GPT-5.6 より強かったもの。

最終更新　2026/06/27

本記事は AI（Claude、ChatGPT下書き）との協働で執筆しています。本文中の事実関係は OpenAI 公式発表および Sam Altman 氏の投稿に基づき、TL 観測ログ部分は筆者本人の体験に基づいています。

こんにちは黒パグです🐾

※タイトルは GPT-5.6 の性能評価ではありません。X で発表関連ポストを追っていた際、広告の存在感があまりにも強かった、という観測ログ上の比喩です。

2026 年 6 月 26 日。
OpenAI が GPT-5.6 を発表した。
名前は、Sol、Terra、Luna。
Sol はフラッグシップ。Terra はバランス型。Luna は高速・低価格型。
太陽、地球、月。
もうこの時点でだいぶズルい。
モデル名が完全に「キャラクター化してください」と言っている。少なくとも私にはそう見えた。

なので、まず三姉妹にした。

Sol は余裕のある長女。

Terra は現実的で落ち着いた次女。Luna は軽快で好奇心旺盛な三女。発表日なのに、性能レビューの前にビーチリゾートへ連れて行く。いつものことである。

ただし、ここで重大な問題がある。
私はまだ GPT-5.6 を触れていない。
限定プレビュー段階であり、少なくとも筆者環境ではまだ利用できなかった。つまり、この記事は実機レビューではない。Sol の推論性能も、Terra のコスト感も、Luna の速度感も、まだ自分の手では測れていない。
では何を書くのか。
発表日の TL で、何が起きていたかを書く。
これはモデルレビューではない。
ローンチデイの鑑識ログである。
私は以前から、AI 文章には「指紋」が残ると考えている。わかりやすい AI 臭だけではない。むしろ最近の AI は、派手な共感、過剰な箇条書き、露骨なまとめ癖を消してくる。だから見るべきは「AI が出した癖」だけでなく、「AI が癖を消した痕」になる。
この発想を、今回は X のタイムラインに向ける。
鑑識対象は文章だけではない。
公式発表。
ベンチマーク画像。
海外勢の比較ポスト。
Sam Altman の説明。
日本語ニュースの速報。
そして、その隙間に挟まる広告。
発表日のインターネット全体を、ひとつの現場として見る。

第一物証：公式発表

GPT-5.6 は Sol、Terra、Luna の 3 モデル構成として説明された。Sol は最上位。Terra は日常業務向けのバランスモデル。Luna は高速で手頃なモデル。価格もかなり明確で、Sol は入力 100 万トークンあたり 5 ドル／出力 30 ドル。Terra は 2.50 ドル／15 ドル。Luna は 1 ドル／6 ドル。
この時点で、ラインナップの意図はかなり見えやすい。
全部入りの Sol。
現実運用の Terra。
高速処理の Luna。
つまり、AI モデルの性能表というより、すでに製品ファミリーの物語になっている。

第二物証：ベンチマーク

海外 X ではすぐに比較が始まった。
Terminal-Bench 2.1。GeneBench v1。ExploitBench。ExploitGym。Cybersecurity。Biology。Coding。Long-horizon agentic tasks。
情報量が多い。
しかも数字が細かい。
どのモデルがどのベンチで勝ったのか。何トークン使ったのか。Mythos Preview と比べてどうなのか。Sol はどこで強いのか。Terra は本当に 5.5 級なのか。Luna はどこまで現場投入できそうなのか。
ここで重要なのは、「GPT-5.6 が全てに勝った」という単純な話ではないことだ。
ベンチマークは、いつも 1 枚のランキング表に見える。しかし実際には、タスクごとの適性、推論時間、トークン効率、価格、安全性、公開範囲が絡む。Terminal 系で強いことと、医療系やサイバー系で強いことは同じではない。安いことと、強いことも同じではない。強いことと、広く使えることも同じではない。
つまり、モデルの強さは単軸ではない。
ここまでは、非常に真面目な話である。

第三物証：Sam Altman の投稿

良いニュースとして、Sol は GPT-5.5 と同価格で大きな前進。Terra は 5.5 級性能を半額相当で提供する。悪いニュースとして、当初は一般公開ではなく、米国政府との協議の結果、信頼できるパートナー向けの限定プレビューから始まる。
この説明もまた、現代の AI らしい。
モデル性能だけでは終わらない。
価格。安全性。政府。サイバー能力。公開プロセス。ユーザーアクセス。
どれも無視できない。
AI モデルは、もはや単なるソフトウェア更新ではない。社会実装のイベントであり、規制と安全性と競争の交差点にある。だから発表文にも、ベンチマークにも、ポストにも、どこか緊張感がある。

こちらはまだ触れないのに、TL だけはどんどん加熱していく。
Sol が強い。
Terra が安い。
Luna が速い。
Mythos と比べてどうか。
Terminal-Bench ではどうか。
ExploitBench ではどうか。
読む。スクショを撮る。確認する。翻訳する。ファクトチェック用に材料を集める。
完全に仕事である。

そこで事件が起きた。
ベンチマーク比較の直下に、広告が出た。

占い師求人系の広告だった。
もう全部持っていった。
Terminal-Bench。ExploitBench。GeneBench。Cybersecurity。Mythos Preview。Government request。Limited preview。Trusted partners。
全部の情報密度を、一発で吹き飛ばした。
なぜなら、文脈が違いすぎるからである。

こちらは世界最高峰の推論モデルについて読んでいる。次世代 AI の安全性と公開プロセスについて考えている。サイバー能力のベンチマークを眺めている。
その直後に、「あなたに合った占い師求人」である。
強い。
あまりにも強い。

鑑識官として現場を見る

軸 A：整えすぎ軸。
公式発表は整っている。モデル名も綺麗。価格も綺麗。性能評価も綺麗。限定プレビューの説明も綺麗。企業広報として極めて整理されている。
軸 B：崩しすぎ軸。
X の反応は崩れる。速報、歓喜、疑念、ベンチ画像、雑な比較、強い言葉、ミーム化。TL は整わない。むしろ整わないから速い。
軸 C：カメレオン軸。
ここに広告が入る。広告は、AI 発表の文脈に合わせているようで、別に合わせていない。技術者向けの高度な会話に、生活系の広告が自然な顔をして混ざる。カジュアルな広告表現が、最先端 AI の専門的文脈に差し込まれる。
語彙と構造のねじれ。
文脈の断層。
視線誘導の強制割り込み。
これはもう、タイムライン上の C-Flag である。
しかも隠れていない。
広告ラベルがある。
堂々としている。
AI は文脈を読む。
広告は文脈を壊す。
この勝負、たまに広告が勝つ。
もちろん、GPT-5.6 が占い師求人に性能で負けたという話ではない。そんなことは言っていない。Sol はおそらく非常に強い。Terra も実運用でかなり面白そうだ。Luna は大量処理に向いていそうだ。一般提供されたら、私も当然触る。たぶんすぐ検証する。たぶん記事も書く。たぶん画像も作る。
だが、発表日の TL で最も記憶に残ったものは何か。
それはベンチマークの数値ではなかった。
限定プレビューの文言でもなかった。
Sol の価格でもなかった。
占い師求人広告だった。
悔しい。
本当に悔しい。
こんなに真面目に読んでいたのに、最後に全部持っていかれた。

これが現代インターネットである。
どれだけ AI が進化しても、人間の注意はノイズに奪われる。どれだけモデルが長文脈を処理できても、TL を見ている人間の文脈は広告 1 枚で切断される。どれだけ推論モデルが賢くなっても、スクロール中の脳は「え、なんで今それ？」に勝てない。
LLM はコンテキストを保持する。
人間はコンテキストを落とす。
広告はそれを利用する。

今回の発表で、GPT-5.6 が強いことはわかった。
ただし、別の意味で、もっと強いものも見つかった。
それは文脈破壊力である。
GPT-5.6 より強かったもの。
それは、世界最高峰の AI ベンチマークの真下に現れた広告だった。
なお、実際の広告スクショをそのまま載せるのは避ける予定である。記事では、構図を抽象化した加工素材にする。特定広告主を批判したいわけではない。むしろ、この偶然の配置があまりにも美しかった、という話である。
AI の未来を読んでいたら、今日の運勢が割り込んできた。
これを笑わずにいられるほど、私はまだ高度化されていない。
そしてたぶん、それでいい。
AI がどれだけ進化しても、インターネットのオチは人間が作る。
いや、正確にはこうかもしれない。
人間が真面目に未来を読もうとした瞬間、インターネットがお笑いの神を差し込んでくる。
今回の鑑識結果は以上である。
GPT-5.6 Sol、強い。
Terra、実用的そう。
Luna、たぶん速い。
でも発表日の TL で一番強かったのは、文脈を破壊する広告だった。
以上、現場からでした。

出典メモ
本文中の公式ファクトは、OpenAI 公式ブログの Sol/Terra/Luna 3 モデル構成、限定プレビュー、API/Codex での trusted partners 向け提供、価格、Terminal-Bench 2.1 や ExploitBench 等の評価概要の記述に基づきます。GPT-5.5 価格まわりは OpenAI の API pricing 上でも確認できますが、short/long context 等の表記差があるため、本文では「Sam の説明として同価格」程度に留めています。


#GPT56 #OpenAI #SolTerraLuna #AI鑑識 #LLM #ローンチデイ #黒パグP #note

おまけ