予想通り、OpenAIは木曜日、新たなGPT-5.6モデルファミリーを世界中のアプリおよびAPIユーザー向けに提供開始しました。

これはOpenAIが新モデルを同時に3つの異なるバージョンでリリースするのは初めてのことです：

  • SolはAnthropicのFable 5に対抗するフラッグシップモデルです
  • Terraは主力モデルです
  • Lunaは高速で手頃な価格ながら性能は控えめな選択肢です

GPT 5.6 の提供形態と価格

今回のリリースでは、OpenAIは推論量によってモデルの機能制限を設けており、ProおよびEnterpriseユーザーは「複雑なタスクで最高品質の結果を得る」ためのGPT-5.6 Sol Proにアクセスできます。

Codexおよび新サービス「ChatGPT Work」（OpenAIの新Claude Cowork競合）では、FreeおよびGoユーザーはTerraモデルにアクセス可能で、Plus、Pro、Business、EnterpriseユーザーはSol、Terra、Lunaから選択し、それぞれの推論量を設定できます。

補足：Codexでは、UltraモードはPlus以上で利用可能です。

もちろん、新モデルはすべてAPIでも利用可能です。Solの価格は100万入力トークンあたり5ドル、100万出力トークンあたり30ドルです。Terraは2.50ドル/15ドル、Lunaは1ドル/6ドルです。

GPT 5.6 のベンチマーク

新しいフラッグシップモデルであるSolは、AnthropicのトップクラスモデルFable 5と同等か上回る性能を示すことが多くありますが、OpenAIが今回のモデルで主に強調しているのはコスト面です。

同社は発表の中で「GPT‑5.6は1トークンあたりより多くの有用な作業を実現するよう訓練した」と述べています。ベンチマークでは、Artificial Analysis Intelligence IndexでGPT-5.6 SolがFable 5に1ポイント以内に迫りながら、コストは半分、所要時間も半分強で済む点が最も明確に表れています。

Professional

Coding

GPT 5.6 のコーディング性能

エージェントワークフローでは、長期的エージェントタスクを評価するAgents’ Last Examベンチマークで、GPT-5.6 SolがFable 5を13.1ポイント上回りました。

出典: OpenAI

コーディングベンチマークでも結果は類似しており、GPT-5.6 SolはAnthropicのFable 5をしばしば上回り、大幅に低いコストでより高いスコアを獲得しています。これはTerminal-Bench 2.1およびDeepSWE 1.1でも同様です。

OpenAIによると、モデルがこの分野で優れた結果を出す理由のひとつは、特定のタスクを内部で実行できる新しい組み込み機能にあるといいます。

「GPT‑5.6はツールを連携させ、中間結果を処理し、進捗を監視し、作業の進行に応じて次のアクションを選択する軽量プログラムを記述・実行できます。これにより、ツールを多用するタスクをより少ないトークン、少ないモデル往復回数、少ないガイダンスで進められます」とOpenAIは述べています。

また、新たに「ultra」モードも追加されました。これはAnthropicの「ultracode」に相当し、4つのエージェントを並行して起動させるもので、より優れた（かつ高速な）結果が必要で、トークン消費を許容できる場合に利用できます。

出典: OpenAI

「GPT‑5.6 Solは、コーディング、ナレッジワーク、サイバーセキュリティ、科学の各分野で最先端の結果を達成し、以前のモデルや競合フロンティアモデルをより少ないトークンかつ低コストで見事上回る、知能と効率の両面で新たな基準を打ち立てました」とOpenAIは記しています。「その結果、1ドルあたりのパフォーマンスが向上し、同じ支出でより多くの作業を成功させたり、同等の結果をより低い総コストで得られたりします。」

ナレッジワーク

ナレッジワーク分野でも、GPT-5.6 Solは通常クラスをリードしており、エージェント型ブラウジングベンチマークのBrowseCompで92.3%、長期的コンピュータ利用タスクを評価するOSWorld 2.0で62.6%を獲得しています。

しかし、ユーザーにとって生のベンチマーク数値よりも重要になるのは、プレゼンテーションや文書の作成が向上した点です。

「特にテンプレートや参照資料に従う場合に改善が顕著です」とOpenAIは述べています。「GPT‑5.6はデッキのデザインシステム — レイアウト、タイポグラフィ、余白、色、繰り返し現れるコンテンツパターン、スライドマスターに埋め込まれたルールを含む — を推測し、それらの規則を新素材に一貫して適用できます。」

また、おまけとして、GPT-5.6はリリースに合わせて行われたライブストリームで、ゴブリンについてあまり話さないようになったと同社は述べています。

セキュリティ

Fable 5で起きた出来事や、OpenAI自身が政府承認を待って新モデルを保留していたことを踏まえ、同社はリリース資料の多くを安全対策に充てています。OpenAIはAnthropicよりもトランプ政権に近く（あるいは関係が良好）かもしれませんが、当然ながら自社モデルが停止されることは望んでいません。

「サイバーセキュリティ分野では、GPT‑5.6は堅牢化された標的に対する自律的でエンドツーエンドの攻撃を確実に実行するよりも、脆弱性の発見と修正に優れている — OpenAI」

「GPT‑5.6モデルは、生物学およびサイバーセキュリティの両分野で以前のモデルより高性能ですが、どちらのカテゴリでもCritical閾値を超えていません」とOpenAIは指摘しています。「サイバーセキュリティ分野では、GPT‑5.6は堅牢化された標的に対する自律的でエンドツーエンドの攻撃を確実に実行するよりも、脆弱性の発見と修正に優れている — 防御側が弱点を悪用される前にシステムを強化する機会を与える — というテスト結果を得ています。生物学分野では、GPT‑5.6は正当な研究を支援できるものの、高度に危険な新規脅威の作成、設計、合成に必要なエンドツーエンドの能力は提供しないというテスト結果を得ています。」

OpenAIがAnthropicほど多く触れていないのは、モデルが拒否をどのように扱うかという点です。AnthropicのFable 5が一部の機密リクエストをOpusモデルにダウングレードするのに対し、OpenAIは主に攻撃のブロックについて述べています。

「以前のモデルと比較して、GPT‑5.6 Solのサイバーセキュリティ対策は、潜在的に有害な活動を約10倍多くブロックします」と同社は説明し、Anthropicと同様に「完全なセキュリティなど存在せず、ますます高性能になるモデルを保護する取り組みは継続します。新たな弱点や、既存の安全対策を回避する新たなjailbreakが発見されるでしょう」と記しています。

YOUTUBE.COM/THENEWSTACK

テクノロジーは急速に進化しています。エピソードを見逃さないよう、YouTube チャンネルを購読して、ポッドキャスト、インタビュー、デモなどすべてをストリーミングしましょう。

Group Created with Sketch.