GPT‑5.6が発表された、でもまだ発表されていないような
- OpenAIは2026年6月26日、GPT‑5.6シリーズの限定プレビューを開始し、旗艦のSol、バランス型のTerra、低価格帯のLunaという三つのモデルを一度に投入した。
- 新しい命名法を採用：数字は「第何世代か」を表し、Sol／Terra／Lunaは「能力段階」を表す。Terraの性能は前世代のGPT‑5.5に近く、価格は半分のみ。
- 能力向上はコーディング、生物学、サイバーセキュリティの三分野に集中し、Terminal‑Bench 2.1などのベンチマークで記録を更新した。ただしすべてのデータはOpenAIの自己評価であり、完全な評価結果は広く公開される時に発表される。
- これまでで最強とされるセキュリティスタックを併設：多層の防護を重ねて連携させ、70万時間超のA100換算GPU時間を投入して自動化レッドチームによる汎用的なジェイルブレイクの探索を行った。
- 米国政府の要請に応じ、まずは少数の信頼できるパートナー（リストは報告済み）に限定提供し、数週間後により広く公開する。価格は100万トークンあたり：Sol $5／$30、Terra $2.5／$15、Luna $1／$6。
GPT‑5.6が登場、一度に三つ
OpenAIは2026年6月26日、GPT‑5.6シリーズの限定プレビューを開始し、旗艦のSol、バランス型のTerra、低価格帯のLunaという三つのモデルを一度に投入した。
これは普通のバージョンアップではない。OpenAIは「モデル能力の飛躍」と「政府へのプレビュー手続き」を結びつけた。リリース前にまず能力と発表計画を米国政府に見せ、政府の要請に従ってまず少数の信頼できるパートナーだけに公開し、数週間後に広く展開するという流れだ。
注目すべき理由：OpenAIがモデル能力の飛躍を政府へのプレビュー手続きと結びつけて発表したのはこれが初めてだ。サイバーセキュリティが今世代の重点強化方向であり、パートナーのリストはすでに政府に報告済み。さらに70万時間超のA100換算GPU時間を投入して自動化レッドチームを実施した。OpenAIは同時に、こうした政府審査プロセスが長期的なデフォルトになることは望んでいないとも明言している。
一社で三モデル、どう選べばいいのか
同世代の中に三段階が並んでいて、違いは「どれだけ強いか、速いか、高いか」。下のいずれかをクリックして、どんな用途に向いているか見てみよう。
↓ いずれかをクリックして適用シーンを見る
新しい命名法の読み方
以前は数字一つですべてを表し、能力段階も新旧もその数字の中にごちゃ混ぜになっていた。今回は二つの軸に分けた：数字が「世代」を、名前が「能力階層」を管理し、それぞれが自分のペースでアップデートされる。
今世代はどこが強いのか
OpenAIが公表した能力向上はコーディング、生物学、サイバーセキュリティの三分野に集中しており、それぞれにベンチマーク成績が示されている。
新しい二つのモード：maxとultra
maxは一人にじっくり長く考えさせること。ultraは臨時でチームを組み、分担して同時に作業させること。
攻撃兵器作りを手伝うのか？レッドラインを越えたのか
今世代はサイバーセキュリティ能力が強化されたため、当然「そのまま攻撃兵器作りを手伝ってしまうのでは」と心配する声もある。OpenAIの答えは、「部品」は作れるが、テストの中では自力で「完成品」を組み立てることはなかった、というものだ。
exploitation primitives（脆弱性の「部品」）は攻撃用の積み木で、例えばメモリ境界を超えるバグなどがそれにあたる。full‑chain exploit（完全な攻撃チェーン）は、それらの部品を組み合わせて押せばすぐ使える完成品の武器にしたものだ。モデルは部品を作ることはできるが、テストの中で自力で発射可能な「銃」そのものを組み立てることはなかった。
ChromiumとFirefoxに関する評価では、GPT‑5.6 Solはバグとexploitation primitivesを見つけることができたが、テスト条件下では自力で使用可能な完全な攻撃チェーンを生み出すことはなかった。OpenAI独自のPreparedness Framework（自ら定めた危険性評価の枠組み）に基づき、Cyber Critical レッドラインを越えていないと評価された。つまり「重大な攻撃能力を備え、より強力な管理を発動させなければならない」という水準には達していないということだ。
評価位置
ただし、ベンチマークのレッドラインは、モデルが他のツールと組み合わされた際のあらゆる実際の使われ方までは網羅できない。この不確実性と能力全体の飛躍こそが、今世代がより強力な防護を備え、段階的に発表される理由である。
六つの関門で悪意あるリクエストを止める
いわゆる「これまでで最強のセキュリティスタック」とは、もっと高い壁一枚のことではなく、六層の防護を重ねて連携させて機能させるものだ。OpenAIの説明は率直で、本気で臨機応変に立ち回る悪用者に対しては、単一の防護だけでは決して十分ではないという。
今世代の最も特別な点はモデル自体にあるのではなく、「モデルをより強く」することと「悪用をより難しく」することを同時に強化した点にある。能力を一段引き上げれば、防護もそれに応じて何層か増やし、設定も各モデルの能力に合わせて個別に調整されている。
危険な質問がシステムの中を巡る一部始終
前節の第2層「リアルタイムチェック」を単独で取り出して見てみよう。高リスクなリクエストが入ってきたとき、「生成の途中で一時停止し、より大きなモデルが再審査し、違反なら遮断する」という流れはどのように起きるのか。
重要なのは、チェックが「生成と同時に」行われることだ。cyberとbiologyの分類器がモデルの出力内容をリアルタイムで監視し、高リスクな状況で違反の疑いが見つかると、生成を一時停止し、より大きな推論モデルに会話全体と文脈を改めて読み直させる。再審査で違反と判断されれば、その出力はユーザーの目に届く前に差し止められる。
AIでAIを防ぐ
防護は、攻撃者がいつでも手口を変えてくることにも耐えられなければならない。固定された既知の攻撃リストにしか通用しない防護では、最先端モデルにとって不十分だ。そのためOpenAIは今回、大量の計算資源を「モデル自身に脆弱性を探させる」ことに投入した。
universal jailbreak（汎用的なジェイルブレイク）は、一枚の扉しか開けられない鍵ではなく、多くの質問や場面を横断して通用する万能鍵のようなものだ。だからこそ最も危険で、レッドチームはこの種の手法を狙って探す。A100換算GPU時間は、計算量を「A100グラフィックカード1枚が何時間稼働するか」という統一単位に換算したもので、70万時間はおおよそ1枚のカードが約80年連続稼働する計算量に相当する。
なぜ純粋な人力ではなく自動化を使うのか？OpenAIの理由はこうだ：自社モデルに弱点を探させることで、人力よりもはるかに多くの攻撃パターンをカバーでき、失敗のパターンをより早く発見でき、「弱点発見」から「弱点修正」までの道のりも短縮できる。こうしたより難しく、より汎用的な攻撃を専門に狙うことは、固定された既知の脆弱性の外側にもう一層のテストを加えることに等しい。
人力によるレッドチームと迅速対応はどう補完するのか
自動化に加えて、OpenAIは第三者のテスターにも依頼し、大規模な人間の専門家によるレッドチームを実施している。これはプレビュー期間中も継続される。人間によるレッドチームが補うのは創造性の盲点、つまりシステムが予測できない、人間の頭で考え出された悪用方法だ。
OpenAIも、あらゆる製品構成、多段階の攻撃、実際のワークフローをすべて網羅できる評価は存在しないと認めている。そのため、再現・評価・優先順位付け・修正という迅速対応の仕組みを維持し、新たに発見された脱獄手法を日常の評価項目に組み込むことで、以後同種の失敗を検出できるようにしている。
なぜまず政府に見せてから、あなたに使わせるのか
今回の「限定プレビュー」はOpenAIの長期的な意向ではなく、米国政府の要請に応じた短期的な一手だ。発表の道筋は次のように進む。
価格設定：100万トークンあたり
| モデル | 入力 | 出力 | 位置づけ |
|---|---|---|---|
| Sol | $5 | $30 | 旗艦・最強 |
| Terra | $2.5 | $15 | バランス・日常 |
| Luna | $1 | $6 | 最速・最安 |
キャッシュ面ではより予測しやすくなった：明示的なcache breakpoints（自分でキャッシュの区切り位置を指定できる）に対応し、最低30分のキャッシュ保持時間を保証する。GPT‑5.6以降、キャッシュ書き込みは非キャッシュ入力価格の1.25倍で課金され、キャッシュ読み取りは引き続き90%の割引を受けられる。
もう一つ：7月にCerebrasへ搭載
OpenAIはさらに7月、GPT‑5.6 SolをCerebras上に展開する計画で、速度は毎秒750トークンに達する見込みだ。これは今後の計画であり、初期は一部の顧客にのみ公開され、生産能力の拡大に伴って順次開放される。
「私たちは、こうした政府審査プロセスが長期的なデフォルトになるべきだとは考えていません。それは、最高のツールが本当にそれを必要とするユーザー、開発者、企業、ネットワーク防御者、そして世界中のパートナーの手に届かなくなることを意味します」OpenAI公式ブログ『Previewing GPT‑5.6 Sol』
モデル発表が「能力自慢」から「能力と防護を同時に強化」へ進化
OpenAIは一度にSol／Terra／Lunaの新モデル三段階を投入し、サイバーセキュリティを重点強化した。ただし、まずは米国政府に報告済みの信頼できるパートナーに限定提供し、数週間後に広く公開する予定だ。
↓ これ一枚で読み終わる · 動く図が一枚あります
GPT‑5.6はOpenAIの最新世代の大規模モデル（会話やコーディング、分析ができるタイプのAIシステム）で、2026年6月26日にプレビューを開始した。避けられない古くからの難題がある：モデルが賢くなるほど、悪用される可能性も高まるということだ。
✘ しかし強くなるほど、攻撃兵器作りや危険な生物学的レシピの組み立てに誘導されるリスクも高まる
能力とリスクは一緒に上がる。訓練段階でモデルに「拒否」を教えるだけでは、本気で臨機応変に立ち回る相手は防げない。
一気に三段階を投入：旗艦のSol（最強）、バランス型のTerra（日常の主力、性能は前世代に近く価格は半分）、低価格のLuna（最速・最安）。より大きな変化は、「命名の仕方」と「防護の仕方」にある。
OpenAIはこの世代に「これまでで最強のセキュリティスタック」を搭載したと繰り返し強調している。それは単なる宣伝文句ではないのか、実際どんな形をしていて、本当に悪意あるリクエストを防げるのか？
心配する声もある：サイバーセキュリティ能力が強くなれば、そのまま攻撃兵器作りを手伝ってしまうのではないか？OpenAIの説明では、脆弱性の「部品」（例えばプログラムの欠陥一つ）は見つけられるが、テストの中では自力でそれらの部品を「押せばすぐ使える」完全な攻撃兵器に組み立てることはできず、自ら定めたCyber Criticalという危険なレッドラインの手前で止まっているという。そしていわゆる「最強のセキュリティスタック」とは、もっと高い壁一枚ではなく、六層の防護を重ねて連携させたものだ。
公式が示す向上はコーディング、生物学、サイバーセキュリティの三分野に集中している。「記録更新」と言われても普通の人にはピンとこないが、時間とお金に換算すればわかりやすい。あるサイバーセキュリティの脆弱性利用テスト（ExploitBench）を例に、トップクラスの対抗モデルMythosと同等の成績を出すには、
Sol、Terra、Luna。
悪用される
可能性も上がる……
リスク ↑
臨機応変な
悪意には勝てない。
能力自慢だけじゃない！
防護も何層か増やす、
両方同時に強化。
六つの関門を重ねたもの。
なら六層重ねる？
攻撃兵器を作って！
その場で遮断
≈ 1枚のカードで80年分
兵器製造は止める。
誰が測ったの？
「強さ」と「悪用されにくさ」を
初めて一緒に発表した点にある。
報告済みのパートナーだけに先行提供、数週間後にようやくあなたの番。