7月9日、OpenAIが新モデルファミリー「GPT-5.6」を一般公開しました。1つのフラッグシップモデルではなく、用途に応じて3つのバリアントを用意するアプローチは、AIモデル選定の考え方を根本から変えるものです。
3つのバリアント、それぞれの立ち位置
GPT-5.6は以下の3つのモデルで構成されています。
- Sol（太陽） — 最高性能・エージェント向けフラッグシップ
- Terra（大地） — 日常業務のバランス型
- Luna（月） — 高速・低コスト
名前が表す通り、それぞれのモデルに明確な役割分担があります。
価格体系が5倍違う — コスト最適化の余地が広がった
注目すべきは価格差です。100万トークンあたりの料金は以下の通り。
- Sol: 入力 $5 / 出力 $30
- Terra: 入力 $2.50 / 出力 $15（Solの半額）
- Luna: 入力 $1 / 出力 $6（Solの1/5）
つまり「精度が要る処理はSol、日常的なバッチ処理はLuna」といった使い分けができるようになりました。前までは「最高性能モデルを全部のタスクに回すか、安いけど弱いモデルにするか」の二択だったのが、グレードが細かくなったことでランニングコストの最適化余地が格段に広がっています。
Solの圧倒的性能 — ベンチマークで全モデルを抑える
OpenAIの公式データによると、GPT-5.6 Solは主要ベンチマークで軒並み最高スコアを記録しています。
- Agents’ Last Exam: 53.6（Claude Fable 5に13.1点差で勝利、しかも1/4のコストで）
- Artificial Analysis Coding Agent Index: 80（Fable 5に2.8点差、出力トークン半分以下、時間も半分以下、コスト約1/3）
- Terminal-Bench 2.1 / DeepSWE: 新SOTA記録
特に印象的なのは「同じかそれ以下のコストで前モデルより圧倒的に良い」という点です。Fable 5の1/4のコストで13点上回るなんて、コストパフォーマンスの次元が違います。
TerraとLunaも意外と強い
「廉価版だから弱いんでしょ」と思うかもしれませんが、データを見るとそうではありません。
- Terra: Fable 5とほぼ同等の性能を、約1/16のコストで達成
- Luna: Claude Opus 4.8を上回り、コストは約1/4
ファミリー全体が「1トークンあたりの情報密度」を大幅に向上させていることがわかります。つまり、これまで最高性能モデルを使っていたタスクの多くは、TerraやLunaでも十分な性能が出せるようになっています。
「ultra」モード — 最も demanding なタスクのために
Solにはultraという新しい推論モードが追加されました。これは複数のエージェントを並列で協調させ、複雑なタスクを高速に解くためのものです。
推論の深さには段階があり：
- efficient（デフォルト） — 高速かつ低コストで大多数のタスクをこなす
- max — より深く推論し、代替案を検討する
- ultra — 4つのエージェントを並列で協調、最も demanding なタスク向け
「普段はefficientでサクッと、難しいタスクだけultraで重厚に」という切り替えができるのがポイントです。
Programmatic Tool Calling — ツール呼び出しの効率革命
もう一つの重要な新機能がProgrammatic Tool Callingです。
従来のツール呼び出しでは、すべてのツールのレスポンスをモデルに戻して処理する必要がありました。Programmatic Tool Callingでは、モデルが軽量なプログラムを書いて実行し、大量の中間データをフィルタリングして「必要なものだけ」を次に進めることができます。
これによって：
- ツール連携が多いタスクのトークン消費を大幅削減
- モデルのラウンドトリップ（往復回数）の減少
- ユーザーからの細かなガイダンスの削減
エージェント的な自律作業において、実質的な「壁打ちコスト」が下がることは大きな意味を持ちます。
コーディング実務への影響 — てっちゃん視点で考えると
アーキテクチャー開発に関わる視点から、このアップデートが何を意味するかを整理します。
1. コスト設計の粒度が上がった
「全部Sol」という選択肢は消えました。本当に高精度な設計レビューにはSol、日常的なコード生成やテスト記述にはTerra、一括フォーマットやドキュメント生成にはLuna、という使い分けが合理的です。
2. エージェントツールの進化が実務に直結する
Programmatic Tool Callingやultraモードは、単なるスコア改善ではなく「実際の開発フローでの効率」を狙ったものです。マルチリポジトリの横断レビューや、大規模なリファクタリングの自動化など、エージェントが自律的に動くシナリオで威力を発揮しそうです。
3. サイバーセキュリティ強化
Solは「これまでで最も強力なサイバーセキュリティモデル」とも位置づけられています。自動車業界のE&Eアーキテクチャー開発でセキュリティ要件が厳しい領域にも恩恵がありそうです。
まとめ — 「全部盛り」から「用途別」への転換点
GPT-5.6の最大のニュースは「新しいSOTAが出た」ことよりも、「モデル選定のパラダイムが変わった」ことかもしれません。
これまでは「どのベンダーの最強モデルを使うか」という議論が主流でしたが、これからは「タスクごとにどのグレードを使うか」というポートフォリオ的な選定が当たり前になります。
Sol / Terra / Lunaの3兄弟が揃ったことで、AIの実務利用におけるコストとパフォーマンスのバランスを、これまで以上に細やかにコントロールできるようになりました。
情報元: OpenAI公式ブログ「GPT-5.6: Frontier intelligence that scales with your ambition」(2026年7月9日)、Qiita記事「2026年7月前半：エンジニアが押さえておくべきAIニュースまとめ」
