OpenAI、軽量・高速な「GPT-5.4 mini」「GPT-5.4 nano」を発表
OpenAIはGPT-5.4シリーズの小型・高速モデルとして「GPT-5.4 mini」と「GPT-5.4 nano」を発表しました。コーディングやツール利用、マルチモーダル推論、大量のAPI・サブエージェント処理向けに最適化されています。上位モデルであるGPT-5.4の能力をベースに、規模を落として速度とコストを重視した構成になっている点が特徴です。
トピック別に新着順で読めます。「あのアップデート何だっけ」はキーワード・期間からも探せます。
OpenAIはGPT-5.4シリーズの小型・高速モデルとして「GPT-5.4 mini」と「GPT-5.4 nano」を発表しました。コーディングやツール利用、マルチモーダル推論、大量のAPI・サブエージェント処理向けに最適化されています。上位モデルであるGPT-5.4の能力をベースに、規模を落として速度とコストを重視した構成になっている点が特徴です。

Redis Blogが公開したガイド記事は、AIアシスタントが単発の検索で終わらず、複数の情報源を横断し、自ら結果を検証して不十分なら再検索する「エージェント型検索」という考え方を紹介しています。従来の一問一答型の検索拡張生成(RAG)との違いを理解する入り口となる内容です。

Elasticは、企業のAI活用が検索主導の体験からエージェント型AIへと移行しつつある中で、コンテキストエンジニアリングと検索(リトリーバル)レイヤーの重要性が増していると指摘しています。信頼でき本番運用に耐えるAIエージェントを構築する上で、この2つが鍵になるという内容です。

Redis Blogが公開したFAQ記事は、AIエージェントの実用性を高める鍵として「コンテキストエンジニアリング」を取り上げています。モデルの推論力や計画能力が向上しても、渡すコンテキストが誤っていたり古かったり、あるいは無関係な情報が多すぎたりすれば、良い回答は得られないと指摘しています。リアルタイムなコンテキスト供給とエージェントの記憶・検索の仕組みが今後の重要テーマになるという内容です。