OpenAI o3が変えた「推論コストを買う」発想——思考時間とトークン消費の新しい経済学

● OpenAI

OpenAI.

OpenAI o3はARC-AGI（人間の汎用知能テスト）で87.5%を達成し「AIが人間レベルの汎用推論に近づいた」と評された。

しかしo3の真のインパクトは性能数値より「思考時間＝コスト」という新しいトレードオフを業界に持ち込んだことにある。

「どれだけ考えさせるか」でAIの性能を調整できる時代、その意味を解説する。

#01 何が起きたのか

OpenAIのo3（およびo3-mini）は2024年末から2025年初頭にかけて公開された推論特化モデルです。最大の特徴は「思考量をユーザーが調整できる」点です。low・medium・highの3段階で、より多くのトークンを「内部思考」に費やすほど精度が上がる代わりにコストと時間がかかります。

ARC-AGI（人間の汎用知能を測るベンチマーク）ではlow設定で75.7%、high設定で87.5%を達成。従来のGPT-4oが5%以下だったことを考えると革命的な進歩でした。ただしhigh設定での1回あたりのコストは数ドル規模になることもあり、「いつでも最高設定で使う」ものではありません。

#02 なぜ重要なのか

「思考時間をお金で買う」という発想は、AIの使い方に新しい軸を持ち込みました。従来は「高性能モデルを使うか低性能モデルを使うか」という選択でしたが、o3以降は「同じモデルで思考量をタスクに応じて調整する」という使い方が生まれました。

これはソフトウェア設計にも影響します。重要な判断には思考量を多く割り当て、定型タスクには少なく——という「AIリソースの動的配分」が可能になります。コスト最適化とAI性能の両立が、エンジニアの新たな設計課題になりました。

#03 で、私たちの生活にどう影響?

一般ユーザーへの影響としては、ChatGPT等のUIで「じっくり考えてほしいか、素早く答えてほしいか」を選べる機能が標準化されつつあります。重要な意思決定（転職・投資・医療相談など）には時間をかけて深く推論させ、日常的な質問には素早く答えてもらうという使い分けが当たり前になります。

Claude Codeでも応答の重さが違う感覚はあって、なんとなく理解できる。

o3のhigh設定は1問数ドルらしくて、個人で気軽に回すには躊躇する値段だけど、時間できたら触ってみたい。