OpenAI、GPT-5.4をPro版とThinking版で発表
OpenAIは専門業務向けの新基盤モデル「GPT-5.4」シリーズ（Standard, Thinking, Pro）をリリースし、100万トークンのコンテキストウィンドウ、高精度な知識作業スコア、およびツール呼び出しの効率化を実現した。
キーポイント
新モデルシリーズのリリースと特徴
OpenAIは「GPT-5.4」を、標準版に加え、推論特化の「Thinking」と高性能最適化の「Pro」バージョンで提供開始し、専門業務における最も強力かつ効率的なフロンティアモデルと位置づけた。
コンテキストウィンドウとトークン効率の向上
API版は最大100万トークンのコンテキストウィンドウをサポートし、前世代比で同等の問題解決に大幅に少ないトークン数で済むよう、トークン効率性が改善された。
ベンチマーク成績と事実誤認の低減
OSWorld-VerifiedやWebArena Verifiedなどのコンピュータ操作ベンチマークで記録を更新し、GPT 5.2と比較して個別の主張におけるエラー発生率が33%減少するなど、ハルシネーション抑制が図られた。
ツール呼び出し方式の刷新「Tool Search」
多数のツールが存在する環境でのトークン消費を抑えるため、システムプロンプトに全定義を記載する従来の方式から、必要に応じてツール定義を検索する「Tool Search」システムへ移行した。
チェーン・オブ・ソート（CoT）の安全評価の実施
OpenAIは、マルチステップタスクにおけるモデルの思考プロセスを示す「チェーン・オブ・ソート」を検証する新たな安全評価を導入した。
Thinking版における欺瞞の低減
GPT-5.4のThinking版では、思考を隠蔽する欺瞞的な振る舞いが起こりにくいことがテストで示され、CoTモニタリングが有効な安全ツールであることが裏付けられた。
影響分析・編集コメントを表示
影響分析
このリリースは、AIモデルの競争軸が単なる推論能力から「専門業務での実用性（コスト、速度、精度）」へシフトしていることを示唆しています。特に100万トークンのコンテキストとツール呼び出しの最適化は、エンタープライズレベルの複雑なワークフロー自動化においてOpenAIの優位性を強化し、競合他社との差別化要因となります。
編集コメント
OpenAIが「Pro」や「Thinking」といったバリエーションを明示し、専門業務の効率化とコスト削減を前面に出したことは、開発者やエンタープライズ顧客にとってAPI利用の意思決定材料として極めて重要です。
タイトル: OpenAI、GPT-5.4をPro版とThinking版で発表
木曜日、OpenAIは新しい基盤モデル（foundation model）であるGPT-5.4をリリースしました。「専門的な作業のための、当社で最も能力が高く効率的なフロンティアモデル」と位置付けられています。標準版に加え、推論に特化したモデル（GPT-5.4 Thinking）および高性能に最適化されたモデル（GPT-5.4 Pro）も利用可能です。
このモデルのAPI版は、最大100万トークンというコンテキストウィンドウ（context window）をサポートします。これはOpenAIが提供するモデルの中で、現在最も大きなコンテキストウィンドウです。
OpenAIはまた、トークン効率の改善を強調しており、GPT-5.4は前世代モデルよりも大幅に少ないトークン数で同じ問題を解決できたと述べています。
新モデルはベンチマーク結果も大幅に向上させており、コンピュータ操作ベンチマークであるOSWorld-VerifiedとWebArena Verifiedでは最高得点を記録しました。また、知識作業タスク向けのOpenAIの内部テスト「GDPval」でも83%という最高スコアを獲得しています。
Mercor社のCEO、Brendan Foody氏による声明によれば、GPT-5.4は法律と金融の専門スキルをテストするMercor社のベンチマーク「APEX-Agents」でも首位を獲得しました。
Foody氏は声明で、「[GPT-5.4]は、スライドデッキ、財務モデル、法的分析などの長期的な成果物の作成に優れており」、「競合するフロンティアモデルよりも高速かつ低コストで実行されながら、最高のパフォーマンスを提供します」と述べています。
GPT-5.4は、幻覚（hallucination）や事実誤認を抑制するという同社の取り組みを継承しています。OpenAIによると、新モデルはGPT-5.2と比較して、個々の主張における誤りの発生確率が33%低く、回答全体に誤りが含まれる確率も18%低減されています。
Techcrunchイベント Disrupt 2026: テックエコシステムのすべてが一堂に会する場
あなたの次の資金調達ラウンド。あなたの次の採用。あなたの次のブレイクスルーの機会。TechCrunch Disrupt 2026で見つけてください。10,000人以上の起業家、投資家、テクノロジーリーダーが集結し、250以上の実践的セッション、強力なネットワーキング、市場を定義するイノベーションに満ちた3日間を過ごします。今すぐ登録して最大400ドル節約しましょう。
TechCrunch Founder Summitで最大300ドルまたは30%節約
1,000人以上の起業家と投資家が、成長、実行、実践的なスケーリングに焦点を当てた丸一日のイベント、TechCrunch Founder Summit 2026に集まります。業界を形作ってきた起業家や投資家から学び、同じ成長段階を歩む仲間とつながり、すぐに実践できる戦略を持ち帰れます。このオファーは3月13日までです。
今回の発表に伴い、OpenAIはGPT-5.4のAPI版におけるツール呼び出し（tool calling）の管理方法を見直し、「Tool Search」という新システムを導入しました。以前は、システムプロンプト（system prompt）が利用可能な全てのツールの定義をモデル呼び出し時に提示していました。利用可能なツールが増えると、このプロセスが大量のトークンを消費する可能性がありました。新システムでは、モデルが必要に応じてツール定義を検索できるため、多くのツールが利用可能なシステムにおいて、より高速かつ低コストなリクエストが実現します。
OpenAIはまた、モデルの思考の連鎖（chain-of-thought）——多段階タスクにおける思考プロセスを示すモデル自身の解説——をテストする新しい安全性評価（safety evaluation）を導入しました。AI安全性研究者は長年、推論モデルが自身の思考の連鎖を誤って表現する可能性を懸念しており、テストによって適切な状況下ではそれが起こり得ることが示されています。
OpenAIの新しい評価によれば、GPT-5.4のThinking版ではこのような欺瞞が発生しにくく、「モデルには自身の推論を隠す能力がなく、思考の連鎖（CoT）の監視が依然として効果的な安全対策であることを示唆しています」。
原文を表示
On Thursday, OpenAI released a GPT-5.4, a new foundation model billed as “our most capable and efficient frontier model for professional work.” In addition to the standard version, GPT-5.4 is also available as a reasoning model (GPT-5.4 Thinking) or optimized for high performance (GPT-5.4 Pro).
The API version of the model will be available with context windows as large as 1 million tokens, by far the largest context window available from OpenAI.
OpenAI also emphasized improved token efficiency, saying GPT-5.4 was able to solve the same problems with significantly fewer tokens than its predecessor.
The new model comes with significantly improved benchmark results, including record scores in computer use benchmarks OSWorld-Verified and WebArena Verified. The new model also scored a record 83 percent on OpenAI’s GDPval test for knowledge work tasks.
GPT-5.4 also took the lead on Mercor’s APEX-Agents benchmark, designed to test professional skills in law and finance, according to a statement from Mercor CEO Brendan Foody.
“[GPT-5.4] excels at creating long-horizon deliverables such as slide decks, financial models, and legal analysis,” Foody said in the statement,” delivering top performance while running faster and at a lower cost than competitive frontier models.”
GPT-5.4 continues the company’s efforts to limit hallucinations and factual errors. OpenAI said the new model was 33% less likely to make errors in individual claims when compared to GPT 5.2, and overall responses were 18% less likely to contain errors.
Techcrunch event Disrupt 2026: The tech ecosystem, all in one room
Your next round. Your next hire. Your next breakout opportunity. Find it at TechCrunch Disrupt 2026, where 10,000+ founders, investors, and tech leaders gather for three days of 250+ tactical sessions, powerful introductions, and market-defining innovation. Register now to save up to $400.
Save up to $300 or 30% to TechCrunch Founder Summit
1,000+ founders and investors come together at TechCrunch Founder Summit 2026 for a full day focused on growth, execution, and real-world scaling. Learn from founders and investors who have shaped the industry. Connect with peers navigating similar growth stages. Walk away with tactics you can apply immediately Offer ends March 13.
As part of the launch, OpenAI has reworked how the API version of GPT-5.4 manages tool calling, introducing a new system called Tool Search. Previously, system prompts would lay out definitions for all available tools when calling the model — a process that could consume a lot of tokens as the number of available tools grew. The new system allows models to look up tool definitions as needed, resulting in faster and cheaper requests in systems with many available tools.
OpenAI has also included a new safety evaluation to test its models chain-of-thought, the running commentary given by the model to show its thought process through multi-step tasks. AI safety researchers have long worried that reasoning models could misrepresent their chain-of-thought, and testing shows it can happen under the right circumstances.
OpenAI’s new evaluation shows that deception is less likely to happen in the Thinking version of GPT-5.4, “suggesting that the model lacks the ability to hide its reasoning and that CoT monitoring remains an effective safety tool.”
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み