OpenAIの新モデルがAPIに誤出現：デュアルVM構成が発覚、現行旗艦を大幅に凌駕

深夜にOpenAIの開発者向け管理画面を監視していたエンジニアたちは、思わぬスクープを目撃することになりました。

次世代機の登場時期を巡って噂が飛び交うなか、OpenAIの公式APIモデル一覧に突如、見慣れない2つのIDが並びました。わずか数分で削除されたものの、即座に呼び出しを試みた開発者たちは「503 容量制限エラー」に跳ね返されることになりました。

その数分の誤表示が、次世代フラッグシップの全貌を雄弁に物語っています。

エージェント専用のデュアルVM構成

浮上したモデル名は「rc-ada-or-vm」と「rc-ada-sh-vm」の2種類でした。

接頭辞のrcはリリース候補版（Release Candidate）を意味し、社内テストがすでに完了段階にあることを示しています。真の注目点は、末尾に添えられた「vm」、すなわち仮想マシンです。

リーク情報によると、or-vmはタスク全体の分解や進行管理を司る「司令塔」として機能し、sh-vmは隔離サンドボックス内でコマンド実行やコード記述、各種ツールの操作を担う「実行部隊」として動きます。

この2系統の仮想マシン環境をAPIの基盤レベルで直接組み込んでいる事実は、新モデルが単なる対話用ではなく、極めて複雑な自律エージェントの長時間タスクを見据えて設計されていることを裏付けています。

Codex責任者のTibo氏が事前に漏らしていた予告や、内部ログから浮上した超巨大モデルの存在とも、すべての文脈が合致しています。

公式ベンチマークで現行トップを粉砕

APIの露出とほぼ同じタイミングで、OpenAIが公開した技術ブログも決定的な証拠を残していました。

物理設計や基板配線の自動化を評価する「BenchCAD 2.0」のグラフにおいて、現行の主力モデルであるGPT-6 Astraと、正体不明の「内部新モデル」が直接比較されていたのです。

そのスコア差は圧倒的でした。

現行のGPT-6 Astraは、推論リソースを最大限に注ぎ込んだ最高設定でも59.4%にとどまりました。これに対し、謎の内部モデルは最も計算量を抑えた初期設定ですでに75.8%を記録し、現行の限界値を軽々と16ポイント上回りました。さらに推論を深めると最高87.5%に達し、従来の天井を28.1ポイントも引き上げています。

ベンチマークの筆頭著者であるHaozhe Zhang氏もこの急激な伸びに驚嘆の声をあげています。外部の試算では、1問あたり37ドル前後の計算コストを投じるだけで、工業水準の設計解を導き出せるとされています。

CADやシミュレーションソフトを自律操作しなければ到達できないこの成績は、流出したデュアルVMの仕組みと見事に符合します。

なぜ重要か

今回のリークで最も注目すべきなのは、モデルの提供形態そのものが根本から変わろうとしている点です。

これまで実用的なAIエージェントを動かすには、開発者が外部フレームワークを駆使し、タスクの振り分け役と実行環境を自前で繋ぎ合わせる必要がありました。OpenAIがAPIの基底部分で仮想マシン環境をまるごと抱え込む形になれば、自律エージェントの構築難易度とシステム障害のリスクは一気に下がります。

実務に携わるエンジニアにとっても、BenchCADで87.5%を叩き出す精度は大きな転換点になります。単純なコード補完の枠を超え、3Dモデリングや回路設計の試行錯誤を任せられる水準に達しつつあります。数十ドルの計算費用で数日分の設計作業が片付くなら、投資対効果は極めて高いと言えます。

業界全体にとっても、競争の主戦場がテキストの賢さから「隔離環境でのツール実行力」へと完全にシフトすることを意味します。

もっとも、仮想マシンを深く結合させる設計は、エージェントが暴走した際のリスク管理やサンドボックスの堅牢性に新たな課題を突きつけます。すでに候補版がゲートウェイに姿を見せた以上、その真価が公に問われる日は間もなくやってきます。