OpenAIのプレジデント兼共同創業者Greg Brockmanが、同社の最新モデルGPT-5.5（コードネーム”Spud”）について詳細を語った。このモデルは2年間の研究の集大成であり、プログラミングだけでなくスライド作成やスプレッドシート操作、ブラウザ操作など幅広いタスクにおいて実用性の閾値を超えた新しいクラスの知性を示している。Brockmanは、これは終着点ではなく始まりであり、今後数ヶ月でさらなる大幅な改善が見込まれると述べた。また、オープンソースとの競争、サイバーセキュリティのリスク、エージェントへの信頼、そして計算リソースが駆動する経済の到来について議論し、アルツハイマー病のような複雑な疾患の解決から日常的なタスクの自動化まで、計算リソースが問題解決の鍵になる未来像を描いた。
GPT-5.5 “Spud”の正体とは
OpenAIのプレジデント兼共同創業者であるGreg Brockmanが、同社の最新モデルSpud、つまりGPT-5.5について議論するために登場しました。これがOpenAIの競争上の位置づけにどのような影響を与えるのか、詳しく見ていきます。
Big Technology Podcastへようこそ。今日は緊急エピソードとして、OpenAIのプレジデント兼共同創業者Greg Brockmanをお迎えし、GPT-5.5、あの有名なSpudモデルについて、その機能とOpenAIにとっての意味を探っていきます。Greg、お会いできて嬉しいです。番組へようこそ。
お招きいただきありがとうございます。あまり緊急事態でないといいのですが。
まあ、確かにラスベガスのホテルの部屋から録音していますからね。前回の会話よりは緊急性が高いですが、準備する時間はありました。お話しできて嬉しいです。では早速始めましょう。確認させてください。GPT-5.5はSpudなんですか?
はい、その通りです。
なるほど。では、GPT-5.5とは何なのでしょうか?
これは素晴らしいモデルです。多くの点で、コンピュータを使って仕事をする新しい方法への一歩だと思います。新しいクラスの知性なんです。プログラミングのようなタスクで非常に有用です。デバッグや非常に難しい厄介な問題の解決など、あらゆる側面において、非常に積極的で、少ない指示で問題を最初から最後まで解決できる能力があります。
でも、私にとって最も注目すべきなのは、コーディングが上手くなったという事実そのものではないんです。それはもちろん皆が期待していることだと思います。しかし、今や一般的な種類のアプリケーションにおいて、本当に実用性の閾値を超えたという事実なんです。スライドやスプレッドシートの作成がはるかに上手くなり、コンピュータの使用、つまりブラウザを使って、AIが操作するのが難しいアプリケーションをクリックして操作できるようになりました。
つまり、コンピュータを使う新しい方法の出現を目の当たりにしていると思います。そしてそれは、核となるこの種の知性から始まるのです。
2年間の研究プロセスの集大成
前回お話ししたとき、あなたはこれが実質的に2年間の研究プロセスの集大成だとおっしゃいました。では、これは2年前に計画されていたのですか? OpenAIはそれほど先まで計画しているのでしょうか?
はい、私たちは計画において非常に長い時間軸を持っています。ただし注意点として、私たちはさまざまな時間スケールで多くの研究アイデアと賭けを積み重ねています。つまり考え方としては、スタック全体のあらゆる部分において常に進歩を遂げているということです。
GPT-5.5が表しているのは終着点ではありません。多くの点で、それは始まりの地点なんです。今後数ヶ月の間に登場するモデルの種類への本当の一歩です。そして、モデルができることのこうした側面の幅広い範囲において、さらに大きな改善が見られると期待してください。
それは非常にエキサイティングなことだと思います。私たちは常に、現実世界の使用、実際のユーザーと実際のアプリケーションのために、生産しているものをいかに有用にできるかを考えています。
具体的に、今後数ヶ月の間に注目すべき側面を共有していただけますか? これが始まりだとすれば、何の始まりなのでしょうか?
脳から身体へ:AIの進化
私たちが持っている大きなビジョンがあります。それはモデルだけでなく多くのものに反映されています。モデルを脳と考えることができます。Codexのようなシステムやハーネス、そしてスーパーアプリのようなアプリケーションは、それを有用なAIにするための身体のようなものと考えることができます。
実際に起こっているのは、私たちのようなラボによって生産される言語モデルから、実際に有用なAIへのシフトです。実際にあなたの目標を解決しようとするアシスタントであり、実際にあなたの指示に従って動作するものです。今、Codexは単にコーダーのためだけでなく、コンピュータを使う誰にとってもアプリになりつつあります。
完璧ではありませんよね。実行できるはずなのに完全には正しくできないタスクがまだあります。時には性格が求めていたものと完全には一致しないこともあります。非常に強力で多くの本当に素晴らしいことをしていますが、あなたに結果を伝え返す方法については、まだ時間をかけて、どのようにこの問題を解決したのかを読み取ろうとする必要があります。
こうした側面について、私たちはそれらをはるかに良くする方法を正確に知っています。GPT-5.4から5.5にかけて、すでにかなり顕著な改善がありました。モデルを有用にするあらゆる側面において、さらに顕著な改善があると思います。
内部的に知っておくべきことの一つは、私たちは最終的なアプリケーションについて多く考えているということです。これは過去12ヶ月から18ヶ月ほどの間に私たちにとって変わったことの一つです。以前は、ベンチマークで改善しよう、これらのモデルをより知的に能力的にしようということに本当に焦点を当てていました。
しかし今、私たちは本当に現実世界のアプリケーションに持ち込もう、金融、販売、マーケティング、人がコンピュータを使うあらゆる機能について考えようということに焦点を当てています。コンピュータ作業をどう支援できるか、モデルが支援する理論的な能力だけでなく、実際にそうしたタスクの経験を持ち、実際に良いものがどのようなものかを見てきたものにできるか、です。
私たちが向かっている場所は、仕事をしているあなたが監督者であり、この自律的な企業のCEOのような、あるいはエージェントの艦隊の監督者であり、それらがあなたの目標に従って動作する場所です。
あなたはまだ責任を負っています。まだ運転席に座っています。これは本当に自分が望んでいたものか? この仕事は基準に達していたか? と考える人はあなたです。しかし、どのボタンが正確にクリックされたか、どのようなコードが正確に書かれたか、スプレッドシートの数式がどのように正確に機能するかといった詳細については、それらが何かが望んでいたものかどうかの評価に重要でなければ、抽象化することができます。
つまり、すべての労働者にとって、ますます大きなレバレッジになるということです。
強化学習と総合的なアプローチ
なるほど。私の最善の推測を述べさせてください。そして、どれくらい近いか教えてください。これについて考えています。これはあなたが言ったように2年間の仕事の集大成です。2つの異なるタイプのAIトレーニングがあります。あなたは知っていると思いますが、聴衆のために説明すると、これらのモデルに関連してきた2つの異なるタイプです。
事前トレーニング、つまり次の単語を予測させることでモデルを一般的に賢くするものと、強化トレーニング、つまり実際に外に出て異なるタスクを達成しようとさせ、それらのタスクをうまく行ったときに報酬を与えるものです。そして、効果的にそれらのタスクの実行方法を教えたり学習したりします。
あなたが言っているのは基本的に、これがOpenAIがタスク固有のものに大量の強化学習を投入したモデルの最初の結果であり、それがあなたが話している結果を生み出しているということですか?
実際、私は少し違う言い方をします。パイプラインには多くのステップがあると言えます。事前トレーニング、中間トレーニング、強化学習、データ収集など、これらすべてが組み合わさって最終結果を生み出すのです。そして、それが世界とどのように接続されているかも、有用にするために非常に重要です。
私が本当に言っているのは、私たちはこれらすべてに投資してきたということです。そして、これらの部分に取り組む個人だけでなく、本当に集まってスタック全体を見渡し、現実世界のアプリケーションにとってこれをより有用にするにはどうすればよいかと言うチームを持っています。
つまり、私たちが行う何か一つのことではないんです。本当に全体的な努力についてです。車を作っていると考えれば、より良いエンジンを持っているかどうかだけではありませんよね。素晴らしいエンジンを作ることはできますが、車の残りの部分がエンジンの品質レベルに達していなければ、意味がありません。
つまり、それが本当のイノベーションだと思います。それは本当にエンドツーエンドの共同設計であり、すべてが再現可能な方法で集まって、これらのモデルをユーザーにとってより良く、より良くしていくことです。
プロンプトエンジニアリングの未来
あなたは今日早く、私と報道機関のメンバーとのメディアコールに参加していました。そこであなたが言った興味深いことの一つは、基本的に最初からこう言ったと思いますが、モデルがあなたが望むものをより直感的に知っていて、過去のように正確に説明する必要がないということでした。
Runeからのツイートがあります。5.5が有能なAI研究パートナーになる初期の兆候があります。数人の研究者が5.5に高レベルのアルゴリズムアイデアだけを与えて、一晩中実験のバリエーションを実行させ、コードやターミナルに一度も触れることなく、完成したスイープ、ダッシュボード、サンプルを見つけて目を覚ましました。
簡潔に答えられれば、2つの質問です。どのようにそれを行うのですか? そして、プロンプトエンジニアリングは死んだのでしょうか?
第一に、新しいクラスの能力、新しいクラスの知性があると言うとき、それが本当に意味することだと思います。モデルが使いやすくなっているのは、あなたが求めていることをより深く理解しているからです。文脈を本当に見て、私は何を求められているのかを理解し、解明しようとします。
そしてそれは本当にあなたに気づかせます。第二の部分、プロンプトエンジニアリングは死んだのか? 実際、ある意味でプロンプトエンジニアリングは以前よりもさらに活気があるかもしれないと思います。
しかし、あなたは今、何を望んでいるかをコンピュータに説明しようとして非常に多くの時間を費やしています。この文脈を詰め込もうとして、こういうことが起こっている、こういう状況だ、あなたに望むことはこれだ、と言おうとします。そして、なぜ私はこれをコンピュータに説明しなければならないのか、と思うわけです。そもそもコンピュータが私を助けるために仕事をすべきですよね。
タスクを分解して、ステップバイステップでやり方を説明しようとする必要はありたくありません。方向を指し示したいし、詳細を処理して結果を得られるようにしてほしいんです。途中で観察してフィードバックを提供できる方法で、しかし低レベルの実行のドライバーであってほしいのです。
ある意味で、プロンプトエンジニアリングが向かっている場所は、これらのモデルからはるかに少ない努力ではるかに多くを得ることができるということです。しかし、同じ量の努力で、まだ乗数があります。同じ量の努力で、さらに多くを得ることができると考えてください。
私たちは今、今日のモデルでさえ何ができるかの天井を見る最先端にいるだけだと思います。
モデル構築の経済性と競争優位性
なるほど。このようなモデルを構築する経済性について簡単にお話しさせてください。これらの大規模な巨大モデルには、このモデルのトレーニングにどれだけのお金やコンピュータを使用したかは言っていませんが、多くだったと安全に仮定できると思います。
そして、これらの巨大モデルが登場し、オープンソースのモデル製作者によって蒸留され、オープンソースが主要な基盤モデルのほんの数ヶ月遅れになるというパターンがありました。投資が小さかったときは、数ヶ月先を行くことが多くの意味を持っていました。
しかし、投資が非常に大きくなった今、能力がかなり劇的に増加している中で、そのパターンが何度も繰り返されるだけであれば、長期的にこれはどのように防御可能なのか気になります。
少し違う見方をしています。私たちが行っている本当の投資は、エンドツーエンドの共同設計、つまりこの技術を生産する人々のシステムとシステム、一緒に働く方法です。その一部は、これらのモデルを生産するためにこれらの巨大なスーパーコンピュータをどのように活用するかということです。
また、これらのモデルの出力を取って蒸留すれば、同じ能力を持つモデルを持つことができるというほど単純ではありません。ただ小さくて高速に実行できるだけです。もしそうなら、私たちもそれを行い、提供がはるかに容易なモデルを持つでしょう。
もちろん、蒸留の背後には多くの技術があります。そこには多くの素晴らしいものがあります。しかし、私が言いたいのは、私たちが投資している本当のものは、機械を作る機械だということです。
展開側では、私たちは安全対策について多く考えます。緩和策について多く考え、これらのモデルが現実の状況でどのように悪用される可能性があるかの多くの異なる側面についてそれを行います。これは私たちが長年投資してきたものであり、サイバーのような分野やバイオについて考える分野全体でそれについて考えます。
これらのモデルの使用にどのようにアプローチするか、どのように利益を最大化し、リスクを軽減しようとするかについて、公開されている私たちの準備フレームワークで見ることができる長年の取り組みがあります。
つまり、私たちが行うすべてのすべての部分が、どのように進歩を続けるか、しかしまたどのようにこれらのモデルを広く利用可能にするかという質問につながる必要があるという本当の動きだと思います。私たちは本当にそれを信じているからです。この技術が人々に力を与え、人々に利益をもたらし、すべての人を引き上げたいと信じています。
価格設定と市場ダイナミクス
そうですね。しかし、それに戻ると、このモデルの価格設定は前回のモデルGPT-5.4の2倍だと思います。経済的またはビジネスの観点から、質問は、進歩を続けるとしても、モデルをトレーニングするために投入されたすべてのインフラストラクチャがあるため、オープンソースが同じくらい良いパフォーマンスではなく、ほぼ同じくらい良いパフォーマンスを提供でき、それをより安くできる場合、その脅威にどのように対処するのかということです。
繰り返しますが、少し違う見方をしています。まず第一に、私たちの歴史を見ると、それは競争の何かによって駆動されたものではなく、私たち自身の進歩と願望によるものです。同じレベルの知性で年々価格を下げてきました。文字通り100倍の要因で、少なくとも年々1桁、時には文字通り100倍です。
しかし、起こり続けることは、本当のジェボンズのパラドックスです。何かのコストを下げると、はるかに多くの活動が起こりますよね。そして、私たちが見続けているのは、知性への見返りがあるということです。これらのモデルが今できるようになったタスクの種類については、少しの知性が大いに役立ちます。
それが5.5の物語だと思います。ある意味では、知性のわずかな改善があると見ることができますが、人々がそれを何に使うかという点では大規模な改善があると思います。ちなみに、実際には5.5に対して増分的というのは、このモデルにとって非常に控えめな表現だと思います。
ある意味では0.1の改善です。しかし、それは実際に私たちがこのモデル内で見ている魔法、そして初期のテスターが実際の仕事で本当に見てきたものを本当に過小評価していると思います。
人々がこれらの数字を見て、OpenAIにIPOのプレッシャーがあり、したがって知性について素晴らしい取引を得てきたが、無料の乗り物は終わったと言うなら、あなたはそれに反論しますか?
ええ、そうですね。私がこれについて考える方法は、ある意味では非常にシンプルなビジネスがあるということです。コンピュートで構築してレンタルし、ある程度のプラスのマージンでそれを再販売します。プラスの営業マージンである限り、そして知性に対するスケーラブルな需要がある限り、それは真実だと思います。解決すべき問題がある限り、誰も解決すべき問題がなくなることはありません。
私たちはすべてのステップで、需要が供給を上回ることを見てきました。そうすれば、一日中そのコンピュートをスケールできます。私の考えでは、それがチームに求める主な指示です。生のコンピュートの上に価値を追加し、プラスの営業マージンであることを確認する必要があるだけです。
それは実際、市場でのさまざまな競争についてさえもありません。コンピュートを知性に変換できるかという質問であり、それがわずかに改善された価値を生み出すことを知る方法です。投入されるコストに対して、より効率的なモデルを作ろうと常に試みていますが、それからそれらのより多くを望み、それからより知的なモデルを望みます。
どこから来ているかに関わらず、投入されるのはすべて同じコンピュートです。つまり、この市場での競争は実際にイノベーションにとって素晴らしいものでした。しかし、それは実際にはより多くの使用とエコシステム全体でのより多くの全体的な支出を促進していると思います。それは私たちや業界の他の企業の収益数字で見ることができます。
なるほど。ちょっと休憩を取って、サイバーセキュリティ、信頼、そして緊急ショーの時間内に話せる他のことについて話しに戻りたいと思います。すぐに戻ります。
サイバーセキュリティへの段階的アプローチ
そして、Big Technology PodcastでOpenAIのプレジデント兼共同創業者Greg Brockmanと戻ってきました。Greg、サイバーセキュリティの影響についてお聞きします。OpenAIとAnthropicの間には2つの非常に異なるアプローチがあります。Anthropicの最新の巨大モデルMythosは一般に公開されていません。一方、このSpudまたは5.5は一般に公開されています。
率直にお聞きします。このような段階的な練習なしに、この強力なモデルを一般に公開することで、大規模なサイバー攻撃につながる可能性はありますか?
実際、質問の前提について異なる見解を持っています。理解すべきことは、私たちは準備フレームワークの一部として、サイバー安全対策とサイバーセキュリティに何年も投資してきたということです。これは、私たちが見ている種類の能力よりもはるかに先に投資してきたものです。
つまり、私たちは非常に慎重なステップバイステップのアプローチを取ってきました。過去数週間でさえ、サイバー向けの信頼されたアクセスプログラムを拡大したことがわかります。一般的に、私たちはエコシステムのレジリエンスを信じています。
ステップバイステップで進みたいと思っています。これらのモデルは継続的に良くなっています。さらに能力の高いものへの見通しがあり、重要なインフラストラクチャを保護できるようにするために、これらのモデルを防御者の手に入れることができるようにしたいのです。
人々の手にこれらのモデルを持ち込むことができるので、そのようなアクセスなしでは探索できない方法で探索できるというエコシステムのレジリエンスを信じています。段階的なアプローチを取り、利益を最大化し、リスクを軽減できるように追加の安全対策を導入できるようにしたいのです。
つまり、私たちは本当に慎重なアプローチを取ってきました。私たちのチームは、このモデルのサイバーへの影響について考え抜くために信じられないほど懸命に働いてきたと思います。また、私たちは反復的な展開を信じています。それは、モデルが継続的に良くなるにつれてそれらを持ち込むことの一部です。
そして、私たちは民主的なアクセスを信じています。最終的に、この技術を創造する目標は、人々に力を与え、それが確実にすべての人類に利益をもたらすようにすることだと信じています。したがって、私たちは常に、この技術を世界で広範に安全かつ責任を持って展開する方法を解決しようとしています。
Mythosデプロイメント戦略への見解
そうですね。そして、あなたのチームがAnthropicがMythosを展開した方法のファンではなかったと言っても過言ではないと思います。Samからの引用です。「私たちは爆弾を作りました。あなたの頭に落とそうとしています。すべてのものを実行するために1億ドルで爆弾シェルターを販売しますが、顧客として選んだ場合のみです」というのは、明らかに素晴らしいマーケティングです。
別のケースについて話してから、あなたの反応を聞かせてください。別のケースは、すべてを考慮することはできず、これを展開して探している人々やエンティティによってのみ見つかる脆弱性が明らかにあるということです。
したがって、広く展開する前に、信頼できるテスターのグループから始めることは理にかなっているかもしれません。どう思いますか?
正しい答えは微妙だと信じています。そして、それはあなたの目の前にあるものの技術的な詳細と多くの要因に根ざしていると思います。モデルがどのように進歩しているかについて考える必要があります。自分自身の能力だけでなく、エコシステムの他の人についても。
少数のグループがアクセスを持つことからどのような利益を得るか、パッチを見つけて生成することができることによって高いレバレッジを持つことができるかについて考える必要があります。しかし、業界全体でそれらの開示をどのように実際に調整するかです。したがって、それに入る多くの要因があります。
本当の答えは、どちらの極端も完全には正しくないということです。特定の状況に適用できるツールがあります。そして、これは私たちがこの問題について考えなければならなかった最初ではないと思います。最後でもありません。
しかし、注意すべきことの一つは、私たちはしばらくの間、防御者の手にモデルを持っていたということです。信頼されたアクセスプログラムを構築してきました。私たちがリリースしているモデルは、実際にはサイバー許容的ではありません。実際に多くの安全対策が組み込まれています。
非公開で共有しているもの、それらの種類のことをテストしているものとの間にギャップを持つことができます。つまり、私の短い答えは、これらのモデルを人々の手に入れて力を与えたい価値か、それとも集中化され制御され、人々の手に入れたくない価値かという点で、価値の異なる学派が確かにあるということです。
それは、これらの議論のいくつかにおける根本的な緊張かもしれません。しかし、戦術は詳細から流れ出し、これらの価値によって情報を得ることができますが、反射的にどちらの極端も世界にとって最良の結果をもたらすとは思いません。
エージェントへの信頼と自律性
なるほど。エージェントについてお聞きしたいです。エージェントに戻れますか。これらのエージェントは、高度な自律性を持たせると最もうまく機能します。それは理にかなっています。
より多くのことができ、より多くのファイルにアクセスし、プログラム全体で作業できるエージェントが増えるにつれて、今、エージェントに置くべき適切な信頼の量は何でしょうか?
現時点では、実際にエージェントは非常に信頼できる傾向があると思います。プロンプトインジェクションのようなものでさえ、まだ穴があると思いますが、私たちはそれらにパッチを当てており、モデルははるかにレジリエントになっています。
しかし、裏を返せば、これらのモデルが増加する責任を与えられ、より重要な文脈へのアクセスを与えられるにつれて、従業員がいる場合のように何らかの答えを持つ必要があるということです。5人の従業員のチームがあれば、彼らは皆信頼できます、問題ありません。
しかし、同じ従業員が500,000人いる場合、その数字だけで、大数の法則で、良いガバナンスと監視をどのように持つかについて心配し始めます。
つまり、これは私たちがこれらの能力に投資し、スーパーアプリをコーダーだけでなくコンピュータで仕事をする人にとってよりアクセスしやすくしているので、ガバナンスと監視にも投資しているということです。
最近リリースしたワークスペースエージェントで非常に具体的にそれを見ることができます。エンタープライズ内で、エージェントを定義できるようになりました。クラウドでホストされたCodexハーネスを取得します。ツールを接続できます。Slackに接続でき、仕事をしています。素晴らしいです。多くの人がそれを使用します。他の誰かのエージェントを使用したときに、組織内でどれほどバイラルになるかを見るのは非常にクールでした。
待って、私もこれらの1つを作れるの、と思います。フォークして自分のことをすることができます。そして、それは素晴らしいガバナンスを持つ機会です。IT組織が作成されたすべてのエージェントを見ることができます。エージェントについて、それが行った会話を見ることができます。その周りのガードレールが正確に何であるかについて考えることができます。
つまり、短い答えは、エージェントに委ねられた責任とエージェントが行っていることの多様性を、セキュリティ、安全性、観察可能性、監視と一緒に増やしたいということです。それらを手と手を取り合って行っていない場合、それは少しバランスが取れていないと思います。
両方の側面について考えることが重要だと思います。
ええ。基本的には進んでいいけど注意してください、ということですね。
しかし、本当に踏み込んでください。スケールするにつれて、プロトタイプを作ることができます。それがスケールの性質であり、何が起こっているかを監視する能力をまだ持っているかということをもたらし始めます。
各ステップで、自分が調整されていると感じるか? チームが何をしているか理解しているか? を確認する必要があります。
計算駆動型経済の未来
Greg、これで終わりにしましょう。あなたはこれを計算駆動型経済と呼びました。それはどういう意味ですか?
私たちは、問題により多くの計算が注がれるほど、その問題がより速く解決され、解決できる問題の天井は利用可能な計算の量に依存する世界に向かっていると思います。
創薬のようなことについて考えてください。アルツハイマー病のような複雑な疾患を解決できることは、今のところ人類の手の届かないところにあります。私たちは本当にそれをしたことがありません。しかし、ギガワットのデータセンターを取って、1ヶ月間、1年間、必要な期間だけアルツハイマー病を解決する方法について考えさせることができる世界を想像してください。
それは文字通り知的にこの問題を解決するだけではないかもしれませんが、世界の専門家に相談しなければならないかもしれません。ウェットラボで実行される実験を提案しなければならないかもしれません。しかし、そのような問題を実際に解決できれば、それは人類にとって変革的にポジティブなことになるでしょう。
そして、重要な問題がそのように解決される世界に向かっていると思います。そして、それはあなたの日常生活のタスクも解決される方法です。あなたを知っているエージェントを持つこと、あなたの個人的な文脈を持っている、信頼できる、健康についてアドバイスを求めることができ、信頼できる情報を取得できます。
それはポケットに入っているスマートフォンのようなものです。話しかけることができ、それは外に出て物事を行い、積極的にあなたの目標、あなたの興味、そしてどのように助けることができるかを知っています。
大きなことも小さなことも、計算はコンピュータが人々を助けるため、人々に代わって仕事をするためにどれだけ使用できるかを示すリソースになると思います。そして、私たちはその世界に向かっていると思います。そして、それは私たち全員が集合的に構築しているものです。
ええ。そしてそれは、あなたがこれらの大規模なインフラストラクチャへの賭けを行うことを主導してきた大規模な投資を説明すると思います。
まだ十分ではありません。不足を感じるでしょう。感じることになります。すでに感じています。これらのエージェントを使用しようとしていて、単に使用できない人々で今すぐ感じることができます。レート制限に達しています。
したがって、私たちは顧客のために、これらのエージェントを使用したいすべての人のために、十分があることを確保するために働いています。そして、そこに到達するとは思いません。最善を尽くしますが、計算の不足の世界に向かっていると思います。
そして、繰り返しますが、これは私たち全員が世界でこれがより多く利用可能になるように支援しようとすることに貢献できるものだと思います。
Greg、忙しい日ですね。いつもあなたの時間に感謝します。いつもお話しできて素晴らしいです。来ていただきありがとうございました。
同様に、素晴らしいチャットでした。
コメント