米OpenAIは7月9日（現地時間）、最新のAIモデル「GPT-5.6」シリーズの一般提供を開始した。同シリーズは6月26日の発表以降、米政府の要請に応じて提供先を審査済みの少数のパートナーに限定していたが、今回その制限が解除された。同日よりChatGPT、Codex、ChatGPT Work、OpenAI APIで順次利用可能となり、展開はグローバル規模で24時間程度かけて段階的に広げるとしている。
業務向けAIエージェント「ChatGPT Work」も発表
同社はあわせて、業務向けAIエージェント機能「ChatGPT Work」を発表した。この機能は、ユーザーが接続したアプリやファイル、ワークフローから情報を集め、ドキュメント、スプレッドシート、プレゼンテーション、Webアプリなどの成果物を作成する。
GPT-5.6は、最上位モデルの「Sol」、日常的な業務に適したバランス型の「Terra」、高速・低コスト型の「Luna」の3種類で構成される。最上位のSolは同社の新たなフラッグシップモデルで、コーディング、知識労働、サイバーセキュリティ、科学分野での性能と効率を重視。より多くの時間をかけて深く推論する「max」に加え、複数のサブエージェントを連携させて複雑なタスクを処理する「ultra」も用意されている。OpenAIによると、ultraはデフォルトで4つのエージェントを協調させることで、難度の高い作業でも結果に到達するまでの時間を短縮できるという。
性能ベンチマークで新記録、競合と比較
性能面では、Sol Ultraがコーディング分野のベンチマーク「Terminal-Bench 2.1」で新たな最高スコアを記録。バイオ分野の評価基準「GeneBench v1」でもGPT-5.5を上回る精度を、より少ないトークン数で達成した。サイバーセキュリティ分野では、脆弱性調査や攻撃実証などの能力を測る「ExploitBench」において、Anthropicの「Claude Mythos Preview」に比肩する性能を約3分の1の出力トークン数で実現したとしている。
CEOのサム・アルトマン氏はCNBCの取材に対し、Solはエージェント型コーディングタスクにおいてトークン効率が54%向上しており、市場の競合モデルと「同等かそれ以上」の性能を持っていると語った。企業がAIへの支出とそれによって得られる価値を重視するようになる中、同氏は効率性を重要なポイントとして強調した。
利用プランと料金体系
ChatGPTでは、Plus、Pro、Business、EnterpriseプランでGPT-5.6 Solを「標準」から「高」のエフォート設定で利用可能。ProとEnterpriseでは、複雑なタスク向けに「GPT-5.6 Sol Pro」も選択できる。ChatGPT WorkとCodexでは、無料およびGoユーザーはTerraを利用し、Plus、Pro、Business、EnterpriseのユーザーはSol、Terra、Lunaを選択可能。
API価格は100万トークンあたり、Solが入力5ドル／出力30ドル、Terraが入力2.50ドル／出力15ドル、Lunaが入力1ドル／出力6ドル。APIでは、Responses APIのProgrammatic Tool Callingにより、モデルが中間結果を処理する軽量なプログラムをメモリ上で実行し、必要な情報を絞り込みながらツール利用を進められる。
テストユーザーの評価：ポルシェか、ワープドライブか
海外のテストユーザーからは早くも様々な評価が寄せられている。MagicPath AIのCEO、ピエトロ・シラーノ氏は「誇張抜きで、これまで使ってきた中で最高のモデル。高速で、賢く、真に創造的である」とXに投稿した。一方、投資家のマット・シューマーのように、多くのタスクでAnthropicのFable 5の方が優れているという意見もある。
全体的には、GPT-5.6については日常的なタスクにおける信頼性や実用性を評価する声があり、Fable 5については難度の高い課題での能力を評価する声が見られる。Everyの共同創業者でCEOのダン・シッパー氏は、GPT-5.6を「ポルシェ」、Fable 5を「ワープドライブ」にたとえた。日常の知的作業やコーディングにおいてパワー・速度・性能のバランスが高レベルで優れる点でGPT-5.6を評価する一方、Fable 5については既存の枠組みや次元を飛び越えるようなパワーを持ち、より高難度の課題で大きな力を発揮するモデルと位置付けている。
