OpenAIが「GPT-5.6 Sol」を限定プレビュー：マルチエージェント対応、米政府要請で段階公開へ

モデルがブラウザの未知の脆弱性を自律的に特定できる段階に達したとき、開発企業は製品をリリースする前に政府への事前説明を迫られることになります。

OpenAI は GPT-5.6 シリーズの限定プレビューを開始しました。構成はフラッグシップの Sol、日常業務向けの Terra、そして低コストな Luna の 3 モデルです。ただし、米政府の要請により、初期アクセスは政府に共有された一部の信頼できるパートナーに限定され、ChatGPT や API への一般提供は今後数週間かけて段階的に進められます。

新しい階層命名とサブエージェント協調

GPT-5.6 から命名規則が一新されました。数字がアーキテクチャの世代を示し、Sol、Terra、Luna という名称はそれぞれの能力ティアを表しており、今後は各ティアが独自のサイクルでアップデートされる仕組みです。

最上位の Sol には、より深く思考させるための最大推論エフォート設定と、複数のサブエージェントを自律的に連携させて複雑な作業を高速化する Ultra モードが導入されました。コマンドライン操作の計画と実行力を測る Terminal-Bench 2.1 で最高記録を更新したほか、生物学・ゲノム解析の GeneBench v1 でも GPT-5.5 より少ないトークン消費で優れたスコアを出しています。

実用面では、Terra が GPT-5.5 相当の性能を半額で提供し、Luna は最安・最高速を担います。100 万トークンあたりの価格は、Sol が入力 5 ドル・出力 30 ドル、Terra が入力 2.50 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。

70万時間の自動レッドチームと生成一時停止の監視網

今回の焦点は高度なサイバーセキュリティ能力です。脆弱性調査ベンチマーク ExploitBench において、Sol は Mythos Preview に匹敵する精度を約 3 分の 1 の出力トークン数で達成しました。Chromium や Firefox を対象とした検証でもバグや攻撃の構成要素を特定できましたが、自律的に完全な攻撃チェーンを構築するレベルには至っておらず、危険しきい値は超えていないと説明されています。

悪用を防ぐため、OpenAI は 70 万 A100 等価 GPU 時間以上を投入して汎用ジェイルブレイクの探索を実施しました。防御システムは多層構造になっており、生成中にリアルタイム分類器がリスクを検知すると、生成を一時停止して上位の推論モデルが文脈を再検証し、違反と判断されれば出力を破棄します。この厳格な監視により、プレビュー期間中は正規の防衛セキュリティ業務でも誤検知や遅延が発生する可能性があるとされています。

なぜ重要か

一般の開発者や企業にとって、Terra のコストパフォーマンスと Sol のサブエージェント機能は大きな魅力です。GPT-5.5 クラスの推論が半額で使えるようになるだけで運用コストは大幅に下がり、複雑なコード移行やデータ解析を自前のマルチエージェント基盤を作らずに任せられる価値は小さくありません。ただ、現時点では一般アクセスが開放されていないため、数週間後のロールアウトを待つ必要があります。

業界全体にとって見逃せないのは、最先端 AI のリリースプロセスに政府が本格的に介入し始めた点です。OpenAI が政府の要請による限定公開であると明記し、さらに「こうした政府主導のプロセスが長期的なデフォルトになるべきではない」と不満を滲ませている事実は、モデルのサイバー能力が国家安全保障の規制ラインに触れたことを物語っています。

OpenAI のアプローチは、防衛側の効率を高めるという点では理にかなっていると考えられます。攻撃者よりもはるかに少ないトークンで脆弱性を発見できるなら、パッチ開発のスピードは上がります。しかし、生成を途中で止めて別モデルに再審査させるような重い安全策は、レスポンスの不安定さや過剰なブロックを招く懸念があります。正当な脆弱性検証を行うホワイトハッカーまで締め出してしまうようであれば、現場の開発者からの信頼を損なうリスクも抱えています。