公開：2026年10月15日, 最終更新：2026年10月15日
30秒サマリー
- AIスタートアップがGPT-6系モデルとCodexを組み合わせ、1万エージェントを同時並走させる手法を公開
- Codexによるバックテスト最適化でバックテスト時間を約97%短縮（3時間→3〜5分）
- Daybreakでセキュリティテストを自動化し、大規模エージェント環境の安全性を担保
何が起きたか
OpenAIは2026年10月14日、北米のAIスタートアップThird Moment Researchの大規模エージェント運用事例を公式ブログで紹介した。同社はGPT‑6 Astra、GPT‑6 Sol、GPT‑6.1 Sol、Codex、Daybreakを組み合わせ、最大1万エージェントを同時稼働させ、1セッション36〜48時間に及ぶ自律的な調査を実施している。単一日のOpenAIトークン消費量は1兆トークンに達するという。
Codexの主な活用として、量子ファイナンス領域でのバックテスト高速化が紹介されている。以前は米国株の1年分の注文データをバックテストするのに数時間かかっていたが、Codexがキャッシュ最適化とメモリパッキング手法を特定・実装した結果、約3時間から3〜5分へと短縮された。これによりトークン消費の無駄が減り、エージェントがより多くの実験を行えるようになった。
エージェント管理の面では、Codexをサブエージェントとして、外側のハーネス（GPT‑6 SolまたはGPT‑6.1 Sol駆動）が全体を統括する二層構造を採用。タスクが未完了のまま停止した場合、外側ハーネスが軌跡を分析し、リトライ・終了・人間へのエスカレーションを自動判断する。セキュリティ面ではDaybreakを用い、1万エージェントが動く研究環境のペネトレーションテストを自動化している。
原典ハイライト
共同創業者Jeffrey Yan氏は「GPT‑6.1 Solはトークン効率が最も高く、GPT‑6 Astraに近い性能を最少トークンで実現する」と述べ、同モデルが現在最も使用頻度の高いモデルだと説明。一方、パフォーマンス最大化が求められるベンチマークではGPT‑6 Astraが最大の高速化を達成したと共同創業者Adam Khakhar氏は語った。また「GPT‑6.1 Solは数日間にわたる計算研究の一貫したスレッドを維持できる」との発言も紹介されている。
出典: OpenAI News/Research（公式ブログ）
So What?（なぜ重要か）
本事例が示すのは、大規模エージェント運用における三つの実践的課題——長時間コンテキスト維持、トークン効率、セキュリティ——への具体的な対処法である。単にモデルを強力にするだけでなく、役割別のモデル選択（深い推論にはGPT‑6 Astra、効率重視にはGPT‑6.1 Sol、軽量タスクにはGPT‑5.6 Terra）や、自己改善ループ（弱点検出→シナリオ生成→エージェント改善）の仕組みが、スケールを支える鍵となっている。また、自律エージェントが増えるほどセキュリティの自動検証が不可欠になることも示唆している。
日本企業への示唆
日本企業が大規模AIエージェント導入を検討する際、本事例から得られる示唆は主に三点ある。第一に、モデルは用途別に使い分けることでコストと性能を最適化できる。第二に、エージェントの「途中停止」問題には外側ハーネスによる監視・判断層を設けることで対処できる。第三に、エージェントが増えるほどセキュリティテストの自動化が前提となる。金融・物流・製造など判断の反復が多い業務領域では、同社が示す「自己改善ループ」の設計思想が実装の参考になるとみられる。ただし1兆トークン規模の運用コストは相応に大きく、費用対効果の試算を先行させることが重要だ。
背景・経緯
Third Moment Researchは北米拠点のAIスタートアップで、「各企業固有の業務に特化し、使うほど改良されるエージェント」の構築を掲げている。量子ファイナンスを当初の検証領域として選んだのは、成功指標が明確であるためと原文は説明している。今後は小売の在庫管理やエンジニアリングのパフォーマンス最適化など、より幅広い業務への展開を想定しており、数十万エージェントの協調稼働と兆単位のトークンを活用するロードマップを掲げている。
