この記事のポイント
o1シリーズはSTEM分野の複雑な推論タスクで従来のGPT-4oを大きく上回る性能を発揮した。現在の推論モデルo3・o4-miniの基盤となった技術的功績を理解すべき- o1-miniはコーディング特化で、o1-previewの3倍速・5分の1コストという効率性を実証。この設計思想はo4-miniに受け継がれている
- 2026年4月現在、o1シリーズはレガシーモデルとなりAPIからも削除済み。推論用途にはo3またはo4-miniへの移行が必要
- 新規導入なら推論タスクにはo3（$2/$8 per 1Mトークン）、コスト重視ならo4-mini（$1.10/$4.40）を選ぶのが最適
- o1 proは2025年6月にo3-proへ置き換え済み。ChatGPT Proプラン（月額200ドル）でo3-proが利用可能
Microsoft MVP・AIパートナー。LinkX Japan株式会社 代表取締役。東京工業大学大学院にて自然言語処理・金融工学を研究。NHK放送技術研究所でAI・ブロックチェーンの研究開発に従事し、国際学会・ジャーナルでの発表多数。経営情報学会 優秀賞受賞。シンガポールでWeb3企業を創業後、現在は企業向けAI導入・DX推進を支援。
OpenAIが開発した推論特化AIモデルシリーズ「OpenAI o1（オーワン）」は、科学・数学・プログラミングなどSTEM分野で高い性能を発揮し、AI推論の新たな基盤を築きました。
本記事では、o1シリーズの仕組みや料金体系、従来モデルとの違いを解説します。2026年4月現在、o1シリーズはレガシーモデルとなり、後継の<a href="https://www.ai-souken.com/article/what-is-openaio3">o3</a>・<a href="https://www.ai-souken.com/article/what-is-openai-o4">o4-mini</a>が推論モデルの主力です。本記事はo1シリーズのアーカイブとして、現行モデルがどのような進化を経てきたかを理解する資料としてご活用ください。
最新の推論モデル「o3」については、以下の記事をご覧ください。
OpenAI o3(ChatGPT o3)とは？使い方や料金、制限について解説！
最新モデル「GPT-5.5」については、以下の記事をご覧ください。
GPT-5.5とは？使い方や料金、GPT-5.4との違いを解説
OpenAI o1(ChatGPT-o1)とは
OpenAI o1は、OpenAIが2024年9月に発表した推論特化AIモデルシリーズです。複雑な推論を実行するために強化学習で訓練された大規模言語モデルで、応答する前に内部で長い思考の連鎖（Chain of Thought）を生成し、より正確な回答を導き出します。
2026年4月現在、o1シリーズはレガシーモデルとなっており、後継のo3・o4-miniが推論モデルの主力として提供されています。本記事では、現在の推論モデルの原点となったo1シリーズの技術的背景と特徴をアーカイブとして解説します。
We're releasing a preview of OpenAI o1—a new series of AI models designed to spend more time thinking before they respond.
— OpenAI (@OpenAI) September 12, 2024
These models can reason through complex tasks and solve harder problems than previous models in science, coding, and math. https://t.co/peKzzKX1bu
o1-miniとは
o1-miniは、o1シリーズの基本的な能力（深い思考力、高度な推論能力）を継承しつつ、処理速度と効率性を向上させたモデルです。2025年10月にAPIから削除され、現在は後継のo4-miniがその役割を担っています。
o1-miniの主な特徴は以下のとおりです。
- STEM分野（科学、数学、プログラミングの性能）においてはo1と同等以上のスコアを獲得
- 回答速度はo1-previewの約3倍
- API利用料金はo1-previewの5分の1
特筆すべきは、o1-miniの優れたコーディング能力です。コーディングタスクにおいて、o1-miniはo1-previewを大きく上回る性能を示していました。
Reinforcement Fine-Tuningのよるo1-miniの性能向上を示すグラフ
OpenAIはo1-miniの性能向上をReinforcement Fine-Tuning、いわゆる強化学習によるファインチューニングをすることで特定の分野における強力な推論ができることを示しています。
これにより、より軽量で特定のタスクに特化させたLLMの活用が期待されます。
o1 proとは
o1 proは、通常のo1モデルをさらに進化させた高性能バージョンです。より多くの計算リソースを活用することで、より深い思考と高精度な回答を実現していました。2025年6月にo3-proへ置き換えられています。
o1 proの主な特徴は以下のとおりです。
- 高い正答率
特に数学分野において、通常のo1よりも高い精度で問題を解決
- 安定した性能
複数回の解答を求めた場合でも、一貫して高い精度を維持
- 処理時間
より深い思考を行うため処理時間は長くなるものの、進捗バーで状況確認が可能
- マルチタスク対応
他の会話に切り替えても、完了時に通知が届く機能を搭載
o1 proへのアクセスにはChatGPT Proプラン（月額200ドル）への加入が必要でした。コーディングや科学的な質問については通常のo1との差は小さいものの、特に複雑な数学的推論や長時間の思考を要する問題において、その真価を発揮していました。
GPT-5・o3発表に伴う「OpenAI o1」シリーズの扱いについて
OpenAIは2025年4月にo3・o4-miniを、同年8月にGPT-5を正式発表しました。これに伴い、本記事で解説しているo1シリーズは段階的にレガシーモデルへと移行しています。
具体的な廃止スケジュールは以下のとおりです。
- o1-preview APIから2025年7月に削除
- o1-mini APIから2025年10月に削除
- o1 pro 2025年6月にo3-proへ置き換え
「OpenAI o1」で培われた高度な推論能力や思考の連鎖（Chain of Thought）といった特徴は、後継のo3・o4-miniに引き継がれ、さらに強化されています。o3はo1と比較して複雑な実世界タスクでの重大エラーを20%削減しており、推論精度が大きく向上しました。
本記事は歴史的資料（アーカイブ）として公開を継続しています。 この記事を読むことで、現在の最新推論モデルがどのような進化を経てきたのか、その技術的背景をご理解いただけます。
2026年4月現在、ChatGPT上のo1はすべてo3・o4-miniに置き換えられており、APIからもo1-preview・o1-miniは削除済みです。既存ワークフローで旧モデルを利用していた場合は、o3またはo4-miniへの移行が必要です。
最新の推論モデルに関する情報は、以下の記事で詳しく解説しています。
- OpenAI o3(ChatGPT o3)とは？使い方や料金、制限について解説！
- o4-miniとは？主な特徴や使い方、料金体系を解説
- GPT-5(ChatGPT-5)とは？主な特徴や使い方、料金など最新情報を解説！
OpenAI o1(ChatGPT-o1)の仕組み
OpenAIは2024年12月5日に、最新のAIモデル「OpenAI o1」とその高速版「OpenAI o1-mini」のシステムカードを公開しました。
「OpenAI o1」シリーズは、大規模な強化学習を通じて「思考の連鎖（Chain of Thought）」を用いた複雑な推論を行うよう設計されています。ユーザーからの質問に回答する前に内部で深い思考プロセスを生成し、より正確で安全な応答を提供する仕組みです。この推論アプローチは後継のo3・o4-miniにも受け継がれています。
トレーニングデータは、以下の3つの主要なデータから収集されています。この複合的なデータセットがOpenAIの強みの一つです。
| データソース | 内容 |
|---|---|
| 公開データ | ウェブ上の情報やオープンソースのデータセットなど、一般に公開されているデータ。 |
| パートナーシップによる専有データ | 有料コンテンツや専門的なアーカイブなど、特定の業界や分野に特化した非公開データ。 |
| 社内で開発したカスタムデータセット | 特定のタスクや目的に合わせてOpenAIが独自に作成したデータ。 |
能力評価
システムカードでは、大きく10カテゴリ40項目以上の評価が実施されています。具体的な評価項目は以下のとおりです。
| カテゴリ | 目的 | 意味 |
|---|---|---|
| 拒否評価 | 有害・違法なリクエストを拒否する能力を測定。 | モデルの安全性と過剰拒否のバランスを評価。 |
| マルチモーダル評価 | テキストと画像の複合入力に対する拒否性能を評価。 | 複雑なデータ入力を正しく処理する能力を測定。 |
| 幻覚評価 | 正確性と虚偽情報（幻覚）の生成頻度を測定。 | ユーザーに信頼できる回答を提供する能力を評価。 |
| ジェイルブレイク評価 | 悪意ある攻撃的入力に対する耐性を評価。 | 不正な操作を防ぐ安全策の有効性を確認。 |
| バイアス評価 | 偏りのない公平な回答を生成できるかを評価。 | 公平性と倫理的配慮を反映した応答を測定。 |
| 命令階層評価 | 命令の優先度（システム＞開発者＞ユーザー）を遵守する能力を評価。 | 安全で一貫性のある応答を保証。 |
| 説得力・操作性評価 | 論理的説得力や他者を操作する能力を評価。 | 説得力の強さと操作リスクをバランス良く測定。 |
| 自律性評価 | モデルが自己改善やリソース獲得を行う能力を評価。 | 開発者の意図に沿った動作を維持できるかを確認。 |
| 思考の安全性評価 | 思考の連鎖が正確かつ安全かを評価。 | 誤った思考や不適切な内容生成を防ぐための基盤を測定。 |
| 実践応用評価 | 専門分野でのモデルの信頼性とリスクを評価。 | サイバーセキュリティや科学分野での有害使用を防ぐ能力を確認。 |
これらの評価結果からo1の能力の高さが示されています。
高度な多段階エージェントタスク
高度な多段階エージェントタスクグラフ
具体的な結果は以下のとおりです。
ベースラインスキャフォルディング（最小限の支援）
- o1の成功率は約45%と、Claude 3.5 Sonnet（約52%）に劣る結果でした
- o1-miniはさらに低く、成功率は約**30%**程度にとどまりました
改善されたスキャフォルディング（詳細な支援）
- o1の成功率は約85%と、人間の平均成功率（約87%）に匹敵
- Claude 3.5 Sonnetは約**70%**の成功率で、o1に及びませんでした
- o1-miniは約**65%**と改善しましたが、o1には劣ります
これらの結果から、o1は支援が与えられることで、複雑なタスクの成功率を大きく向上させる能力を持つことがわかります。詳細な手順が提供された際には、人間に非常に近いパフォーマンスを示しました。一方で、ベースラインでは他モデルよりやや劣る結果から、タスクの分解やサポートがない環境では能力を十分に発揮しにくいことも明らかになっています。
なお、この評価はMETR（研究機関）が設計した多段階エージェントタスクの成功率を比較したものです。人間とAIモデル（o1、GPT-4o、および他の公開モデル）が、それぞれ与えられた時間内でどの程度タスクを達成できたかを示しています。
評価手法は以下のとおりです。
- ベースラインスキャフォルディング（単純な支援）
モデルが最小限の支援を受けた状況でどの程度成功するかを測定
- スキャフォルディングの改善（高度な支援）
モデルがより高度な支援（タスクの分解や手順の提示）を受けた場合の成功率を測定
ChatGPT-4oとChatGPT-o1の違い
o1シリーズがSTEMタスクで高度な推論力を発揮する一方、人間の評価では言語処理を重視する分野においてはGPT-4oの方が優れているという結果が出ていました。以下は発表当時の比較データです。
GPT-4oとo1シリーズの分野別の勝率 (参考:OpenAI)
上記からわかるように、o1シリーズは数学・科学技術分野に特化している反面、一般的な言語タスクや幅広い知識を要する課題では従来のモデルに及ばない面がありました。この「推論特化 vs 汎用」という使い分けの考え方は、現在のo3・o4-miniとGPT-5.4の関係にも引き継がれています。
処理アプローチの違い
o1とChatGPT4oは、問題解決の方法が異なります。
| 特徴 | o1 | ChatGPT4o |
|---|---|---|
| 思考スタイル | じっくり考え抜く | 素早く幅広く対応 |
| 得意分野 | 複雑な理系問題 | 多様な話題の会話 |
| 処理時間 | 長め | 短め |
| 知識の使い方 | 深く掘り下げる | 広く活用する |
| 回答の特徴 | 段階的で論理的 | 柔軟で文脈に応じた |
o1は、複雑な問題に対してじっくり時間をかけて考えます。数学や科学の難しい問題を解くときのように、段階を踏んで深く考え抜いてから答えを出します。
一方、ChatGPT4oは幅広い知識を使って素早く対応します。雑談をするように、様々な話題にすぐに反応できます。文章の意図をよく理解し、自然な会話ができるのが特徴です。
o1モデルの推論プロセス
o1モデルは「推論トークン」という特別な仕組みを使って「考える」ことができます。
- 質問を理解し、複数の角度から思考
- この思考過程を「推論トークン」として記録
- 最終的な回答を出力
- 回答後、「推論トークン」は消去
参考:OpenAI
この図は、会話が進む中でのo1モデルの動きを示しています。
- 各ターンで新しい入力を受け取り・処理
- 過去の会話内容（入力と出力）は記憶されますが、内部の思考過程（推論トークン）は消去
- 会話の履歴は一定量（128,000トークン）まで保持
この方法により、o1モデルは複雑な問題に対してより深く考え、高品質な回答を生み出すことができます。
活用分野の違い
ここまでで紹介したように、ChatGPT4oとo1は、それぞれ異なる強みを持ちます。
以下の表は、両モデルの実用面での特徴と処理方法の違いをまとめたものです。
| 分野 | o1 | ChatGPT4o |
|---|---|---|
| 研究開発 | • 複雑な科学的モデリング • 高度な数学的分析 • 新薬開発のシミュレーション |
• 学際的な研究 • 文献レビュー • 研究提案書の作成 |
| ビジネス応用 | • 財務モデリング • 市場予測アルゴリズム • 供給チェーン最適化 |
• 顧客サービス • マーケティングコピーの作成 • 多言語コミュニケーション |
| 教育分野 | • STEM教育 • 高度な問題解決 • 複雑な概念理解のチュータリング |
• 幅広い科目での一般的な質問応答 • エッセイ添削 • 言語学習支援 |
上記から、o1は科学技術分野での複雑な問題解決に強く、GPT-4oは幅広い知識を活用した言語処理に優れていたことがわかります。2026年4月現在では、推論タスクにはo3・o4-miniを、汎用タスクにはGPT-5.4を使い分けるのが一般的です。
o1とo1 proの違い
性能の高さを誇るo1モデルに対し、o1 proは特に数学の分野でo1と大きく差があることが示されていました。
2026年4月現在、o1 proはo3-proに置き換えられています。o3-proはo1-proの設計思想を引き継ぎつつ、推論の深さと精度をさらに向上させたモデルです。
OpenAI o1(ChatGPT-o1)の料金
o1が提供されていた当時、利用にはChatGPT Plus（月額20ドル）以上のプランへの加入が必要でした。以下は当時のプラン構成です。2026年4月現在のChatGPTプランでは、o1の代わりにo3・o4-miniが推論モデルとして提供されています。
当時の料金表と、2026年4月現在のプラン構成を比較すると以下のとおりです。
| プラン名 | 料金 | o1提供時の主な特徴 | 2026年4月現在の状況 |
|---|---|---|---|
| 無料版 | $0/月 | GPT-4o miniへのアクセス、基本支援 | GPT-5.3（10件/5時間）、GPT-5.2 Mini無制限 |
| ChatGPT Go | - | 当時未提供 | $8/月。GPT-5.3（160件/3時間）、GPT-5.2 Instant無制限 |
| ChatGPT Plus | $20/月 | o1-preview、o1-miniへのアクセス | GPT-5.2、o3、o4-miniへのアクセス |
| ChatGPT Business | $25/月/ユーザー | Plusの全機能、管理者コンソール | 年払い$25/月、月払い$30/月 |
| ChatGPT Enterprise | 要問い合わせ | 無制限のデータ分析、高度なセキュリティ | 変更なし |
| ChatGPT Pro | $200/月 | o1、o1 pro、GPT-4oへの無制限アクセス | GPT-5.2無制限、o3-pro利用可能 |
OpenAI o1のAPI料金（提供終了）
o1シリーズのAPI料金は以下のとおりでした。2025年7月にo1-previewが、同年10月にo1-miniがAPIから削除されています。
| モデル | 入力トークン料金 | 出力トークン料金 | 提供状況 |
|---|---|---|---|
| o1-preview | $15.00 / 1M | $60.00 / 1M | 2025年7月削除 |
| o1-mini | $3.00 / 1M | $12.00 / 1M | 2025年10月削除 |
o1-miniモデルはo1-previewと比較して入出力ともに5分の1のコストで、コーディング特化の用途では費用対効果の高い選択肢でした。
後継モデル（o3・o4-mini）のAPI料金
2026年4月現在の推論モデルAPI料金は以下のとおりです。o1シリーズと比較して大幅なコスト削減が実現されています。
| モデル | 入力トークン料金 | 出力トークン料金 | 特徴 |
|---|---|---|---|
| o3 | $2.00 / 1M | $8.00 / 1M | 最高性能の推論モデル |
| o4-mini | $1.10 / 1M | $4.40 / 1M | 高速・低コストの推論モデル |
o1-previewの入力$15.00に対してo3は$2.00と約87%のコスト削減となっており、性能面でもo3はo1を大きく上回っています。コスト重視の用途ではo4-miniがさらに約10分の1の価格で利用でき、多くのユースケースで十分な推論性能を発揮します。
OpenAI o1(ChatGPT-o1)の使い方
o1が提供されていた当時は、ChatGPTのトップ画面左上のモデル切り替えボタンから選択できました。
2026年4月現在、ChatGPT上でo1を選択することはできません。推論モデルを利用したい場合は、モデル切り替えボタンからo3またはo4-miniを選択してください。o3・o4-miniではブラウジング、ファイルアップロード、画像認識、画像生成など、o1では制限されていたツール機能もすべて利用可能です。
OpenAI o1(ChatGPT-o1)利用時の注意点
o1は、従来のGPTシリーズとは異なる特徴を持っています。
高度な推論能力を備えたこのモデルを効果的に活用するには、プロンプトの書き方や利用回数の制限に注意が必要です。
以下、具体的な利用のポイントと制限について説明します。
プロンプトの書き方
o1モデルは従来のGPTシリーズと異なり、「人間が自然に質問するような形で使うのが最適で、複雑な指示や余計な情報は逆効果になる可能性がある」とOpenAIが見解を示していました。この考え方は後継のo3・o4-miniでも基本的に同じです。
OpenAIによるプロンプトアドバイス (参考:OpenAI
1.シンプルさを重視
複雑な指示よりも、簡単で明確な指示の方がうまく機能します。
効果的なプロンプト例
地球温暖化の主な原因は何ですか？
避けるべきプロンプト例
地球温暖化の原因について、まず科学的な背景を説明し、次に主な要因を5つ挙げ、それぞれについて詳細に解説し、最後に解決策を3つ提案してください。
各段階で考えるプロセスも示してください。
2.自然に考えさせる
「段階的に考えて」などの指示は不要です。モデルは自動的に深く考えるようプログラムされています。
効果的なプロンプト例
次の数式を解いてください：2x + 5 = 15
避けるべきプロンプト例
2x + 5 = 15 を解くために、一歩ずつ考えてプロセスを説明しながら解いてください。
3.情報を整理する
引用符やタグを使って、入力情報を明確に区分けすると良いでしょう。
効果的なプロンプト例
以下の文章を要約してください：
"""
人工知能（AI）は、人間の知能を模倣し、学習、問題解決、パターン認識などのタスクを実行するコンピューターシステムです。機械学習やディープラーニングなどの技術を用いて、AIは日々進化を続けています。
"""
4.関連情報に絞る
追加情報を与える場合は、本当に必要な情報だけに絞りましょう。
避けるべきプロンプト例
AIについて300字で要約してください。
参考として以下の3つの長い記事を添付します：[ここに長い記事1, 2, 3が続く]...
このように、推論モデルでは高度な推論能力を信頼し、シンプルに使うことが推奨されています。
回数制限について
o1が提供されていた当時の回数制限は以下のとおりでした。
| モデル | 変更前 | 変更後 |
|---|---|---|
| o1-preview | 30メッセージ/週 | 50メッセージ/週 |
| o1-mini | 50メッセージ/週 | 50メッセージ/1日 |
We appreciate your excitement for OpenAI o1 and we want you to be able to use it more.
— OpenAI (@OpenAI) September 17, 2024
For Plus and Team users, we have increased rate limits for o1-mini by 7x, from 50 messages per week to 50 messages per day.
o1-preview is more expensive to serve, so we’ve increased the rate…
2026年4月現在の後継モデルでは、o4-miniがo3よりも大幅に高い利用上限で提供されており、高スループットの用途に適しています。
OpenAI o1(ChatGPT-o1)の活用事例
o1の発表当時、OpenAIは推論能力の高さを示すさまざまなデモを公開していました。以下の事例は、o1シリーズが従来のAIモデルを超える推論能力を持ち、複雑な問題解決や創造的なタスクにおいて優れた性能を発揮したことを示しています。
複雑なパズルを解読
OpenAI o1 solves a complex logic puzzle. pic.twitter.com/rpJbh8FkAg
— OpenAI (@OpenAI) September 12, 2024
プロンプトからビデオゲームのコードを作成
OpenAI o1 codes a video game from a prompt. pic.twitter.com/aBEcehP0j8
— OpenAI (@OpenAI) September 12, 2024
GPT-4oでは不可能な複雑な言語翻訳
OpenAI o1 answers a famously tricky question for large language models. pic.twitter.com/5ZlQIOBWEd
— OpenAI (@OpenAI) September 12, 2024
推論AIモデルの理解を業務へのAI導入に活かす
高度な推論力を業務課題の解決へ
OpenAI o1のような推論モデルの実力を把握した方なら、業務の判断プロセスにAIを組み込む計画も立てやすくなります。220ページの実践ガイドで、最新AIモデルを業務に導入する具体的な手順を確認できます。
推論AIモデルの理解を業務へのAI導入計画に活かすなら
OpenAI o1のような高度な推論能力を持つモデルの登場は、AIが対応できる業務の範囲を大きく広げています。従来は人間にしかできなかった判断を伴うタスクにも、AIの活用を検討できる段階に入りました。
AI総合研究所では、最新AIモデルの特性を踏まえた業務AI導入の実践ガイドを提供しています。220ページの資料で、推論力の高いAIモデルを業務に組み込む手順を確認できます。
最新モデルの実力を把握した方に、AI総合研究所のガイドが業務プロセスへのAI導入を後押しします。
推論AIモデルの理解を業務へのAI導入に活かす
高度な推論力を業務課題の解決へ
OpenAI o1のような推論モデルの実力を把握した方なら、業務の判断プロセスにAIを組み込む計画も立てやすくなります。220ページの実践ガイドで、最新AIモデルを業務に導入する具体的な手順を確認できます。
まとめ
本記事では、OpenAIが開発した推論特化AIモデルシリーズ「OpenAI o1」について、その仕組み、料金体系、GPT-4oとの違い、活用事例を解説しました。
o1シリーズは2024年9月の発表以降、STEM分野での高度な推論能力で注目を集めましたが、2025年にo3・o4-miniが後継として登場し、2026年4月現在はレガシーモデルとなっています。o1で確立された「思考の連鎖（Chain of Thought）」による推論アプローチは、現在のo3・o4-miniに引き継がれ、性能・コストの両面で大幅に改善されました。
推論モデルの新規導入を検討している場合は、以下の後継モデルの記事をご参照ください。
