12月24日、TechCrunchは昨日（12月23日）のブログ記事で、OpenAIのo3モデルはARC-AGIなどのテストで素晴らしい結果を達成しているものの、計算コストが高いため、短期的には実用的なアプリケーションに広く採用されるのは難しいと主張した。

o3パフォーマンス

o3の新機能の一つは、推論時間を低、中、高の3つの計算レベルで調整できることです。計算レベルが高いほど、o3のタスク実行パフォーマンスが向上します。

o3は、OpenAIにとってこの目標達成に向けた重要な一歩です。ARC-AGIベンチマークテストにおいて、o3は高計算設定で87.5%、低計算設定で75.7%というスコアを達成し、o1の3倍の性能を達成しました。

EpochAI の Frontier Math ベンチマークでは、o3 は問題の 25.2% を解決し (他のモデルは 2% を超えなかった)、新記録を樹立しました。

o3モデルのコストが高すぎる

ARC-AGIベンチマークの作成者であるフランソワ・ショレ氏は、OpenAIのo3モデルはAI分野における大きな進歩であるが、そのコストはあまりにも高すぎるとブログ投稿に書いている。

ARC-AGI テストのパフォーマンス チャートによると、高得点バージョンの o3 はタスクごとに 1,000 ドル以上のコンピューティング リソース (注: 現在約 7,303 人民元) を使用し、o1 モデルはタスクごとに約 5 ドル相当のコンピューティング リソースを使用し、o1-mini はわずか数セントしか使用しませんでした。

これは、OpenAIが88%近くの高スコアを達成したにもかかわらず、170倍以上の計算リソースを消費したことを意味します。高計算バージョンo3は、テスト全体を通してリソースを使用するために1万ドル以上（現在約73,033人民元）の費用がかかりました。o3モデルの利用コストを負担できるのは、財政的に十分な機関や個人に限られます。

o3モデルは計算コストが高いため、日常的な小さな問題よりも、長期的な戦略的意思決定などの複雑な問題の処理に適しています。より効率的なAI推論チップとより費用対効果の高いAIチップが、将来的にo3モデルの使用コストを削減する鍵となる可能性があります。（顧元）