OpenAI、GPT-5.6の正式リリースとともにセキュリティ革新を発表：自動化されたレッドチームモデル「GPT-Red」でプロンプトインジェクションを遮断

2026年7月9日、OpenAIは米国政府の国家安全保障審査要請に伴う遅延を経て、次世代フロンティアAIモデルであるGPT-5.6ファミリーを公式にリリースした。今回のリリースは、単なる性能向上にとどまらず、「GPT-Red」と呼ばれる自動化されたレッドチームモデルを導入し、プロンプトインジェクション（Prompt Injection）攻撃に対する防御力を体系的に強化したことが特徴である。

GPT-5.6は、ソル（Sol）、テラ（Terra）、ルナ（Luna）の3つのティアで構成され、各モデルは企業および政府機関のニーズに合わせてセキュリティと効率性が最適化されている。特に最上位モデルであるソルは、サイバーセキュリティおよびコーディング作業において圧倒的な性能を発揮し、AIセキュリティの新たな基準を提示している。

2026年6月26日に限定プレビューとして初めて公開されたGPT-5.6は、当初の計画より遅い7月9日にようやく市場全体に供給された。これは、強力なAIシステムが悪用される可能性があるという米国政府の懸念に基づき、国家安全保障レベルの精密な検証プロセスを経たためである。今回の正式リリースは、フロンティアAIシステムが広範な商業的配布の前に政府の厳格な調査を受けるという、新たな規制モデルの登場を示唆している。

GPT-5.6のリリースは、技術的な進歩だけでなく、国家安全保障とAIの安全性とのバランスを保つための規制当局との緊密な協力関係を示す事例である。

セキュリティ強化の核心的な原動力であるGPT-Redは、OpenAIが独自に開発した自動化レッドチームモデルである。このモデルは、従来の手動テストでは発見が困難であった脆弱性をシステム的に特定し、GPT-5.6がプロンプトインジェクション攻撃に対して高い耐性を備えるよう訓練するために使用された。これにより、ソル、テラ、ルナの全モデルは、前世代よりもはるかに堅牢なセキュリティレイヤーを形成することとなった。

サイバーセキュリティ性能ベンチマークとSol（ソル）モデルの能力

最上位モデルであるGPT-5.6 Solは、サイバーセキュリティ・ベンチマークである「Terminal-Bench 2.1」において、ウルトラモード基準で91.9%のスコアを記録した。これは前モデルであるGPT-5.5の82.0%を大きく上回る数値である。AIセキュリティ研究所Irregular（イレギュラー）の評価によると、Solモデルは複雑なハッキング作業を実行し、広く使用されているソフトウェアやモバイル機器において、未知のゼロデイ（Zero-day）脆弱性を発見する能力に長けていることが示された。

• GPT-5.6 Sol（ソル）：コーディングおよびサイバーセキュリティに特化したフラッグシップモデル（100万トークンあたり30ドル）
• GPT-5.6 Terra（テラ）：性能とコストのバランスを両立させた汎用モデル
• GPT-5.6 Luna（ルナ）：高速処理に最適化された効率重視のモデル（100万トークンあたり1ドル）

OpenAIが公開したGPT-5.6システムカード（System Card）によると、今回のモデルは、サイバーセキュリティおよび生物・化学的リスクの項目において「高（High）」レベルの能力を保有していると評価された。ただし、これはOpenAI独自の準備性フレームワーク（Preparedness Framework）における「クリティカル（Critical）」段階を下回るものであり、特定の安全策を前提に商用利用が許可された。英国AI安全研究所（UK AISI）などの外部機関もこのプロセスに参加し、安全策の有効性を検証した。

市場ではOpenAIの新しい価格政策にも注目が集まっている。GPT-5.6は、キャッシュ書き込み（Cache-write）コストを入力トークン料金の1.25倍に設定するモデルを導入したが、これはAnthropic（アンスロピック）の手法と同様に、実際のコンピューティングコストを反映した結果である。一方で、Reddit（レディット）などの開発者コミュニティでは、ベンチマーク結果に対する懐疑的な見方も存在し、実際の環境での性能検証が行われるまで静観すべきだという慎重論が優勢である。

外部監督と敵対的防御の未来

OpenAIはセキュリティ研究のため、「サイバーセキュリティのための信頼ベースのアクセス（Trusted Access for Cyber Security）」プログラムを運営している。これを通じて、生物学およびサイバーセキュリティ分野の研究者にモデルのコア機能へのアクセス権を付与し、潜在的なリスクを事前に特定できるよう支援している。このような協力的セキュリティモデルは、AI技術の急速な発展に伴う社会的不安の解消に寄与している。

結論として、GPT-5.6は自動化されたレッドチーム手法を開発ライフサイクルに統合することで、AIセキュリティの未来を予見させている。プロンプトインジェクションが依然として解決すべき課題として残っているものの、GPT-Redを通じた防御戦略は、防御的AI技術における重要な進展であると評価されている。OpenAIは今後数週間以内に、ChatGPTユーザーに対してもこれらのモデルを順次展開する計画だ。