OpenAI が、社内の研究者が AI エージェントにどれだけのお金を使っているかを出したと報じられている。API の定価(外部の開発者が払う値段)に直すと、研究者1人の1日あたりの中央値は約2,400ドル(約38万円)、上位10%は約2万3,000ドル(約368万円)だという。ただ、この数字から「AI が AI の研究を速めた」と言えるかどうかでは、読み方が割れた。エージェントがこなす作業は5月から9〜16倍になったとみる側と、研究者1人あたりの実験の数も、モデルの能力を測る指数も、まだ速まっていないとみる側がいる。
日本の会社にとって:コーディングエージェントや ChatGPT の法人版などの利用料を予算に組んでいる部門長と経営者は、次の予算を決めるまでに、効果を「使った額」や「使った回数」ではなく、「仕上がった成果物の数」で測る指標を1つ決める。世界でいちばん AI を使い込んでいる研究所でさえ、使った額が増えたことと成果が増えたことは別の話として争われている。
OpenAI の社内データで報じられた数字
OpenAI の社内の研究者がエージェントに使う額は、OpenAI の X の投稿が示す社内の報告書をもとに、1日あたり中央値約2,400ドル、上位10%は約2万3,000ドルと伝えられている。中央値とは、研究者を使った額の順に並べたときの真ん中の人の額である。どちらも、社内で実際に払ったお金ではなく、外部の開発者向けの定価に直した額だとされる。
OpenAI の研究者1人あたり約2,400ドルという中央値は、仮に月20日使うとすれば、月に約4万8,000ドル(約770万円)になる計算である。上位10%の約2万3,000ドルは、中央値のおよそ10倍にあたる。一部の研究者が、ほかの人よりはるかに多くのエージェントを並べて走らせていることがうかがえる。
「エージェントの作業は9〜16倍」という読み方
OpenAI の社内データを「研究はもう速まっている」と読む側は、エージェントが引き受けた作業の量に目を向ける。X 上の論者の指摘として、エージェントの作業は5月から9〜16倍に増えたと伝えられている。研究者が自分の手で書いていたコードや、回していた実験の準備を、エージェントが大きく肩代わりし始めているという見方である。
「9〜16倍」という読み方に立てば、AI が自分の次の世代の開発を手伝う流れは、すでに数字に表れていることになる。OpenAI は11月17日に出した GPT-6.2 Astra のシステムカードで、社内の基準の「AI の自己改善」を初めて High と評価していた。社内で使う量の急な伸びは、この評価とも向きが合う。
「研究者あたりの実験は増えていない」という読み方
OpenAI の社内データを慎重に読む側は、作業の量ではなく成果の速さを問う。X 上の別の論者の指摘として、研究者1人あたりの実験の数も、モデルの能力を測る指数の伸び方も、まだ速まっていないと伝えられている。エージェントがどれだけ働いても、研究そのものの進み方が変わらないなら、「研究が速まった」とは言えないという立場である。
「まだ速まっていない」という読み方が正しければ、増えた作業は、研究の決め手になる部分ではなく、周りの手間に吸い込まれていることになる。実験を回す計算資源の量や、どの実験をするかを決める人の判断が詰まりどころとして残れば、エージェントを何体並べても、研究の進み方は大きく変わらない。
OpenAI の数字で読み方が割れる理由
AI が AI の研究を速めたかをめぐる食い違いは、何を「速さ」と呼ぶかの違いから来ている。エージェントの作業の量、使ったお金、研究者1人あたりの実験の数、モデルの能力の伸びは、それぞれ別のものを測っている。前の2つは急に増えうるが、後ろの2つは計算資源や人の判断に縛られ、すぐには増えない。どれを見るかで、同じ社内データから正反対の結論が出る。
筆者の見方では、使った額と作業の量だけで「研究が速まった」と言うのは早い。ただ、作業の量の伸びは、後から成果の伸びに表れる前ぶれでもありうる。どちらの読み方が当たっていたかは、この先の数か月、研究者1人あたりの実験の数と能力の指数が曲がり始めるかで分かる。
ほかのラボで出ていた加速の数字
AI による研究の加速を数字で示す試みは、OpenAI が初めてではない。評価機関の METR は11月5日、Anthropic の研究開発を AI が約1.9倍(95%の幅で1.5〜2.8倍)速めているとみた。Anthropic は11月2日の上場の書類の書き直しで、社内で Claude を使った量が定価に直して1〜9月に250倍になり、4月には毎月の人件費を上回ったと書いた。
Anthropic の「使った量は250倍」と METR の「研究は約1.9倍」の差は、OpenAI の社内データをめぐる論争と同じ形をしている。使った量の伸びは、研究の速さの伸びより桁違いに大きい。AI に使うお金がそのまま研究の速さになるわけではないことを、2つのラボの数字が別々に示している。
確かめられなかったこと
OpenAI の社内データについて、この記事は X の投稿を伝える報道と論者の投稿にもとづいており、OpenAI の元の資料は確かめられていない。「9〜16倍」や「実験の数は速まっていない」が、OpenAI 自身の数字なのか、論者が読み解いた数字なのかもはっきりしない。能力の指数(論者は OpenAI のモデルの「社内の ECI スコア」と呼んでいる)が何を測るものか、実験の数をどう数えたか、社内で実際に払った額がいくらかも分かっていない。論者の投稿は、Theo Jaffee、scaling01、Yafah Edelman のものを参照した。
次に確かめること
AI が AI の研究を速めたかの答えは、OpenAI がこの社内データの元の資料と、実験の数の数え方を出すかで近づく。OpenAI の社内に入って長く評価する外部の4つの組織(11月16日に発表)の最初の報告や、GPT-6.2 Astra の「自己改善 High」への評価機関の長い反応も、どちらの読み方を支えるかの材料になる。




