OpenAIは、フラッグシップラインナップを拡充し、GPT-5.4 miniとnanoを新たに発表した。これら2つの軽量モデルは、コストと遅延を大幅に抑えつつ、トップクラスの知能を提供することを目指して設計されている。複雑な推論を担う主要なGPT-5.4モデルに対し、これらの小型モデルは大量のテクニカルなタスクを主なターゲットとしている。特にmini版は、効率性と能力の両立を図っており、現実のソフトウェア問題を解決する能力を測定するSWE-Bench Proのような専門的なベンチマークにおいて、大型モデルに匹敵する実力を示している。

GPT-5.4 nanoの登場は、エコシステムにおけるコスト効率の新たな基準を提示した。このモデルは、テキストの分類やランキングといった、単純で繰り返しの多いタスクに特化して調整されている。特筆すべきは、大規模なAIシステム内で「サブエージェント」として機能するように構築されている点だ。メインモデルが高度な計画を担当する一方で、小型モデルが特定のサブタスクを並列して実行する仕組みである。こうしたルーチン業務を安価で高速なモデルにオフロードすることで、開発者はシステム全体のパフォーマンスを損なうことなく、運用コストを劇的に削減できるようになった。

ユーザーや開発者にとって、「コンピュータ操作（computer use）」能力へのシフトも同様に重要である。GPT-5.4 miniは複雑なユーザーインターフェースのスクリーンショットを解釈する能力を備えており、低い遅延でコードベースの探索やソフトウェアのデバッグを行うことが可能だ。実用面では、CodexやChatGPTといったツールにおいて、よりレスポンスの良いAI機能が実現することを意味する。実際に、無料ユーザー向けの「思考」機能を強化するために、すでにminiモデルの統合が進められている。知能の定義が、単なる処理能力の高さだけでなく、効率的で専門化された知能をいかに戦略的に配置するかに移りつつあることを、この階層化されたアプローチは示唆している。

OpenAIが、看板商品である高性能AIの兄弟分として、GPT-5.4のミニ版とナノ版を新しく出しました。これまでのAIは万能で頭が良すぎたため、簡単な作業を頼むにもお金と時間がかかっていました。今回出た2つのモデルは、あえて能力を絞り込むことで、驚くほど素早く、かつ安く動くのが特徴です。特にミニ版は、実際のソフトウェア開発現場でプログラムを直す能力を測るテスト（SWE-Bench Pro）で54.4%という高い成績を収めており、兄貴分に負けない実力を持っています。

ナノ版は、さらに効率化を極めた存在です。料理で例えると、プロの料理長が大きな方針を決め、下働きのスタッフが野菜の皮むきを担当するように、メインのAIが難しいことを考え、ナノ版のような小さなAIが単純な作業を片付けるという役割分担ができるようになりました。これにより、会社がAIを使う際のコストを大幅に抑えられます。ナノ版は100万文字あたりの料金がわずか0.20ドルという格安設定で、大量の情報を読み取って分類するような繰り返しの仕事に最適です。

今回の変化で注目すべきは、AIが画面上の情報を目で見て理解し、人間のようにコンピューターを操作する能力です。ミニ版はアプリの画面を読み取って、どこにボタンがあるか、どこにエラーがあるかを瞬時に判断できます。これにより、私たちが普段使うチャットアプリやツールが、より機敏に動くようになります。今後は、一つの巨大なAIに全てを任せるのではなく、役割に応じたAIを使い分けることで、より便利で賢いサービスが身近になっていくでしょう。