに近い能力を持つモデルを発表しました。
標準APIの入力・出力トークン単価はいずれもAstraの5分の1。同社の評価では、実際のコードベースを扱うDeepSWE v1.1で、Astraと同等の成績を約5分の1の費用で達成したとしています。
特別な一回から、繰り返す工程へ
この価格と能力の組み合わせは、高性能モデルを日常の開発工程に組み込む余地を広げます。たとえば、難しい不具合の調査時だけ使っていたチームが、変更ごとのテスト案作成にも利用を広げる、といった選択です。これは発表から考えられる活用例であり、実際の効果は自社のコードで確かめる必要があります。
従来、費用を理由に呼び出しを絞っていたなら、導入後は同じ予算で検証の機会を増やせる可能性があります。ただし、トークン単価が5分の1でも、業務全体の費用がそのまま5分の1になるわけではありません。生成量や再試行、人間の確認時間も影響します。
比べたいのは、採用できる成果の費用
導入判断では、同じ修正課題を既存モデルとSolに渡し、テストを通過するか、レビューに何分かかるかを比べると実態が見えます。安く生成できても修正が増えるなら、利用範囲を広げる根拠は弱まります。
GPT-6.1 Solは、高性能AIを日常的に使うための候補になります。その価値を測る軸は、呼び出し単価から、採用できる成果を一件得るまでの費用へ広がります。確認の負担を増やさず利用頻度を上げられる工程が、導入の機会です。
関連記事
- New Microsoft data innovations unlock what only your business knows
- Towards safety cases for frontier AI training
- How we will do better for Australia
参考文献
コメント