OpenAI、実務遂行能力を大幅に高めた新モデル「GPT-6.1 Terra」

OpenAI が、実務の遂行能力を大幅に向上させたとする「GPT-6.1 Terra」を明らかにした。Impress Watch が報じた。

今回入手できた材料は見出しのみで、「実務遂行能力」が具体的に何を指すのか、どの評価指標でどれだけ従来モデルを上回ったのか、提供開始の時期、利用できるプランや API の提供条件、料金は確認できていない。「Terra」という名称が既存モデルとどういう位置づけの違いを示すのかも分からない。

実務遂行能力という表現からは、質問に答えるだけでなく、複数の手順にまたがる作業を計画し、ツールやアプリケーションを操作しながら最後までやり遂げる、いわゆるエージェント的な使い方での性能向上を打ち出したものとみられる。こうした用途では、一つひとつの回答の正確さに加えて、途中で誤りに気づいて修正できるか、長い作業の間に指示や文脈を保てるかが性能を左右する。

大規模言語モデル各社の競争は、ベンチマークの点数から、実際の業務を任せられるかどうかへと評価の重心が移りつつある。企業にとっては、モデルの性能が上がるほど任せられる業務の範囲が広がる一方、誤った操作や判断をどう検知し、人がどこで確認するかという運用設計の重要性も増していく。