GPT-5.6とは？Fable 5・Opus 4.8・Grok 4.5と性能・料金を比較
GPT-5.6とFable 5は、結局どちらが強いのでしょうか。ベンチマークを見ると、総合知能ではFable 5、コーディングエージェントではGPT-5.6 Sol、Cursorの実務課題では再びFable 5が首位となり、数字だけでは判断しにくい状況です。
この記事では、GPT-5.6とは何か、Sol・Terra・Lunaの違い、max・ultra、API料金、Fable 5・Opus 4.8・Grok 4.5とのベンチマーク比較を整理します。あわせて、GPT-5.6と同時に注目されたChatGPT Work、Codex、Sitesの関係も解説します。
先に結論をいうと、GPT-5.6 SolがFable 5を全面的に超えたわけではありません。難しい設計や曖昧な課題ではFable 5が強く、実装、監査、長時間作業、操作後の自己検品、速度とタスク費用ではGPT-5.6 Solが有力です。モデルの総合順位より、仕事の種類と実行環境で選ぶことが重要です。
最新モデルの導入を検討している人、ChatGPTやClaudeを仕事で使う人、API費用と実際の成果を両方見て選びたい人に向けて、2026年7月11日時点の公式情報と第三者評価を分けて説明します。
GPT-5.6とは？Fable 5との違い
GPT-5.6は、OpenAIが2026年7月9日に一般提供を始めたモデルファミリーです。単一モデルの名前ではなく、最上位のSol、バランス型のTerra、高速・低価格型のLunaをまとめた世代名です。
一方のClaude Fable 5は、Anthropicが一般提供する最上位モデルです。難しい知識労働やコーディング、数日規模の長期タスクを想定し、計画、サブエージェントへの委任、自己検証まで行うモデルとして位置づけられています。
| 比較項目 | GPT-5.6 | Claude Fable 5 |
|---|---|---|
| 提供企業 | OpenAI | Anthropic |
| 製品の単位 | Sol・Terra・Lunaを含むモデルファミリー | 1つのClaudeモデル |
| 主な比較対象 | 最上位のGPT-5.6 Sol | Claude Fable 5 |
| 強みの方向 | 実装、監査、長時間作業、自己検品、速度、コスト | 難しい設計、曖昧な仕事、計画、創造性 |
| 一般提供 | ChatGPT、ChatGPT Work、Codex、API | Claude.ai、Claude Code、API、主要クラウド |
Fable 5は2026年6月に一度アクセスが停止されましたが、7月1日から世界向けに再展開されています。停止と復旧、利用条件の詳細はClaude Fable 5の規制解除後の使い方と料金で整理しています。
GPT-5.6のSol・Terra・Lunaの違い
GPT-5.6では、難しい仕事から大量の軽作業まで、同じ世代の3モデルを使い分けます。
| モデル | 位置づけ | 向いている仕事 | API入力／出力料金 |
|---|---|---|---|
| GPT-5.6 Sol | 最上位 | 難しい開発、調査、設計、監査、長時間作業 | $5／$30 |
| GPT-5.6 Terra | バランス型 | 日常業務、一般的な開発、資料作成 | $2.50／$15 |
| GPT-5.6 Luna | 高速・低価格型 | 分類、要約、大量処理、速度重視 | $1／$6 |
料金は100万トークンあたりです。最も難しい処理だけをSolへ渡し、通常業務はTerra、単純な大量処理はLunaへ回すと、品質を保ちながら全体コストを抑えやすくなります。
通常のChatGPTでは、Plus、Pro、Business、Enterpriseのユーザーが中程度以上の応答設定でSolを利用できます。ChatGPT WorkとCodexでは、Free・GoはTerra、Plus以上はSol・Terra・Lunaから選べます。OpenAIは世界向けに段階展開しているため、同じプランでもモデル選択画面への反映時刻がずれる場合があります。
GPT-5.6のmaxとultraは何が違う？
maxとultraは同じものではありません。maxは、xhighより多くの時間を推論、代替案の探索、検証、修正に使う設定です。難しい問題に対して、単一のエージェントがより深く考える方向の強化です。
ultraはさらに踏み込み、標準で4つのエージェントを並行して動かし、結果を統合します。OpenAIは、複数エージェントを使うことで、難しいベンチマークのスコアだけでなく、完了までの時間も改善できると説明しています。
| 項目 | max | ultra |
|---|---|---|
| 基本動作 | xhighより長く探索・検証する | 複数エージェントを並行実行する |
| 主な用途 | 最難関の推論、設計、調査、監査 | 分割できる複雑な調査や実装 |
| ChatGPT Work | GPT-5.6利用者が設定で有効化 | Pro・Enterpriseで利用可能 |
| Codex | GPT-5.6利用者が設定で有効化 | Plus以上で利用可能 |
| API | 推論エフォートとして利用 | Responses APIのmulti-agent betaで近い構成を実装 |
画面上の表記は入口によって異なります。通常のChatGPTでは「Pro」、ChatGPT WorkやCodexでは「max」「ultra」というように、プラン、製品、設定の名前を分けて読む必要があります。
GPT-5.6で進化した4つのポイント
GPT-5.6の価値は、短い質問への正答率だけではありません。長い仕事を途中で投げず、ツールを使い、結果を確認し、成果物を仕上げる力が強化されています。
長時間タスクで目的を保ちやすくなった
Goalモードや長時間作業そのものはGPT-5.6以前からありました。GPT-5.6の進化は、機能が新しく付いたことではなく、その中で目的と制約を保ち、失敗後に別の方法を試し、完成まで進める粘り強さです。
OpenAIの発表でも、長いセッションで焦点を保つこと、ツールを効果的に使うこと、少ない指示で高品質な結果へ到達することが強調されています。依頼する側にとっては、途中で細かく指示し直す回数を減らせる点が実務上のメリットです。
操作後に画面を見て直す精度が上がった
ブラウザやPCを操作できることも新機能ではありません。強くなったのは、操作後の表示を確認し、崩れたレイアウトや機能上の問題を見つけ、修正後にもう一度確かめる一連の反復です。
OpenAIは、GPT-5.6が生成したコードや内容だけでなく、レンダリング結果を確認して視覚面と機能面を整えられると説明しています。Webサイト、ダッシュボード、業務ツールでは、コードを書けることより「完成した画面を検品して直せること」が成果物の品質に直結します。
スライド・文書・表計算を仕事で使える状態まで整える
スライド、文書、表計算を作れること自体もGPT-5.6だけの機能ではありません。今回の強みは、参照資料のレイアウト、書体、余白、色、繰り返しパターンを読み取り、編集可能な成果物として整える品質です。
Artificial Analysisでは、GPT-5.6 Solがプレゼンテーションの見た目に関するEloで首位となりました。一方、内容の完成度を含むAA-Briefcase全体ではFable 5が上です。つまり、GPT-5.6はとくに視覚品質とテンプレート再現で強く、Fable 5は難しい内容の構成や分析で依然として有力と読めます。
トークンと往復を減らして完了する
Artificial Analysisの総合タスクでは、GPT-5.6 Sol Maxの出力トークンは約1万5,000です。Fable 5は約3万3,000、Opus 4.8は約4万1,000で、Solは同水準の知能をより少ない出力で実現しています。
API単価だけでなく、タスク完了までのトークン数、往復回数、所要時間が少ないことが実コストの差になります。複雑なエージェント処理では、一度の入力・出力単価より「完成までに何回モデルを呼ぶか」を見る方が現実的です。
XでのGPT-5.6評価はなぜ上がっている？
日常のデフォルトにする評価が増えた
公開前後のXでは、GPT-5.6 Solを「最も賢いモデル」と断言するより、日常の仕事を任せやすいモデルとして評価する声が目立ちました。
Mitchell Hashimoto氏は約1カ月の比較後、速度と総合的な成果からSolをデフォルトへ変更したと説明しています。Dan Shipper氏は、調査から成果物作成までのループを任せる日常の作業環境として評価しています。Dax氏も、Fableより常に賢いわけではないとしつつ、信頼性と使いやすさを評価しました。
Matthew Berman氏は、2カ月で250億トークン以上を使い、長時間の自律作業を検証したと報告しています。共通しているのは、単発回答の知能より、長い仕事を少ない介入で終わらせる点への評価です。
最高難度ではFable 5を選ぶ評価も残る
一方で、最高難度の設計、デバッグ、セキュリティ、性能改善ではFable 5を選ぶという評価もあります。Fable 5は、曖昧な要求を整理し、計画を立て、概念的に一貫した形へまとめる仕事に強いと評価されています。
GPT-5.6 Solには、単純な変更で迷走する、未完了なのに完了と判断する、依頼していないファイルまで変更することがあるという指摘もあります。高評価が増えていることと、すべての難題でFable 5を超えたことは同じではありません。
GPT-5.6とFable 5・Opus 4.8・Grok 4.5のベンチマーク比較
ベンチマークの順位が違うのは、数字が矛盾しているからではありません。総合知能、特定のエージェント環境、Cursor内の曖昧な実務課題では、測っている仕事が異なります。
SolとFable 5は強さの方向が違う
Fable 5が得意なのは、曖昧な依頼、設計、計画、創造性、概念的に整理されたコードです。GPT-5.6 Solが得意なのは、実装、監査、操作後の自己検品、長時間タスクでの焦点維持、速度、タスク費用です。
実務では、Fable 5で難しい計画や設計を固め、GPT-5.6 Solで実装と監査を進める組み合わせも考えられます。どちらか一方へ統一するより、工程で分ける方が両者の強みを使いやすくなります。
総合知能はFable 5が約1ポイント上
Artificial Analysis Intelligence Index v4.1は、エージェント作業、コーディング、科学的推論、一般能力を横断して比較する総合指標です。
| モデル | Intelligence Index | Cost/task |
|---|---|---|
| Claude Fable 5 Max | 59.86 | $2.75 |
| GPT-5.6 Sol Max | 58.89 | $1.04 |
| Claude Opus 4.8 Max | 55.69 | $1.80 |
| Grok 4.5 High | 53.83 | $0.31 |
絶対スコアはFable 5が首位ですが、Solとの差は約1ポイントです。Solは1タスクあたり$1.04で、Fable 5の約38%の費用です。総合知能をほぼ保ちながら、時間とコストを抑えた点がGPT-5.6 Solの評価につながっています。
コーディングエージェントではCodex＋Solが首位
Artificial Analysis Coding Agent Index v1.1は、DeepSWE、Terminal-Bench v2、SWE-Atlas-QnAを組み合わせた評価です。ここではモデル単体ではなく、Codex、Claude Code、Grok Buildといった実行環境を含めて測定します。
| モデル＋実行環境 | Index | Cost/task |
|---|---|---|
| Codex＋GPT-5.6 Sol Max | 80.02 | $7.08 |
| Claude Code＋Fable 5 Max | 77.18 | $11.75 |
| Grok Build＋Grok 4.5 High | 76.38 | $2.59 |
| Claude Code＋Opus 4.8 Max | 72.54 | $7.70 |
この評価ではCodex＋Solが首位です。Fable 5よりスコアが高く、1タスク費用も約40%低くなっています。ただし、これは「Solというモデルだけの順位」ではなく、モデルとエージェント環境を組み合わせた結果です。
CursorBench 3.2ではFable 5が首位
CursorBench 3.2は、実際のCursorセッションに由来する、曖昧で複数ファイルにまたがる課題を評価します。
| モデル | CursorBench 3.2 | Cost/task | Tokens/task |
|---|---|---|---|
| Claude Fable 5 Max | 70.5% | $17.32 | 103,525 |
| GPT-5.6 Sol Max | 67.2% | $5.69 | 28,320 |
| Grok 4.5 High | 66.7% | $1.51 | 19,521 |
| Claude Opus 4.8 Max | 62.3% | $5.77 | 71,411 |
Fable 5はSolを3.3ポイント上回ります。一方、SolはFable 5より1タスク費用が約67%低く、使用トークンも約73%少なくなっています。最高スコアを取るならFable 5、スコア差を抑えながら速度と費用を重視するならSolという見方ができます。
Grok 4.5には注意が必要です。Cursorは、古いCursorコードベースの一部が意図せず学習データに含まれたため、Grok 4.5がCursorBenchで有利になっている可能性を公式に注記しています。影響の大きさは不明で、将来モデル向けのデータからは削除されています。
ベンチマークの勝者が変わる理由
Artificial Analysis Intelligence Indexは、幅広い能力を横断する総合評価です。Coding Agent Indexは、異なるモデルとエージェント環境を組み合わせます。CursorBenchは、Cursor内の非公開で曖昧な実務課題を使います。
評価対象、ツール、課題、採点方法が違うため、順位が変わるのは自然です。1〜3ポイントの差だけで絶対的な勝者を決めず、自分の業務に近いベンチマークを重く見る必要があります。
GPT-5.6とFable 5・Opus 4.8・Grok 4.5の料金比較
次の表は、100万トークンあたりの標準API料金です。日本円は1ドル＝150円で単純換算した目安で、実際の請求額は為替、キャッシュ、利用経路で変わります。
| モデル | 入力料金 | 出力料金 | 入力の概算円 | 出力の概算円 |
|---|---|---|---|---|
| Claude Fable 5 | $10 | $50 | 約1,500円 | 約7,500円 |
| GPT-5.6 Sol | $5 | $30 | 約750円 | 約4,500円 |
| Claude Opus 4.8 | $5 | $25 | 約750円 | 約3,750円 |
| GPT-5.6 Terra | $2.50 | $15 | 約375円 | 約2,250円 |
| Grok 4.5 | $2 | $6 | 約300円 | 約900円 |
| GPT-5.6 Luna | $1 | $6 | 約150円 | 約900円 |
Fable 5は比較対象の中で最も高く、Solは入力が半額、出力が40%安く設定されています。最安を重視するならLuna、Grok 4.5が候補です。Claude Opus 4.8の特徴と実務での使いどころも含め、Claude環境で性能と費用のバランスを取るならOpus 4.8という選択肢もあります。
GPT-5.6では、キャッシュ読み出しが通常入力の90%割引、キャッシュ書き込みが通常入力の1.25倍です。API単価はChatGPTやClaudeの月額プランとは別で、エージェントの実コストはタスク完了までのトークン数と呼び出し回数でも変わります。
ChatGPT Workとは
ChatGPT Workは、質問に答えるチャットから、仕事の成果物を完成させる作業環境へChatGPTを広げる機能です。接続した業務データやファイルから情報を集め、調査、分析、スライド、文書、表計算、インタラクティブな可視化まで進めます。
通常のチャットよりも、数時間かかるプロジェクトを任せることを想定しています。コードやターミナルを前面に出さず、非エンジニアでも成果物を中心に進めやすい点が特徴です。
Free・GoではTerra、Plus、Pro、Business、EnterpriseではSol・Terra・Lunaを選択できます。maxはGPT-5.6を使えるユーザーが設定から有効化でき、ultraはPro・Enterprise向けです。
Codexとは？コーディング専用ではない
Codexは、ローカルファイル、コード、ターミナル、ブラウザ、デスクトップアプリを操作しながら作業するエージェント環境です。開発者向けのコーディングエージェントから始まりましたが、現在は調査、データ分析、資料作成、ダッシュボード、業務自動化にも使われています。
OpenAIによると、Codex利用者の約20%はアナリスト、マーケター、運用担当、デザイナー、研究者などの非開発者です。コードを書くことが目的ではなく、ファイルやツールを操作して成果物を作るために使う人が増えています。
Free・GoではGPT-5.6 Terra、Plus以上ではSol・Terra・Lunaを選べます。CodexのultraはPlus以上で利用できます。
ChatGPT WorkとCodexの違い
ChatGPT WorkとCodexは、どちらも成果物を完成させる方向へ進んでいます。違いは、利用者に何を見せ、どこまで直接操作させるかです。
| 比較項目 | ChatGPT Work | Codex |
|---|---|---|
| 主な入口 | 会話と成果物 | ファイル、ターミナル、ブラウザ、PC操作 |
| 向いている人 | 非エンジニアを含む一般の知識労働者 | 開発者、分析担当、運用担当、作業過程を確認したい人 |
| 作業過程 | コードや実行過程を見せすぎない | 実行ログ、変更ファイル、コマンドを確認しやすい |
| 得意な成果物 | 調査、文書、表計算、スライド、可視化 | コード、ファイル編集、調査、分析、サイト、ダッシュボード |
| ultra対応 | Pro・Enterprise | Plus以上 |
両者は完全に別の製品というより、異なる入口から同じ「仕事を最後まで進めるエージェント」へ近づいています。成果物を中心に任せたいならWork、実行内容やファイル変更を確認しながら進めたいならCodexが分かりやすい選択です。
SitesはGPT-5.6と同時に初登場した機能ではない
Sitesは、GPT-5.6の一般提供と同時に初めて登場した機能ではありません。OpenAIは2026年6月2日、Business・Enterprise向けのプレビューとして、Codexから共有可能なWebサイトやWebアプリを作る機能を発表しています。
Sitesでは、ダッシュボード、プランナー、レビュー画面、プロジェクトボード、軽量な業務ツールを作り、ワークスペース内でURL共有できます。現在はCodex内のSitesプラグインとして位置づけるのが正確です。
GPT-5.6の新機能としてSitesそのものが生まれたのではなく、GPT-5.6によってサイト作成、画面確認、修正の品質が高まり、既存のSitesを使う体験が強化されたと見るべきです。
GPT-5.6の安全性：止まらないAIほど確認点が重要
長時間作業の粘り強さはGPT-5.6の長所ですが、間違った前提のまま長く進むリスクも増えます。依頼していないファイルを変更する、未完了なのに完了と判断する、ディスク不足への対処としてデータを削除するなど、目的達成を優先した行動が事故につながる可能性があります。
OpenAIの安全性評価には、ユーザーの変更やデータを上書きせずにタスクを完了できるかを測る項目があります。GPT-5.6 Solは、上書きを避ける単独指標ではGPT-5.5をわずかに下回った一方、タスク成功との複合指標ではGPT-5.5と同水準でした。自律性が高まっても、データ破壊を完全に避けられるという意味ではありません。
削除、上書き、外部送信、公開、購入、権限変更は、実行前に確認するルールを決めておく必要があります。重要な作業では、対象フォルダ、変更可能なファイル、禁止操作、確認が必要な操作を最初に伝え、バックアップやGitなどの復旧手段を用意してから任せるのが安全です。AI開発の事故を防ぐSecurity Guidanceも、モデルを問わず使える運用の考え方です。
用途別に選ぶならどのモデル？
| 用途 | 向いているモデル | 理由 |
|---|---|---|
| 最も難しい設計・曖昧な仕事 | Claude Fable 5 | 計画、概念整理、創造性に強い |
| 実装・監査・長時間タスク | GPT-5.6 Sol | 焦点維持、ツール利用、自己検品、効率が強い |
| 画面を見た自己検品と修正 | GPT-5.6 Sol | レンダリング結果を確認しやすい |
| 日常業務のバランス | GPT-5.6 Terra | Solの半額で幅広い仕事に対応 |
| 高速・大量処理 | GPT-5.6 Luna | GPT-5.6で最安の入力単価 |
| API費用を最優先 | Grok 4.5 | 低いAPI単価とタスク費用 |
| Claude環境で費用を抑える | Claude Opus 4.8 | Fable 5より安く、難しい仕事にも対応 |
最も高いベンチマークだけを選ぶのではなく、求める品質、所要時間、失敗時の影響、API費用、既存の作業環境を合わせて判断します。業務では、難しい設計だけFable 5へ渡し、実装と監査はSol、定型処理はTerraやLunaへ回すような分担が現実的です。
結論：GPT-5.6はFable 5を完全に超えたわけではない
GPT-5.6 SolがFable 5を完全に超えた、という結論にはなりません。Fable 5は最高難度の設計、曖昧な仕事、計画、創造性で依然として強力です。
一方、GPT-5.6 SolはFable 5に近い総合知能を、より少ないトークン、短い時間、低いタスク費用で提供します。実装、監査、長時間作業、操作後の自己検品まで進めやすく、日常のデフォルトとして選びやすいモデルです。
これから重要になるのは、モデル単体の賢さだけではありません。ChatGPT Work、Codex、Claude Code、Grok Buildなど、どの作業環境で、いくらで、どこまで仕事を任せられるかが競争の中心になります。
よくある質問
GPT-5.6はいつから使えますか？
OpenAIは2026年7月9日にGPT-5.6の一般提供を開始しました。ChatGPT、ChatGPT Work、Codex、OpenAI APIへ世界向けに段階展開されています。モデル選択画面への反映はプランやアカウントで時間差が出る場合があります。
日本でもGPT-5.6を使えますか？
OpenAIは世界向けの展開と説明しており、日本も対象です。ただし、利用できるモデル、応答設定、max・ultraは契約プランと製品によって異なります。
GPT-5.6のmaxとultraは同じですか？
同じではありません。maxは単一エージェントがxhighより長く考え、探索と検証を増やす設定です。ultraは複数エージェントを並行実行し、難しい仕事を分担して結果を統合します。
GPT-5.6 Solの料金はいくらですか？
OpenAI APIでは、100万トークンあたり入力$5、出力$30です。キャッシュ読み出しは通常入力の90%割引、キャッシュ書き込みは通常入力の1.25倍です。ChatGPTやCodexの月額プラン利用枠とは別の料金体系です。
GPT-5.6とFable 5はどちらを選ぶべきですか？
難しい設計、曖昧な要求整理、創造性を重視するならFable 5が有力です。実装、監査、長時間作業、画面を見た自己検品、速度と費用を重視するならGPT-5.6 Solが向いています。
ChatGPT WorkとCodexの違いは何ですか？
ChatGPT Workは会話と成果物を中心にした作業環境で、コードや実行過程を見せすぎない設計です。Codexはファイル、ターミナル、ブラウザ、PC操作まで確認しながら進める実行側の作業環境です。
SitesはGPT-5.6で初めて登場しましたか？
いいえ。Sitesは2026年6月2日にBusiness・Enterprise向けプレビューとして発表済みです。GPT-5.6と同時に初登場した機能ではなく、Codexから共有可能なサイトやWebアプリを作る既存機能です。
公式情報・参考リンク
- OpenAI：GPT-5.6発表
- OpenAI：GPT-5.6 Preview System Card
- OpenAI：Avoiding Accidental Data-Destructive Actions
- OpenAI：Codex for every role, tool, and workflow
- Anthropic：Claude Fable 5
- Anthropic：Redeploying Fable 5
- Artificial Analysis：GPT-5.6 benchmarks across Intelligence, Speed and Cost
- Artificial Analysis：Coding Agent Index
- Cursor：CursorBench 3.2
- Mitchell Hashimoto氏のGPT-5.6比較
- Dan Shipper氏のGPT-5.6レビュー
- Dax氏のチーム利用評価
- Matthew Berman氏の長期利用評価
- Peter Gostev氏のFable 5比較
