「GPT-5.6」一般提供開始

米OpenAIは7月9日（現地時間）、次世代の大規模言語モデル（LLM：大量のテキストデータを学習したAI）である「GPT-5.6」ファミリーの一般提供（GA）を開始しました。本ファミリーは、最上位モデルの「Sol（ソル）」、中位の「Terra（テラ）」、軽量高速な「Luna（ルナ）」の3モデルで構成されます。従来のLLMと比べて、出力トークン数（AIがテキストを処理する際の最小単位）や処理時間、API（他のソフトウェアとAIを連携させる仕組み）利用料金を大幅に削減しつつ、高度なタスクを実行できる点が特徴です。さらに、複数のAIエージェント（自律的にタスクを実行するAI）を並行して機能させる新しい動作モード「ultra（ウルトラ）」や、モデル自身がプログラムを実行して複数のツールを制御する「Programmatic Tool Calling（プログラムによるツール呼び出し）」などが搭載され、実用性が飛躍的に向上しています。

1. 3つの能力ティアと圧倒的な性能対コスト比

GPT-5.6は、多様なニーズに対応するために3つのティア（階層）で提供されます。100万トークンあたりのAPI料金はそれぞれ、最上位の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ドルとなっています。 性能面では、特に専門分野の長時間ワークフローを評価するベンチマーク「Agents' Last Exam（高度な専門業務を評価する指標）」において、Solは53.6%（表内の標準評価では52.7%）を記録し、競合である米AnthropicのClaude Fable 5（クロード・フェーブル5）を13.1ポイント（中程度推論設定でも11.4ポイント）上回りました。この際、Solの推定コストはFable 5の約4分の1に抑えられています。さらに、軽量モデルのTerraおよびLunaも、約16分の1のコストでFable 5と同等以上の性能を発揮します。 また、コンピュータの画面操作を評価する「OSWorld 2.0」では、Solが62.6%のスコアを出し、従来モデルのOpus 4.8を上回りつつも、出力トークン数を85%削減することに成功しました。

2. 「ultra」モードと「Programmatic Tool Calling」によるエージェントの並列化

GPT-5.6で新たに導入された「ultra」モードは、標準で4つのAIエージェントを並列で協調動作させることが可能な設定です。これにより、単一のエージェントでは困難だった複雑なタスクをより短い遅延（待ち時間）で完結させることができます。本モードは、ChatGPT WorkのPro/Enterpriseユーザーや、開発ツール「Codex」のPlus以上のプランで利用可能です。 開発者向けには、「Programmatic Tool Calling」がResponses APIを介して提供されます。これはモデル自身がメモリ内でプログラムを書いてツールを呼び出し、中間データを自動でフィルタリングする機能です。モデルとAPIとの間で行われる不要な往復通信やトークン消費を抑制でき、Zero Data Retention（ZDR：データ非保持）にも対応しています。また、予測可能なプロンプトキャッシュ（指示文を一時保存して料金を抑える技術）機能も提供され、キャッシュからの読み取りは90%割引されます。

3. 「reasoning monitor」とサイバー防御プログラム

安全対策面では、新たに「reasoning monitor（危害の可能性を監視する推論システム）」を搭載した多層防御システムが導入されました。これは単純な判定器（分類器）ではなく、推論プロセス自体が対話の中に潜むリスクやjailbreak（安全ガードレールを回避する手法）を検知・監視する仕組みです。このリアルタイムの推論監視により、モデル全体の再学習を行うことなく、新たな攻撃手法に対して迅速に防御措置を更新できます。 また、防御的サイバー作業（脆弱性検証やマルウェア解析など）に特化したプログラム「Trusted Access for Cyber」も提供され、参加資格を得た組織や個人は高度なサイバー防御能力にアクセスできます。ただし、利用者は9月1日までにセキュリティ強化（ハードウェアキーを用いたAdvanced Account Security）を有効化する必要があります。

4. OpenAI社内での自己改善（Recursive Self-Improvement）実績

OpenAIは、GPT-5.6を社内のAI研究開発ループ自体にフル活用しています。デバッグや学習の最適化、実験実行などに導入した結果、テスト期間中の研究者一人あたりの平均日次出力トークン数は、GPT-5.5のピーク時の2倍以上に達しました。 過去6ヶ月間で、同社における研究目的のコーディング推論計算資源は100倍に、エージェント用のトークン使用量は約22倍に急増しています。自己改善（AIが自身の性能を向上させるプロセス）能力を評価する「Aggregate RSI capability」評価では、GPT-5.5と比較して16.2ポイントの向上を記録しており、開発サイクルのさらなる高速化に寄与していると見られます。

GPT-5.6の一般提供開始は、AIエージェントによる業務自動化の領域を新たなフェーズへ進めるマイルストーンになると見られます。特に「ultra」モードや「Programmatic Tool Calling」に代表される並列・プログラム制御技術は、開発コストを抑えながらも、人間が介在しない長時間の業務フローをAIだけで安全に完結させる道を開いています。一方で、大幅に向上したサイバー機能や推論能力は悪用リスクも孕んでおり、新たに導入された「reasoning monitor」などの安全対策の実効性が今後の運用における鍵を握るでしょう。OpenAI自身による「自己改善」の加速が示す通り、今後はAIがAIを開発する流れがさらに強まる可能性が高いと予想されます。

引用元：窓の杜 | Impress Watch | ITmedia AI+