OpenAIは今日、一般ユーザー向けにGPT-5.6 Solをリリースし、2つの小型モデルであるTerraとLunaも同時に公開しました。これは、米国商務省が約2週間にわたり約20の信頼できるパートナーに限定したプレビューの後のことです。SolはウルトラモードでTerminal-Bench 2.1において91.9％のスコアを記録し、ExploitBenchではAnthropicの制限付きMythos Previewと同等の性能を、約3分の1のトークン使用量で達成しました。このリリースは、Grok 4.5のリリースから1日遅れ、MetaのMuse Spark 1.1のリリースから数時間分遅れて行われ、Googleの2025年11月のGemini 3が依然として最も古いフラッグシップモデルとして稼働中である中、最先端AIモデル間の競争が激化しています。
OpenAI、Sol、Terra、Lunaの三層価格体系を導入
OpenAIは、Solを1百万入力・出力トークンあたり5ドルと30ドルに設定し、Lunaは1ドルと6ドルに設定しました。TerraはGPT-5.5と同等の性能を半額で提供すると述べています。新たに導入された設定として、最大推論努力設定と、作業をサブエージェントに分散させるウルトラモードがあります。参考までに、AnthropicはClaude Fable 5に対して10ドル/50ドル、GoogleはGemini 3.1 Proに対して2ドル/12ドル、xAIはGrok 4.5に対して15ドル/75ドルを請求しています。DeepSeekはV4 Proに対して1.74ドル/3.48ドル、XiaomiはMiMo v2.5 Proに対して1ドル/5ドルを請求しています。
SolはTerminal-Bench 2.1で91.9％を達成し、Mythos PreviewとExploitBenchで同等の性能を示す
Terminal-Bench 2.1はコマンドラインのワークフロー完了度を測定するもので、Solのウルトラ設定は91.9％のスコアを記録し、標準のSolは88.8％でした。これらの結果は、Claude Mythos 5の88.0％、Claude Fable 5の84.3％、Claude Opus 4.8の78.9％を上回っています。GoogleのGemini 3.1 Pro Previewは70.7％のスコアです。ExploitBenchでは、ソフトウェアの脆弱性識別と悪用をテストし、Solは制限付きMythos Previewと同等の性能を示しながら、約3分の1のトークンを使用しました。OpenAIは、Solがリスクフレームワークの「サイバークリティカル」ラインを越えていないと述べています。
初期テスターはSolの性能をClaude Fable 5と比較
AIプラットフォームT3 ChatのCEO、テオ氏は、Solを「世界をリードするコンピュータ利用」と呼び、GPT-5.5に対する不満点を解消したと述べました。Everyのチームが約1ヶ月間テストしたダン・シッパーは、「GPT-5.6はポルシェのようで、Fableはワープドライブのようだ」と述べ、Solを日常的に使うモデル、Fableをより demanding な作業向けと位置付けました。研究者の今野大地は、Solは明らかにGPT-5.5を上回り、Fable 5に近い性能を示していると報告し、Anthropicは依然として文章作成タスクで優位に立っていると述べました。今野は、Solのセーフガードが生命科学の質問で作動しなかったことに触れ、これが生物学の作業においてデフォルトとして採用される可能性があると考えています。
OpenAIのリリースはGrok 4.5とMeta Muse Spark 1.1のリリースに続く
Solのリリースは、SpaceXAIがGrok 4.5を出荷した翌日、MetaがMuse Spark 1.1（最初の有料モデル）をリリースした数時間分遅れて行われました。イーロン・マスクはGrok 4.5について、「Opus 4.7とほぼ同等だが、はるかに高速だ」と述べました。AnthropicのFable 5は、7月1日にグローバルに再公開された後、7月7日に週の50％の使用許容量が終了し、使用クレジットのみの運用に移行しました。GoogleのGemini 3は2025年11月にリリースされ、米国の主要研究所の中で最も古いフラッグシップモデルの一つであり、最近のリフレッシュは行われていません。
よくある質問
OpenAIは今日何をリリースしましたか？
OpenAIは今日、米国商務省による約2週間の限定プレビューの後、一般ユーザー向けにGPT-5.6 Solをリリースし、2つの小型モデルであるTerraとLunaも同時に公開しました。
Terminal-Bench 2.1でのSolの性能は他のモデルと比べてどうですか？
Solのウルトラモードは91.9％のスコアを記録し、Claude Mythos 5の88.0％、Claude Fable 5の84.3％、Claude Opus 4.8の78.9％、GoogleのGemini 3.1 Pro Previewの70.7％を上回っています。標準のSolは88.8％です。
OpenAIの新モデルの価格はどうなっていますか？
Solは1百万入力・出力トークンあたり5ドルと30ドル、Lunaは1ドルと6ドル、TerraはGPT-5.5と同等の性能を半額で提供するとOpenAIは述べています。
