GPT-5.6 シリーズ（2 分読了）
OpenAI が 2026 年 7 月に発表した GPT-5.6 シリーズは、ARC-AGI-3 課題で初めて公的ゲームを勝利し、推論能力の飛躍的向上を示した。
キーポイント
GPT-5.6 Sol の画期的な性能
Sol モデルは最大推論努力時、ARC-AGI-3 の公的ゲームで 87% の成功率を達成し、未知の環境でも正しく自己定位して失敗から再計画を行う能力を示した。
3 つのモデルと 15 の推論バリアント
GPT-5.6 シリーズは Sol（推論特化）、Terra、Luna の 3 モデルから構成され、それぞれ Max から Low までの 5 段階の推論強度バリアントを提供する。
ARC-AGI-1/2/3 リーダーボードでの成績
Sol は ARC-AGI-1 で 96.5%、ARC-AGI-2 で 92.5% を記録し、特に難易度の高い ARC-AGI-3 でも他モデルを圧倒するスコアを維持している。
重要な引用
Sol is the standout model of the GPT-5.6 family.
It treats a failed hypothesis as a reason to re-plan rather than thrash.
Sol is able to perform on ARC-AGI not because it executes better, but because it correctly orients itself in a new environment first.
影響分析・編集コメントを表示
影響分析
このニュースは、2026 年時点における AI の推論能力が単なるパターンマッチングから、複雑な環境下での戦略的再計画へと進化したことを示す重要なマイルストーンです。特に ARC-AGI-3 の突破は、汎用人工知能（AGI）への道筋において決定的な進歩を意味しますが、記事の発表日が未来（2026 年）である点に注意が必要です。
編集コメント
記事の発表日が 2026 年と未来設定されており、これは架空のニュースまたはシナリオ記述である可能性が高いです。実際の技術動向として捉える際は、日付情報の虚構性を留意する必要があります。
GPT-5.6 シリーズ
OpenAI·2026 年 7 月 9 日·3 モデル·15 の推論バリアント
GPT-5.6 Sol は、GPT-5.6 ファミリーの中で際立つモデルです。最大限の推論努力を払った状態の Sol は、2026 年 7 月現在において唯一実用的なパフォーマンスを発揮するモデルであり、パブリック環境で平均 13.33%、セミプライベート環境で平均 7.78% のスコアを記録しています。Sol は、ARC-AGI-3 のパブリックゲーム（ft09）で初めて勝利したモデルでもあり（勝率 87%）、見知らぬシーンを正しく読み取り、かつそのゲーム独自の語彙を用いて処理することができます。Sol は失敗した仮説を「破綻させる理由」として扱うのではなく、「再計画を行うきっかけ」として捉えます。多くのエージェントの失敗は、彼らが記述するコードや実行するアクションよりも上流（設計段階など）に起因しています。Sol が ARC-AGI で成功するのは、単に実行が優れているからではなく、まず新しい環境において自らの立ち位置を正しく把握できるからです。
ARC-AGI 3 リーダーボード
GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.6 Luna
検証済みスコア
モデル | バリアント | ARC-AGI-1 | ARC-AGI-2 | ARC-AGI-3
Sol | Max | 96.5% | 92.5% | 7.8%
| Extra High | 97.5% | 90.0% | 7.0%
| High | 97.0% | 85.4% | 2.1%
| Medium | 92.5% | 67.1% | 1.1%
| Low | 74.5% | 42.5% | 0.3%
Terra | Max | 96.5% | 83.9% | 0.8%
| Extra High | 94.0% | 74.2% | 0.7%
| High | 92.0% | 67.1% | 0.5%
| Medium | 77.0% | 37.5% | 0.1%
| Low | 60.2% | 18.8% | 0.0%
Luna | Max | 88.0% | 59.5% | 0.2%
| Extra High | 87.7% | 47.6% | 0.0%
| High | 76.5% | 29.3% | 0.1%
| Medium | 56.5% | 7.4% | 0.2%
| Low | 34.2% | 5.1% | 0.2%
タスクと環境
各ベンチマークにおける推論レベルごとの合格/不合格。最も困難なタスク（解決できるレベルが最も少ないもの）を先頭にリストします。
モデル
ARC-AGI-3 パブリックデモ
25 の環境
FT09
LP85
AR25
CN04
SP80
VC33
SC25
RE86
R11L
DC22
CD82
LS20
KA59
TN36
WA30
LF52
TU93
M0R0
TR87
SB26
BP35
G50T
SU15
S5I5
SK48
ARC-AGI-2 公開評価
120 のタスク
TaskMax
Extra High
High
Medium
Low
✗✗✗✗✗
✗✗✗✗✗
✗✗✗✗✗
✗✗✗✗✗
✗✗✗✗✗
✗✓✗✗✗
✓✗✗✗✗
✓✗✗✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✗✓✗✗
✗✓✗✓✗
✓✓✗✗✗
✓✓✗✗✗
✓✗✓✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✗✓✓✓✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✗✓✓✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✗✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✗✓✓
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✗✓✓
✓✓✓✓✗
✓✗✓✓✓
✓✓✓✓✗
✓✓✓✓✗
✗✓✓✓✓
✓✓✓✓✗
✓✓✓✗✓
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✗✓
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✓
✓✓✓✓✓
✓✓✓✓✓
✓✓✓✓✓
✓✓<spa
原文を表示
GPT-5.6 Series
OpenAI·Jul 9, 2026·3 models·15 reasoning variants
GPT-5.6 Sol is the standout model of the GPT-5.6 family. Sol at max reasoning effort is the only performant model (as of July 2026) averaging 13.33% on Public and 7.78% on Semi-Private. It is the first model to win an ARC-AGI-3 public game (ft09, 87%). Sol is able to read an unfamiliar scene correctly and in the game's own vocabulary. It treats a failed hypothesis as a reason to re-plan rather than thrash. Most agent failures are upstream of the code they write or the action they take. Sol is able to perform on ARC-AGI not because it executes better, but because it correctly orients itself in a new environment first.
ARC-AGI 3 leaderboard
GPT-5.6 SolGPT-5.6 TerraGPT-5.6 Luna
Verified scores
ModelVariantARC-AGI-1ARC-AGI-2ARC-AGI-3
SolMax96.5%
92.5%
7.8%
Extra High97.5%
90.0%
7.0%
High97.0%
85.4%
2.1%
Medium92.5%
67.1%
1.1%
Low74.5%
42.5%
0.3%
TerraMax96.5%
83.9%
0.8%
Extra High94.0%
74.2%
0.7%
High92.0%
67.1%
0.5%
Medium77.0%
37.5%
0.1%
Low60.2%
18.8%
0.0%
LunaMax88.0%
59.5%
0.2%
Extra High87.7%
47.6%
0.0%
High76.5%
29.3%
0.1%
Medium56.5%
7.4%
0.2%
Low34.2%
5.1%
0.2%
Tasks & environments
Pass/fail per reasoning level across each benchmark. Hardest tasks (fewest levels solving) are listed first.
Model
ARC-AGI-3 Public Demo
25 environments
FT09
LP85
AR25
CN04
SP80
VC33
SC25
RE86
R11L
DC22
CD82
LS20
KA59
TN36
WA30
LF52
TU93
M0R0
TR87
SB26
BP35
G50T
SU15
S5I5
SK48
ARC-AGI-2 Public Eval
120 tasks
TaskMax
Extra High
High
Medium
Low
✗✗✗✗✗
✗✗✗✗✗
✗✗✗✗✗
✗✗✗✗✗
✗✗✗✗✗
✗✓✗✗✗
✓✗✗✗✗
✓✗✗✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✗✓✗✗
✗✓✗✓✗
✓✓✗✗✗
✓✓✗✗✗
✓✗✓✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✓✗✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✗✓✓✓✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✗✓✓✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✓✗✗
✓✓✗✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✗✓✓
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✗✓✓
✓✓✓✓✗
✓✗✓✓✓
✓✓✓✓✗
✓✓✓✓✗
✗✓✓✓✓
✓✓✓✓✗
✓✓✓✗✓
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✗✓
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✗
✓✓✓✓✓
✓✓✓✓✓
✓✓✓✓✓
✓✓✓✓✓
✓✓
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み