AI-Papers
- OpenAIが公式ブログで「豊富な知能」構想を公開し、AIインフラの価値を規模ではなく実現できることで測る立場を示した
- GPT-5.6 Luna を80%値下げし、成果あたりのコストという考え方で供給拡大の経済的な循環を説明した
- モデルを変えずに ARC-AGI-3 の成績を13.3%から38.3%へ改善し、フルスタック連携の効果を強調した
「豊富な知能」構想とは
OpenAIは公式ブログで、同社の中長期戦略をまとめた「Building Abundant Intelligence（豊富な知能の構築）」と題する文章を公開しました。一人称で書かれたこの文章は、AIインフラの価値を規模の大きさではなく「何を可能にするか」で測るべきだと主張します。より高性能な知能を、より多くの人に、より低いコストで届けることこそが目的だという立場です。
OpenAIはこの「豊かさ（abundance）」という考え方を、汎用人工知能（AGI）が人類全体に恩恵をもたらすという使命と、事業を動かす経済的な仕組みの両方に結びつけています。有用な知能のコストが下がれば、取り組む価値のある仕事が増える。モデルが賢くなれば、その仕事が生む価値も大きくなる。利用が広がれば収益と実データが集まり、次世代の研究とインフラへ再投資できるという循環を描いています。
図に示すように、性能の向上が利用の拡大を呼び、利用の拡大が投資を支え、投資がさらに知能と効率を高めます。OpenAIはこの一連のループを事業の中核に据えています。
豊かさを支える経済循環
この主張を裏づける例として、OpenAIは直近の値下げを挙げています。GPT-5.6 Luna の料金を80%、GPT-5.6 Terra の料金を20%引き下げ、Luna は入力100万トークンあたり0.20ドル、出力100万トークンあたり1.20ドルになりました。Terra はそれぞれ2ドルと12ドルです。上位の GPT-5.6 Sol では、知能を変えずに標準の最大2.5倍の速度で処理する高速モードを、2倍の価格で提供します。
OpenAIが強調するのは、トークン単価そのものではなく「成果あたりのコスト」という見方です。顧客が求めるのはトークンではなく、問い合わせの解決やソフトウェアの出荷、契約書のレビューといった結果だからです。再試行や人手による修正まで含めれば、安価なモデルより高性能なモデルの方が結果的に割安になる場合があると指摘します。必要な品質を満たすなら低コストのモデルが利用の裾野を一気に広げる、という逆の効果も認めています。
計算資源を無駄なく使う
価値を届けるには、データセンターを増やすだけでなく、計算資源1単位あたりの生産性を高める必要があります。OpenAIによれば、GPT-5.6 Sol が自社の運用ソフトウェアの最適化を支援し、モデル提供にかかる全体コストを20%削減しました。投機的デコーディングも改善し、トークン生成の効率が15%以上向上したといいます。この取り組みは10億人規模の利用とコスト削減の還元を伝えた動きとも重なります。
効率はモデル単体では決まらず、周囲のシステムが左右します。適切なルーティングはハードウェアを遊ばせず、賢い文脈管理はエージェントの二度手間を防ぎます。実際、ARC-AGI-3 という公開課題では、GPT-5.6 Sol の成績がモデルを変えないまま13.3%から38.3%へ上がり、しかも出力トークンは6分の1で済みました。変わったのはモデルではなく、それを取り巻く仕組みだったわけです。
フルスタック戦略の狙い
OpenAIがインフラ、モデル、プラットフォーム、プロダクトのすべてを手がける利点は、各層に関与すること自体ではなく、各層が互いを改善する点にあると説明します。製品の実利用が価値と摩擦のありかを示し、それが研究を形づくり、研究の成果が製品を強化してコストを下げるという流れです。
その学習の規模も大きく、OpenAIのモデルは現在10億人を超えるアクティブ利用者と200万を超える企業に届いています。登録から半年後、利用者は1日あたり約50%多くメッセージを送り、およそ2倍の種類の作業に使うようになるといいます。社内では Codex を通じたエージェント的な作業が週間出力トークンの99.8%を占め、財務チームなどが主要な業務手段として取り入れています。同社は「すべての資産を自前で持つ必要はなく、顧客に最も資する形で所有、提携、購入を選ぶ」とも述べ、システム全体の連携と学習を重視する姿勢を示しました。
規律ある投資と供給拡大
AIインフラは必要になる何年も前から計画しなければならない一方、モデルや製品、需要ははるかに速く変化します。このずれこそが規律を不可欠にすると、OpenAIは指摘します。投資判断は利用と処理量の伸び、企業との契約、API消費、稼働率、収益、モデルの性能と効率の進展といった根拠に基づき、目的は「最大量のインフラ」ではなく「確かな需要に対して適切な容量を適切な時期に投じること」だとしています。
今回の文章は、AIの前進を意図的に緩めるべきだとする「ペーシング（減速）」の議論とは対照的に、供給を広げることで価値を高める立場を鮮明にしています。OpenAIは Anthropic や Google と大規模な計算基盤への投資を競う立場にあり、知能へのアクセスを経済の根本的な推進力と位置づける今回の主張は、業界全体の投資競争と社会実装の前提を左右します。個人や中小企業がかつて大企業しか持てなかった能力を得ていくとし、同社は「目標は計算資源やモデルの大きさ、トークン価格そのものではなく、手の届く範囲にある有用な知能を増やすことだ」と結んでいます。
