OpenAIは2026年10月6日、契約管理ソフトのIroncladと進めるAI研究を公表した。秘密保持契約や購買承認など11の業務を課題にし、AIが画面を操作して必要な設定を行えるかを訓練・評価した。
評価対象は業務の要件
各課題には8〜50項目の評価基準を設定した。比較ではGPT-6 AstraをMax、GPT-5.6 SolをHighの推論設定で使う。OpenAIによると、それぞれ最も高い得点を得た設定だ。平均得点は55.0%と41.6%だった。
GPT-6 Astra
- 要件充足
- 55.0%
- 推定時間
- 19.2分
GPT-5.6 Sol
- 要件充足
- 41.6%
- 推定時間
- 37.0分
AstraはMax、SolはHighの推論設定。時間は試行1回あたりのシミュレーション推定。
得点は、課題の要件をどこまで満たしたかを表す。全工程を完全に成功させた割合には読み替えられない。時間も処理・生成速度を仮定した推定値であり、顧客の業務時間を実際に測った短縮効果ではない。
訓練用課題には、米証券取引委員会の公開契約を加工して使ったと説明する。非公開のIronclad顧客契約などは使っていないとしている。成果はOpenAI自身の研究評価で、Ironcladのすべての業務を対象にしたものではない。新製品の一般提供や、契約判断をAIに任せられることを示した発表とは区別して読む必要がある。
出典
- Advancing computer use with IroncladOpenAI、2026-10-06公開。11課題、8〜50の評価基準、モデル別の得点・推論設定、試行時間の推定方法、訓練データの説明を支える。2026-10-13本文と脚注の原文確認。
出典の確認日 2026.10.13