OpenAIが開発者向けにGPT-5を提供開始、コーディングと自律型タスクに特化

AIによるプログラミング支援は日常的になりましたが、大規模な既存コードベースの改修や、複数の外部ツールをまたぐ自律タスクでは、依然としてエラーや思考ループに悩まされてきました。

OpenAIは開発者向けAPIプラットフォームにおいて、コーディングとエージェント機能に特化したフラッグシップモデル「GPT-5」の提供を開始しました。

ベンチマークを刷新：トークン消費を抑えつつ精度向上

実務レベルのソフトウェア開発タスクを評価する「SWE-bench Verified」において、GPT-5は74.9パーセントを記録し、o3の69.1パーセントを大きく上回りました。注目すべきは効率性で、高推論モードのo3と比較して出力トークン数を22パーセント削減し、ツール呼び出し回数も45パーセント減らしています。

コード編集ベンチマーク「Aider polyglot」では88パーセントに達し、エラー率を3分の1削減しました。フロントエンド開発のブラインドテストでも、70パーセントの確率でo3より優れていると評価されています。

早期導入企業からの評価も上々です。Cursorはこれまでで最も賢く制御しやすいモデルと評し、Windsurfはツール呼び出しエラー率が他社フロンティアモデルと比べて半減したと報告しています。Vercelもデザインセンスとコード品質の両面で突出しているとコメントしました。

環境変化が激しい状況でのツール利用を測る「τ2-bench telecom」では、従来モデルが軒並み49パーセント未満にとどまっていたところ、GPT-5は96.7パーセントというスコアを叩き出しました。コンテキスト長は最大40万トークン（入力最大27万2000、推論・出力最大12万8000）に対応します。

開発者向け新機能：JSON縛りからの脱却と推論の制御

APIの柔軟性を高める新機能も複数導入されました。

推論強度を指定するreasoning_effortパラメータには、新たにminimalが追加されました。深い推論を省いて高速に応答を返すことが可能になり、Notionはこの設定がワンショットでの高速タスク処理に最適だと評価しています。

また、回答の長さを制御するverbosityパラメータ（low、medium、high）が新設され、プロンプトで細かく指示しなくても簡潔な出力が得られるようになりました。

さらに、JSONではなくプレーンテキストで呼び出し可能なカスタムツール機能も追加され、正規表現や文脈自由文法による出力拘束が可能になりました。APIではgpt-5、gpt-5-mini、gpt-5-nanoの3サイズが提供されます。

なぜ重要か

開発現場にとって、ツール呼び出しエラーの大幅な削減とトークン消費の抑制は、エージェント運用のコストと安定性に直結します。これまで途中で頓挫しがちだった複数段階の自動化パイプラインが、実用レベルで稼働しやすくなります。

業界全体にとっても、CursorやWindsurfなどのAI開発環境の競争軸が引き上げられます。基礎モデルの実行成功率がここまで上がると、単なる補完ツールを超えた完全自律型エージェントの実装が本格化します。

私たちは、OpenAIが過度な推論を抑制するminimalオプションや、JSON以外のカスタムツール仕様をAPIに組み込んだ点を高く評価しています。全能性を誇示するだけでなく、現場の開発者が直面するレイテンシやフォーマット制約の課題に極めて実用的なアプローチで応えた形です。