AIエージェント能力アトラス › 仕事ごとの一覧 › 基盤能力（横断） › 長時間タスクの完走

自律で完走できるタスクの長さ（50%成功の時間軸）

Autonomous task time horizon (50% success)

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

ジュニア〜中堅相当が数時間かけるタスクを50%の確率で完遂できる水準。専門家はほぼ確実に完遂するのに対しAIは約半分失敗する

できること

コーディング・リサーチ・データ分析など人が数十分〜半日かけるタスクを自律実行。50%成功の時間軸はOpus 4.6で約12時間（2026年8月時点）

まだできないこと

80%以上の高信頼度が必要な実務では実効時間軸はずっと短い。数日〜数週間規模のタスクは50%水準でも未達

なぜそうなのか

タスク長に対し成功率が指数関数的に減衰する『半減期』モデルが観測され、長時間になるほどエラー蓄積で信頼性が急落する

これからの予測の根拠

2019-2025年の倍化周期（直近4か月）が続けば2027年に月単位タスクへ到達するとMETR/AI Digestが推計。ただし倍化鈍化（コンピュート制約）の兆候も報告されている

いま使える主な道具

Claude Opus 4.6、GPT-5.x、METR HCAST/RE-Bench

根拠

• Task-Completion Time Horizons of Frontier AI Models 2026-08
  Opus 4.6の50%時間軸は約12時間、2024-25年は倍化周期が4か月に加速
• Is there a half-life for the success rates of AI agents? 2025-05
  タスク長に対し成功率が指数関数的に減衰する半減期モデルを提示

同じ分野のほかの仕事（長時間タスクの完走）

• 数日〜数週間規模のプロジェクト完走
• 長時間実行中のエラー蓄積からの回復

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。