GPT-5.6 が一般公開：価格・性能・Codex の ChatGPT 統合を整理する

OpenAI は 2026 年 7 月 9 日に GPT-5.6 を正式に公開し、その後 24 時間ほどかけてグローバルに展開を進めました。

今回の発表はもちろんモデル更新ですが、「GPT がまた少し強くなった」という理解だけでは本質を見落とします。GPT-5.6 が示しているポイントは大きく 2 つあります。1 つ目は、OpenAI の主な訴求が「絶対性能」から performance per dollar、つまり同じ予算でどれだけ多くの仕事をこなせるかへと明確に移っていること。2 つ目は、ChatGPT、Work、Codex が 1 つの入口へと統合されつつあり、OpenAI が売ろうとしているものがモデル単体ではなく、作業画面と実行フローを含む一式になってきていることです。

GPT-5.6 では何が公開されたのか

GPT-5.6 は単一モデルとしてではなく、ひとつのファミリーとして公開されました。

• GPT-5.6 Sol：複雑な推論、コーディング、高価値タスク向けの最上位モデル
• GPT-5.6 Terra：性能とコストのバランスを取った中間モデル
• GPT-5.6 Luna：高スループットでコスト効率を重視したモデル

OpenAI の API ドキュメントによると、3 つのモデルはいずれも Functions、Web search、File search、Computer use をサポートし、コンテキストウィンドウは 1.05M tokens、知識カットオフは 2026 年 2 月 16 日で共通です。なお、gpt-5.6 というエイリアスはデフォルトで gpt-5.6-sol を指します。

一般ユーザーにとっては、GPT-5.6 が ChatGPT、Codex、OpenAI API のすべてで使えるようになったことが重要です。一方、開発者にとってより重要なのは、GPT-5.6 が単に「回答が良くなった」だけではなく、設定と実行の仕組み自体が一段と複雑になったことです。

• reasoning effort：none から max まで、どれだけ推論予算を使うかを決める
• Pro mode：同じモデル上で切り替える重めの実行モードであり、独立した別モデルではない
• Ultra：Codex / ChatGPT 上で、より強い結果と短い完了時間のために複数 agent を並列に動かすモード
• Programmatic Tool Calling：Responses API 内でツール呼び出しをより構造的に扱い、中間 token の無駄を減らす仕組み

OpenAI が今回の発表で繰り返し「1 token あたりの価値」を強調しているのは、このためです。単一のベンチマーク数字だけを前面に出しているわけではありません。

Sol・Terra・Luna・Pro・Ultra はそれぞれ何を指すのか

最近 API ドキュメント、Codex、ChatGPT を行き来している人ほど、名前の多さで混乱しやすいはずです。というのも、OpenAI は今回 ベースモデルの種類、思考レベル、実行モード、プロダクト層の作業モード を同時に語っており、それぞれは別の概念なのに、UI 上では同じ階層の選択肢のように見えやすいからです。

まず一番基本の層を整理すると、次の通りです。

• Sol / Terra / Luna は GPT-5.6 の 3 つのベースモデル
• gpt-5.6 のエイリアスは gpt-5.6-sol を指す
• 3 モデルとも、ツール対応、1.05M のコンテキスト、reasoning effort の選択肢は共通

API ドキュメント上では、3 つとも以下の思考レベルをサポートしています。

• none
• low
• medium
• high
• xhigh
• max

つまり、「低い思考」「高い思考」「max 思考」といった表現は別モデルを意味しているわけではありません。同じモデルに対する推論強度の違いです。たとえば次のような組み合わせです。

• gpt-5.6-sol + low
• gpt-5.6-sol + max
• gpt-5.6-terra + medium

これらは「モデル + effort」の組み合わせが違うだけで、まったく別の製品ではありません。

次に、より混乱しやすいのが Pro です。

出典: https://developers.openai.com/api/docs/guides/reasoning#reasoning-mode

OpenAI は API ドキュメントで明確に、Pro は独立した model slug ではないと説明しています。Pro mode を使いたい場合、gpt-5.6-pro のようなモデルに切り替えるのではなく、Sol / Terra / Luna のいずれかを選んだまま reasoning.mode を pro に設定する形になります。また、reasoning.mode と reasoning.effort は独立しているため、low、medium、high、max といった effort は別途選択できます。

要するに、API における Pro は「第 4 のモデル」ではなく、同じモデルの上でより重い実行を行うためのモードです。より多くの処理を行った上で単一の最終回答を返す代わりに、遅延と token 消費は大きくなります。

一方の Ultra はさらに別の層の概念です。OpenAI は GPT-5.6 の公開ページで、これを Codex におけるデフォルトの 4 agent 構成として説明しており、さらに Responses API の multi-agent beta を使えば “ultra-like experiences” を構築できるとも述べています。つまり Ultra は、Sol / Terra / Luna の外側にある第 4 の基盤モデルというより、プロダクト層の multi-agent 作業モードとして理解するほうが正確です。

これらの名前を無理に 1 つの表にまとめるなら、次の整理が最も安全です。

その意味で、GPT-5.6 は強くなった一方で、命名体系は確かに分かりにくくなりました。実際のユーザー体験では、単に「モデルを選ぶ」のではなく、次の 4 層を同時に見ていることになります。

1. ベースモデルを選ぶ：Sol / Terra / Luna
2. 思考レベルを選ぶ：none から max
3. 実行モードを選ぶ：standard か pro
4. Codex / ChatGPT 側で ultra のような multi-agent モードを重ねる

この設計はヘビーユーザーにとって調整の余地を広げる一方で、「今自分が何を使っているのか」が直感的には分かりにくくなります。普通の開発者から見ると、OpenAI はもはや単一のモデル名を売っているというより、実行時の設定マトリクスそのものを売っているように見えます。

価格はどう変わったのか

OpenAI API の Standard 料金では、GPT-5.6 の価格は次の通りです。

この表からまず見えてくるのは 2 点です。

1 つ目は、Sol の価格が標準の GPT-5.5 と同じだということです。つまり OpenAI は、最上位モデルの価格を単純に上げたのではなく、ほぼ同じ単価でより高い成功率、より低いレイテンシ、より少ない token 消費を得られると開発者に訴えているわけです。

2 つ目は、Terra と Luna によって価格帯の階段がかなり明確になったことです。大量の agent 呼び出し、バッチ生成、中程度の難易度のコーディングを扱うチームにとっては、常に最強モデルを使うよりも、この 2 つのほうが現実的な選択肢になりやすいでしょう。

さらに GPT-5.6 では、API コストにとって見落としにくい重要な変更も入りました。GPT-5.6 ファミリー以降では、Prompt Caching の cache writes が「追加料金なし」ではなくなり、個別に課金されるようになった点です。

Standard 料金で見ると、キャッシュ関連の価格は次の通りです。

• cached input は通常の入力価格の 10%
• cache writes は未キャッシュ入力価格の 1.25 倍

GPT-5.6 Sol の short-context Standard 料金を例にすると、次のようになります。

• 通常入力：$5 / 1M tokens
• キャッシュ読み取り：$0.50 / 1M tokens
• キャッシュ書き込み：$6.25 / 1M tokens

ここで最もはっきりさせておきたいのは、明示的なキャッシュ制御が強化されたからといって、暗黙的なキャッシュがなくなったわけではないという点です。OpenAI の公式ドキュメントには、prompt caching は今もデフォルトで有効であり、条件を満たすリクエストは自動的にキャッシュされうると明記されています。デフォルトでは、1024 tokens を超えるリクエストで自動キャッシュが発生する可能性があります。つまり GPT-5.6 以降も自動キャッシュは残っており、開発者側に明示的な断点制御の手段が増えた、という理解が正確です。

両者の違いを大まかに言うと、次のようになります。

OpenAI のドキュメントでは、リクエストの挙動を implicit と explicit に分けています。

• implicit はデフォルトモードで、システムが暗黙的な断点を自動配置し、手動で追加した明示断点も利用する
• explicit はデフォルトの暗黙断点を無効にし、自分で定義した断点だけを使う

この違いはコスト管理に直結します。開発者の感覚としては、implicit は自動最適化に近く、explicit は長い prefix や再利用コンテキストの境界を自分で安定的に管理したい場合に向いています。

また、GPT-5.6 の cache write 課金ルールは単独で見ても重要です。OpenAI は prompt caching のドキュメントで、GPT-5.6 以前は cache writes に追加料金がなかった一方、GPT-5.6 ファミリー以降では cache writes が未キャッシュ入力価格の 1.25 倍で課金されると明記しています。さらに公式文書では、implicit モードではシステムが自動的に置く暗黙断点も write slot を消費すると説明されています。したがって、リクエストが実際に新しいキャッシュ書き込みを発生させた場合、そのコストは以前のように無料の副作用として扱うのではなく、明示的に計算に入れるべきだと考えるのが安全です。

出典: https://developers.openai.com/api/docs/guides/prompt-caching#frequently-asked-questions

もう 1 つ、GPT-5.6 と強く結びついているのが prompt_cache_key です。OpenAI のドキュメントでは、GPT-5.6 以降のモデルで 暗黙・明示いずれのキャッシュでも、より安定したマッチングを得たいなら prompt_cache_key を積極的に設定すべきだと説明しています。これを付けなくても自動キャッシュが当たる可能性はありますが、より安定した厳密一致の経路は使われません。

したがって、GPT-5.6 のキャッシュ変更をより正確に言うなら、「今になってキャッシュ対応した」のではなく、次の 4 点です。

1. 暗黙キャッシュは今も存在し、デフォルトで有効
2. 開発者は明示断点によってキャッシュ境界をより細かく制御できる
3. cache writes は GPT-5.6 ファミリーから、実際に新規書き込みが発生した分について個別課金される
4. 本番で安定したキャッシュ効果を得るには、prompt_cache_key がほぼ必須になりつつある

つまり、API を重く使うチームは、入力価格と出力価格だけでなく、キャッシュ書き込み量、キャッシュ読み取りのヒット率、そして prompt prefix の安定性も別軸で見る必要が出てきます。

性能向上というより、OpenAI が売っているのは「効率」

公式の見せ方だけを見れば、GPT-5.6 はコーディング、知識労働、デザイン、ブラウジング、科学、サイバーセキュリティと、ほぼあらゆる領域で強くなったように見えます。しかし公開資料を丁寧に読むと、OpenAI が今回もっとも強調しているのは「全面的な優位」といったキャッチコピーではなく、より少ない token、より低いレイテンシ、より高い完了率です。

OpenAI が代表的な数字として前面に出しているのは、たとえば次のようなものです。

• Artificial Analysis Coding Agent Index v1.1 で GPT-5.6 Sol が 80
• BrowseComp で GPT-5.6 Sol Ultra が 92.2%
• OSWorld 2.0 で GPT-5.6 Sol が 62.6%
• Agents' Last Exam のような長時間・専門性の高い agent 評価で、Claude Fable 5 より高いコスト効率を繰り返し訴求

ただし、ここは少し冷静に見るべきです。OpenAI 自身のページでも、場所によって数字が完全に一致しているわけではありません。たとえば本文では GPT-5.6 Sol の Agents' Last Exam が 53.6 と書かれている一方、後半の要約表では 52.7 になっています。これは評価モード、reasoning effort、あるいはより強い構成の有無など、条件差があることを示している可能性があります。要するに、GPT-5.6 が強くなっているのは確かでも、ベンチマークは見出しの数字だけでなく、必ず測定条件とセットで読むべきです。

だからこそ、今回の発表で本当に重要なのは「より大きく、より強く」という話ではなく、むしろ本番運用を意識した次のような訴求だと私は見ています。

1. 同じ予算でより多くのタスクをこなす
2. より少ない token で同等以上の結果に近づく
3. 複雑な仕事は multi-agent と programmatic tool calling に寄せる

企業やヘビーな API ユーザーにとっては、ベンチマークが 2 点高いことより、こちらのほうがはるかに実務的です。

Codex の ChatGPT 統合は、ベンチマーク以上に重要かもしれない

GPT-5.6 がモデル面の大きな話題だとすれば、プロダクト面での本当のニュースは別にあるかもしれません。Codex app が新しい ChatGPT desktop app に統合されることです。

OpenAI は別記事の中で、この点をかなり直接的に説明しています。その日から Codex app は新しい ChatGPT デスクトップ体験へ統合され、統合後の ChatGPT desktop はローカルのファイルやアプリにアクセスできるだけでなく、内蔵ブラウザによって Web ページ、オンラインツール、オンラインファイルも同じ作業空間に取り込めるようになります。その一方で、Codex 側の開発者向けワークフロー機能も維持されます。たとえば次のようなものです。

• diff 内でのインライン編集
• サイドバーでの PR review
• より高速な computer use
• 1 つのプロジェクト内で複数リポジトリを扱える構成

この意味は、単に「入れるアプリが 1 つ減る」という話ではありません。OpenAI が、これまで別物のように見えていた 3 つをひとつにまとめようとしていることを示しています。

• 日常的なチャット
• 長い知識労働
• コーディングや実行型 agent

これまで ChatGPT は会話の窓口、Codex は開発ツール、Work はより重い生産性モードとして捉えられがちでした。いま見えてきた方向性はかなり明確です。OpenAI はこれらを 1 つのインターフェースへ収束させ、ユーザーが製品を切り替えるのではなく、同じ器の中でタスクの種類だけを切り替える状態を作ろうとしているのです。

もしこの方向がうまく機能するなら、OpenAI の競争優位は「モデルが 1 位かどうか」だけではなく、「誰がより完成度の高い仕事のループを提供できるか」に移っていくはずです。

コミュニティは GPT-5.6 をどう見ているか

Hacker News の議論を見る限り、GPT-5.6 への反応は一方向の賞賛ではありません。かなり典型的に、「確かな前進だ」と見る側と、「少し待て」と見る側に分かれています。

肯定的な反応は、おおむね 3 つの軸に集まっています。

1 つ目は 速く、安く、安定しているという評価です。多くの開発者は「前世代より急に圧倒的に賢くなった」と言っているわけではありません。その代わりに、同程度あるいはそれ以下のコストで、より安定し、より速く、一貫性も高いという感触を語っています。これは OpenAI が打ち出している efficiency 中心のメッセージとよく噛み合っています。

2 つ目は、Codex のプロダクト体験が他の coding harness に追いつき、場合によっては追い越し始めているという見方です。議論の中には、単一の benchmark が理由ではなく、信頼性、価格、長時間タスク時の挙動を理由に、すでに Claude Code から Codex へ乗り換えたと明言する開発者もいます。Codex の killer feature を一言で price だと表現するコメントさえありました。

3 つ目は、デザインやフロントエンド能力がようやく真面目に論じられ始めたことです。OpenAI は今回、GPT-5.6 の design judgment や computer use をかなり意識的に押し出しており、実プロジェクトでも通用するなら、UI やデザイン系ワークフローでの Claude との印象差を縮められるのではないかと見る人もいます。

一方で、懸念もはっきりあります。

まず benchmark の見せ方には依然として警戒感があることです。公式資料の中で数字がずれていたり、異なるモードで異なるモデルを比較していたりすると、やはり「本当に同条件で比べているのか」という疑問が出てきます。

次に Quota と token 消費の問題です。HN では、GPT-5.6 Sol は長時間タスクで良い結果を出す一方、Quota の消費がかなり激しく、メインの作業が終わった後も追加レビューに入り続けて token を使い続けることがある、という報告も見られます。つまり OpenAI は「1 token あたりの価値が高い」と言っているのに対し、ユーザーの一部は「相変わらず token は多く使うが、以前より納得感のある使い方になった」と感じているわけです。

3 つ目の摩擦点は prompt の書き方そのものを見直す必要があることです。OpenAI の公式ドキュメントには、GPT-5.6 が “Be concise” や “Keep it short” のような一般的な簡潔化指示に以前より敏感で、圧縮しすぎた結果、本来含めるべき情報まで落としてしまうことがあると明記されています。この注意書きは HN でも不満を呼んでおり、過去に通用していた prompt 習慣の一部が書き換えを迫られることを意味します。

最後の実務的な問題は、モデル選択そのものが複雑になっていることです。Sol、Terra、Luna に加えて、reasoning effort、max、ultra、標準モード、Pro モードまで重なってくると、普通の開発者にとってモデル選びは「一番強いものを選ぶ」よりも、「スケジューリング設定を組む」ことに近くなってきます。

GPT-5.6 に対する私の見方

この発表を 1 文でまとめるなら、私はこう表現します。

GPT-5.6 の意味は、単にモデルが強くなったことではなく、OpenAI が「モデルの優位」を「仕事の流れ全体の優位」へ変えようとしている点にある。

価値の中心は単一のベンチマークではありません。次の 3 つがまとめて提供されていることにあります。

• より明確な価格階段
• token 効率とツール実行効率の重視
• ChatGPT、Work、Codex の統一入口

プロダクト戦略として見れば、これは「また 1 世代モデルが増えた」こと以上に重要です。素のモデル性能が徐々に収束していくなら、スイッチングコストや継続利用を左右するのは、3 点や 5 点のベンチマーク差ではなく、誰がひとまとまりの仕事をより安定して完了できるかだからです。

もちろん、GPT-5.6 はまだ「何もかも無条件で切り替える」段階ではありません。benchmark の比較可能性、本番環境での実際の token 消費、Quota 体験、安全対策がもたらす摩擦などは、今後さらに実使用の中で確かめていく必要があります。

それでも、少なくとも 2026 年 7 月 9 日の今回の公開から見える方向性はかなり明確です。OpenAI は単により強いモデルを学習し続けたいだけではなく、ChatGPT を統一的な作業インターフェースへ変え、Codex を独立した coding agent から、その中核実行層へ移そうとしています。

この方向が機能すれば、GPT-5.6 は「最強ベンチマークのモデル」としてではなく、OpenAI が ChatGPT と Codex の関係を構造的に組み替え始めた転換点として記憶されるかもしれません。

関連リソース

• OpenAI 公式発表：GPT-5.6
• OpenAI API Models ドキュメント
• OpenAI API Pricing ドキュメント
• OpenAI モデル利用ガイド：Using GPT-5.6
• OpenAI 公式発表：ChatGPT for your most ambitious work
• Hacker News の議論スレッド