検索

なるほど、コード生成ツールが審査側に回るって面白い転換点ですね。脆弱性検出2.3倍は数字として強い。ただ、AIが「問題な

OpenAI「o4」正式公開——コード推論71%超でエージェント設計の賭け方が変わる

リード OpenAIは2026年8月16日（米国時間）、推論特化モデル「o4」をAPI・ChatGPT Proで同時公開した。コードベンチマーク「SWE-bench Verified」で71.3%を達成——前世代o3の53.1%から18ポイント超の跳躍だ。数学オリンピック相当問題（AIME 2026）の正答率は92.0%に達し、「AIエージェントに任せられる上限」の感覚的ラインが、今日を境に大きく...