このモデルの強みは何ですか？

GPT-5.6 Solの半額の$2/$10、コンテキストは105万トークンに拡大 AutomationBench 33.2%を1タスク$0.27で達成と、今回の発表で最も誠実な単位コスト開示キャッシュ入力は$0.20/100万トークン（90%引き）で、長時間エージェントの実質単価が下がる

このモデルの弱みは何ですか？

DeepSWE v1.1の68.8%とOSWorld 2.0ではGPT-5.6 Solの最高スコアに届かず、上がったのはコストだけ数値は全てxhigh/maxの自己申告で、システムカードは同梱されていない入力27.2万トークン超は入力2倍・出力1.5倍の割増

どんな用途に最適ですか？

範囲の明確な高頻度エージェント作業 Codex内でのコードレビュー・テスト修正・小規模機能追加スケールが効くマルチステップのツール呼び出し

OpenAIプロプライエタリ

GPT-6 Sol

Name: GPT-6 Sol
Author: OpenAI

このモデルを比較

OpenAIが2026年9月22日に公開したGPT-6系列の中位モデル。100万トークンあたり入力$2・出力$10で、Claude Sonnet 5と全く同じ価格表、GPT-5.6 Solの半額。コンテキスト105万トークン、最大出力128K、知識カットオフは2026年4月20日。AutomationBench 33.2%（1タスク$0.27）、Agents' Last Exam 56.4%と、ピークスコアより単位コストを前面に出す数字構成で、DeepSWE v1.1の68.8%はGPT-5.6 Solの最高スコアを下回る。

シェア:X はてブ LINE

パラメータ

非公開

コンテキスト長

1.05M

ライセンス

プロプライエタリ

リリース日

2026-09-22

ベンチマーク性能

AA インテリジェンス指数

47.5

LMArena Elo

—

Human-Like Evaluation

—

ARC-AGI-2

—

SWE-bench Verified

—

GPQA Diamond

—

MMLU-Pro

—

LiveCodeBench

—

AIME 2025

—

MATH-500

—

API料金

入力料金（1Mトークンあたり）

出力料金（1Mトークンあたり）

$10

課金モード: standard

強み

•GPT-5.6 Solの半額の$2/$10、コンテキストは105万トークンに拡大
•AutomationBench 33.2%を1タスク$0.27で達成と、今回の発表で最も誠実な単位コスト開示
•キャッシュ入力は$0.20/100万トークン（90%引き）で、長時間エージェントの実質単価が下がる

弱み

•DeepSWE v1.1の68.8%とOSWorld 2.0ではGPT-5.6 Solの最高スコアに届かず、上がったのはコストだけ
•数値は全てxhigh/maxの自己申告で、システムカードは同梱されていない
•入力27.2万トークン超は入力2倍・出力1.5倍の割増

活用例

•範囲の明確な高頻度エージェント作業
•Codex内でのコードレビュー・テスト修正・小規模機能追加
•スケールが効くマルチステップのツール呼び出し

深度分析

Artificial Analysis Intelligence Index

39.8（中）/ 47.5（最大）

AA Index v4.3.2。Claude Opus 5.5の最大は57.6

実測コスト（1タスク）

$0.25（中）/ $1.06（最大）

中程度設定ではOpus 5.5の約5分の1

Input / Output 価格

100万トークンあたり $2 / $10

GPT-5.6 Solのプロモ価格から50%減。キャッシュ読み$0.20

Context Window

105万トークン

最大出力128K。入力272K超で単価2倍・出力1.5倍

安全性の変化

拒否の巻き戻り 68% → 64%

掲示板テストでの未承認指示実行は52% → 11%

Release

2026年9月22日

知識カットオフ2026年4月20日。OpenAI API、ChatGPT Work、Codexで提供

強み

・料金表がClaude Sonnet 5とほぼ同一で、なおかつ前世代比で誤り率が約半分だとOpenAIは主張する
・OpenAIのAutomationBenchではClaude Opus 5を6.3%上回り、タスクあたりコストは約9%
・拒否の巻き戻りと未承認指示の実行率が実質的に改善し、52%から11%という低下幅は大きい
・同日にGPT-6系のプロンプトキャッシュが改善され、キャッシュ済みプロンプトのコストが最大90%下がった

弱み

・最大設定どうしではArtificial Analysisの指数でOpus 5.5に約10ポイント劣る。天井は確かに低い
・ローンチ時点でシステムカードが公開されていない
・OpenAI APIとChatGPT Work、Codexのみ。ChatGPT本体ではまだ使えない
・入力272K超で単価が2倍、出力が1.5倍になる。Anthropicにはこの割増がない

競合比較

Model	Arena	SWE	GPQA	Price
Claude Opus 5.5	AA 57.6（最大）	N/A	N/A	$4/$20
GPT-5.6 Sol（プロモ）	AA 59	N/A	N/A	$4/$20
Claude Sonnet 5	N/A	N/A	N/A	$2/$10

概要

GPT-6 Solは9月22日のOpenAIの2本のうち実務機にあたり、主張の軸はベンチマークではなく算数である。入力100万トークン$2、出力$10という料金はClaude Sonnet 5の料金表とそのまま重なり、GPT-5.6 Solのプロモ価格から50%下がる。訓練手法は旗艦のGPT-6 Astraから引き継いだ。Artificial Analysisの測定では既定の中程度設定で39.8（1タスク$0.25）、最大設定で47.5（$1.06）。Claude Opus 5.5より約10ポイント低いが、コストは約5分の1である。OpenAIは安全性についても具体的な数字を出し、拒否の巻き戻りが68%から64%へ、掲示板を模したテストでの未承認指示実行が52%から11%へ下がったと発表した。

ベンチマーク＆性能

OpenAIが示す比較はすべてコストで正規化されている。自社のAutomationBenchではClaude Opus 5を6.3%上回り、タスクあたりコストは約9%だった。独立系のArtificial Analysisでは中程度で39.8、最大で47.5。Opus 5.5の51.2と57.6を下回るが、タスクあたり$0.25と$1.06は$1.34と$5.98に対する答えである。むしろ注目すべきは安全性の差分で、拒否の巻き戻りは4ポイント改善し、未承認指示の実行率は約5分の1になった。システムカードは添付されておらず、Sol自体のSWE-bench Verifiedも公表されていない。

詳細比較

**GPT-6 Sol 対 Claude Opus 5.5** - 同じ日、逆の賭け。Solは指数で約10ポイントを譲り、トークン単価で半分、タスクあたりで約5分の1を取る。 - Opus 5.5は外部評価とマルチクラウド提供、Solは安いキャッシュと低い天井という組み合わせだ。 **GPT-6 Sol 対 GPT-5.6 Sol** - 料金表が半減し、同時に誤り率も約半分だと主張されている。 - GPT-5.6 Solのプロモは11月に終了予定だった。GPT-6 Solの投入価格には同じ期限が付いていない。 **GPT-6 Sol 対 Claude Sonnet 5** - $2/$10、キャッシュ読み$0.20で完全に一致。OpenAIはAnthropicの中位帯を、Anthropicの数字で攻めている。

コミュニティ評価

開発者の受け止めは「ベンチマークの頂点を譲り、量で戦う宣言」だった。$2/$10がClaude Sonnet 5の料金表と一字一句同じである点が広く指摘され、$0.10のLunaにはオープンウェイトの自前運用との比較が集まった。エージェントを運用するチームは値下げよりプロンプトキャッシュの改善を歓迎した。長く回るループでは、キャッシュ済みプロンプトの最大90%削減の方が効くためである。システムカードの不在には、Anthropicに向けられたのと同じ批判が逆向きに飛んだ。

ユースケース

**1. 大量のコーディングとCI** $2/$10、キャッシュ読み$0.20は、同じ指示を繰り返す大規模コードベースを想定している。まずキャッシュを有効にすること。見出しの値下げより請求額への影響が大きい。 **2. 業務文書の自動化** AutomationBenchという建て付けは単発の回答ではなく多段の業務を狙っている。量をさばき、推論の天井が多少低くても完走が重要なパイプラインに向く。 **3. Codexのエージェントループ** SolとLunaはCodexの有料プランを支えるモデルなので、そこでのエージェント作業は自動的に値下げの恩恵を受ける。272Kの境界を自社ハーネスで確認しないまま、全域が安いと想定しないこと。