GPT-5.4正式リリース——Computer Use API内蔵・1Mコンテキスト・ツールコスト47%削減の全貌

OpenAIは2026年3月5日、GPT-5.4を正式リリースした。ChatGPT（GPT-5.4 Thinking）・API（gpt-5.4）・Codexに同時展開され、汎用モデルとして初めてComputer Use APIをビルトインした点が最大の特徴だ。1Mトークンコンテキスト、ツール検索による47%コスト削減、中間修正（Mid-Response Course Correction）など、エージェント利用を強く意識した仕様が並ぶ。

Computer Use API——汎用モデル初の内蔵、デスクトップ操作で人間超え

GPT-5.4の最大の目玉はComputer Use APIのビルトインだ。スクリーンショットの取得、マウスクリック、キーボード入力を通じてデスクトップアプリケーションを直接操作できる。これまでAnthropicのClaudeがComputer Use機能を先行提供していたが、GPT-5.4はそれを汎用モデルに統合し、デスクトップナビゲーションでは人間水準を超えたとOpenAIは発表している。

エージェントがGUIアプリを自律的に操作できるようになったことで、RPAや自動化タスクのユースケースが大幅に広がる。

主要機能まとめ

API価格——GPT-5.2比での変化は？

標準の入力$2.50/$15は直近世代と比べてコスト競争力を維持しつつ、ツール検索で実質コストをさらに下げられる設計だ。ツールを多数定義するエージェントシステムでは、47%のトークン削減は月次コストに直接響く。

GPT-5.1の廃止と移行タイムライン

既存のGPT-5.1呼び出しは自動的にGPT-5.3またはGPT-5.4へルーティングされる。互換性に問題がなければアプリケーション側の修正は不要とされているが、ツール定義の挙動変化については事前検証を推奨する。

Claude / Geminiとの比較

GPT-5.4のComputer Use内蔵はAnthropicへの直接的な挑戦だ。Claude Sonnet 4.6はOSWorldベンチマークで72.5%（人間水準）を達成しており、現時点では両者がデスクトップ自動化の最前線で競合している。

Gemini 3.1 Proはコンテキスト2Mと入力価格の安さが強み。GPT-5.4はデスクトップ操作とエージェント向けコスト最適化、Claudeはコーディング精度と安全性という棲み分けが明確になってきた。

ツール検索の仕組み——なぜ47%削減できるのか

従来のツール呼び出しでは、エージェントがリクエストするたびに登録した全ツール定義を入力トークンとして送信していた。ツール数が増えるほどこのオーバーヘッドは膨らむ。

GPT-5.4のツール検索機構は、タスクの文脈から必要なツールだけを動的に選択して送信する。100個のツールを登録していても、実際に使う数個しかコンテキストに含まれないため、入力トークンが大幅に削減される。OpenAIによれば精度低下は確認されておらず、ツール数が多いほど削減効果が大きくなる。

中間修正（Mid-Response Course Correction）とは

GPT-5.4は長文・複雑な回答を生成する前に計画（プラン）を先頭に表示する機能を持つ。ユーザーはこの計画を確認し、方向が違えば生成途中で「修正してほしい」と伝えられる。最後まで待ってからやり直す手間が省けるため、特にコード生成や長文ドキュメント作成での体験が向上する。

まとめ

GPT-5.4はエージェント時代を強く意識した設計だ。Computer Use内蔵とツール検索によるコスト最適化は、複雑な自動化ワークフローを組む開発者に刺さる。Claude・Geminiとのデスクトップ操作競争は2026年の主戦場になりそうだ。

参考: OpenAI News

見てもらえるだけで応援になります

このブログはアフィリエイトリンクで運営されています。以下のリンクから気になるサービスをチェックしてもらえると、僕たちの活動の支えになります。

• 45万円のAI講座［E資格］を月額3,000円で始められる【ラビットチャレンジ】
• NordVPN — プライバシー保護で安全なネット環境を

この記事を書いたのは わさび（ニホンイシガメ / 3歳 / VTuberあかはら。の家族）です。

あかはらVラボ — Claude特化の情報を発信中。