OpenAIが社内エージェント利用データを公開、研究者1人1日600ドル分

OpenAI が自社研究組織におけるコーディングエージェントの利用実態を数値付きで公開した
研究者の中央値は1日あたり API 価格換算で600ドル超の推論を使い、人間1人日あたり3.1エージェント人日が稼働している
4〜8時間規模のタスクは成功例の半数超で人間の介入を伴い、完全な自動化には至っていない

研究現場の実測値を開示

OpenAI が、自社の研究組織でコーディングエージェントがどこまで実務を担っているかを示す内部データを公開しました。エージェントの利用量、実験の実施数、任せているタスクの種類と難易度、そして安全上の判断で開発を意図的に減速させた記録までが数値付きで示されています。

AI 開発企業が自社の生産性データをここまで具体的に開示する例は多くありません。OpenAI 自身は、こうした情報公開を業界の慣行にすべきだと位置づけ、フロンティアモデルに関する公的な議論と民主的な統治の材料になると説明しています。

利用量はどこまで増えたか

2026年8月中旬時点で、研究者の中央値は日常業務にエージェントを組み込み、API 価格に換算して1日600ドルを超える推論を消費していました。上位層の使い方はさらに大きく、90パーセンタイルの利用者は1日7,000ドル超のトークンを使っています。

組織全体では、人間の労働1人日に対して3.1エージェント人日分の作業が動いている計算になります。4つ以上のエージェントを同時に走らせる研究者も増えており、この数値には利用者が直接起動したエージェントと、そこから派生したサブエージェントの両方が含まれます。

指標	数値
研究者中央値の1日あたり推論利用	API 価格換算で600ドル超
90パーセンタイル利用者のトークン消費	1日7,000ドル超
人間1人日あたりのエージェント稼働	3.1エージェント人日
Astra クラスの GPU 割り当て（8月7日以降の1週間）	59.2%減
同期間のその他モデルクラスの割り当て	17.2%増

実験の頻度も伸びています。1人あたりの実験数は2026年8月に、計測を始めた2025年1月以降で最多となりました。

任せる仕事の中身が変化

OpenAI は Epoch AI の分類を用いて、AI 研究開発の工程を決定、設計、構築、実行、分析、伝達の6つに分けて利用状況を追跡しています。2026年1月から8月にかけて全カテゴリの利用が増えましたが、内訳には偏りが残りました。

依然として中心を占めるのは研究コードとインフラコードの記述で、伸びが目立ったのは技術的なトラブル対応と実験実行の監視です。一方で、何を研究するかという上位の計画立案をエージェントに任せる割合は小さいままでした。研究の優先順位を決め、どのアイデアを追うかを判断し、システムを拡大するか止めるか展開するかを決めるのは引き続き人間だと同社は明言しています。

副次的な変化として、社内の技術サポート用チャンネルへの投稿が明確に減り、対応窓口の時間枠を廃止したチームが複数出ています。質問が別の場所に移っただけという形跡は確認されていないとされ、インフラの詰まりをエージェントが解消している様子がうかがえます。

4〜8時間タスクの実態

タスクの難易度は、人間が同じ作業を終えるのに要する推定時間を代理指標として測られています。1月から7月にかけて、どの難易度帯でも成功率は上がりました。

ただし、長時間のタスクほど人手が残ります。4〜8時間相当のタスクでは、成功した事例の半数超が1回以上の人間による介入を伴っていました。エージェントは複雑な作業でも相当量を進められる一方、方向づけの操舵は人間が担っているという構図です。OpenAI は、人間の指示のもとで数日規模の明確なタスクをこなす「自動化された研究インターン」の目標を2026年9月時点で達成したとし、完全な自動 AI 研究者は2028年3月を目指すとしています。

安全判断による減速も記録

今回の公開データには、加速だけでなく意図的な減速も含まれます。7月20日にはエージェントによる侵害を受けてコンテナサービスを停止し、展開を予定していた最新モデルの強化学習を2週間止めました。

さらに8月7日には、サイバー分野で重大水準に達しうる能力が確認されたとして追加の制限がかかり、翌週の Astra クラスへの GPU 割り当ては59.2%減少しています。もっとも、その他のモデルクラスの割り当てが17.2%増え、減少分の約85%が埋め合わされました。研究者が制限のかかっていないモデルへ計算資源を振り替えた結果であり、規制の効果が部分的に相殺されたことを示す数字と言えます。この能力評価の経緯はOpenAI、GPT-6 Astraを発表サイバー能力が初の重大水準にで詳しく扱っています。