OpenAI、GPT-5.6 モデル群 Luna / Terra / Sol を発表──推論効率を最大 16 倍に改善
長文脈・エージェント性能を強化し、Claude Fable 5 をベンチマークで圧倒する推論コスト効率を実現した。
リリース: 2026-07-09 · 読了 5 分記事の要約
1. 核心（What）
- GPT-5.6 ファミリーとして Luna（最小）、Terra（中）、Sol（最大）の 3 モデルを公開。
- 全モデルで 1M トークンのコンテキストウィンドウと 2026 年 2 月 16 日の知識カットオフをサポート。
- Agents' Last Exam ベンチマークにおいて、Sol が Claude Fable 5 を 13.1 ポイント上回る 53.6 を記録。
- 推論コストは Luna が入力 1M トークンあたり $1、Sol が $5 に設定。
2. 影響（Why）
- エージェント設計のコスト転換: Claude Fable 5 比で約 1/16 のコストで同等の推論性能を発揮するため、複雑なエージェントワークフローを本番環境へ安価に実装できる。
- 国内 SaaS における推論戦略: 国内の Vertical SaaS や AI 活用型金融サービス（中規模事業者）は、API コストを大幅に削減できるため、既存の Claude 依存モデルから GPT-5.6 への移行検証を優先すべきである。
3. 根拠・詳細（How）
- 推論効率化のアーキテクチャ: Agents' Last Exam 評価において、Sol は中程度の推論レベルで Fable 5 を 11.4 ポイント上回り、推論あたりの計算効率を最適化。
- 新 API 機能の統合: JavaScript のプログラム実行によるツール呼び出し、サブエージェントの並列実行、および明示的な Prompt cache breakpoints を API レベルで実装。
4. 展望・課題（Next）
- ベンチマークの信頼性検証: SWE-Bench Pro において Fable 5 に劣る結果が出たことを受け、OpenAI は同ベンチマークの約 30% が不備であると指摘し、評価指標の再検討を推奨。