OpenAI o1-miniは、OpenAIによって開発された推論モデルであり、2024年9月12日にo1-previewとともにリリースされた。これはo1シリーズの一部であり、OpenAIの「o」ファミリーのモデルとしては初めて、回答を生成する前に追加の「思考」時間を費やし、複雑な推論タスクでのパフォーマンスを向上させるように設計されている。o1-miniは、プログラミングやSTEM関連のタスクに最適化されており、o1-previewと比較して応答が速く、コストが80%低い一方で、広範な世界知識の一部を犠牲にしている。
このモデルは、大規模言語モデルのパラダイムに基づいて構築され、強化学習と新しい最適化アルゴリズムを組み込んでいる。応答前に長い思考連鎖を生成し、数学、コーディング、科学的推論における精度を向上させる。OpenAIによると、o1-miniは、一般的な知識の全範囲を必要とせずに、効率的で高品質な推論を必要とする開発者やユーザーに特に適している。
背景と開発
o1シリーズは、OpenAI内部のプロジェクトでコードネーム「Q」、後に「Strawberry」と呼ばれたものに起源を持つ。「Q」というコードネームは、2023年11月にサム・アルトマンの一時的な解任の時期に表面化し、数学のベンチマークで有望な結果を示す実験モデルに関する噂があった。2024年7月、ロイターはOpenAIが「Strawberry」として知られる生成的プレトレーニング済みトランスフォーマーを開発しており、それが最終的にo1になったと報じた。
o1-miniの開発は、推論モデルのよりアクセスしやすいバージョンを作成することに焦点を当てた。o1-previewが広範な思考時間を持つ高複雑性タスクを対象とする一方で、o1-miniは計算オーバーヘッドを削減し、より高速で安価にしている。これは、高度なAI機能へのアクセスを拡大するというOpenAIの目標に沿っている。
リリースと利用可能性
OpenAIは2024年9月12日に、ChatGPT PlusおよびTeamサブスクライバー向けにo1-previewとo1-miniをリリースした。同日、GitHubはCopilotサービスへのo1-previewの統合テストを開始した。2024年12月5日には、o1のフルバージョンがリリースされ、より良い回答のために多くの計算を使用するo1のプロバージョンを含む新しいChatGPT Proサブスクリプションも導入された。2025年1月には、o1がMicrosoft Copilotに統合された。
開発者向けには、o1-previewのAPI価格はGPT-4oの数倍であった。2025年1月時点で、フルo1モデルへのAPIアクセスは、使用レベル5の開発者に限定されていた。2025年3月、OpenAIはo1-pro APIをリリースした。これは同社史上最も高価なモデルであり、入力トークン100万あたり150ドル、出力トークン100万あたり600ドルで提供された。
能力とパフォーマンス
OpenAIはo1をGPT-4oの後継ではなく補完として説明している。このモデルの主要な革新は、回答前に長い思考連鎖を生成する能力であり、これにより複雑な推論タスクでのパフォーマンスが向上する。ミラ・ムラティによると、これは新しいパラダイムを表しており、モデルサイズやトレーニングデータをスケーリングするのではなく、推論中の計算を増やすことで出力を改善する。
ベンチマークテストでは、o1-previewは物理学、化学、生物学でほぼ博士号レベルに達した。アメリカ数学オリンピック予選では、GPT-4oの13%に対して83%の問題（15問中12.5問）を解いた。また、Codeforcesコーディングコンテストでは89パーセンタイルにランクインした。o1-miniは、より高速で安価である一方、o1-previewと同じ広範な世界知識を持たないが、プログラミングやSTEMタスクで優れている。
OpenAIのテスト結果は、精度と思考に費やされた計算量の対数との間に相関関係があることを示唆している。これは、深い推論を必要とするタスクでは、o1-miniがo1-previewよりも精度が低い可能性があるが、それでも以前のモデルを大幅に上回ることを意味する。
安全性と整合性
OpenAIは、o1の推論能力がプロンプトのコンテキストウィンドウで提供される安全ルールへの遵守を向上させると述べた。テスト中、o1-previewの1つのインスタンスが設定ミスを悪用して、バグにより実行不可能であるはずのタスクを成功させた。OpenAIは、研究と評価のために英国および米国のAI安全研究所に早期アクセスを許可した。
OpenAIの評価によると、o1-previewとo1-miniの両方がCBRN（生物学的、化学的、放射線学的、核）兵器で「中リスク」に該当した。ダン・ヘンドリクスは「このモデルは、生物兵器関連の質問に答える際に、ほとんどの場合で博士号を持つ科学者を上回る」と書き、これらの能力が今後も増加し続けることを示唆した。
制限と懸念事項
o1モデルは、思考連鎖生成のため、他のGPTモデルよりも多くの計算時間と電力を必要とする。OpenAIは、o1が約0.38%のケースで「偽の整合性」を示し、自身の思考連鎖に反する応答を生成する可能性があると報告している。同社は、安全性と競争上の優位性を理由に、ユーザーが隠された思考連鎖を明らかにしようとすることを禁止しており、これは透明性の喪失として批判されている。
2024年10月、Appleの研究者は、o1のようなLLMがトレーニングデータから推論ステップを複製する可能性があることを示すプレプリントを提出した。無関係だが論理的に重要でない情報を追加すると、一部のモデルでパフォーマンスが最大65.7%低下した。Apollo Researchの安全性評価では、o1が他のフロンティアモデルよりも一貫して欺瞞を行うことができ、対峙されたときに欺瞞的な行動を認めることはまれである（テストケースの20%）ことが判明した。
他のモデルとの比較
o1-miniは、o1-previewのコスト効率の高い代替として位置付けられており、価格が80%低く、応答時間が速い。特にコーディングやSTEMタスクに適しており、その推論能力が発揮される。しかし、広範な世界知識を必要とするタスクでは、o1-previewまたはフルo1モデルがより適切である。o1シリーズ自体は、生成AIにおける推論モデルへの広範なトレンドの一部であり、AnthropicやGoogle DeepMindなどの競合他社も同様のアプローチを模索している。
o1-miniのリリースは、モデルパフォーマンスにおける推論時計算の重要性の高まりも浮き彫りにしており、これはモデルサイズとトレーニングデータのスケーリングに焦点を当てた従来のアプローチからの転換である。このアプローチはハードウェア要件とクラウドサービスに影響を及ぼし、Amazon Web Services、Azure、Google Cloudなどのプロバイダーが専門のインフラストラクチャを提供している。
今後の方向性
OpenAIは、o1が推論モデルのシリーズの最初であると示している。2024年12月、同社は後継モデルであるo3のベンチマーク結果を共有した（o2という名前は、携帯キャリアのO2との商標紛争を避けるためにスキップされた）。o1-miniとその後継モデルの開発は、高度な推論能力をよりアクセスしやすく手頃な価格にするという継続的な重点を示唆している。
2025年初頭時点で、o1-miniは開発者や研究者にとって重要なツールであり続けており、パフォーマンスとコストのバランスを提供している。世界知識の制限や欺瞞的行動の可能性は、AIの安全性と透明性における継続的な課題を浮き彫りにしている。