OpenAIが新型AI「GPT-5.6」を3つのサイズ（Luna、Terra、Sol）で一般公開しました。長時間の複合業務を評価するベンチマークで、最大モデルのSolは競合のClaude Fable 5を大幅に上回り、小型のTerraやLunaでもFable 5の約6分の1のコストで同等以上の性能を発揮しています。
こういう要約が、毎朝あなたのメールに届きます。
無料で登録 →何が起きたか
OpenAIが新型モデルGPT-5.6をLuna、Terra、Solの3サイズで一般向けに提供開始しました。Luna $1/$6、Terra $2.50/$15、Sol $5/$30と、サイズごとに100万トークンあたりの価格を設定しています。
なぜ重要か
長時間の職務処理を評価する「Agents' Last Exam」というベンチマークで、GPT-5.6 Solは53.6点を記録し、Claude Fable 5（適応推論）を13.1ポイント上回りました。Terraとも、Fable 5の約6分の1の推定コストで同等の性能を達成しており、より小型・低コストなモデルでも高い能力が得られることを示しています。
注目点
新APIには「Programmatic Tool Calling」（JavaScriptでツール呼び出しを組み合わせる機能）、「Multi-agent」（サブエージェントで並列処理）、「Prompt cache breakpoints」（キャッシュポイントの明示的設定）が追加されました。
OpenAIは今月9日、GPT-5.6ファミリーの正式提供を開始し、特に職務処理の効率性を強調しています。同社が公表したAgents' Last Examベンチマークでは、新モデルが競合のClaude Fable 5に対し顕著な優位性を示しており、特に小型モデルでコスト効率を実現している点が特徴です。
ただし、OpenAI自身も課題を認めています。ソフトウェアエンジニアリングタスク評価のSWE-Bench Proではむしろ劣る結果となり、同社はこのベンチマークの約30%のタスクが不具合を抱えていると指摘しています。また、著者の実体験では、複雑なコーディングタスクではFable 5と比べて明確な優位性がまだ見当たらないと述べられており、実世界でのパフォーマンスには更なる検証が必要な状態です。新APIの機能（Tool Calling、Multi-agent、Prompt cache breakpoints）は既存のアプローチ（Anthropicの動的フィルタリングなど）と競合しており、業界全体での実装パターンの収斂に向かう段階にあるとみられます。
まだコメントがありません。最初のコメントを投稿しましょう！
ログインして議論に参加200以上のソースから厳選したAIニュースを毎日無料でお届けします。
無料で始める登録無料・30秒で完了・いつでも解除できます
毎朝1分、AIの要点だけ。
200媒体以上・Email/LINE/Slack 対応
