OpenAI o3-miniは、OpenAIによって開発された大規模言語モデルであり、2025年1月31日にリリースされた。これはOpenAI o3モデルの小型版であり、より大きなモデルの推論能力を、より低い計算要件で必要とする開発者やユーザー向けの、コスト効率の高い代替手段として設計されている。o3-miniは生成AIのトランスフォーマーアーキテクチャに基づいて構築されており、段階的な論理的推論のために深層学習技術を活用している。
このモデルは、OpenAI o1モデルを継承したo3シリーズの一部である。o3-miniは、性能とコストのバランスを提供するために導入され、精度と速度が不可欠なコーディング、数学、科学などの技術領域を対象としている。低、中、高の3つの推論努力レベルを提供し、ユーザーはニーズに応じて応答遅延と品質をトレードオフできる。
歴史とリリース
OpenAI o3モデルは、2024年12月20日に初めて発表された。「o3」という名前は、携帯通信事業者ブランドのO2との商標紛争を避けるために「o2」ではなく選ばれた。OpenAIは、2025年1月10日まで安全性およびセキュリティ研究者にモデルへの早期アクセスを申請するよう招待した。発表後、o3とo3-miniの2つのバリアントが計画された。
2025年1月31日、OpenAIはo3-miniを、無料層のユーザーを含むすべてのChatGPTユーザーと、一部のAPIユーザーにリリースした。OpenAIはo3-miniを、精度と速度を必要とする技術領域向けのo1の「専門的な代替手段」と説明した。ChatGPTの無料版は中程度の推論努力レベルを使用し、有料加入者はより多くの計算を使用するバリアントであるo3-mini-highにアクセスできる。ChatGPT Pro層の加入者は、o3-miniとo3-mini-highの両方に無制限にアクセスできた。
その後すぐに、2月2日、OpenAIはOpenAI Deep Researchを開始した。これは、ウェブ検索に基づいて5〜30分以内に包括的なレポートを生成するためにo3のバージョンを使用するサービスである。2月6日、DeepSeek R1などの競合からの圧力に応じて、OpenAIはo3-miniの思考プロセスの透明性を高めるための更新を発表した。2月12日、OpenAIはChatGPT Plus加入者向けのo3-mini-highのレート制限を、週50リクエストから1日50リクエストに引き上げ、ファイルおよび画像アップロードのサポートを追加した。
2025年4月16日、OpenAIはo3-miniの後継であるo3とo4-miniをリリースした。その後、6月10日、OpenAIは同社がこれまでで最も高性能なモデルであると主張するo3-proをリリースした。声明の中で、OpenAIは、信頼性が速度よりも重要となる難しい質問にはo3-proを使用することを推奨し、数分待つ価値があると述べた。2026年5月28日、OpenAIはo3が90日間のサンセット期間を経て2026年8月26日にChatGPTから廃止されることを発表したが、この変更はAPIには影響しなかった。
機能と性能
OpenAIは強化学習を使用してo3-miniをトレーニングし、回答を生成する前に「考える」ようにした。これは「プライベート思考連鎖」と呼ばれる方法である。このアプローチにより、モデルは事前に計画し、タスクを推論し、問題を解決するための中間推論ステップを実行できるが、追加の計算能力と応答遅延の増加というコストがかかる。
o3-miniは、コーディング、数学、科学などの複雑なタスクにおいて、o1よりも大幅に優れた性能を示す。OpenAIによると、完全なo3モデルは、オンラインで公開されていない専門家レベルの科学質問を含むGPQA Diamondベンチマークで87.7%のスコアを達成した。ソフトウェアエンジニアリングのベンチマークであるSWE-bench Verifiedでは、o3はo1の48.9%に対して71.7%をスコアした。Codeforcesでは、o3はEloスコア2727に達し、o1は1891だった。人工知能の抽象化および推論コーパス（ARC-AGI）ベンチマークでは、o3はo1の3倍の精度を達成した。
これらのベンチマークは、モデルの高度な推論能力を強調しており、論理的演繹や多段階の問題解決を必要とするタスクに適している。o3-miniの導入は、運用コストを削減することで、これらの機能をより広いオーディエンスに拡張する。
技術設計とアーキテクチャ
前任と同様に、o3-miniはニューラルネットワークベースのモデルであり、トランスフォーマーアーキテクチャを使用している。入力シーケンスを効果的に処理するために、マルチヘッドアテンションメカニズムと位置エンコーディングを組み込んでいる。モデルはカリキュラム学習とRLHF（人間のフィードバックからの強化学習）を使用してトレーニングされ、出力を人間の期待に合わせるのに役立つ。
o3-miniの主な特徴の1つは、思考連鎖プロセスの深さを制御する調整可能な推論努力レベルである。この機能により、開発者はアプリケーションに応じて速度または精度を最適化できる。モデルはまた、反復的な洗練をサポートし、ユーザーがより正確な回答へと導くことを可能にする。
価格と可用性
OpenAIはo3-miniを開発者向けのコスト効率の高いソリューションとして位置付けた。同社は、完全なo3モデルよりも大幅に安価であり、一部の構成では価格が80%低いと述べた。この価格戦略は、Amazon Web ServicesやAzureのクラウドデプロイメントからモバイルアプリまで、幅広いアプリケーションに高度な推論機能をアクセス可能にすることを目的としている。
o3-miniはOpenAI APIおよびChatGPTインターフェース内で利用可能である。初期リリース時点では、無料層のユーザーは制限付きでアクセスでき、有料加入者は上記のとおりより高いレート制限を持っていた。
比較と影響
人工知能の競争環境において、o3-miniはAnthropicのClaudeやGoogle DeepMindのモデルなどの競合に直面している。o3-miniのリリースは、DeepSeek R1のようなコスト競争力のあるモデルの出現に対するOpenAIの対応の一部であり、同社により手頃な推論オプションを提供するよう圧力をかけた。ARC-AGIやCodeforcesなどのベンチマークでのモデルの性能は、複雑な推論タスクを処理する能力を示しており、機械学習研究者や開発者にとって貴重なツールとなっている。
o3-miniの導入は、より広範なAIエコシステムに影響を与え、他の企業に効率性と手頃さに焦点を当てるよう促した。また、推論プロセスの透明性に関する議論を引き起こし、OpenAIがモデルの思考パターンを伝える方法の更新につながった。