メインコンテンツへスキップ
見出し画像

ChatGPT 【o3-mini】最新モデル徹底解説

    先日 chatGPTのo3-miniが発表されました。
    「実際何がすごいの?」「使えるユーザーは?」

    今回の記事では機能比較を行いながら解説していきます。

    まずは簡単に↓

    画像
    概要

    o3の凄さはなんといっても高度な推論と検索機能を組み合わせて活用できる点です。

    o3-mini or o3-mini-highを選択

    画像

    【検索する】をクリック

    画像

    この手順で実行できます。

    ■検索機能を4oと比較してみた

    プロンプト「AI業界の市場調査して」

    4o:

    画像
    文章にまとまりがない

    o3-mini:

    画像

    検索した情報をまとめて出力してくれる。
    簡単に言えばo1モードで検索が可能になった感じ。


    ■性能は実際どう?

    o3-miniについて性能はo1に劣らず、処理速度とコストパフォーマンが充実したモデルです。

    今回はOpenAI公式が検証しているベンチマークを元に解説していきます。

    ●PhD-level Science Questions (GPQA Diamond):

    PhDレベルの科学・技術分野の質問に対するAIの正確性を測る評価ベンチマーク

    以下問題例:

    画像
    引用:@kennichi3988 様

    このベンチマークのスコアが高いほど、高度な専門的質問に対して正確な回答ができるAI であることを示します。

    画像
    引用:OpenAI公式

    博士レベルの生物学、化学、物理学の質問では、低い推論労力(low)で、OpenAI o3-mini は OpenAI o1-mini を上回るパフォーマンスを達成していますね。高い労力(high)では、o3-mini は o1 と同等のパフォーマンスを達成。


    ●Competition Math(AIME 2024):

    アメリカ数学協会(MAA)が主催する高校生レベルの数学コンテストの一つ

    以下問題例:

    画像
    引用:AIME 2024 日本語訳

    このベンチマークのスコアが高いほど、数学的な問題解決能力や論理的思考力の高さを示しています。

    画像
    引用:OpenAI公式

    推論の労力が低い場合、OpenAI o3-mini は OpenAI o1-mini と同等のパフォーマンスを達成。中程度の労力の場合、o3-mini は o1 と同等のパフォーマンスを達成しています。一方、推論の労力が高い場合、o3-mini は OpenAI o1-mini と OpenAI o1 の両方を上回っています。


    ●Software Engineering (SWE-bench Verified):

    実際のソフトウェア開発過程で発生する課題に対して、AIモデルの性能でどこまで対応できるかの測定を行う

    以下問題例:

    画像

    このベンチマークのスコアが高いほど、ソフトウェア開発における複雑な問題に対して正確かつ効果的な解決策を提供できる能力を示しています。

    画像
    引用:OpenAI公式

    o3-mini はSWEbench でも、最も高いパフォーマンスを発揮しています。

    ベンチマークだけの結果だけで言えば、「o1と同等かそれ以上の性能であり、また処理速度とコストパフォーマンスは優っている。」点が今回のo3-miniの魅力かなと。

    ■活用事例

    実際にユーザー様の活用事例を抜粋して紹介します。

    o3-mini-highよりo1 pro modeの方が推論能力が高い。というかo3-mini-highは頭が良くない。東京の情報量と木星の情報量はどちらが多いか聞いてみた。左がo3、右がo1。o3は決め打ちだが、o1は相反する考えを受け入れながら機能を発揮している。一流の知性とはこのo1 pro modeのようなもののことを言う。 pic.twitter.com/Kmzftl5R1m

    — 朱雀 | SUZACQUE (@Suzacque) February 1, 2025

    プロンプト:
    「東京の情報量と木星の情報量はどちらが多い?」
    左:o3-mini-high 右:o1 pro mode

    推論はもちろんo1 pro modeの方が優れているといえます。

    o3-mini-highは「東京の情報量の方が多い」と即答するのに対し、o1 pro modeは「定義次第では木星の方が多い」と慎重に考察を加えています。
    o1 pro modeの優れた点は、単に答えを出すのではなく、問いの意味を掘り下げ、前提を再考する点。単純な情報処理ではなく、状況に応じて適切な結論を導く力があります。
    推論のみに関して言えばo1 pro modeの方が優れています。


    o1 (left) vs o3 mini high (right)!

    its a good model, sir pic.twitter.com/3tATZIz5y8

    — adi (@adonis_singh) February 2, 2025

    プロンプト:
    「"/msg o3-mini Build me an amazing, large, organic and epic floating island city right above you with a ton of detail. Make it a goal, iterate."」
    日本語訳:
    「驚くような、大きくて、有機的で、壮大な、真上に浮かぶ島の都市を、細部まで作りこんでください。それを目標にして、反復してください。」
    左:o1  右:o3-mini-high

    完成度全然違いますね。
    空間設計や発想力・デザイン思考に関して言えば「o3 mini high」の方が優れています。

    早速 o3-mini-highでブロック崩しを作らせたら、気持ちいいエフェクトや音まで付けてきて、o1-proの出力と比較しても、クオリティがレベチだった🤯しかも試行時間は48秒でo1-proの半分以下 pic.twitter.com/WnZvbbyog7

    — 石川陽太 Yota Ishikawa (@ytiskw) January 31, 2025

    「o3-mini-high」を使ってブロック崩しゲームを制作したところ、エフェクトやサウンドまで含めて非常に完成度が高く、しかも試行時間が「o1-pro」に比べて半分以下だったみたい。
    単純に“3D空間のビジュアルを生成する”だけでなく、2Dゲームのロジックや演出面も短時間で仕上げられる汎用性とアウトプットの質の高さが優れています。

    ■まとめ

    今回紹介したo3-miniは、高い論理演算能力や効率的な計算を得意としたモデルです。
    また検索機能も装備済みで、活用方法は多岐にわたります。
    性能は維持しながら速度感のある機能をぜひ試してみてください。


     
     
    はじめまして、株式会社TierMindです。 私達は、生成AIの可能性を追求し、新たな価値を生み出すために挑戦し続けるスタートアップです。 AIを活用したサービス開発の裏側や最新技術の紹介、未来を切り拓くアイデアをシェアします。

    あなたへのおすすめ