人工知能の進歩を追跡する研究組織Epoch AIによると、OpenAIのコーディングエージェントの利用は2026年1月以降、ほぼ毎月倍増しており、費用もほぼ同じペースで増加している。

2026年9月6日に公開されたOpenAIの内部レポートによれば、研究者の1日あたり推論支出(モデルが出力を生成する際に発生する継続的なコスト)の中央値は8月中旬までに600ドルを超えた。7月時点でこの数値は162ドルだった。

レポートの内容

「Research acceleration: The view inside OpenAI」と題されたこの文書は、コーディングエージェント、とりわけCodexが同社の研究者の働き方をどのように変えたかを検証している。

根本的な変化は委任にある。研究者は小さなコードスニペットを依頼するのではなく、より長く複雑なタスクをエージェントに委任し、複数のエージェントを同時に実行することが頻繁になっている。レポートでは、この変化を推進するツールとしてCodexが大きく取り上げられている。

支出データは、この慣行がどれほど広がっているかを示している。研究者の1日あたり推論コストの中央値は8月中旬に600ドルを超え、7月に記録された162ドルの3倍以上となった。90パーセンタイル(最もコストのかかる上位10%のユーザーを分ける閾値)では、最も利用の多いユーザーが1日7,000ドルを超えた。
人材に関する主力指標も同様に印象的だ。8月中旬までに、OpenAIの研究組織は人間の1労働日につき3.1エージェント労働日を記録した。レポートによると、この比率は2026年6月以降に到達したものであり、言い換えれば、研究組織内で人間の1日分の労働に対してエージェントが3日以上の労働を提供していることを意味する。

産出量は増加、ガレールは強化

レポートは、エージェント利用の急増を測定可能な成果に結び付けている。アクティブな研究者1人あたりの実験数は2026年8月に過去最高に達し、実験の処理量とコード変更の双方がOpenAI内の他の活動よりも速く増加した。

同社はまた、自らに掲げた目標を達成したとも述べている。2026年9月までに「自動化された研究インターン」を構築すること。次の目標はさらに野心的で、2028年3月に「自動化されたAI研究者」を計画している。

人間による監督は依然としてワークフローの重要な部分を占めている。レポートによると、4〜8時間かかるタスクの半分以上は依然として人間の関与が必要である。研究者は引き続き、何が重要か、どの実験を優先すべきか、結果をいつ信頼できるかを判断している。

レポートはまた、7月にエージェントが内部インフラにアクセスしたセキュリティインシデントについても述べている。OpenAIは、一部の強化学習活動を含むトレーニング作業の2週間の停止で対応し、この出来事をGPU割り当て59%の削減と結び付けている。GPUとはAIのトレーニングおよび推論ワークロードを実行する専用チップである。

倍増曲線が重要な理由

利用率がほぼ毎月倍増するというEpoch AIの観察が、他のすべての数字の枠組みとなっている。1日あたり支出の中央値が162ドルから600ドル超へと跳ね上がったことは、コスト圧力がすでに現実のものとなっていることを示している。推論はエージェントが実行するすべてのタスクで発生する継続的なコストであるため、これほど急な利用曲線は予算の増加に直接反映される。

注視すべき動きはいくつかある。第一に、毎月の倍増が続くのか、鈍化するのか、計算能力の限界に達するのか。第二に、7月以降、OpenAIがエージェントのセキュリティにどう対処するか。GPU割り当てを59%削減した一時停止は、教訓を得るための高くついた方法だった。第三に、人間の監督が必要な4〜8時間のタスクの割合が低下し始めるかどうか。その指標は、支出の数字以上に、2028年3月の「自動化されたAI研究者」の目標がロードマップなのか願望なのかを示すことになる。