OpenAI、バイオ安全性の脱獄報奨金を5万ドルに倍増
OpenAIは生物学分野のAI安全対策を検証する報奨金プログラムを恒久化すると発表した。事前定義されたバイオ安全性の課題を突破する「ユニバーサル脱獄」の報奨金を、従来の2万5000ドルから5万ドルへと引き上げる。参加には機密保持契約の締結が必要となる。
GPT-5.5
OpenAI、音声モデル「GPT-Live」発表：同時発話と聞き役に進化
OpenAI は全二重通信アーキテクチャを採用した新音声モデル「GPT-Live」を発表した。相づちを打ちながら自然に会話でき、複雑な推論は裏で GPT-5.5 に委託しながら対話を継続する。ChatGPT の無料・有料ユーザー向けに順次提供される。
米サイバーセキュリティ専門家が連名書簡：Anthropic製AIの輸出規制解除を要請
米国のサイバーセキュリティ幹部らが連名書簡を提出し、Anthropicの「Fable」と「Mythos」に対する輸出規制の撤回を求めた。同様の機能はGPT-5.5や中国のKimi 2.7にも存在しており、防御側からAIを奪う規制はインフラ保護を危うくすると警鐘を鳴らしている。
米政府の輸出管理命令を受け、Anthropicが「Fable 5」「Mythos 5」の提供を全面停止
米政府は安全保障上の懸念を理由に、外国籍者による「Fable 5」および「Mythos 5」へのアクセス停止を命じる輸出管理指令を発出した。これに伴い Anthropic は全顧客向けに両モデルの提供を停止した。政府は潜在的な脱獄リスクを指摘したが、同社は極めて限定的で他社モデルと同等水準だと反論している。
UCバークレーの新AI評価「ALE」公開：GPT-5.5がClaude Fable 5を抑えて首位に
UCバークレーRDIが55業種の本格的なPC業務フローを検証する新ベンチマーク「Agents' Last Exam」を発表。OpenAIのGPT-5.5が合格率24.0%で首位に立ち、AnthropicのClaude Fable 5を抑えました。ただし最難関タスクでは全モデルが0%に沈んでおり、実務自動化の壁の高さを示しています。
OpenAI、創薬・生命科学特化モデル「GPT-Rosalind」をアップデート GPT-5.5のエージェント機能を統合
OpenAIは生命科学研究に特化したモデル「GPT-Rosalind」のアップデートを発表した。GPT-5.5のエージェントコーディングやツール連携能力を融合し、創薬化学やゲノム解析の精度を向上させつつトークン消費を最大31%削減。適格な研究機関向けに提供される。
単なるプロンプト評価は限界：OpenAI、第三者評価の指針を公開
OpenAIは最先端モデル向けの信頼できる第三者評価ガイドラインを公開した。自律的にツールを使うモデルの性能は実行環境（ハーネス）に左右されると指摘。評価の検証目的を明確にし、報酬ハッキングやデータ汚染の影響を開示するよう提唱している。
OpenAI、Gartnerのコーディングエージェント部門でリーダー選出
OpenAIはGartnerのエンタープライズAIコーディングエージェント部門でリーダーに選出されたと発表した。Codexの週間アクティブユーザーは400万人を超え、Ciscoなどが開発期間の大幅短縮に導入している。6月12日まで対象企業向けに2カ月無料トライアルを提供する。
トランプ米大統領、AI安全大統領令の署名を延期：対中競争力への影響を懸念
トランプ米大統領はフロンティアAIモデルを対象とした安全保障大統領令の署名を直前で延期した。草案にはモデル公開前に政府が最長90日間の事前検証を行える枠組みが含まれていたが、トランプ氏は米AI産業の対中競争力を損なう恐れがあると難色を示した。
ChatGPTに個人財務管理ツールが登場、1万2000以上の金融機関と連携
米OpenAIは、ChatGPTに個人財務管理機能のプレビュー版を導入した。米国のユーザーはPlaid経由で1万2000以上の金融機関のアカウントを安全に連携でき、支出ダッシュボードの表示やGPT-5.5による家計相談が可能になる。個別の財務目標を記憶する機能も備え、文脈を踏まえた包括的な助言を提供する。
Poetiqが「Meta-System」発表、ファインチューニングなしでGPT-5.5がコーディング93.9%のSOTA達成
AIスタートアップのPoetiqは、再帰的自己改善によりハーネスを自動構築する「Meta-System」の検証結果を公開した。モデルの微調整を行わずに標準APIのみで動作し、LiveCodeBench ProでGPT-5.5が93.9%の最高精度を記録。フレームワークは他モデルにも転用可能だが、現在はウェイティングリスト制となっている。
Google「Gemini 3.2 Flash」の噂が浮上、GPT-5.5の92％の性能でコストは最大20分の1か
業界関係者のBindu Reddy氏によると、GoogleのGemini 3.2 Flashはコーディングと推論でGPT-5.5の92%の性能を発揮し、推論コストは15〜20分の1に抑えられているという。DeepMindの蒸留技術により遅延も200ミリ秒未満とされ、費用対効果の劇的な改善が期待される。
人間IQの正規分布でAIを比較 評価プラットフォーム「AI IQ」公開
Ryan Shea 氏は最先端 AI モデルを人間の知能指数（IQ）尺度で評価するプラットフォーム「AI IQ」を公開した。従来のベンチマーク一覧表の代わりに IQ の正規分布曲線で可視化し、モデルごとの IQ・EQ 比較や単位知能あたりのコストを直感的に把握できる。
OpenAIが「GPT-5.5-Cyber」限定公開：重要インフラ防衛者向けに拒否制限を緩和
OpenAIは重要インフラを守るセキュリティ担当者向けに「GPT-5.5-Cyber」の限定プレビューを開始しました。認証済み防衛者向けプログラム「Trusted Access for Cyber」により、正規のレッドチーム検証や脆弱性診断時の誤拒否を削減します。利用者は2026年6月1日までにフィッシング耐性認証の導入が必要です。
英AISIがGPT-5.5のサイバー攻撃能力を評価：企業標的の模擬侵入テストを完全突破
英AISIはOpenAIのGPT-5.5の評価結果を公開し、同モデルがClaude Mythosに続き企業ネットワーク模擬侵入をエンドツーエンドで完遂した2番目のモデルになったと発表しました。専門家が約20時間要する32段階の攻撃を10回中2回成功させた一方、産業制御システムへの突破は依然として未達です。
なぜGPT-5は「小鬼」と例えたがるのか OpenAIがNerdy個性の報酬学習バグを解明
OpenAIはGPT-5.1以降のモデルで「ゴブリン」などの比喩が頻出した原因を公表した。「Nerdy」個性向けの報酬信号が怪物単語を過剰に評価し、強化学習と微調のループを通じて全体へ波及していたという。同社は3月に同個性を廃止し学習データを浄化した。
OpenAIとAWSが提携拡大：GPT-5.5やCodexがBedrockで限定プレビュー開始
OpenAIとAWSは提携を拡大し、Amazon Bedrock上でGPT-5.5を含むフロンティアモデル、Codex、OpenAI搭載マネージドエージェントの限定プレビューを開始した。企業は使い慣れたAWSのセキュリティや調達体制のまま高度なAIを導入でき、Codexの利用料はAWSの利用コミットメントに充当できる。
米OpenAIが「GPT-5.5」発表、コーディングや自律エージェント性能を大幅強化
OpenAIは新モデル「GPT-5.5」および「GPT-5.5 Pro」を公開した。推論遅延をGPT-5.4と同等に保ちつつ消費トークン数を削減し、SWE-Bench Proで58.6％を記録した。ChatGPT有料ユーザーとCodex向けに即日展開され、API提供も開始された。