OpenAI「GPT-5.6」一般公開──性能競争は“最高点”から“成果あたりコスト”へ

OpenAIは、新しいAIモデル群「GPT-5.6」を一般公開した。最上位のSol、日常業務向けのTerra、低価格なLunaで構成され、ChatGPT、Codex、APIで順次利用できる。

今回の焦点は、単に「最も賢いモデル」を出したことではない。OpenAIは、専門タスクやエージェント業務での性能を示す一方、より少ないトークンと低い推定コストで成果を出す点を強調している。企業のAI導入は、性能比較から利用単価と業務成果の比較へ移りつつある。

3モデル構成で何が変わるのか

OpenAIによると、GPT-5.6は旗艦モデルのSol、バランス型のTerra、最も費用対効果を重視するLunaで構成される。利用者は、重要な分析や長時間タスクにはSol、日常業務にはTerra、大量処理にはLunaといった使い分けがしやすくなる。

ITmedia AI＋は、SolがArtificial AnalysisのIntelligence IndexでFable 5に近い性能を、61％短い所要時間、推定コスト半分程度で実現したと伝えている。Agents' Last ExamではSolが53.6％で、Fable 5の40.5％を上回ったという。

企業は「どのモデルを使うか」だけでは足りない

モデルの選択肢が増えるほど、企業側の設計も重要になる。すべてを最上位モデルに任せるとコストが膨らむ。一方、安価なモデルだけに寄せると、複雑な判断や長時間のエージェント作業で品質が落ちる可能性がある。

実務では、問い合わせ分類、文書要約、コードレビュー、調査、意思決定支援など、タスクごとに必要な精度と許容コストを決める必要がある。GPT-5.6のような階層化されたモデル群は、その設計を前提にした提供形態といえる。

ベンチマークの読み方にも注意

OpenAIは複数の指標で強さを示す一方、ITmediaが伝える通り、SWE-Bench ProではClaude Fable 5が大きくリードする領域もある。ベンチマークは万能な順位表ではなく、タスクの種類、評価条件、コスト、所要時間を合わせて読む必要がある。

日本企業にとっては、単体性能よりも「社内の実データでどれだけ安定して成果を出せるか」が導入判断の中心になる。GPT-5.6の発表は、フロンティアAIの競争が、知能の高さだけでなく、成果あたりコストと運用設計に広がったことを示している。

参考：OpenAI / ITmedia AI＋