OpenAIのモデルであるGPT-6.1 Solは、コーディング、コンピュータ操作(computer use)、および頻繁に実行される専門的な業務に、より強力な推論をもたらします。GPT-6.1 Sol は Amazon Bedrock で一般提供となりました。
エージェントの経済性と推論の品質
AIエージェントがタスクを完了するには、情報の収集、ツールの使用、異なるアプローチの試行、エラーからの回復、そして結果の検証が必要になることがあります。各判断は次に起きることを左右するため、誤った方向に進むと、有用な結果に至るまでにモデルとのやり取りやツール呼び出し、レイテンシ、人手による介入が増える場合があります。AIエージェントの経済性はタスク全体を通して形づくられます。
AIエージェントのタスクを完了する総コストは、トークン価格と推論の品質の両方に左右されます。トークン価格は個々のやり取りのコストに影響し、推論の品質は、作業に必要なやり取りの回数と、それが成功につながるかどうかに影響します。ソフトウェアエンジニアリングでは、エージェントが見慣れないリポジトリを理解し、依存関係をたどり、変更箇所を決め、実装を検証する必要がある場合があり、推論の品質がワークフロー全体に影響する例として挙げられています。
OpenAIによると、DeepSWE v1.1でGPT-6.1 Solは、タスクあたりのコストがおよそ5分の1でGPT-6 Astraと同等の結果を達成します。さらに、GPT-6 Solの最高スコアを6.4パーセントポイント上回りますが、そのGPT-6 Solの結果よりも低い推論の強度(reasoning effort)で実現しています。
GPT-6.1 Solの性能向上
GPT-6.1 SolはGPT-6 Solの大幅なアップグレードであり、エージェント型コーディング、コンピュータ操作、専門的な業務(professional work)で高い性能を示します。OpenAIによると、複雑なドキュメント分析ではGPT-6 Astraに近づき、ビジネスツールをまたぐ複数ステップのワークフローの完了ではGPT-6 Solを上回ります。エージェントが複雑なドキュメントを解釈し、適切なツールを選び、状況の変化に適応する必要がある場合にも、同じ推論能力が当てはまります。
Codexやアプリでの活用方法
Codexは、開発サイクル全体でGPT-6.1 Solの推論を活用できます。CodexをAmazon Bedrock上のGPT-6.1 Solを使うよう設定すれば、調査、実装、テストにわたる作業に使うことが可能です。Codexはリポジトリ、ローカルファイル、ターミナル、開発ツールと連携し、機能の作成、バグの修正、テストの実行を行います。デスクトップアプリ、CLI、対応するIDEから利用できます。AWS開発向けには、Agent Toolkit for AWSが単一のターミナルコマンドでCodexをAWSのドキュメント、API、サービスに接続します。
GPT-6.1 Solの能力は、すぐ使える体験や自分で構築するアプリケーションを通じて活用できます。デスクトップアプリのChatGPT Workは、ファイルやアプリケーションをまたいで情報を集め、完成した成果物にまとめることができます。対応するAmazon Bedrock APIを使えば、ドキュメントを統合・整理する(synthesize)社内ツール、システムをまたいで作業を調整するエージェント、複数の入力を評価する顧客向けアプリケーションを構築できます。
ツール失敗の把握とアプリ側の制御
エージェントが複数のツールをまたいで効果的に働くためには、ツールの失敗、制限された操作、不足している情報に気づくことが必要です。OpenAIによると、GPT-6.1 Solは透明性、ユーザーの意図、明示的な制約(explicit restrictions)に関する難度の高い評価において、GPT-6 Solより改善しています。
エージェントがツールの失敗、制限された操作、不足している情報を伝えると、エージェントが不完全な情報のまま続行したり意図しない操作を行ったりする前に、アプリケーションまたはユーザーが介入できます。サポートされているAmazon Bedrock APIで構築する場合、モデルが使えるツールを定義できます。また、操作が承認を必要とする場合や完了できない場合に、アプリケーションがどう応答するかも決められます。こうしたアプリケーションレベルの制御はモデルの改善を補完し、ワークフローが重大な判断に至ったときに人が関与し続けられるよう支援します。
Bedrockでの提供とセキュリティ
GPT-6.1 SolはAmazon Bedrockで一般提供(GA)されており、大規模に性能・セキュリティ・信頼性を実現するよう作られた推論エンジン上で動作します。Amazon Bedrockは、GPT-6.1 Solを本番環境で実行するためのインフラストラクチャと制御を提供します。利用者は、Amazon Bedrockコンソール、またはサポートされているAmazon Bedrock APIからプログラムで使い始めることができます。
Amazon Bedrock上で一般提供されているGPT-6.1 Solでは、モデルへのアクセスをAWS Identity and Access Management(IAM)ポリシーで管理でき、呼び出しをAWS CloudTrailで監査できます。トラフィックをネットワーク境界内に保つため、AWS PrivateLinkを利用した仮想プライベートクラウド(VPC)エンドポイントを使うことができます。
推論はゼロオペレーターアクセス(zero-operator access)のハードウェア分離されたインフラストラクチャ上で実行されるため、推論中のプロンプトと応答(completions)にはAWSのオペレーターもアクセスできません。推論データはモデルのトレーニングに使われず、GPT-6.1 Solを使うためにOpenAIとのデータ共有にオプトインする必要もありません。
自動化された不正利用検出(abuse detection)のため、分類器(classifier)にフラグを立てられたトラフィックはAWSが最大30日間保持し、プログラムで処理します。ゼロデータ保持(zero data retention)は、AWSアカウントチームを通じてリクエストでき、詳細はデータ保持(data retention)のページを参照とされています。
GPT-6.1 Solはエージェント的な作業に、タスクあたり数分の一のコストでより強力な推論をもたらし、エージェントはより少ないステップで正しい答えに到達できます。対応するAWSリージョン、エンドポイント、API、機能、推論プロファイル、料金については、Amazon Bedrockのドキュメントを参照してください。