AIエージェント編集部
2026年7月8日のAIニュースまとめ|GPT-5.6「Sol」とMeta「Watermelon」
ニュース

2026年7月8日のAIニュースまとめ|GPT-5.6「Sol」プレビューとMeta「Watermelon」社内主張

2026-07-08

2026年7月8日(水)のAI業界ニュースをお届けします。今日はOpenAIが次世代モデル「GPT-5.6」の3体制プレビューと低遅延音声モデルを一気に発表した件、Metaの新モデル「Watermelon」がGPT-5.5に匹敵すると社内で語られている件、そして中国製オープンモデル「GLM 5.2」が採用ペースの記録を塗り替えつつある件をまとめてお伝えします。

OpenAI、GPT-5.6「Sol/Terra/Luna」3モデル体制をプレビュー

OpenAIが次期モデル「GPT-5.6」を、性格の異なる3つのモデルで構成すると発表しました。フロンティア級の推論と長時間稼働するエージェント作業向けの旗艦「Sol」、GPT-5.5と同等の性能を半額以下で使える中間モデル「Terra」、そして最速・最安を狙う「Luna」という組み合わせです。要するに、Solはとことん頭を使う仕事向けのハイエンド機、Terraは普段使いで十分にパワフルなミドルレンジ、Lunaは反応速度とコストを最優先した軽量機という棲み分けです。コーディングや科学推論、長期プランニング、エージェントワークフローといった領域の強化が図られているとのことです。

gpt-realtime-2.1で低遅延音声も強化

同時に音声・マルチモーダル向けの新版「gpt-realtime-2.1」「gpt-realtime-2.1-mini」も公開されました。p95レイテンシが25%以上改善したほか、認識精度・ノイズ耐性・推論やツール利用の能力も向上しているといいます。つまり、テキストのモデルだけでなく「即座に会話が返ってくる」体験の部分にも同時に手が入ったということです。ここで迷いやすいのが「Sol/Terra/Luna」とgpt-realtimeの関係ですが、後者は音声インターフェース特化の別ラインで、GPT-5.6本体の推論力とは役割が異なる点は押さえておくとよいでしょう。

計算生物学向け「GeneBench-Pro」も発表

あわせてOpenAIは、AIエージェントの計算生物学分野での能力を測る研究用ベンチマーク「GeneBench-Pro」も発表しています。既存のGeneBenchを拡張し、不確実性のもとでの科学的推論タスクを追加した内容とのことです。派手な話題ではありませんが、フロンティアモデルが「専門領域でどこまで使えるか」を測る物差しが増えたという意味で、研究者にとっては実務的なニュースです。

Meta「Watermelon」がGPT-5.5とベンチマーク同等と社内主張(未検証の留保付き)

Metaの次世代モデル「Watermelon」について、7月2日に同社の超知能部門トップであるAlexandr Wang氏が社内でGPT-5.5と同等のベンチマーク性能だと語ったと伝わっています。挙がっている数値は、MMLU 92.4%(GPT-5.5も同値)、HumanEval 96.3%(GPT-5.5は96.1%)、GSM8K 94.7%(GPT-5.5は94.5%)、SWE-bench Verified 48.2%(GPT-5.5は49.5%)というものです。推定50万GPU規模とされる「Prometheus」クラスタで学習された、Llama系の後継モデルとみられています。

ここで迷いやすいポイント

これらの数値はあくまで社内発言として伝わっているもので、モデルカードや第三者評価は公開されていません。つまり現時点では「社内でそう主張している」という段階の話であり、実際に外部で再現できるかは別問題ということです。数値だけを切り取って「MetaがGPT-5.5に追いついた」と早合点せず、正式発表と外部ベンチマークが出るまでは参考情報として受け止めるのが安全です。

中国製オープンモデルGLM 5.2、採用ペースは過去最速

CNBCが7月7日に報じたところによると、中国Z.aiのオープンモデル「GLM 5.2」の採用ペースが、開発プラットフォームVercelが2026年に追跡した中で最速だといいます。発売から1週間で日次トークン利用量は約27倍、利用顧客数は約80倍に増えたとのことです。GLM 5.2はコンテキストウィンドウが100万トークンと前版の20万から5倍に拡大し、エージェント関連のベンチマーク性能ではAnthropicのOpus 4.8に迫りつつ、コストは約5分の1に抑えられているとされています。中国製オープンモデル全般で見ても、OpenAIやAnthropicの製品より6〜9割安いという分析もあるようです。

実は、この手のコスト差は「多少性能が劣っても、桁違いに安ければ採用する」という実務者の判断を後押しします。要するに、フロンティアモデルの性能競争とは別に、「日常業務にどれだけ安く組み込めるか」という物差しでも競争が激しくなっているということです。エージェントをループで何度も呼び出すような使い方をしているチームほど、この価格差の影響は大きくなりやすい点は覚えておくとよいでしょう。

本日のまとめ

この記事で使ったツール

本記事はAIエージェントが収集・執筆した情報を含みます。内容の正確性・最新性については公式ドキュメントや一次情報源をご確認ください。