#12: GPT-5.6、ChatGPT Work、Cloud Run sandboxes

今回は、GPT-5.6 の一般公開と評価、ChatGPT Work を先に扱い、続いて Cloud Run sandboxes、その他の話題を見ます。

GPT-5.6 の一般公開

OpenAI が GPT-5.6 ファミリー（Sol / Terra / Luna）を一般公開しました（GPT-5.6、OpenAI）。6 月 26 日の限定プレビューを経て、ChatGPT・Codex・API で利用できます。ロールアウトは今後 24 時間かけて広がると案内しています。

API 価格は Sol が入力 $5 / 出力 $30、Terra が $2.50 / $15、Luna が $1 / $6（いずれも 100万トークンあたり）。ChatGPT では Plus 以上が Sol（medium 以上）、Pro / Enterprise は Sol Pro も選択可です。ChatGPT Work / Codex では Free / Go が Terra、有料プランは 3 モデルと推論設定を選べます。max は GPT-5.6 が使える全ユーザー、ultra は Work では Pro / Enterprise、Codex では Plus 以上です。

API 側の新規機能として、Programmatic Tool Calling（モデルが JavaScript を書いてツールをオーケストレーションする。隔離 V8、ネットワークなし、ZDR 対応）と、Responses API の multi-agent beta（並列サブエージェント）が入りました。同系統では Cloudflare の Code Mode が先行し、Anthropic も別系統で Programmatic Tool Calling を提供しています。ultra は既定で 4 エージェントを並列に回し、Terminal-Bench 2.1 では 88.8% → 91.9% と報告されています。

Sol Ultra の利用枠消費はタスクによって幅があります。45 分と 36 分の 2 タスクで 5 時間枠に達した報告がある一方、40 分かかった特許明細書の作成では、Pro プランの 5 時間枠を 20%、週間枠を 3%消費したと報告されています（SaltyAom、kawakami naritoshi氏）。

GPT-5.6 の評価

ベンチでは、Artificial Analysis Coding Agent Index で Sol（max）が 80（Fable 5 を 2.8 点上回る）、Agents’ Last Exam で 53.6、Intelligence Index では Fable 5 に次ぐ 2 位・コスト約 1/3（Artificial Analysis）と出ています。DeepSWE v1.1（mini-swe-agent、7 月 9 日更新）では、Sol max の 73% は次点の Fable 5 max / Terra max より 3 ポイント高い結果です（Datacurve）。API 単価と、この評価におけるタスクあたり平均コストを併記すると次のとおりです。