株式会社KaisinAI
KAISINAI TECH BLOG EXTRA ISSUE — 別冊 生成AI×RPA×スクラッチ開発の実装知見を、現場から。
生成AI動向 2026.03.19 KaisinAI

生成AI動向2026年3月 — GPT-5.4登場、3強の実力比較

3月5日、OpenAIがGPT-5.4をリリースし、2月のClaude Opus 4.6・Gemini 3.1 Proに続いて主要3社の世代交代が出そろいました。前回(2月号)ではClaudeとGeminiの拮抗を取り上げましたが、GPT-5.4は少し違う軸で勝負を仕掛けています。今回はその特徴と、3強の実力を実務目線で比較します。

GPT-5.4 — 「GUI操作」という新しい軸

GPT-5.4の最大の特徴は、GUI操作(コンピュータ操作)能力の強化です。実際のデスクトップ環境でのタスク遂行力を測るベンチマークOSWorldで75%を記録し、人がマウスとキーボードで行う操作をモデルが代替する方向性を明確に打ち出しました。

コンテキストは272Kトークン、API価格は入力2.5ドル/出力15ドル(100万トークンあたり)です。Opus 4.6(5ドル/25ドル)より安く、Gemini 3.1 Pro(2ドル/12ドル)に近い水準で、価格競争にも正面から参戦した形です。

ブラウザやデスクトップアプリをモデルが直接操作できるということは、APIが用意されていないシステム——たとえばレガシーな業務アプリや取引先のWebポータル——も自動化の対象になりうるということです。これはまさにRPAが担ってきた領域であり、私たちの業務にも直結するテーマなので、後半で詳しく触れます。

3強の現在地を比較する

コーディング性能の指標SWE-bench Verifiedでは、Opus 4.6が80.8%、Gemini 3.1 Proが80.6%と拮抗しています。GPT-5.4はコーディングよりもGUI操作という別の土俵で強みを示しており、単純な優劣ではなく得意分野の違いとして捉えるべき状況です。

  • コーディング支援・開発エージェント:Claude Opus 4.6(Claude Codeとの統合が強み)
  • 長文脈処理・コスト効率:Gemini 3.1 Pro(1Mコンテキストと入力2ドルの価格)
  • GUI操作・画面上の作業自動化:GPT-5.4(OSWorld 75%、272Kコンテキスト)

「どれが最強か」を問う段階は終わり、「どの業務にどれを当てるか」を考える段階に入ったというのが率直な印象です。実際、当社の案件でも用途ごとに複数モデルを併用する構成が標準になりつつあります。文書の一次分類は低単価モデル、最終的な文面生成は上位モデル、というように処理段階で使い分けるだけでも、品質を保ちながらコストを大きく抑えられます。

GUI操作AIはRPAを置き換えるのか

OSWorld 75%という数字を見て、「RPAはもう不要になるのでは」というご質問をいただく機会が増えました。結論から言えば、現時点では置き換えではなく補完だと考えています。

  • RPAは同じ操作を確実・高速・低コストに再現でき、定型処理での誤り率をほぼゼロに抑えられます
  • GUI操作AIは画面の変化に柔軟ですが、4回に1回失敗しうる精度では、毎日数百件流れる基幹業務には載せられません
  • 定型部分はRPA、例外処理やレイアウト変化への対応はAI、という切り分けが現実解です

逆に言えば、画面レイアウトが頻繁に変わる社外サイトの操作や、年に数回しか発生しないためRPA開発の費用対効果が合わなかった操作では、GUI操作AIの柔軟性が効いてきます。RPAの守備範囲の「外側」が自動化候補に変わり始めた、と捉えるのが正確だと思います。

もうひとつ現実的な使い方として、RPAシナリオが画面変更で止まったときの原因調査や修正候補の提示にAIを使うアプローチも試しています。自動化そのものをAIに任せるのではなく、自動化の保守をAIに手伝わせる。この方向は失敗コストが低く、導入のハードルも下がります。

国内の動き:Rakuten AI 3.0が提供開始

3月17日には楽天グループが「Rakuten AI 3.0」の提供を開始しました。昨年12月に発表された国内最大規模の日本語特化モデルが実際に使える段階へ進み、日本語業務でのモデル選択肢が広がっています。データの取り扱い要件が厳しい業務や日本語の細かなニュアンスが問われる文書処理で、海外フラッグシップとどう使い分けるかは、今後の検証テーマとして注目しています。

まとめ

3月時点の構図は、コーディングのClaude、長文脈とコストのGemini、GUI操作のGPTという三者三様の強みに整理できます。モデル選定の基準は「ベンチマークの1位」ではなく「自社業務との相性」に移りました。そして相性を確かめる唯一の方法は、自社の実データでの検証です。次回はモデル論を少し離れ、AIエージェントの実務投入の現在地を取り上げる予定です。

自社の業務にどのモデル・どの構成が合うか判断に迷う場合は、無料相談(30分)でお気軽にお尋ねください。

CONTACT — FREE CONSULTATION

まずは30分、
聞かせてください。

要件が固まっていなくて構いません。現場の業務をそのまま話していただければ、自動化できる余地と、やらない方がいいことを、その場で率直にお伝えします。