2026年7月2日(木)のAI業界ニュースをお届けします。本日の本題はOpenAIが公開したGPT-5.6のSystem Card(安全性評価書)です。昨日お伝えした「Sol/Terra/Luna三ティア限定プレビュー開始」から一歩踏み込んで、今日はその中身——バイオ/サイバーリスクの評価が「High」であること、新たな安全機構として活性化分類器が追加されたこと、そしてOpenAI自身が「こういった制限は規範であるべきではない」と公言している点を詳しく見ていきます。
GPT-5.6 System Cardとは何か — フロンティアモデルの「危険度診断書」
OpenAIはGPT-5.6の限定プレビュー開始と同時に「System Card」を公開しました。System Cardとは、モデルが持つ潜在的なリスクと、それに対して施した安全対策を自己評価・開示する文書です。「このモデルはどんな悪用ができるか、そのリスクをどう封じているか」を開発元が正直に書くドキュメント、と考えると分かりやすいです。
OpenAIはPreparedness Framework(準備態勢フレームワーク)という社内指針でリスクを5段階(Low→Medium→High→Critical→Extreme)で評価しています。今回のGPT-5.6のSystem Cardでは、Sol・Terra・Luna全モデルに対して以下の評価が下されました。
| リスクカテゴリ | 評価 | 概要 |
|---|---|---|
| バイオ/ケミカルリスク | High | 危険物質の合成・拡散に関わる情報提供リスク |
| サイバーセキュリティ | High | 脆弱性検索・エクスプロイト断片生成の能力 |
| AI自己改善 | High未満 | 自己改善の一線は超えていないと評価 |
「High評価」は何を意味するのか — 実力と危険性の両面
「バイオリスク:High」「サイバーリスク:High」という評価は、一見すると恐ろしく聞こえます。ただ、これを冷静に読み解くと、重要なニュアンスがあります。
サイバーセキュリティ:「断片は生成できるが全工程は無理」
System Cardによると、SolとTerraは「脆弱性の検索(スキャン)やエクスプロイトの断片コード生成」が可能です。つまり攻撃の一部工程を手伝える水準にある、ということです。
ただし重要な留保があります。「堅牢なターゲットへの自律的なエンド・ツー・エンド攻撃は未達」とも評価されています。要するに「道具の部品は作れるが、使う人間なしに完成した武器には仕上がらない」レベル感です。悪用リスクは否定できないものの、現時点で「AIが自動的にサイバー攻撃を完遂できる」段階ではないという整理です。
バイオ/ケミカルリスク:「専門知識を補強できる」
バイオリスクについても同様の構造があります。High評価は「危険物質に関する情報を補強・説明できる」という能力を指しており、一次合成から製造フローの完全設計まで全自動で支援できる段階ではないとされています。ただし、専門知識を持つ悪意のある行為者の「参照ツール」として機能しうる点が懸念として記載されています。
ここで詰まりやすいポイント
「High評価 = 危険すぎて使えない」ではありません。OpenAIのフレームワークではHighの上にCritical・Extremeが存在し、今回の評価は「注意が必要な水準だが、適切な安全対策のもとで限定的に運用できる」という判断です。制限付きリリースはその安全対策の一部です。
新しい安全機構:活性化分類器(Activation Classifier)とは
GPT-5.6で新たに導入された安全機構が「活性化分類器(Activation Classifier)」です。従来の安全対策と何が違うのか、少し掘り下げてみましょう。
従来の安全対策:出力フィルタリング
これまでの主流は「生成された出力テキストをフィルタリングする」アプローチでした。モデルが何かを生成した後、その内容を別の分類器でチェックし、問題があれば差し止める仕組みです。要するに「書いた後に読み直して消す」イメージです。
活性化分類器:生成プロセスへの介入
活性化分類器は、モデルの内部状態(ニューラルネットワークの「活性化」パターン)をリアルタイムに監視し、機密ドメインに向かいそうな生成の流れを「書き始める前」または「書いている途中」でブロックする仕組みです。
こちらは「書く前に手が止まる」イメージです。バイオ/ケミカルやサイバー攻撃に関する機密ドメインで特に有効に機能するとされています。
実用上の注意点として、活性化分類器は高精度ですが完璧ではありません。「一部の合法的なコーディングリクエストや研究上の質問でも誤検知(false positive)が発生する可能性がある」とSystem Cardに明記されています。セキュリティ研究者やバイオ系エンジニアがGPT-5.6を使う場合、正当なリクエストが想定外にブロックされるケースがあることを念頭に置いておく必要があります。
OpenAIの声明:「制限は規範であるべきでない」が意味するもの
今回の限定プレビューに際して、OpenAIは興味深いスタンスを表明しました。TechCrunchの報道によると、OpenAIは「政府の要請に基づいて約20の事前承認済み組織に限定したリリースを行った」と認めつつ、同時に「こうした制限は規範(norm)であるべきではない」と公言しています。
これをどう読むか。「政府の要請には今回は従うが、これを前例化・慣例化することには同意しない」というメッセージです。協調しながらも、ルールを飲み込む姿勢は示さない——という非常に計算された立場です。
約20組織の限定リリースが示す構図
プレビュー対象となった約20の事前承認済み組織については、その名前は公開されていませんが、政府との事前共有が行われていることが確認されています。「政府が内容を把握し、承認した組織だけが使える」という構図は、AIモデルのリリースが純粋な商業活動ではなく、ある種の安全保障上の手続きを経るものになりつつある現実を示しています。
一般のAPI開発者・企業にとっての実務的な影響を確認しておきましょう。
- 現時点での利用可否: 約20の承認済み組織以外はAPI経由でGPT-5.6は利用不可
- GA見込み: 複数のメディア報道で「7月中が最有力シナリオ」とされている
- Cerebras高速推論: Solモデルで最大750トークン/秒を目指すCerebrasとの連携も7月提供予定
- GA後の注意点: System CardのHighリスク評価を踏まえた利用規約・コンプライアンス要件が設けられる可能性がある
System Card公開が開発者に突きつけるもの
System Cardが詳細なリスク評価を公開したことの意味は、単に「このモデルは危ない」という情報提供にとどまりません。
もう少し踏み込んで考えると、これはAI企業が「自社モデルの能力を自分で評価し、社会に開示する」という透明性の実践です。能力が高ければ高いほど、そのリスクも大きくなる。それを隠さずに書くことで、外部の研究者・政府・利用企業が独自にリスク評価できる材料を提供しています。
開発者やエンジニアにとって実用的な示唆は一つです。「GPT-5.6がGAになった時点で、自分のユースケースがSystem Cardのリスクカテゴリに触れるかを確認しておく」ことです。特にセキュリティツール・バイオインフォマティクス・化学シミュレーション系のアプリケーションを構築している場合は、誤検知による制限を受ける可能性を事前に想定しておきましょう。
本日のまとめ
- GPT-5.6 System Card公開: Sol・Terra・Luna全モデルでバイオ/ケミカルリスク・サイバーセキュリティリスクが「High」評価。AI自己改善はHighを下回る。
- サイバーリスクの実態: 脆弱性検索・エクスプロイト断片生成が可能だが、自律的なエンド・ツー・エンド攻撃は未達。
- 新機構:活性化分類器: 生成プロセスへのリアルタイム介入で機密ドメインをブロック。合法的リクエストでの誤検知リスクも明記。
- OpenAIの公式スタンス: 政府要請による約20組織限定プレビューに協調しつつ「制限は規範であるべきでない」と釘を刺す。
- GA見込み: 7月中が最有力。Cerebras連携(Sol:最大750トークン/秒)も7月提供予定。