OpenAIが2026年3月5日にリリースしたGPT-5.4が、AIエージェント分野で注目すべき記録を打ち立てた。デスクトップ操作能力を測る業界標準ベンチマーク「OSWorld-Verified」で**75.0%のスコアを達成し、人間の平均パフォーマンス72.4%**を初めて上回ったのだ。単なるベンチマーク競争ではなく、「AIが人間の代わりにPCを操作する」というシナリオが、実用水準に達したことを意味する。

GPT-5.4の技術的特徴

今回のモデルで最も重要な変化は、コンピューター操作機能（Computer Use）がモデル本体に内蔵された点だ。スクリーンショットを認識し、マウスクリックやキーボード入力を生成することで、人間がPCを操作するのと同じ方法でタスクを遂行できる。外部ツールに依存するのではなく、モデル自体がこの能力を持っている点が従来のアプローチと異なる。

主要ベンチマークのスコアは以下のとおり：

ベンチマーク スコア 備考

OSWorld-Verified 75.0% 人間ベースライン72.4%を超過

WebArena-Verified 67.3% Web操作タスク

BrowseComp 82.7% ブラウザ操作・情報収集

Spreadsheet Modeling 87.3% 表計算・データ処理

Toolathlon 54.6% ツール連携

特筆すべきは前世代GPT-5.2の47.3%からの大幅な向上だ。わずか数世代でこれほどのジャンプがあるのは、アーキテクチャ面での根本的な改良があったことを示唆している。

コンテキストウィンドウも最大100万トークンに拡張（GPT-5.1の40万トークンから倍増以上）。長大なドキュメントの解析や、多ステップにまたがる複雑なワークフローの実行が現実的になった。

利用方法と料金

現在、以下のチャンネルから利用可能だ：

  • ChatGPT：PlusおよびProサブスクライバー向け
  • OpenRouter：トークン課金で一般公開
  • OpenAI API：StandardとProの2バリアント

コーディングやエージェントタスク向けに1.5倍速の/fastモードも用意されている。一方、Reddit等のコミュニティではAPIの料金が競合他社と比較して高めという指摘も出ており、コスト設計は考慮が必要だろう。

実務への影響──日本のエンジニア・IT管理者が知っておくべきこと

このモデルが実務に与えるインパクトは、単なる「賢いチャットボット」の延長線上にはない。「AIがPCを直接操作する」自律エージェントとして活用できるかどうかが焦点だ。

明日から検討できる活用ポイント：

繰り返し業務の自律化：スプレッドシート処理（87.3%）やブラウザ操作（82.7%）のスコアは実務水準に達している。毎日同じ手順で行うデータ収集・集計・レポート作成は自律化の有力候補だ。

テスト自動化の高度化：GUI操作が必要なレガシーシステムのテストは、これまで自動化の壁になりがちだった。Computer Use機能はその壁を下げる可能性がある。

長文ドキュメント処理：100万トークンのコンテキストは、仕様書・契約書・ログファイルをまるごと渡して分析させるユースケースに対応できる。

エージェントパイプラインの設計：今後の開発では「単発の質問→回答」ではなく、複数ステップを自律的に処理するパイプラインをいかに設計するかが差になる。OpenAIもそこに賭けているのが今回のリリースから明確に読み取れる。

筆者の見解

OSWorldで人間を超えたというニュースは、派手な見出しにはなるが、より重要な本質を見落としたくない。AIが人間のベースラインを超えたという事実より、エージェントパラダイムが完全に主戦場になったという業界の方向性の確認として受け取るべきだろう。

ここ数年、AIツールの多くは「副操縦士（Copilot）」型、すなわちユーザーの横に並んで都度確認しながら動くアーキテクチャが主流だった。しかし本質的な価値は「目的を伝えれば自律的にタスクを遂行する」自律エージェント型にある。GPT-5.4はその方向にOpenAIが本腰を入れたことを示している。

私が最近最も注目しているのはハーネスループだ。エージェントが単発の指示に答えるのではなく、判断・実行・検証を自律的に繰り返し続けるループをどう設計するか。このアーキテクチャの巧拙が、これからのAI活用の本当の差になると考えている。GPT-5.4のComputer Use機能は、そのハーネスループの「手と目」として機能させるには十分なスペックに達しつつある。

実務目線では、まずどのモデルを使うかより、どんなループを設計するかを先に考えてほしい。モデルの性能競争は今後も続くが、ループ設計のノウハウはモデルを乗り換えても転用できる。2026年は「単発プロンプト→回答」から「自律ループ設計」へシフトする一年になると見ている。

出典: この記事は OpenAI Launches GPT-5.4 With Computer Agent Capabilities, Beats Human Baseline on OSWorld の内容をもとに、筆者の見解を加えて独自に執筆したものです。