OpenAI DevDay 2026で常時稼働エージェント「Dots」がデビュー

2026年9月29日（米国時間）に開催されたOpenAIの年次開発者会議「DevDay 2026」で、OpenAIは20を超える新発表を行いました。その中でも特に大きな目玉として登場したのが、常時稼働AIエージェント「Dots」です。

これはChatGPT内に組み込まれる新機能で、ユーザー定義の目標を継続的に達成するために設計されています。OpenAIはこれを「非常に有能で、あらゆることを処理できるように構築された常時稼働エージェント」と表現しています（出典）。

Dotsは、ユーザーの指示に基づいて自律的に目標を追求し続ける、これまでにない常時稼働のAIエージェントです。

従来のChatGPTやCodexとは異なり、Dotsは特定のハードウェアやインターフェースに依存せず、最小限の監視でバックグラウンドで動作するように意図されています。これにより、エンジニアが顧客フィードバックを監視し、必要なバグ修正や機能追加を自律的に行うといったシナリオが想定されています（出典）。

新モデル「GPT-6.1 Sol」とコラボレーション空間「ChatGPT Space」

Dotsと並んで重要な発表として、新しいLLM「GPT-6.1 Sol」がリリースされました。OpenAIによると、このモデルは既存のGPT-6 Solのアップグレード版であり、エージェントコーディング、コンピューター利用、プロフェッショナルな業務において、GPT-6 Astraに匹敵する知能を、Astraの標準トークン価格の5分の1で提供するとされています（出典）。

また、キャッシュされた入力トークンコストは100万トークンあたりわずか0.10ドルで、標準入力価格より95%安く、GPT-6 Solのキャッシュ入力価格よりも50%安いとのことです（出典）。これは開発者にとって、より多くのコンテキストを再利用する高性能エージェントを構築・実行する上で大きなメリットになると考えます。

モデル名 特徴 標準入力/出力トークン価格（Astra比） キャッシュ入力コスト（100万トークンあたり）
GPT-6 Astra エージェントコーディング、PC利用、専門業務において最高の知能 基準値 -
GPT-6.1 Sol Astraに匹敵する知能。主にエージェント用途。 1/5 0.10ドル
GPT-6 Sol - - 0.20ドル（Sol比2倍）

さらに、Dotsやその他の機能と連携する共同作業エリア「ChatGPT Space」も導入されました。これは、Dotsとの連携、ページやプレゼンテーションの管理、動的ドキュメントでの共同作業を可能にするプラットフォームです（出典）。

Dotsの多岐にわたる活用シナリオ

OpenAIはDotsの活用例として、開発者のワークフロー支援以外にも多様なシナリオを提示しています。例えば、個人的なタスク管理から、チームでのプロジェクト推進、さらには顧客対応まで、幅広い用途が考えられるでしょう。

  • 個人タスクの自動化: スケジュールの管理、情報の収集、メールの返信下書きなど
  • カスタマーサポート: 顧客からの問い合わせに24時間対応し、FAQに基づいて自動回答したり、必要に応じて人間オペレーターに引き継いだりする
  • データ分析: 大量のデータを監視し、異常を検知したり、定期的なレポートを生成したりする

「今日からプライマリドットを起動し、名前を付け、自分だけのものにすることができます。将来的には、チームのDotsがあなたに代わって連携して働くことを想定しています」（出典）とOpenAIは述べており、個人の生産性向上から組織全体の効率化まで、その影響は広範に及ぶと期待されます。DotsはDevDayの開催日より、ChatGPTのProおよびBusiness Premiumユーザー向けに提供が開始されています（出典）。

エンジニア目線で見ると：自律エージェントが切り開く可能性とコスト効率

今回のOpenAIの発表は、AIエージェントの概念を一歩先に進める画期的なものだと感じます。特に「Dots」は、これまでのエージェントツールが抱えていた「起動と停止」の概念を超え、常時稼働でユーザーのゴールを自律的に追求するという点で、開発者のワークフローに大きな変革をもたらす可能性を秘めているのではないでしょうか。

私自身、PythonやTypeScriptでスクリプトを書くことが多いのですが、ちょっとした監視タスクや情報収集、あるいは定期的なデータ処理などを、このDotsに任せられる日が来るのかもしれない、と想像するとワクワクします。特にGPT-6.1 Solのコスト効率は非常に魅力的です。Astraの5分の1の価格で同等の知能を持つという点は、個人プロダクトやスタートアップのようなリソースが限られた環境で、高度なエージェントを開発・運用する上で非常に重要な要素となります。

キャッシュ入力コストが低いことも、コンテキストを頻繁に再利用するエージェント型アプリケーションの運用コストを劇的に下げるでしょう。これにより、これまで費用面で諦めていたような複雑なエージェントシステムの実装も視野に入ってくるのではないでしょうか。

GCPのCloud RunやBigQueryと組み合わせれば、さらにスケーラブルでコスト効率の良いシステムが構築できそうな予感がします。Pythonバインディングが提供されれば、すぐにでも個人プロダクトに組み込んで試してみたい機能だと感じています。