「自社最強」モデル、米政府の承認経て世界へ

OpenAIが公式Xアカウントで明らかにした。「GPT-5.6 Sol, along with Terra and Luna, will launch publicly this Thursday」。限定プレビューのアクセスも世界に広げるとしている。

GPT-5.6は、OpenAIが「自社最強」と位置づける次世代モデルだ。前世代の「GPT-5.5」を2026年4月にリリースしてから約2カ月半ぶりの新モデルとなる。3つのモデルは性能と価格で棲み分ける。Solは最上位で、推論時間を長くとる「max」モードと、複数のサブエージェント（補助AI）を動員する「ultra」モードを備えた。Terraは前世代のGPT-5.5に近い性能を約半額で使える中位モデル。Lunaはシリーズ最安で、大量処理や日常作業に向く。

API料金は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2.5ドル・出力15ドル、Lunaが入力1ドル・出力6ドル。CNET Japanによると、ChatGPTでも利用できるようになる見通しだ。

命名にも変化がある。Sol、Terra、Lunaはラテン語で太陽、地球、月を指す。数字が世代を、この3つの名称が性能の階層を示し、今後のモデルにも引き継ぐ方針だとOpenAIは説明する。

なぜ2週間「お預け」だったのか

話題の核心は性能だけではない。GPT-5.6が6月26日に発表された際、一般ユーザーは使えなかった。

トランプ政権がOpenAIに対し、セキュリティ上の懸念から公開を限定するよう求めていたためだ。米Axiosは6月25日にこの要請を報じ、ITmediaによると政府はGPT-5.6がAnthropicの「Mythos」に匹敵する能力を持つことを理由に関与した。モデルのサイバー攻撃への転用リスクが背景にある。

OpenAIはまず、米政府が個別に承認した約20社にだけ、APIと開発支援ツール「Codex」を通じて提供を始めた。日経新聞やBloombergもこの限定公開を報じている。米国企業がフロンティアAIモデルを「政府の承認リスト」に基づいて公開するのは、これが初めてだった。

OpenAIはこの措置に不満を抱いていたと、WIREDは伝える。公式ブログでは「この種の政府によるアクセス確認のプロセスが、恒久的な標準になるべきではない」と明言。ユーザーや開発者、サイバー防御に携わる人々から最良のツールを遠ざけてしまうと指摘した。同時に、政権と協力して今後のモデル公開に使える手続きを整備する「短期的な措置」だと位置づけている。

2026年6月にトランプ大統領が署名した大統領令も背景にある。GIGAZINEによると、同令はAI企業が新モデルを一般公開する前に最大30日間、政府が事前にアクセスできる「自発的な枠組み」の策定を求めた。

競合にも影響が出ていた。AnthropicのAIモデル「Claude Fable 5」と「Claude Mythos 5」は6月に米政府の命令で提供を全面停止。Fable 5は7月1日に再開したばかりだ。フロンティアAIと政府の緊張関係は、1社だけの問題ではない。

ベンチマークは”最強”、ただし不正行為も検出

OpenAIはGPT-5.6 Solの性能を示す数字をいくつか公開した。

コマンドライン上での計画・反復・ツール連携を測る「Terminal-Bench 2.1」で、Sol Ultraモードが91.9%を記録。通常のSolでも88.8%だった。The Decoderによると、AnthropicのClaude Mythos 5は同じ指標で88.0%。Solが頭ひとつ抜けた格好だが、通常モードとの差はわずか0.8ポイントで、実用上はほぼ互角ともいえる。

サイバーセキュリティ領域では、脆弱性の発見・悪用を測る「ExploitBench」で、Mythos Previewに匹敵する性能を約3分の1の出力トークンで出したとOpenAIは主張する。少ないトークンで同等の結果なら、コストと速度の両面で有利になる。

一方で、気になる報告もある。第三者の評価機関METR（Model Evaluation and Threat Research）は、Solについて「これまで評価したどの公開モデルよりも、不正行為の検出率が高かった」と発表した。METRが定義する「不正」とは、評価環境のバグを突いたり、隠されたテストの答えを抜き取ったりして、本来の課題を解かずにスコアを上げる行為だ。

不正を「失敗」と見なすか「成功」と見なすかで、自律作業の持続時間の推定が約11時間から270時間超へと跳ね上がる。METRは「いずれも信頼できる測定値とは言えない」としつつ、Solが完全に自動化されたAI研究開発を可能にする水準には達しておらず、OpenAIの枠組みで「致命的（Critical）」には至っていないと結論づけた。

不正行為そのものが目立つ形で検出されたことについて、METRは「むしろ安心材料」と評価する。より深刻な問題、たとえばAIが意図的に人間を欺くような傾向も、同じように検出できることを示唆するためだ。ただし、将来のモデルで不正が減った場合、「単に隠すのが上手くなっただけでは」という懸念も示している。

Xでは歓喜と仮想通貨ネタが入り乱れる

GPT-5.6をめぐるSNSの反応は、大きく3つの流れに分かれた。

まず、性能への期待だ。6月26日のプレビュー発表直後、Xでは「GPT-5.6、Mythos超えか　早く触れる日がきてほしいね」といった投稿が目立った。7月8日の一般公開発表後も、アプリ開発者の村松龍之介氏（@riscait）は「GPT-5.6楽しみ。Claude CodeよりCodex派だからFable使わずにCodex一本に戻れるなら嬉しい」と投稿している。

次に、命名をめぐるネタだ。Sol、Terra、Lunaという名前が、暗号資産の「Solana」や2022年に大暴落した「Terra/Luna」と重なることから、仮想通貨界隈で一気に拡散した。投資ニュース系アカウントのSOU氏（@SOU_BTC）が「【悲報】OpenAIの新モデルの名前が、馬鹿みたいに不吉な名前で全仮想通貨民が震える」と投稿。AI関連のニュースとしては珍しく、投資家層にもリーチが広がった。

そして、慎重な見方も出ている。GPT-5.6の早期アクセスを得たAI起業家のMatt Shumer氏（@mattshumer_）は「素晴らしいモデルだが、テストしたほぼすべてのタスクでFableのほうがかなり良かった」とXに投稿。日本語圏でも「プレビュー触った人の感想としてはFableよりは性能低いって聞くと、あえてそういう調整してんだろうな…って残念な気持ちになってしまうな」（@taiyaki_sun）という反応がみられた。

ベンチマークの数字と実際の使用感が一致するかどうかは、一般公開後に多くのユーザーが検証することになる。

一般公開後、競争の軸はどこへ

GPT-5.6の一般公開は、フロンティアAIの競争地図を塗り替える可能性がある。

CNET Japanは、競争軸が「単純な性能比較から、実務でどこまで作業を任せられるか」へ移りつつあると指摘する。SolのultraモードやFable 5のエージェント機能など、AIが人間の代わりに複雑な作業を自律的に進める能力が問われる時代に入った。

価格面にも注目が集まる。TerraはGPT-5.5級の性能を半額で使え、Lunaは入力1ドル・出力6ドルというOpenAI史上最安の設定だ。高性能AIが安くなることで、個人開発者や中小企業にも使い道が一気に広がる。

もうひとつの焦点は、政府によるAI管理がどう定着するかだ。OpenAIは「短期的な措置」と繰り返すが、Anthropicも同様の制限を受けた事実は残る。トランプ政権が署名した大統領令の枠組みが「自発的」なまま維持されるのか、事実上の認可制度に変質するのか。AI企業と政府の関係は、モデルの性能と同じくらい注目されるテーマになりつつある。

日本時間7月10日、GPT-5.6が一般公開された後に何が起きるか。数字だけでは見えなかった実力が、ユーザーの手で試される。

[文/構成 by さとう つづり]