OpenAIは、AI導入の成功を測る新たな指標として「ドルあたりの有用な知能（Useful Intelligence per Dollar）」を提唱した。これは、従来のトークン単価という技術的指標から脱却し、実務の完了率と品質を重視するアプローチである。企業のAI投資判断を根本から変え、本格的な業務統合フェーズにおける価値評価を促すものと見られる。
OpenAIの発表によれば、AI投資の評価軸は「トークン単価」から実務上の「成果」へとシフトすべきである。低コストモデルであっても、推論能力が不足し人間による修正や再試行のコストがかさめば、結果として総コストは膨らむ。同社は、単なるコスト削減ではなく、AIがどれだけの業務を完遂したかを測定する「トータルコスト最適化」が重要であると説く。これは、AI利用拡大からコスト算出へと焦点を移す市場の変化に対応する動きである。
2026年7月にリリースされたGPT-5.6ファミリーは、「Sol」「Terra」「Luna」の3つのティアで構成される。最上位モデルのSolは、AIコーディング能力評価指標「Terminal-Bench 2.1」で88.8%の精度を記録し、AIエージェントの複合問題解決能力を測る試験でも高い性能を示した。OpenAIの技術文書では、Solは競合の半額以下のコンピューティングコストで全テストを完了したとされており、業務の複雑さに応じて最適なモデルを選択し、トータルコストを最適化させる狙いがある。
OpenAIが強調する「信頼性（Dependability）」の指標化は、AIの導入効果を可視化する上で重要である。AIが生成した成果物を「そのまま使える」「修正が必要」「人間が介入すべき」の3段階で分類することで、人的介入コストを定量化し、AIの費用対効果を測定する。これは、ブラックボックス化しがちなAIの評価を、ビジネスの現場で通用するKPIへと翻訳する試みであり、情シス担当者にとっては、AIソリューションの導入承認や評価基準に具体的な根拠を与えるものとなる。
OpenAIの提唱するスコアカードは、同社のモデルエコシステム内での最適化を前提としている。しかし、MetaのMuse Spark 1.1やxAIのGrok 4.5といった競合がコストパフォーマンスを重視したモデルを投入しており、オープンソースモデルの台頭も顕著である。これらのマルチモデル環境において、OpenAIの指標がどの程度客観性を保てるかは不透明である。今後は、モデル自体ではなく、異なるモデルをインテリジェントに振り分ける「オーケストレーションシステム」の重要性が増すと見られる。
