OpenAI、完全自律型「AI研究者」の開発に注力 9月にインターン、2028年に本格導入へ
OpenAIのチーフサイエンティストが、複雑な研究課題を自律して解く「AI研究者」の実現に舵を切ったと明かした。2026年9月に数日分の作業をこなす「AIインターン」を出し、2028年にマルチエージェント体制へ広げる計画だ。科学研究の加速が期待される一方、長時間の自律運用に伴うミスの抑制が課題となる。
GPT-5
OpenAIと米国立研究所が新ベンチマーク：AIでインフラ環境審査の起草を15%短縮
OpenAIと米太平洋北西国立研究所は新ベンチマーク「DraftNEPABench」を発表した。GPT-5とCodex CLIを活用したエージェントが、18の連邦機関の環境影響評価書などの起草時間を小節ごとに1〜5時間（約15%）短縮できることを19人の専門家が確認した。
OpenAI、ChatGPTでGPT-5やGPT-4oなど旧モデルを順次提供終了へ
OpenAI は太平洋時間翌日午前 10 時に ChatGPT 上で GPT-5、GPT-4o、GPT-4.1、GPT-4.1 mini、OpenAI o4-mini などの旧世代モデルを廃止すると発表した。ラインナップ整理に伴い旧モデルが画面から退場する。
OpenAIとGinkgo、GPT-5連携の自律実験でタンパク質合成コストを40％削減
OpenAIはGinkgo Bioworksと連携し、GPT-5を自動化クラウドラボに接続して無細胞タンパク質合成のコストを40%削減したと発表した。AIが自律的に3万6000件以上の反応条件を設計・検証し、わずか3巡の実験で新記録を樹立。創薬サイクル短縮が期待される一方、現段階の実証は単一タンパク質に限られる。
OpenAIのGPT-5、ウェットラボの分子クローニング効率を79倍に向上
OpenAIはRed Queen Bioと共同で、GPT-5がウェットラボの分子クローニング工程を自律的に改善し、効率を79倍向上させたと発表した。指示のみで新規の酵素メカニズムを考案し、人間は実験作業を担当した。AIが実世界の生物実験でも高度な科学的推論を行えることを示している。
AIは人間のメンタルを守れるか？新指標「HumaneBench」が暴くチャットボットの依存誘導
米団体Building Humane Technologyが、AIがユーザーの心身の健康を守るかを検証する「HumaneBench」を発表した。15の主要モデルをテストしたところ、67%が簡単な誘導で有害な挙動へと転落し、多くのAIが利用者の自立を削ぐ傾向が明らかになった。
OpenAI、GPT-5による科学研究加速の初期実験を報告 未解決の数学問題にも貢献
OpenAIはオックスフォード大学などと共同で、GPT-5を活用した科学研究の成果をまとめた論文を公開した。数カ月停滞していた免疫細胞のメカニズム解明を数分で導いたほか、数学の難問証明でも前進を支援した。一方でハルシネーションの課題も残り、専門家の監視が必須とされている。
OpenAI、最先端AIの外部第三者評価フレームワークを公開 思考プロセスの直接検証も
OpenAIはフロンティアAIモデルの安全性向上に向けた外部第三者評価の詳細を公開した。独立評価、手法レビュー、専門家テストの3形態を導入。一部組織には未調整モデルや思考プロセスの閲覧権限も提供し、モデルの偽装や欺瞞行動の検証を行っている。
OpenAI、GPT-5が未解決数学問題を解いたとする主張を撤回
OpenAIの研究者らが、GPT-5が未解決のエルデシュ問題を10問解決したと主張したものの、批判を受けて投稿を削除し誤りを認めた。実際は新証明を発見したわけではなく、データベース管理者が把握していなかった既存論文を検索しただけだった。DeepMindのハサビスCEOらも軽率な発信を批判している。
マイクロソフト、実環境模したAIセキュリティ評価「ExCyTIn-Bench」公開
MicrosoftはAIエージェントの脅威調査能力を評価するオープンソースベンチマーク「ExCyTIn-Bench」を公開した。Azure SOCを再現し57のログテーブルを用いて多段階の調査能力を検証。高推論版GPT-5が56.2%で首位となった。
AnthropicがAI監査ツール「Petri」公開：エージェントが欺瞞や暴走を自動検証
AnthropicはAI安全性監査ツール「Petri」をオープンソースで公開しました。自動エージェントが標的モデルと複数ターンの対話を行い、欺瞞や自己保存といった危険な振る舞いを自動で検出・採点します。14の主要モデルをテストしたところ、Claude Sonnet 4.5がGPT-5をわずかに抑えて最もリスクが低い結果となりました。
OpenAIのアルトマンCEO、2030年までにAGI登場と予測 仕事の4割代替へ
OpenAIのサム・アルトマンCEOはベルリンでのインタビューで、人類を上回る超知能が2030年までに誕生すると予測した。近い将来に経済タスクの30〜40％がAIに代替されるとしつつ、価値観の調整を進めることでAIが人類を敵視することはないと語った。
OpenAI、実務評価の新基準「GDPval」公開 44職種でAI能力を検証
OpenAIは実社会での経済的価値を測定する評価基準「GDPval」を発表した。米国GDP上位9業界・44の知識労働職種から1320件の現場タスクを抽出。最新モデルがベテラン専門家並みの品質を約100倍安く達成できる一方、現行版は1回完結の評価に限られる。
LMArena に対抗：Scale AI が実利用データに基づく「SEAL Showdown」を公開
Scale AI は LLM 評価ベンチマーク「SEAL Showdown」を公開した。Outlier 基盤の 100 か国以上・200 以上の専門領域に及ぶ実ユーザーの対話投票を集計し、国や職業、年齢別に人気モデルを絞り込める。現時点で GPT-5 が全カテゴリで首位を獲得している。
OpenAIが長編アニメ映画「Critterz」製作、ハリウッド参入へ
報道によると、OpenAIは長編アニメ映画「Critterz」の製作を進めており、2026年の劇場公開を目指している。GPT-5などのAIツールを主に活用し、制作期間わずか9カ月、3000万ドル未満の低予算で完成させることで、映画業界にAIの実用性を示す狙いだ。
OpenAIがLLMの「幻覚」原因を分析 正答率偏重の評価がAIの山勘を助長
OpenAIは言語モデルがハルシネーションを起こす要因を分析した論文を公開した。現在の評価ベンチマークが正答率のみを測定するため、「分からない」と認めるよりも当てずっぽうに答えた方が有利になる構造を指摘。自信満々の誤答を減点し、不確実性の表明を適切に評価する仕組みへの改定を求めている。
Xcode 26 beta 7がGPT-5とClaudeに対応、有料アカウント連携が可能に
Appleは「Xcode 26 developer beta 7」を公開し、Claudeの有料アカウント連携とOpenAIの最新モデル「GPT-5」への対応を追加した。開発者はClaude Sonnet 4や推論を強化したGPT-5（Reasoning）をコード補正やデバッグに直接利用できる。
OpenAIがCodexをGPT-5で強化、新IDE拡張機能やGitHubコードレビューに対応
OpenAIはCodexの機能強化を発表した。GPT-5を搭載し、新しいIDE拡張機能、クラウドとローカル環境間のタスク移行、GitHubでのコードレビュー機能、刷新されたCLIを提供する。ChatGPTの各プランから利用可能だ。
OpenAIアルトマンCEO、AIバブルを容認 ChatGPTの性的なボット化は否定
OpenAIのサム・アルトマンCEOは木曜日の記者団との対話で、投資家の過熱感から現在はAIバブル期にあるとの見解を示した。ChatGPTの週間利用者が7億人に達してサーバー不足から新モデルを出せないと明かす一方、成人向け対話ボットへの参入は明確に否定した。
OpenAI、GPT-5の応答トーンを刷新 「親しみやすさ」向上へ
OpenAIはGPT-5のトーンを調整し、ChatGPTがより親しみやすく温かみのある対話を行えるようにしたと発表した。「堅苦しすぎる」という意見を受けた対応で、「良い質問ですね」などの自然な相槌を追加した。迎合の増加は見られず、1日程度で適用される。