
ChatGPT VoiceがWorkとCodexに対応、声で複数エージェントを指揮できる
ChatGPT Voiceがデスクトップ版のWorkとCodexに入り、音声からタスクの開始・中断や複数エージェントの調整が可能になった。権限設定と音声時間・実行タスクの別枠管理が導入判断を左右する。
OpenAIは、2015年12月にサム・アルトマン、イーロン・マスク、イリア・スーツキヴァーらによって設立された、米国サンフランシスコを拠点とする人工知能研究機関である。ChatGPTをはじめとする大規模言語モデルの開発・提供を中心事業とし、機械学習および人工知能分野の研究に取り組む。子会社としてOpenAI OpCoおよびOpenAI Group PBCを持つ。
2015年12月に非営利組織として発足したOpenAIは、その後営利部門を設立し、事業規模を急速に拡大してきた。ChatGPTの公開を契機にAI対話システムの普及を牽引し、企業向けサービスの拡充と収益化を進めてきた。CEOはサム・アルトマンが務める。年間収益に関しては複数の数値がWikidataに記録されているが、時点が異なるため現時点での正確な規模の言及は避ける。
OpenAIの中核技術は大規模言語モデル(LLM)であり、GPTシリーズをはじめとするモデルが広く知られている。専門分野は人工知能・機械学習・検索エンジンにまたがり、API経由での企業向け提供のほか、消費者向けサービスとしてChatGPTを展開する。競合他社としてはAnthropicのClaudeシリーズなどが存在し、性能・コスト両面での競争が継続している。MicrosoftはOpenAIに対する主要な投資家・パートナーとして、Azureクラウド基盤を通じてモデルの提供を支援している。
2026年6月には、OpenAIが米政府に自社株式の5%を譲渡する案を協議中であると報じられた。この提案はAIの利益を社会に還元する公共ファンド構想の一環とされており、単なる経済的配当にとどまるのか、政府が経営に関与する統治権を伴うものなのかが焦点となっている。
同じく2026年6月には、当初2026年後半を目指していたIPO(新規株式公開)の時期を2027年まで延期する方向で検討していると報じられた。1兆ドルという評価額を公開市場で維持するために、企業向け事業の収益化や黒字化への道筋を固める戦略をとる構えであるとされる。
著作権をめぐる法的争いも続いている。2026年6月、ニューヨーク・タイムズ紙はOpenAIとMicrosoftに対する著作権侵害訴訟において、AI学習を支えるクラウド基盤の責任を問う方針へ転換した。Microsoftが侵害を助長する専用システムを設計し商用利益を得たとする主張を強めており、争点はモデル単体からインフラ設計の意図へと移行している。
2026年7月には、パランティア社のカープCEOがAIラボのトークン課金モデルを批判するなど、OpenAIをはじめとするAIプロバイダーのビジネスモデルに対する批判的な見方も業界内で高まっている。企業のAI投資の費用対効果や、モデル消費量を指標とする現在の評価軸の妥当性が問われている。MicrosoftはCopilotを単なる対話型AIから業務基盤へと刷新する戦略を進めており、OpenAIのモデルを組み込んだエコシステムの拡張が続いている。

ChatGPT Voiceがデスクトップ版のWorkとCodexに入り、音声からタスクの開始・中断や複数エージェントの調整が可能になった。権限設定と音声時間・実行タスクの別枠管理が導入判断を左右する。

2026年の国際数学オリンピック上海大会において、複数のAIモデルが史上初めて全6問正解の満点を獲得した。言語処理から厳密な「機械的推論」へと進化したAIのアルゴリズムが、トップ1パーセントの人間の数学者と肩を並べ、科学研究の自動化に向けた新たな段階に入ったことを示している。

OpenAIがChatGPT Healthを米国の18歳以上へ段階展開。医療記録を一般会話でも参照できる一方、権限・メモリ・HIPAA外の保護が新たな判断軸となる。

OpenAIがジョージア州で3.2GWのAIデータセンターを計画し、2028年にも初期稼働を目指す。200億ドル規模の投資と地域負担を、電力・水データや公開監査で検証する構想だ。

OpenAIは攻撃と防御のモデルを自己対戦で競わせる「GPT-Red」を発表し、安全性の自己改善を自動化した。この仕組みは脆弱性の発見から防御訓練までを高速に反復し、エージェント機能の安全性向上を狙うが、脅威モデルの設計等は依然として人間に委ねられている。

Google DeepMindのCEO Demis Hassabisが2026年7月14日、FINRA型の独立AI標準団体設立を提言した。6月に相次いだ政府による場当たり的なモデル停止を背景に、Amodei提唱のFAA型規制との主導権争いを解説する。

Databricksの社内ベンチマークで、トークン単価が安いSonnet 5のタスク単価がOpus 4.8を上回る逆転現象が判明した。完了率とハーネス選定がコストを左右する構造をUberの予算超過事例とあわせて読み解く。

Appleは、OpenAIが採用面接等を通じて自社の営業秘密を組織的に不正取得したとして提訴した。元社員による機密資料の持ち出しに加え、未発表製品の部品持参の要求や製造ノウハウの流用を主張しており、ハードウェア開発を巡る対立が鮮明となっている。

OpenAIは新モデルGPT-5.6を公開し、能力と価格帯が異なる3つのティアを展開した。単なる値下げではなく、推論量やエージェントの並列処理を制御する仕組みを導入しており、AIの評価軸をトークン単価から仕事を終える総費用へ転換させている。

xAIが発表したGrok 4.5は、競合の最上位モデルを下回るAPI価格と高いトークン効率を武器に、実務コストの削減を前面に打ち出した。全指標での首位獲得よりも、開発や知識労働における総費用を抑えつつ、フロンティア級の性能を提供することに注力している。

Microsoftはアプリ統合や新エージェント機能により、Copilotを単なる対話型AIから業務基盤へと刷新する。同時に多額の投資で専門部隊を顧客企業へ送り込み、製品と実装の両面から組織のワークフロー自体を組み替える戦略へ舵を切った。

NVIDIAは、巨額の初期投資が壁となる新興AI企業に対し、自ら資金援助や与信枠を提供する新たなビジネスモデルを導入した。ハードウェアの売却益に加え、顧客のクラウド収益の一部を徴収する仕組みを構築することで、インフラ展開を加速させている。

OpenAIが米政府に自社株式の5%を譲渡する案を協議中であると報じられた。この提案はAIの利益を社会に還元する公共ファンド構想の一環だが、単なる経済的配当を目的とするのか、政府が経営に関与する統治権を伴うのかという権利の内容が焦点となる。

パランティア社のカープCEOは、高額なトークン利用料に見合う価値が得られない現状を挙げ、AI導入の指標を消費量に置く風潮を批判した。同社はモデル単体ではなく、業務データや権限と結びついた運用層の重要性を説き、企業のAI投資の在り方を問うている。

Anthropicが発表したClaude Sonnet 5は、Opus 4.8より6割安い価格で知識労働ベンチマークGDPval-AA v2をわずかに上回った。IPOを控える同社の量産戦略を象徴する一手だ。

ニューヨーク・タイムズ紙は、OpenAIとマイクロソフトに対する著作権侵害訴訟で、AI学習を支えるクラウド基盤の責任を問う方針へ転換した。同紙は、マイクロソフトが侵害を助長する専用システムを設計し、商用利益を得たと主張を強めている。

生成AIによる脆弱性発見の高速化が攻撃側の優位を招く中、Linux Foundationは主要企業と連携しAkritesを設立した。一元化された窓口で報告を検証し、放置された重要プロジェクトの修正も代行することで、OSSエコシステム全体の安全性を高める狙いだ。

OpenAIは当初2026年後半を目指していた上場時期を、1兆ドルという巨額の評価額を維持するために2027年まで延期する方向に傾いている。公開市場の厳しい視線を考慮し、企業向け事業の収益化や黒字化への道筋を固める戦略をとる構えだ。

Trump政権がOpenAIに対しGPT-5.6の段階的リリースを要請した。米政府がAI企業のモデルリリースをリリース前に制限した史上初の事例であり、Anthropicへの強制停止命令との対比が、政府とAI企業の新しい関係を鮮明に映し出している。

MetaがAIエージェント訓練のため従業員のキーストロークや操作ログを強制収集する「MCI」プログラムで、社内4万5000テーブルのデータが全社員に露出。1600人の抗議署名から1ヶ月で発生した漏洩は、AIトレーニングとデータガバナンスの両立という課題を露わにした。
OpenAI Gym is a toolkit for reinforcement learning research. It includes a growing collection of benchmark problems that expose a common interface, and a website where people can share their results and compare the performance of algorithms. This whitepaper discusses the components of OpenAI Gym and the design decisions that went into the software.
This is the system card published alongside the OpenAI GPT-5 launch, August 2025. GPT-5 is a unified system with a smart and fast model that answers most questions, a deeper reasoning model for harder problems, and a real-time router that quickly decides which model to use based on conversation type, complexity, tool needs, and explicit intent (for example, if you say'think hard about this'in the prompt). The router is continuously trained on real signals, including when users switch models, preference rates for responses, and measured correctness, improving over time. Once usage limits are reached, a mini version of each model handles remaining queries. This system card focuses primarily on gpt-5-thinking and gpt-5-main, while evaluations for other models are available in the appendix. The GPT-5 system not only outperforms previous models on benchmarks and answers questions more quickly, but -- more importantly -- is more useful for real-world queries. We've made significant advances in reducing hallucinations, improving instruction following, and minimizing sycophancy, and have leveled up GPT-5's performance in three of ChatGPT's most common uses: writing, coding, and health. All of the GPT-5 models additionally feature safe-completions, our latest approach to safety training to prevent disallowed content. Similarly to ChatGPT agent, we have decided to treat gpt-5-thinking as High capability in the Biological and Chemical domain under our Preparedness Framework, activating the associated safeguards. While we do not have definitive evidence that this model could meaningfully help a novice to create severe biological harm -- our defined threshold for High capability -- we have chosen to take a precautionary approach.
This comprehensive study evaluates the performance of OpenAI's o1-preview large language model across a diverse array of complex reasoning tasks, spanning multiple domains, including computer science, mathematics, natural sciences, medicine, linguistics, and social sciences. Through rigorous testing, o1-preview demonstrated remarkable capabilities, often achieving human-level or superior performance in areas ranging from coding challenges to scientific reasoning and from language processing to creative problem-solving. Key findings include: -83.3% success rate in solving complex competitive programming problems, surpassing many human experts. -Superior ability in generating coherent and accurate radiology reports, outperforming other evaluated models. -100% accuracy in high school-level mathematical reasoning tasks, providing detailed step-by-step solutions. -Advanced natural language inference capabilities across general and specialized domains like medicine. -Impressive performance in chip design tasks, outperforming specialized models in areas such as EDA script generation and bug analysis. -Remarkable proficiency in anthropology and geology, demonstrating deep understanding and reasoning in these specialized fields. -Strong capabilities in quantitative investing. O1 has comprehensive financial knowledge and statistical modeling skills. -Effective performance in social media analysis, including sentiment analysis and emotion recognition. The model excelled particularly in tasks requiring intricate reasoning and knowledge integration across various fields. While some limitations were observed, including occasional errors on simpler problems and challenges with certain highly specialized concepts, the overall results indicate significant progress towards artificial general intelligence.