GPT-5.6公開とChatGPT Workの最新情報

【事象の全貌と背景】

以前お伝えしたGPT-5.6 Sol初期提供・政府アクセス論点の続報です。今回は、単に「新しい高性能モデルが出た」という話ではありません。OpenAIが2026年7月9日にGPT-5.6ファミリーを一般公開し、同時にChatGPT Workという仕事向けエージェント体験を押し出したことで、AI利用の重心がチャット応答から、アプリ、ファイル、Web、デスクトップをまたいだ実行系ワークフローへ移り始めた点が本丸です。

OpenAI公式発表では、GPT-5.6はSol、Terra、Lunaの3層構成です。Solは旗艦モデル、TerraはGPT-5.5級の性能を低コストで狙う日常業務向け、Lunaは最速・最安価のモデルとして位置付けられています。6月26日の限定プレビュー段階では、アクセス制限や高能力モデルの公開範囲が大きな論点でしたが、今回は一般提供フェーズに入り、API、Codex、ChatGPT Workとの接続が焦点になりました。

重要なのは、OpenAIが「賢いモデル」を単体で出したのではなく、「賢さをどの単価で、どの粒度の仕事に割り当てるか」まで設計してきたことです。API価格は100万トークンあたり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。さらにキャッシュ読み取りは90%割引、明示的なキャッシュブレークポイントと30分以上のキャッシュ寿命も導入されています。これは、巨大モデルを全部の処理に雑に使う時代から、背景処理、会話、重推論をモデル階層で振り分ける時代への移行を意味します。

【技術的ディープダイブ】

公式ベンチマーク上、GPT-5.6 SolはTerminal-Bench 2.1で88.8%、Sol Ultraでは91.9%を示しています。Artificial Analysis Coding Agent IndexではSolが80、Terraが77.4、Lunaが74.6で、DeepSWE v1.1ではSol 72.7%、Terra 69.6%、Luna 67.2%。知識労働系ではBrowseCompでSol Ultraが92.2%、OSWorld 2.0でSolが62.6%とされ、OpenAIは「より少ない出力トークン、より短い時間、より低い推定コスト」で競合モデルに迫る、または上回る構図を強調しています。

今回の技術的な刺さりどころは、UltraとProgrammatic Tool Callingです。Ultraは複数エージェントを並列に協調させる高能力設定で、公式説明ではデフォルトで4エージェントを並列に使う構成です。Programmatic Tool Callingは、モデルが軽量なプログラムを書いて実行し、ツール呼び出しや中間結果処理を制御する仕組みとして説明されています。つまり、すべての中間情報を逐一LLMに戻して会話させるのではなく、途中のフィルタリング、集約、次アクション選択をプログラム的に処理し、必要な情報だけを推論に戻す設計です。これはエージェントのコストとレイテンシを削る実装上の重要な方向です。

ChatGPT Workも同じ文脈です。OpenAI公式は、ChatGPT Workを「アプリやファイルを横断して行動し、必要なら数時間プロジェクトに留まり、ゴールを完成物に変えるエージェント」と説明しています。Slack、Notion、Microsoft 365、Google Driveなどの文脈を取り込み、スライド、表、文書、Webアプリといった成果物に落とし込む。WebとモバイルではPro、Enterprise、Edu向けに展開され、PlusとBusinessには数日内に展開予定とされ、デスクトップアプリではChat、Work、Codexが全プランで使えると説明されています。

【コミュニティの生々しい熱量と議論】

Reddit側の反応で面白いのは、ベンチマークの勝ち負けよりも「どのモデルをどの仕事に割り当てるか」という運用設計に話が寄っている点です。ある投稿者は、Luna、Terra、Solを2日ずつ同じ日次ワークロードに当て、朝のブリーフィング、25件のメール分類、10〜12件の会話、2件の調査、ツール呼び出しで比較したと報告しています。ただしこれはコミュニティ投稿であり、公式検証済みの性能値ではありません。

その投稿では、Lunaはメール分類が23/25、24/25とかなり堅く、単発のファイル読み込み、Web検索、メッセージ送信ではJSON崩れや架空ツール名が出なかった一方、調査してファイルに保存し、そのファイルからメール下書きを作るような多段チェーンでは最後の要約が薄くなる、とされています。Terraは25/25のメール分類、多段ツールチェーン、調査保存下書きまで安定し、日常エージェントの「sweet spot」と評価されています。Solは通常のメール処理や朝会ブリーフでは過剰だが、6社を12軸で比較してポジショニング文書を作るような重いリサーチでは、矛盾発見と統合の質が明確に良かった、という温度感です。

この反応が刺さる理由は、AI利用者がすでに「最強モデルをデフォルトにする」発想から離れ始めているからです。Lunaをバックグラウンドの心拍、cron、分類に使い、Terraを通常会話と業務エージェントに置き、Solを手動エスカレーションにする。真偽は個別環境で再検証が必要ですが、この運用思想は公式の3層価格設計とよく噛み合っています。一方で、ChatGPT標準会話ではTerraとLunaは選択できず、Work、Codex、APIでの利用が中心になるという公式ヘルプ上の制約も見落とせません。

【今後の展望とエコシステムへの影響】

今回オワコン化し始めるのは、「1つの巨大チャットモデルに全部投げる」雑なプロダクト設計です。これからのAIアプリは、安い小型モデルで監視・分類・ルーティングを回し、中位モデルで通常のワークフローを進め、難所だけ高推論モデルやマルチエージェントに上げる構成が標準になります。ユーザーから見ればチャット欄は残りますが、裏側ではモデルルーティング、キャッシュ設計、ツール実行、承認フロー、権限管理がプロダクト価値になります。

AnthropicのFable 5やOpus系、xAI、Google、オープンモデル陣営への圧力も強まります。The Decoderは、GPT-5.6 Solが集計ベンチマークでFable 5に近い性能を示しながら、推定コスト面で強く競争していると報じています。ただし、実務上は単価だけでなく、アクセス可否、対象プラン、利用上限、データ管理、社内アプリ連携、セキュリティ承認が勝敗を分けます。

Geek Terminal的に見ると、GPT-5.6の本質はモデル名の更新ではなく、AIを「相談相手」から「業務実行レイヤー」へ押し込むための価格表、ツール実行、マルチエージェント、デスクトップ接続をまとめて出してきたことです。チャットボットの次の主戦場は、文章のうまさではなく、どれだけ安く、長く、壊れず、権限境界を守りながら仕事を完了できるか。GPT-5.6とChatGPT Workは、その競争の開始をかなり露骨に告げています。