ガラス越しのフロンティア：OpenAIが毎秒750トークンでGPT-5.6 Solをプレビュー

OpenAIが次世代モデルファミリー——Sol、Terra、Lunaと名付けられた3つのバリアントからなるGPT-5.6——をプレビューし、それは即座に今年もっとも奇妙なローンチのひとつとなりました。ベンチマークのグラフと安全性ドキュメントを添えて発表されたフラッグシップモデルでありながら、ほぼ誰も実際には動かせないのです。理由は、キャパシティ不足でも、通常の意味での段階的ロールアウトでもありません。OpenAIがローンチ前に同モデルの能力について米国政府に説明を行い、政府の要請を受けて、プレビューを審査を経た少数のパートナーに限定したからです。これは、ワシントンが構築しつつある「フロンティアモデルをリリース前に審査する」仕組みが、もはや理論上のものではなくなったという、これまでで最も明確な兆候です。

実際に出荷されたもの

GPT-5.6は、いまや見慣れた階層構造をとっています。Solがフラッグシップ、Terraはバランスの取れた日常向けモデルと位置づけられ、OpenAIによればGPT-5.5に匹敵する性能を約半分のコストで提供するとされます。そしてLunaは最速かつ最安の階層です。ファミリー全体で、入力の価格は伝えられるところでは100万トークンあたり約1ドルから5ドルの範囲で、Solの標準API料金は入力100万トークンあたり5ドル、出力100万トークンあたり30ドルと引用されています——ただしこれらの数字は二次報道によるもので、OpenAIはプレビュー版モデルの完全な価格表を公開していません。

目玉となる能力の主張はコーディングにあります。計画立案、反復、ツール連携を要するコマンドラインのワークフローを試すベンチマーク、Terminal-Bench 2.1において、Solは伝えられるところでは88.8%を記録し、別の「Sol Ultra」構成では91.9%に達したとされます。これらの数字は、同じテストでGPT-5.5（88.0%）やAnthropicのClaude Mythos 5（84.3%）を上回るものとして引用されています。OpenAIは生物学分野での向上にも言及し、GeneBench v1と呼ばれるベンチマークで、より少ないトークンを使いながらGPT-5.5を上回る性能を示したとしています。正確なパーセンテージは、いつも通りの慎重さで受け止めてください。これらは自己申告であり、単一ベンチマークによるもので、GPT-5.5に対する差はわずかです。

速度こそが本当のプロダクトである

ベンチマークはさておき、最も具体的で短期的な変化はSolがどこで動くかにあります。OpenAIは、GPT-5.6 SolをCerebrasのウェハースケール・ハードウェア上で、7月に最大毎秒750トークンで展開すると述べています。ただしCerebrasがキャパシティを拡大する間、当初のアクセスは限定されます。背景として、従来型のGPUクラスタ上のフロンティアモデルは通常、毎秒数十から百数十トークンを生成するため、持続的な750トークンは大きな飛躍となるでしょう——数千トークンのプルリクエストを生成するコーディングエージェントが、1分近くではなく数秒で完了するほどの速さです。

これが重要なのは、エージェント型のワークフローを使えるものにするか耐え難いものにするかを決めるのは、しばしば生の知能ではなくレイテンシだからです。計画を立て、ツールを呼び、結果を読み、修正するエージェントは、実時間の多くをモデルの応答待ちに費やします。その待ち時間を一桁縮めれば、これまで実用的でなかったループが対話的になります。なお、このCerebras経由の展開は、6月下旬に報じられたOpenAI独自の「Jalapeño」推論シリコンとは別個のデプロイ経路である点は指摘しておく価値があります。同社は同じモデルを複数のカスタムシリコン・バックエンドで同時に走らせているようで、単一のチップに賭けるのではなく推論供給をヘッジしているのです。

なぜまだ使えないのか

異例なのはそのゲーティングです。OpenAIは、ローンチ前にリリース計画とモデルの能力を米国政府と共有し、政府の要請を受けて、当初のプレビューを信頼できる少数のパートナー組織に限定したと述べています。一部の報道はそのグループを約20組織としています。OpenAI自身の説明はより曖昧で、「信頼できる少数のパートナー」と表現しています。正確な数は各情報源をまたいで確固と裏付けられているわけではない、という点を私は指摘しておきます。

OpenAIは、これが常態化することを望まないと明確にしてきました。同社はこの制限を一時的な措置と位置づけ、この種の政府アクセスのプロセスが長期的なデフォルトになるべきだとは考えていないと表明し、ゲーティングは正当なユーザーや防御者からツールを遠ざけると論じています。これは注目に値する公的な摩擦です。先行するラボが、国家安全保障上の要請に従いながら、同時に、その前例を好まないと公然と発信しているのです。

安全性の位置づけ

セキュリティ面の姿勢は重厚で、フロンティアモデルの政策論議を支配してきたサイバー悪用の問題に明確に狙いを定めています。OpenAIは、これまでで最も堅牢な安全策と称するものを説明しています。モデルレベルの拒否訓練、リアルタイムの悪用分類器、アカウントレベルの監視、差別化されたアクセス制御、そして執行の仕組みです。同社は、自動化されたレッドチーミングに70万GPU時間以上を投じ、それを第三者の専門家によるテストで補完したとしています。

規制当局にとっての鍵となる主張は、閾値に関するものです。OpenAIは、Solが自社の「Cyber Critical（サイバー致命）」能力閾値を超えず、テストにおいて機能する自律的なエクスプロイトを生成しなかったと報告しています——比較対象となるシステムよりはるかに少ないトークンを使いながら、サイバー関連の評価で強い結果を出したにもかかわらず、です。言い換えれば、攻撃者にとっても防御者にとっても興味深いほど有能でありながら——OpenAI自身の採点によれば——最も厳格な制限を発動させる内部的な一線は越えていない、ということです。その採点は自己申告であるため、政府への説明と限定プレビューが、事実上の外部チェックの役割を果たしています。

誇大宣伝と現実

ローンチの演出を取り払えば、いくつかのことは確かに実在します。新しいモデルファミリーが存在し、定評あるコーディングのベンチマークで狭いながらも本物のリードを主張しており、高スループットのCerebras展開が今月予定されています。これらは具体的です。

まだ検証できないこともいくつかあります。ベンチマークの数字は自己申告であり、GPT-5.5に対するリードは、独立したテストによって容易に順位が入れ替わりうるほど小さいものです。毎秒750トークンという数字はピーク値（「最大」）であって、負荷下で保証された持続レートではなく、「当初のアクセス」という但し書きは、ほとんどの開発者がすぐにはそれを体感しないことを意味します。プレビュー版の階層の価格は公式には公開されていません。そして「次世代」というラベルはマーケティング上の仕事をしています——GPT-5.5に対する0.6の増分で、漸進的なベンチマークの向上というのは、断絶ではなく反復です。ここでのより重大な新規性は、モデルそのものではまったくありません。米国のフラッグシップモデルが、規制当局の要請を受けて施錠された部屋の中へと出荷され、しかもラボがそれについて公然と不満を漏らしている、という点です。

まとめ

GPT-5.6 Solは、ひとつのプレスリリースをまとった二つの物語です。第一の物語は、有能で高速なモデルファミリーの更新——より良いコーディングのスコア、本当に俊敏なCerebras展開、理にかなった階層化です。第二の、そしてより持続的な物語は、手続き的なものです。トップラボが、政府の要請による厚いカーテンの向こうで公然とローンチし、事前に当局へ能力を説明し、そのうえで、これが常態になってほしくないと声に出して言ったのは、これが初めてなのです。ベンチマークが外部の精査に耐えれば、GPT-5.6は堅実なリリースとなるでしょう。しかし注視すべきは、「まず政府にプレビューし、次に選ばれた少数に、それから全員に」という流れが、フロンティアのローンチの標準的な形になるのかどうか——そして次のラボが、同じように目に見える形で従うのか、あるいは同じように渋々とながら従うのか、です。