GPT-5.6 Sol 初回ベータ結果：同じタスクのコストは Fable 5 の約半分

はじめに

GPT-5.6 Sol は短期間プレビュー提供されており、ユーザーテストの第一報が出始めています。初期のシグナルは明確です。Sol は長時間のコーディング作業、複雑な推論、ビジュアル生成で強さを見せる一方、トークン単価ベースでは Claude Fable 5 より大幅に安価に見えます。

本記事は BAAI / QbitAI の元記事に基づいており、初期印象、コーディングのフィードバック、Fable 5 との比較、価格、安全性の制限という全体構成も踏襲しています。文面はブログ掲載向けに自然な英語へ書き直されていますが、主要な数値、主張、論旨は維持されています。

出典注記：元の記事は BAAI Hub に掲載され、QbitAI から転載されたものです。X の投稿や比較画像のスクリーンショットが複数含まれています。記事内容と直接関係するスクリーンショットは以下に残し、ミーム的なリアクション画像、QR コード、コミュニティ募集画像、無関係な装飾グラフィックは省いています。

元記事：BAAI Hub の記事

GPT-5.6 Sol プレビューの初期結果

GPT-5.6 Sol のプレビュー公開からまだ日が浅いものの、初期テスターたちはすでに結果を共有し始めています。最も率直なコメントのひとつは NVIDIA のエンジニアによるもので、CUDA 高速化における Sol の進展を非常に簡潔に、「Sol は強力に見えた」と表現していました。

ある報告された実行では、Opus が 64 時間かけて到達した CUDA 高速化の結果に、Sol はおよそ 30 時間で到達しました。テスターによれば、Sol は最初から低精度に依存しているようには見えませんでした。むしろクラスタリングや DSMEM 系の最適化を活用しており、その後で低精度やテンソルコアへと展開していく余地があるとのことです。

重要なのは、Sol が高速な結果を出したという点だけではありません。さらに重要なのは、そのアプローチです。初期のコメントからは、Sol が表面的に動く答えを出すだけでなく、より深い最適化経路をたどろうとしていることがうかがえます。

ビジュアル生成の比較もありました。元の議論では、ユーザーが類似の「宇宙船」プロンプトで GPT-5.6 と GPT-5.5 を比較していました。GPT-5.6 は、より力強いライティング、より明瞭なコントラスト、そしてより映画的な奥行き感を備えた通路を生成しました。それに比べると、GPT-5.5 はより平板で抑えた印象でした。

同じ傾向は宇宙空間のシーンでも見られました。GPT-5.6 は、よりクリーンで一貫性のある結果を出した一方、GPT-5.5 はやや粗く見えました。ビジュアルの一貫性と空間構成に関しては、これらの初期例では Sol が明らかに優勢でした。

GPT-5.6 Sol が再び注目を集めたもうひとつの理由は、そのタイミングです。Claude Fable 5 がちょうど再び世間の関心を集め始めており、OpenAI のモデルラインアップもようやく再び動き出したように見えました。元記事では、このモデルが近いうちにより広く利用可能になる可能性を示唆するソーシャル投稿が引用されていましたが、

OpenAIのヘルプセンターには、現在もプレビューは限定提供中であり、一般提供開始の日程はまだ発表されていないと記載されています。

また、サム・アルトマンもこの話題に軽い調子で加わり、「上の子が初めて二つの単語をつなげて話したとき、GPT-5.6が新しい数学を発見したのと同じくらい驚いた」と語りました。

最初のベータ版フィードバックが到着

初期テスターたちの投稿を見ていくと、いくつかの傾向が繰り返し現れ始めています。

まず一つ目は、コードスタイルです。いくつかの他の最先端モデルと比べると、Solは書くコード量が少ない傾向にあります。より抑制が効いているように見えます。問題が3行で解けるなら、答えを5行に引き延ばしたりはしません。

あるテスターは、同程度のタスクでSolが使用したコード行数はOpusのおよそ5分の1だったと述べています。その差は特にC++で顕著で、Solの出力は人間のエンジニアが手で書いたコードにより近く見えました。コメントは少なく、余分なレイヤーも少なく、不要な足場コードもあまりありませんでした。

長期的な保守を考えると、これは重要です。より小さく、よりクリーンなコードは、レビューしやすく、実際のプロジェクトでも維持しやすいからです。

とはいえ、初期レポートが称賛一色だったわけではありません。Solは反復の過程で動きがやや遅いようにも見えます。より難しい問題に挑むため、失敗することも多いのかもしれません。Opusと比べると、探索する方向の数は少ないようです。いったん進む道を選ぶと、その道に留まり、より深く掘り下げる傾向があります。

簡単に言えば、Solは幅広い試行錯誤よりも、長期的な最適化に関心があるように見えます。必ずしも最も洗練された表面的な結果を真っ先に追うわけではありません。その代わり、基盤となる性能や推論経路により多くの労力を注ぎます。

これは、OpenAI自身によるGPT-5.6 Solの位置づけとも一致しています。OpenAIはこれを、難しい推論、複雑なコード、そして計画、反復、ツール利用、ステップ間の調整を必要とする長いワークフロー向けのモデルだと説明しています。公式のローンチ投稿でも、Solにはより高いmax推論努力と、複雑な作業でサブエージェントを使えるultraモードが導入されていると述べられています。

GPT-5.5 Proとのプロンプト比較

同じプロンプトをGPT-5.6 SolとGPT-5.5 Proに与えると、いくつかのカテゴリで違いは明確に見て取れました。

インタラクティブなSVG、3Dモデル、生成ゲームでは、Solのほうが指示追従性と空間推論に優れているように見えました。出力の一貫性もより高かったです。その一貫性は、タスクが依存する場合には重要になります。

レイアウト、オブジェクト間の関係、カメラアングル、あるいは視覚的なロジック。

フロントエンド設計も、Sol が良好な結果を示したもう一つの領域でした。GPT-5.5 と比べると、Sol はより整理されたページ構造、より適切な余白、より明確な階層、そしてより洗練されたビジュアルスタイルを生み出しました。言い換えれば、単にタスクを完了しただけではありません。結果をより使いやすく感じさせたのです。

GPT-5.6 Sol は Fable 5 に本当に対抗できたのか？

多くの人が気にしている問いはシンプルです。GPT-5.6 Sol は Claude Fable 5 と比べてどうなのか、ということです。

初期の議論から導かれる答えは一様ではありません。Sol は非常に強力ですが、全体的なモデルの使用感や、いくつかの場面におけるコード品質では、依然として Fable 5 に分がある可能性があります。

いくつかのベンチマーク比較では、Sol は Fable 5 に並ぶか、あるいは上回りました。しかし、ユーザー体験はベンチマークのスコアだけで決まるものではありません。複雑なコーディングや完成品の品質に関しては、Fable 5 のほうがわずかに先行していると感じたテスターもいました。

元記事で挙げられていた一例は、Gipp というユーザーによる 3D FPS ゲームのテストでした。GPT-5.6 はゲーム世界、ライティング、ゲームプレイの細部をまだ作り込んでいる段階でしたが、Fable 5 は単一のプロンプトから、より完成度の高いプレイ可能なゲームを作ることができました。

これは重要な違いです。クリエイティブコーディングやワンショットのプロトタイピングでは、モデルの生のベンチマーク値よりも、最終的なユーザー体験のほうが重要になることがあります。

コスト差：Sol は Fable 5 よりはるかに安価

コスト面では、GPT-5.6 Sol はとりわけ競争力が高く見えます。

OpenAI のヘルプセンターによると、プレビュー期間中の GPT-5.6 Sol の価格は、入力トークン 100 万あたり 5 ドル、出力トークン 100 万あたり 30 ドルです。Anthropic の Claude Fable 5 のモデルページでは、Fable 5 は入力トークン 100 万あたり 10 ドル、出力トークン 100 万あたり 50 ドルとされています。

これらの数字に基づけば、Sol の入力トークン単価は Fable 5 のおよそ半分で、出力トークンについてもかなり安価です。長時間のエージェント型コーディングタスクを回すチームにとって、この差は非常に重要になり得ます。

もちろん、モデルの選択はトークン単価だけで決めるべきではありません。あるモデルが、より少ない試行回数、より少ないツール呼び出し、あるいは

総トークン数が少なければ、表面上のトークン単価が高くても、実際のタスクコストはより低くなる可能性があります。しかし、能力差が小さいのであれば、Sol の低価格は大きな優位性になります。

安全性に関する制約は依然として重要な課題

もう一つの大きな要因は、安全性に関する挙動です。

Fable 5 の提供再開後、ユーザーはその安全対策が厳格であることに気づきました。通常のコーディングやデバッグ作業でも、一部のプロンプトが高リスクと分類され、Fable 5 から Opus 4.8 に振り分けられることがありました。元記事のユーザー反応の要約によれば、無害に見えるプロンプトでさえフィルターに引っかかることがあったようです。

Anthropic は、Fable 5 がより強力なサイバーセキュリティ対策と安全性分類器を使用していると説明しています。同社はまた、これらの分類器が広い安全マージンを持つよう設計されているため、場合によっては無害なリクエストまで遮断してしまうことがあると述べています。

OpenAI の GPT-5.6 Sol にも、より強力な安全対策が組み込まれています。OpenAI によれば、GPT-5.6 ファミリーでは、モデルレベルの拒否挙動、リアルタイムチェック、アカウントレベルのシグナル、差別化されたアクセス、監視、継続的なテストを含む多層的な保護が採用されています。公式のシステムカードでも、GPT-5.6 ファミリーはサイバーセキュリティおよび生物・化学リスクの面で高い能力を持つと位置づけられている一方、最高レベルの「Critical」閾値には達していないとされています。

実務上の要点は明快です。どちらのモデル群も、特にコードやサイバーセキュリティ関連の作業において、ますます強力になっています。その結果として、ユーザーは安全性チェックの増加、ブロックされる境界的ケースの増加、そしてより慎重な展開方針を想定しておくべきです。

これが開発者に意味すること

開発者にとって、GPT-5.6 Sol は3つの領域で有望に見えます。

第一に、長く難しいコーディング作業に強いようです。初期テスターは、よりクリーンなコード、より少ない行数、そしてより人間らしい C++ スタイルを報告しています。第二に、空間推論、フロントエンド設計、インタラクティブな出力の面で、GPT-5.5 より優れているようです。第三に、トークン単価が Fable 5 より明確に低く、高頻度または長時間動作するエージェント型タスクにとって魅力的です。

ただし、まだ初期段階です。このモデルはプレビュー版であり、アクセスは限定されていて、公の評価も比較的少数のテストに基づいています。創造的なコーディングや複雑なプロトタイピング作業の一部では、Fable 5 の方が依然としてより強いエンドツーエンドの結果を出す可能性があります。

本当の比較がより明確になるのは、両モデルが広く利用可能になり、同じワークフロー、同じ予算、同じプロンプト、同じ評価基準のもとで検証されたときでしょう。

FAQ

GPT-5.6 Sol とは何ですか？

GPT-5.6 Sol は、OpenAI の GPT-5.6 ファミリーにおけるフラッグシップモデルです。OpenAI はこれを、難度の高い推論、ソフトウェアエンジニアリング、科学的作業、サイバーセキュリティ、そして長い連鎖を持つエージェント型ワークフローに向けた、同社史上最も強力なモデルだと説明しています。

GPT-5.6 Sol は一般公開されていますか？

プレビュー期間中、OpenAI によれば、GPT-5.6 Sol、Terra、Luna は API と Codex を通じて、一部の信頼されたパートナーおよび組織にのみ提供されています。OpenAI のヘルプセンターでは、プレビュー中は GPT-5.6 を ChatGPT で利用できず、一般提供開始日も発表されていないと案内されています。

GPT-5.6 Sol の料金はいくらですか？

OpenAI は、プレビュー期間中の GPT-5.6 Sol の料金を、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 ドルとしています。

同じヘルプセンターページには、Terra が入力／出力 100 万トークンあたり 2.50 ドル／15 ドル、Luna が 1 ドル／6 ドルと記載されています。

GPT-5.6 Sol は Claude Fable 5 と比べてどうですか？

初期のユーザーフィードバックによると、Sol はコーディング、フロントエンドのレイアウト、空間推論、長期的な最適化に強みがあるようです。Fable 5 は、一部のエンドツーエンドのコーディングや創造的なプロトタイピングの作業では依然としてより強力に感じられる可能性がありますが、価格面では Sol に明確な優位性があります。

なぜ Sol は Fable 5 より安いと考えられているのですか？

Sol の掲載価格は入力 100 万トークンあたり 5 ドル、出力 100 万トークンあたり 30 ドルです。一方、Claude Fable 5 は入力 100 万トークンあたり 10 ドル、出力 100 万トークンあたり 50 ドルと記載されています。このため、Sol は入力コストがおよそ半分で、出力コストもより安価です。

なぜ高度なコーディングモデルには、より厳格な安全性チェックがあるのですか？

コードやサイバーセキュリティについて深く推論できるモデルは、攻撃的な用途に悪用される可能性もあります。そのため、OpenAI と Anthropic はどちらも、最も高性能なモデルに対して、多層的なセーフガード、安全性分類器、段階的なアクセス、監視体制があることを説明しています。

開発者はすぐに GPT-5.6 Sol に切り替えるべきですか？

必ずしもそうではありません。Sol は、特にコストに敏感なコーディングやエージェント型タスクにおいて有望に見えますが、アクセスはまだ限定的であり、公開テストも初期段階です。開発者は、品質、総トークン使用量、リトライ、レイテンシ、リクエストがブロックされた場合の挙動などを含め、自身のワークロードでモデルを比較するべきです。

関連ツール

• OpenAI API: OpenAI のモデルと API を使って構築するための公式開発者向けドキュメント。
• OpenAI Codex: ソフトウェア開発ワークフロー向けの OpenAI のコーディングエージェント。
• Codex Developer Docs: セットアップ、ワークフロー、ツール、モデル利用に関する公式 Codex ドキュメント。
• Claude: チャット、業務、コーディング用途向けの Anthropic の AI アシスタントプラットフォーム。
• Claude Code: コード編集、コマンド実行、開発ツール横断の作業に対応する Anthropic のエージェント型コーディングツール。
• Claude Platform Pricing: Claude API の公式料金ドキュメント。

関連リンク

• Original BAAI Hub Article: この英語版リライトの元になった原文記事。
• Previewing GPT-5.6 Sol: GPT-5.6 Sol に関する OpenAI の公式発表。
• A Preview of GPT-5.6 Sol, Terra, and Luna: 提供状況、アクセス、料金、FAQ を扱った OpenAI ヘルプセンターページ。
• GPT-5.6 Preview System Card: GPT-5.6 プレビューに関する OpenAI のデプロイ安全性レポート。
• Claude Fable 5 and Claude Mythos 5: Fable 5 と Mythos 5 に関する Anthropic の公式発表。
• Claude Fable Model Page: ポジショニングと価格情報を含む Anthropic の公式 Fable ページ。
• Redeploying Fable 5: Fable 5 に関する Anthropic の更新情報

Fable 5の再展開、輸出規制、そして安全性分類器の変更。

• Terminal-Bench: 現実的なコマンドライン作業でエージェントをテストするためのベンチマークプロジェクト。

要約

GPT-5.6 Solの第一印象からは、OpenAIの新たなフラッグシップモデルが、長時間に及ぶコーディング作業、空間推論、フロントエンド生成、そして性能重視の最適化に強いことがうかがえます。また、いくつかのテストでは、よりクリーンで短いコードを生成するようにも見えます。

Claude Fable 5との比較は一方的ではありません。Fable 5は、エンドツーエンドのコーディングや完成品の品質が問われる一部の場面では依然として優位性を持つ可能性がありますが、Solは公表されているトークン単価では大幅に安価であり、初期結果を見る限り非常に高い競争力を示しています。

安全面の挙動も引き続き重要な要素です。OpenAIとAnthropicの双方が、高度な能力を持つコーディングモデルやサイバーセキュリティモデルに対して、より強力な安全対策を導入しつつあります。これは、開発者が出力品質だけでなく、アクセス規則、ブロックされるリクエスト、再試行時の挙動、そして実際のタスクコストも評価すべきであることを意味します。

要するに、GPT-5.6 Solは単に安価なモデルというわけではありません。これは本格的な最先端のコーディングモデルであり、その真の価値は、実際の開発ワークフロー全体を繰り返し回す中で、どれだけ優れた性能を発揮できるかにかかっています。