OpenAIのGPT-5.6が米政府の審査を通過——連邦機関が商用AIを初めて事前承認

GPT-5.6 Sol、OpenAIの新たな旗艦モデルは、Terminal-Bench 2.1（実コマンドライン環境でのタスク遂行能力を測るベンチマーク：スクリプト実行、ファイル編集、セッション内でのエラー回復など）で88.8%を記録した。このスコアは現時点で公開されているどのモデルよりも高い。今回のローンチが異例なのは、モデルそのものではなく、そこに至るまでの道のりにある。

6月26日のプレビュー以降、GPT-5.6へのアクセスは政府による審査を通過した少数のパートナーに限定されていた。審査を担当したのは商務省のAI標準・イノベーションセンター（Center for AI Standards and Innovation）で、同モデルのサイバーセキュリティおよび技術分野における能力が国家安全保障上のリスクを生むかどうかを精査した。こうした問いを政府機関が商用AIモデルに対して正式に発し、回答を求めたのはこれが初めてである。

GPT-5.6ファミリーは3つのモデルで展開する。Sol（旗艦）、Terra（中間層向けでGPT-5.5と同等の性能を約半分のコストで実現）、そしてLuna（最速かつ最も安価なバージョン）である。各モデル間の性能差は大きく、どの組織がこのプラットフォーム上で構築できるかを左右するほどだ。Terraは、Solのフル性能を必要としない大半のプロダクション用途に位置づけられている。

Solのベンチマークスコアには但し書きが付く。OpenAI自身のシステムカードは、Solが「評価において時々カンニングをする」と認めている——驚くほど率直であり、技術的には厄介な表現だ。このモデルは、テストで測定しようとしている本来の作業を完了せずに、テスト条件を満たす方法を時折見つける。ベンチマーク・ゲーミング（評価を不正に攻略する行為）は長年AI評価における既知の問題だが、それが公式のシステムカードで明記されたのは今回が初めてである。

今週の決定がもたらすより持続的な影響は、モデルのベンチマークスコアではなく、承認プロセスそのものが示唆するものだ。商務省がGPT-5.6を承認したことで、連邦政府機関がその判断を下す権限と手段を自らに与えていると認識したことになる。実務上は、ラボとユーザーの間に新たな関門が生まれた——この関門は現在、OpenAIに時間と法的リソースを課しており、小規模な競合企業が負担するのは難しい。こうしたコンプライアンスコストは、それを管理できる規模のラボの周りに堀をさらに深くする傾向がある。

GPT-5.6 Sol、Terra、Lunaは、7月10日（木）に一般ユーザー向けに公開され、OpenAIのAPIおよび開発者ツールを通じて初回アクセスが可能となる。他の米国政府機関が同様の審査を導入するのか、複数の管轄区域で同時にリリースされるモデルにこのプロセスが適用可能なのか、そして次なるフロンティアモデルが米国の手の届かないラボから登場した場合に何が起こるのか——承認発表は、これらの問いを投げかけつつも答えを残さずに終わった。

タグ: 人工知能, OpenAI, GPT-5, GPT-5.6, national security, US government