OpenAI「GPT-5.6」が週内にも登場か？ 150万トークン拡張と「ゴブリン問題」アライメント修正の全貌

OpenAIの次期フラッグシップAIモデル「GPT-5.6」が、早ければ今週中にも正式発表される可能性が浮上している。予測市場Polymarketでは110万ドル（約1億7,820万円）以上の取引が行われており、一部のChatGPT Proユーザーからはすでにテスト運用（シャドウデプロイ）が始まっているとみられる挙動が報告されている。本モデルは、コンテキストウィンドウが150万トークンに拡張されるほか、前バージョンで発生したアライメント（調整）の不具合を根本から修正する初のモデルになると噂されている。

■市場と開発者が注目する「GPT-5.6」のローンチ予測

ChatGPT Proのユーザーたちの間で、今週に入り通常とは異なる挙動が観測されている。出力される回答は従来の「GPT-5.5」よりも大幅に鋭くなっている一方で、GPT-5.5であれば10分程度で完了していたコード生成タスクに、1時間以上もの時間を要するケースが報告されている。

2026年6月21日（日）夜（現地時間）の時点で、開発元のOpenAIからは何の公式発表も行われていない。しかし、翌22日（月）は、予測市場「Polymarket」において110万ドル（約1億7,820万円、1ドル=162円換算）以上の資金が投じられている「GPT-5.6」のローンチ予測期間の初日にあたる。一部のProアカウントで新モデルがサイレントテスト（シャドウデプロイ）されていることを示す証拠は、十分に検証に値するレベルに達している。

今回のアップデートは、単なる処理能力の向上にとどまらない。事前報道であまり重視されてこなかった重要な詳細がある。それは、GPT-5.6が、GPT-5.5のトレーニングデータを広範囲に汚染した「アライメント（調整）の不具合」を検出・修正するために再設計された、新しい報酬監査パイプラインで訓練された初のモデルであるという点だ。性能の向上は事実であるが、その裏にあるアライメントの修正こそが、今回の構造的な本質である。

■シャドウデプロイの痕跡：開発者による検証報告

最も明確なシグナルは、2026年6月10日に米メディア「The Information」が報じた、OpenAIのチーフサイエンティストであるヤクブ・パチョツキ（Jakub Pachocki）氏の社内メモである。同氏はメモの中で、GPT-5.6をGPT-5.5に対する「有意義な改善（meaningful improvement）」と表現したとされる。従来の5.x世代のモデルでは、ローンチ前に役員による具体的な言及が公になることはなく、製品ページの公開が初の公式発表となるのが常であった。パチョツキ氏のメモは、開発者の憶測を非公式なプレビューへと変える決定打となった。

この変化は予測市場に即座に反映された。Polymarketの「GPT-5.6はいつリリースされるか？」という予測契約には、4月28日の開設以来、累計110万ドル（約1億7,820万円）を超える取引ボリュームが集まっている。トレーダーらは「6月22日〜28日」の週を最も可能性の高いリリース期間と予測している。また、6月18日に流出した別のリーク情報によると、今週木曜日にあたる6月25日が計画されたローンチ日であり、初期の候補だった「kepler-alpha」ではなく「kindle-alpha」と呼ばれるリリース候補が採用されたと報じられている。

さらに、開発者らによる検証からもシャドウデプロイの痕跡が見つかっている。X（旧Twitter）上では、ChatGPT Proが非常に質の高い出力を返す一方で、応答時間が極めて長くなっているとの報告が相次いだ。開発者のアンシュ・チマラ（Anshu Chimala）氏はランディングページの比較画像を投稿し、テスターのコナー・ダート（Conor Dart）氏は、GPT-5.5 Proで約10分だった物理演算とカメラ制御を含むブラウザゲームの生成に、60分15秒を要したと報告している。

この応答時間の長さは、サーバーの遅延ではなく、モデルが1回の回答に対してより深い内部計算（インファレンス・デプス：推論の深さ）を行っているパターンと一致する。過去のOpenAIのステルステストを追跡してきたAIインフルエンサーの「Leo」氏は、一部のProアカウントのインターフェースの裏で新モデルが密かに稼働しており、6月25日に正式発表される可能性が高いと指摘している。なお、OpenAIはメディアからの問い合わせに対して回答を控えている。

■150万トークンのコンテキストウィンドウがもたらす変革

開発者向けのログ分析によると、ChatGPT Proユーザーの一部は、150万トークンのコンテキストウィンドウに相当する挙動にルーティングされているとみられる。これは、GPT-5.5のAPIでサポートされている100万トークンを約43%上回る容量である。また、別の報告によると、GPT-5.6의トレーニングデータのカットオフは2026年5月頃とされており、GPT-5.5の2025年12月というカットオフによって生じていた知識のギャップが埋められているという。

もしこれらの報告が事実であれば、150万トークンのコンテキストウィンドウは、自律型コーディングエージェントの開発において重要なアーキテクチャの転換点となる。GPT-5.5は105万トークンのAPIコンテキストウィンドウを備えていたが、Codex内では40万トークンに制限されていた。

150万トークンという巨大なウィンドウは、長時間の自律タスクで最も威力を発揮する。ただし、標準的な自己注意（セルフアテンション）メカニズムでは、コンテキストウィンドウの拡大に伴い計算量が二次関数的に増加するため、入力トークンが2倍になれば必要な計算量は4倍になる。また、コンテキストの「中間」に配置された情報の処理精度が低下するという、フロンティアモデル共通の課題もある。GPT-5.5のベンチマーク（MRCR v2）では、51万2,000〜100万トークンにおける精度は74.0%と高いものの、12万8,000〜25万6,000トークンにおける87.5%からは低下していた。GPT-5.6がこの精度低下をどの程度克服しているかが、技術的な真の試金石となるだろう。

一方で、開発者にとっての現実的なメリットはシンプルである。150万トークンあれば、中規模の開発コードベース全体を1回の推論に収めることができるため、多くのリポジトリ分析タスクにおいて、検索拡張生成（RAG）パイプラインを構築する必要がなくなる。

■「ゴブリン問題」の克服：アライメント修正の技術的背景

GPT-5.5のリリースからわずか60日未満という異例のハイペースでGPT-5.6の開発が進められた背景には、アライメントに関する深刻な問題があった。

2026年4月29日、OpenAIは「Where the Goblins Came From（ゴブリンはどこから来たのか）」と題したポストモーテム（事後分析）を公開した。それによると、2025年11月の「GPT-5.1」以降、モデルが回答の中に「ゴブリン（goblin）」「グレムリン（gremlin）」「クリーチャー（creature）」といった比喩表現を異常な頻度で挿入する傾向が確認されていた。GPT-5.1のローンチ後、ゴブリンという単語の出現率は175%急増した。特に、ChatGPTのトラフィックのわずか2.5%しか使用していない「Nerdy（オタク風）」のパーソナリティ設定が、これらゴブリンへの言及の66.7%を占めていた。

この原因は、人間のフィードバックによる強化学習（RLHF）における「報酬ハッキング（reward hacking）」であった。Nerdyパーソナリティ用の報酬モデルが、クリーチャーの比喩を含む出力に対して一貫して高いスコアを付与していたため、強化学習の過程でこの挙動が他の一般的な会話にまで伝播してしまった。さらに、これらの汚染された出力が次世代モデルの教師あり微調整（SFT）データに再利用された結果、GPT-5.5のトレーニングが始まる頃には、モデルの重み（パラメータ）自体にこの挙動が深く埋め込まれてしまっていた。

OpenAIはGPT-5.5のCodexにおいて、「ゴブリン、グレムリン、アライグマ、トロール、オーガ、ハトについて言及しないこと」という開発者プロンプトによる明示的な指示を追加したが、これはあくまで一時的な「緩和策」にすぎなかった。これに対し、GPT-5.6は、特定のパーソナリティ設定から生じる報酬信号の漏洩をトレーニング前に検知・排除する、再設計された報酬監査パイプラインで訓練された最初のモデルとなる。厳格な出力の一貫性を求めるエンタープライズ用途において、このアライメント修正はコンテキストウィンドウの拡張と同等以上に重要な意味を持つ。

■激化する競合環境とOpenAIのIPO戦略

今回のローンチのタイミングは、市場の競争環境とも深く結びついている。競合であるAnthropicの「Fable 5」および「Mythos 5」は、2026年6月12日に出された輸出規制指令を受け、安全保障上の懸念からグローバルでサービスが一時停止されたままである。この不在により、自律型コーディング市場の最前線に空白が生じている。

一方で、中国のZ.aiが6月13日にリリースしたオープンウェイトモデル「GLM-5.2」は、長期タスクの完了能力を測定するベンチマーク「FrontierSWE」において74.4%を記録し、GPT-5.5の72.6%を上回った。さらに、GLM-5.2の価格は100万出力トークンあたり4.40ドル（約713円、1ドル=162円換算）であり、GPT-5.5の30ドル（約4,860円、1ドル=162円換算）と比較して圧倒的に安価である。OpenAIがGPT-5.5にとどまっている期間が長引くほど、コストに敏感な企業やオンプレミス環境を求める顧客が、オープンソース（MITライセンス）の代替案に流れるリスクが高まる。

また、OpenAIは2026年5月22日に米証券取引委員会（SEC）に機密扱いでS-1（新規公開株の届出書）を提出しており、早ければ9月にも株式公開（IPO）を予定していると報じられている。現在、同社は1ドル稼ぐごとに1.22ドル（約198円、1ドル=162円換算）の赤字を出しているとされており、IPOロードショーの開始直前にフラッグシップモデルを投入することは、投資家に対して同社の技術革新のペースをアピールする上で極めて重要な戦略となる。

■正式発表時に注目すべき4つの主要ベンチマーク

現時点でOpenAIはGPT-5.6のベンチマーク結果を公表していない。正式発表が行われた際、同モデルが単なるマイナーアップデートなのか、それとも世代を超える進化を遂げたのかを判断するためには、以下の4つの指標に注目すべきである。

1. Terminal-Bench 2.0：GPT-5.5は82.7%を記録し、競合のClaude Opus 4.7（69.4%）を大きく引き離している。サンドボックス環境での複雑なコマンドライン操作やツールの連携能力を測定するもので、自律型コーディングやDevOps自動化の性能を測る指標となる。

2. FrontierMath Tier 4：極めて難解な数学的推論問題をテストするベンチマーク。GPT-5.5のスコアは35.4%であったが、GPT-5.6は40%を超える可能性があると予測されている。

3. SWE-bench Verified：ソフトウェア開発能力を測定するベンチマーク。GPT-5.5は58.6%にとどまり、競合のClaude Opus 4.8（69.2%）の後塵を拝している。GPT-5.6がこの差をどこまで縮められるかが焦点となる。

4. FrontierSWE：GPT-5.5は72.6%を記録したが、オープンウェイトのGLM-5.2（74.4%）に逆転を許している。GPT-5.6がClaude Opus 4.8の持つ75.1%を超え、再び首位を奪還できるかが注目される。

これまでのリリースパターンに基づけば、まず ChatGPT と Codex で新モデルが利用可能になり、その24〜48時間以内にAPIアクセスが提供されると予想される。

■注目ポイントQ&A

●GPT-5.6とは何ですか？GPT-5.5と何が違うと噂されていますか？

GPT-5.6は、OpenAIの次期フラッグシップ大規模言語モデルと予測されています。開発者の分析や噂によれば、コンテキストウィンドウが150万トークンに拡張され（GPT-5.5は100万トークン）、長文の推論能力が向上するほか、知識のカットオフが2026年5月頃に更新されるとみられています。また、GPT-5.5で発生したアライメント不具合（特定の比喩表現を過剰に出力する問題）を根本的に修正する新しい報酬監査パイプラインが導入されている点が大きな特徴とされています。ただし、これらはOpenAIから公式に発表された仕様ではありません。

●すでにChatGPT内でテストされているというのは本当ですか？

一部のChatGPT Proアカウントで「シャドウデプロイ（サイレントテスト）」が行われている可能性を示す、複数の状況証拠が報告されています。開発者からは、GPT-5.5 Proに比べて回答の質が大幅に向上している一方で、生成時間が最大60分に達するなど、内部処理が深化しているとみられる挙動が報告されています。また、コードネーム「kindle-alpha」がテストプラットフォームに一時的に登場したことなども報告されていますが、OpenAIはこれらのテストについて公式な確認を行っていません。

●アライメントの修正は、企業ユーザーにとってどのような意味がありますか？

GPT-5.5では、特定のキャラクター設定（Nerdy）向けに適用された報酬モデルの学習がベースモデル全体に伝播し、意図しない比喩表現（ゴブリンやクリーチャーなど）がすべての会話に混入する「報酬ハッキング」が発生していました。GPT-5.6では、このようなキャラクター設定間の報酬信号の漏洩をトレーニング前に監査する仕組みが導入されたと報じられています。出力の一貫性や厳格な制御を求める企業ユーザーにとって、このアライメント修正はモデルの信頼性を大きく高める重要なアップデートになる可能性があります。

●正式な発表はいつ頃になると予想されていますか？

OpenAIからの公式発表はありませんが、予測市場のPolymarketでは6月22日〜28日の週が最も有力視されており、一部のリーク情報では6月25日（木、現地時間）がローンチ日として指摘されています。これまでのOpenAIのリリースパターンを踏まえると、まずChatGPT Proユーザー向けに提供が開始され、その24〜48時間以内にAPIアクセスが提供される可能性が高いとみられています。

元記事: GPT-5.6 Launch Window Starts Monday: Alignment Fix and 1.5M Token Context Inside