← すべてのモデル

Computer-Using Agent

公開日 提供元 OpenAI

モデルの位置付け

Computer-Using Agent(CUA)は、OpenAI がグラフィカルユーザーインターフェースを操作するために訓練したエージェントモデルです。GPT-4o の視覚能力と、強化学習によって得られた推論能力を組み合わせています。2025 年 1 月の研究プレビューは、Operator 製品を通じてユーザーに提供されました。(openai.com)

能力と用途

CUA はスクリーンショットを通じて画面の状態を理解し、手順を計画して、仮想マウスとキーボードを使ってクリック、スクロール、入力を行います。障害に直面した場合は、自己修正を試みたり、ユーザーに支援を求めたりできます。用途には、フォームへの入力、ウェブサイトの閲覧、商品の注文、ウェブテストやデータ入力などのタスクの自動化が含まれます。対象のウェブサイトに専用 API が提供されている必要はありません。(openai.com)

制限とリスク

研究プレビューは誤りを起こす可能性があり、特にブラウザー以外の環境では信頼性が限られています。原告知では、OSWorld テストの成功率は 38.1% と報告されています。モデルはプロンプトインジェクションなどのリスクにも直面するため、人間による監督が必要です。注文の確定など外部に影響を及ぼす操作については、オリジナル版の CUA はユーザーに確認を求めるよう訓練されています。(openai.com)

リリースと利用可能性

  • リリース日:2025 年 1 月 23 日。 これは OpenAI の公式事例における CUA 研究プレビューのリリース日です。同日、Operator を通じて米国の ChatGPT Pro ユーザーに初めて提供されました。月末の仮の日付ではありません。(openai.com)
  • 後の API バージョン: OpenAI は 2025 年 3 月 11 日、CUA を computer-use-preview 研究プレビューとして一部の API 開発者向けにリリースしました。これは本レコードの 1 月の研究プレビューの出来事とは区別する必要があります。(openai.com)
  • その後の状況: Operator は 2025 年 7 月に ChatGPT agent に統合されました。公式文書によると、computer-use-preview とその 2025 年 3 月 11 日のスナップショットはすでに終了しており、廃止一覧に記載された終了日は 2026 年 7 月 23 日です。(openai.com)

価格

2025 年 3 月の API 研究プレビューのリリース時に公式発表された米ドル(USD)価格は、入力 100 万 token あたり 3 ドル、出力 100 万 token あたり 12 ドルでした。これは後の API バージョンの過去の価格であり、2025 年 1 月の Operator 製品の個別の token 価格ではありません。この API バージョンはすでに終了しています。調査日:2026 年 11 月 20 日。(openai.com)

公式情報源