OpenAI o3（オープンエーアイオースリー）
OpenAIが2025年にリリースしたo1の後継推論モデル。ARC-AGI-1で87.5%を達成し、抽象的推論・視覚的パターン認識でも人間専門家レベルの性能を示す。o3-miniとともに推論モデルシリーズの最高峰。
OpenAI o3 とは
OpenAI o3はOpenAIのo推論モデルシリーズ第2世代として2025年にリリースされた。前世代のo1が「思考する」能力を持ち込んだのに対し、o3はその思考の質と深さを大幅に向上させ、AIの能力限界を示すとされていたARC-AGIベンチマークで人間水準に迫るスコアを達成した。
ARC-AGI での歴史的突破
ARC-AGI（Abstraction and Reasoning Corpus for Artificial General Intelligence）はFrançois Choletが設計した抽象推論ベンチマークだ。人間は平均80〜85%を達成するが、AIはGPT-4oでも約5%と長らく壁があった。
o3はこのベンチマークで:
- o3 high: ARC-AGI-1で87.5%（人間専門家超え）
- o3 low: 高速・低コストで75.7%
- o3-mini high: 軽量版で78.7%
を達成し、LLMの抽象推論能力の限界を更新した。
Reasoning Effort の設定
o3はreasoning effortを3段階で制御できる:
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="o3",
reasoning_effort="high", # low / medium / high
messages=[{
"role": "user",
"content": "この微積分問題を証明してください。
}]
)
| effort | コスト | レイテンシ | 精度 |
|---|---|---|---|
| low | 低 | 速 | 標準 |
| medium | 中 | 中 | 高 |
| high | 高 | 遅 | 最高 |
o3 vs o1 性能比較
| ベンチマーク | o1 | o3 |
|---|---|---|
| AIME 2024 | 83.3% | 96.7% |
| GPQA Diamond | 77.3% | 87.7% |
| SWE-bench Verified | 48.9% | 71.7% |
| ARC-AGI-1 | 32.0% | 87.5% |
o3-mini との使い分け
- o3: フル能力版。コスト高だが最高精度が必要なタスク向け
- o3-mini: コスト効率版。数学・科学・コーディングに特化し、o3の70-80%の性能をより低コストで提供
コーディング・数学では多くの場合o3-miniで十分な精度が得られる。
実用的なユースケース
o3が適するシナリオ:
- 数学の競技問題・定理証明
- 複雑なソフトウェアのバグ分析
- 科学論文の批判的レビュー
- 多段階の論理推論問題
- 新規アルゴリズムの設計・検証
料金（2025年時点目安）
o3はo1と比較して高コストだが、ARC-AGIスコアに見られる能力向上を考慮すると一部タスクでは費用対効果が高い。reasoning_effort=lowで使用することでコストを抑えつつ高い推論能力を活用できる。
まとめ
OpenAI o3は推論AIの現時点での最高峰だ。ARC-AGI突破はAI能力の新しいフロンティアを示し、複雑な多段階推論が必要なプロフェッショナルタスクへの適用が期待される。コストと用途を考慮してo3/o3-mini/o1を使い分けることが実用上の鍵となる。