OpenAI、GPT-5.6 シリーズ（Sol/Terra/Luna）を発表──マルチエージェント連携で推論効率を最適化
推論特化の「Ultra」設定と 3 つのサイズ展開により、Claude Fable 5 比で約 1/4 のコストで同等以上のタスク遂行能力を実現した。
リリース: 2026-07-10 · 読了 5 分記事の要約
1. 核心（What）
- GPT-5.6 シリーズとして Sol（最大規模）、Terra（中規模）、Luna（軽量）の 3 モデルを公開。
- 「Ultra」設定では 4 つのエージェントを並列動作させ、複雑なタスクを高速に処理するマルチエージェント機能を実装。
- API 価格は Sol が入力 $5/1M トークン、Luna が $1/1M トークンから設定され、キャッシュ書き込み料金を初導入。
- Terminal-Bench 2.1 および DeepSWE ベンチマークで SOTA を更新。
2. 影響（Why）
- 推論コストの劇的削減: Terra および Luna モデルは、Claude Fable 5 比で約 1/16 のコストで動作する。社内 RAG や大量のドキュメント解析において、API コストを意識せずに推論回数を増やせる設計へ移行できる。
- 国内 SaaS への影響: 国内の Vertical SaaS 企業や AI エージェント開発者は、既存の GPT-5.5 構成を Luna に差し替えるだけで、推論レイテンシを維持しつつコストを大幅に抑制できる可能性がある。
3. 根拠・詳細（How）
- マルチエージェントの並列化: Responses API における「Ultra」設定は、内部で 4 つのエージェントを並列実行し、タスクを分解・検証・修正する。これにより、単一モデルの逐次推論と比較して、複雑なエンジニアリングタスクの完了時間を短縮する。
- 推論効率のベンチマーク: Artificial Analysis の評価において、Sol（Max）は Claude Fable 5 と同等の Intelligence Index を示しつつ、タスクあたりのコストを約 1/3 に抑えるパレートフロンティアを達成した。
4. 展望・課題（Next）
- マルチモーダル解析の課題: ParseBench の評価では、テーブルやテキストの解析精度は高いものの、複雑なチャートやレイアウト解析には依然として弱点があることが指摘されている。