ChatGPTの大型アップデート：クロスプラットフォームで作業可能、ワンクリックでウェブサイト構築、さらに安価に

7月9日、OpenAIはGPT-5.6シリーズモデルを発表し、同時にChatGPTデスクトップアプリとCodexの正式統合も公表した。今回のアップデートで最も注目すべきは、単純なパラメータ向上ではなく、二つの次元での境界再定義だ。一つはモデル価格において、TerraがGPT-5.5の半額でそれに迫る性能を提供し、LunaはAPIコストを極限まで引き下げた点。もう一つはツールの形態において、統合後のアプリにWorkモードが搭載され、SlackやGoogle Driveなどのプラットフォームを横断して複雑なプロジェクトを実行し、かつ定期実行機能を備えた点だ。これはAIツールが「人がトリガーし、機械が回答する」同期型対話から、「機械がリッスンし、機械が実行する」非同期ワークフローへと飛躍しつつあることを示している。

ChatGPT Workはクロスプラットフォーム実行とマルチデバイス同期をサポート、画像出典：OpenAI公式ブログ

GPT-5.6の価格戦略と実行コストの再構築

OpenAIはGPT-5.6シリーズにおいて、「実行コストに応じた市場細分化」という積極的な戦略を打ち出した。新シリーズにはフラッグシップのSol、高コストパフォーマンスのTerra、軽量版Lunaの3モデルが含まれ、それぞれ異なる実行シーンとコスト許容度をターゲットとしている。

API価格では、Solは入力100万トークンあたり5ドル、出力100万トークンあたり30ドルで、前世代フラッグシップのGPT-5.5と同水準だ。Lunaは入力100万トークンあたり1ドル、出力100万トークンあたり6ドルで、軽量モデルとして位置づけられている。開発者の採算感覚を本当に変えるのはTerraで、入力100万トークンあたり2.5ドル、出力100万トークンあたり15ドル、性能は前世代フラッグシップGPT-5.5に迫りながら、価格は直接半減している。

企業の購買意思決定者やミッドレンジの開発者にとって、Terraは明確なコスト削減パスを提供する。大規模テキスト分析やコードリファクタリングなどの極端な推論集中型ではないタスクにおいて、GPT-5.5の代わりにTerraを用いれば、APIコストを直接半減できる。仮にあるチームが毎月100万トークンの入力と50万トークンの出力を消費する場合、GPT-5.5からTerraに移行すれば、月間API費用は約20ドルから約10ドルに下がる。この価格戦略は、OpenAIが単にベンチマークスコアでモデルを差別化するのではなく、明確なコストパフォーマンスの勾配によって、企業がタスクの実際のROIに応じて計算リソースを選択できるようにしたことを示している。

一方、Lunaの極めて低い価格設定は、単に低価格帯市場を狙ったものではなく、非同期ワークフローに経済的な実行可能性をもたらす。頻繁な呼び出しと低レイテンシ応答が求められるバックグラウンドタスク、例えばデータクレンジング、ログ分析、定期巡回などでは、モデルの1回あたりの呼び出しコストが大規模展開の可否を決める鍵となる。Lunaの入出力価格はSolのわずか5分の1であり、開発者はコストが制御不能になる心配なく、AIをバックグラウンドで継続稼働させられる。この「安価な労働力」という位置づけは、後続のWorkモードにおける定期実行機能との自然な組み合わせを形成する──Lunaでバックグラウンドの定期サマリーを実行し、Solでフロントエンドの複雑な推論を処理するという使い方だ。

Solは新たに追加されたmaxおよびultra推論レベルによって上限を引き上げている。maxレベルは深い推論ニーズに対応し、ultraレベルはマルチエージェント並列処理をサポートし、高度かつ企業向けのワークフロー設計を想定している。複雑なコードベースのリファクタリングやクロスシステムデータ統合のシナリオでは、ultraレベルが複数のサブエージェントを同時に異なるサブタスクへ割り当て、結果を集約できる。この階層化は、ローエンドからハイエンドまでの全需要をカバーするだけでなく、モデル能力を具体的な実行シーンに深く結びつけ、その後のツール統合に計算基盤を提供している。

同期対話から非同期クロスプラットフォーム実行へ

モデルの階層化が異なるコストの実行エンジンを提供したとすれば、ChatGPTデスクトップアプリとCodexの統合は、それらのエンジンを実行するための物理的な器を提供する。統合後のアプリはChat、Work、Codexの3つの動作モードを統一提供し、日常的な質疑応答からクロスプラットフォームのプロジェクト実行、サンドボックスレベルのコードエンジニアリングに至る完全な生産性スペクトラムを構築する。

Chatモードは引き続き日常的な同期対話を担い、軽量な創作やクイックな質疑応答に用いられ、操作感は従来バージョンのChatGPTデスクトップアプリとほぼ変わらない。Codexモードはヘビーなコードエンジニアリングに特化し、ファイル編集、プルリクエストレビュー、Ultraモードを新たに追加し、開発者にサンドボックスレベルのプログラミング環境を提供する。Codexモードのブラウザ版はCDP（Chrome DevTools Protocol）サポートもアップグレードされ、AIがネットワークトラフィックの検査、マルチタブ分析、ログイン状態での操作を行えるようになり、コードデバッグとWebアプリケーションテストの境界をさらに拡張している。

従来のAIツールの枠を本当に破ったのはWorkモードだ。ChatGPT WorkはGoogle DriveやSlackなどのプラットフォームを横断して複雑なプロジェクトを実行し、定期実行機能を備える。これは、AIがもはや受動的に応答する対話ボックスではなく、能動的にリッスンし、スケジューリングし、実行する自動化端末となりうることを意味する。

具体的には、WorkモードはPluginsメカニズムを通じて外部プラットフォームと接続する。ユーザーは自然言語でタスク目標を記述でき、AIは自動的にそれを複数のステップに分解し、Slackから議論の記録を取得し、Google Driveからプロジェクトドキュメントを読み取り、それらを総合して分析レポートを生成する。さらに重要なのは定期実行機能だ。ユーザーはCronのようなバックグラウンド非同期実行計画を設定できる。例えば「毎週月曜午前9時にSlackチャンネルの議論の要点をまとめ、Google Driveのプロジェクトドキュメントと組み合わせて進捗レポートを生成する」といった具合だ。設定時刻になると、AIは人のトリガーなしにフロー全体を自動実行する。

この能力は、AIツールが従来のRPA（ロボティック・プロセス・オートメーション）や自動化ワークフロープラットフォームの領域に切り込み始めたことを示す。従来のRPAが複雑なルールスクリプトの記述を必要とするのに比べ、Workモードは自然言語理解の優位性によって、自動化ワークフロー構築のハードルを大幅に下げる。AIツールの生産性境界は、「人がトリガーし、機械が回答する」同期インタラクションから、「機械がリッスンし、機械が実行し、人が承認する」非同期ワークフローへと拡張された。ChatGPTは、AIブレインを備えたZapierと自動化端末の結合体へと変貌しつつある。

ワンクリックサイト構築とコード移行に隠されたエコシステム引き抜き

ワークフローを再構築すると同時に、OpenAIは機能のクローズドループ化とスイッチングコストの低減を通じて、エコシステムへの囲い込みを加速している。

Sites機能は、ユーザーが可視化コンテンツをワンクリックでウェブサイトとして公開できるようにするもので、ブラウザ版はアップグレード後にログイン状態操作とマルチタブに対応した。これは、WorkまたはCodexモードで生成された分析結果やコードアプリケーションを、直接ログイン状態付きのWebアプリとして展開できることを意味する。ユーザーがWorkモードでデータ分析を完了した後、Sitesを通じてインタラクティブダッシュボードをアクセス可能なウェブページとして公開し、チームメンバーは「Sign in with ChatGPT」でログインして閲覧できる。企業内部にとって、Sites機能は軽量アプリケーションの配布チャネルを固定化する。従来、開発者はAIで生成したコードを利用する際、チームで使えるようにするためにサーバーを探し、デプロイ環境を設定する必要があった。現在、このプロセスはワンクリック操作に圧縮され、アイデアからアプリケーションへのデリバリーサイクルが極めて短縮される。

一方、開発者ツール市場では、OpenAIはより直接的な競争戦略を示した。Codexは新たにClaude Codeからの移行機能を追加した。公式はGitHubリポジトリで専用の移行スクリプトを提供しており、Claude Codeの設定ディレクトリを正確にスキャンし、その中のagents、MCP servers、hooksなどの設定をワンクリックでCodex形式に変換できる。

Claude CodeはAIプログラミング支援分野における強力な競合製品であり、その設定体系はユーザーの使用習慣とプロジェクトの蓄積を表している。開発者がClaude Codeで定義したagentsやMCP接続は、具体的なプロジェクトワークフローや外部ツールチェーンと結びついていることが多い。OpenAIが公式の移行ツールを積極的に提供することは、AIプログラミング支援というレッドオーシャン市場において、競合ユーザーのスイッチングコストを引き下げる「引き抜き」の武器となる。これは、基盤モデルの能力差が徐々に縮まる段階において、競争の焦点が単純なモデル性能からエコシステムへの囲い込みとユーザー移行コストへと移っていることを示している。競合ユーザーの既存資産をよりスムーズに引き継げる者が、開発者市場でより大きなシェアを占めることができる。

統合がもたらす肥大化と権限リスク

GPT-5.6の階層的価格設定とツール統合は、生産性の境界を塗り替える野心を示す一方で、この戦略には看過できない制約とリスクも伴っている。

まず、アプリの肥大化と認知的負荷の問題だ。Codexのようなヘビー級のコードサンドボックスと、ChatGPTの日常的な業務端末を一つのデスクトップアプリに統合することに対し、一部の開発者から疑問の声が上がっている。異なるモード間の切り替えがスムーズかどうか、機能の積み重ねによってソフトウェアが過度に肥大化しないかといった点は、実際の使用において直面する課題だ。シンプルなコード補完だけを必要とする開発者にとって、WorkやCodexなど複数の複雑なモードを含むスーパーアプリは、不必要な認知的負荷を増大させる可能性がある。異なるモード間でシームレスかつ相互に干渉しない切り替えを実現できるかが、OpenAIのプロダクト設計力を問うものとなる。

次に、企業データのプライバシーとアクセス権限制御の課題です。Workモードは企業のSlack、Google Driveなどのコアデータソースに深く統合されており、さらにSitesではワンクリックで公開アプリケーションを公開できます。これにより、企業の調達意思決定者は自動化の利便性を享受する一方で、厳格なアクセス権限管理体制を構築する必要があります。OpenAIは、企業データをモデルのトレーニングに使用しないデフォルト設定とアクセス制御を強調していますが、実際の運用では、AIがクロスプラットフォームでタスクを実行する際に機密情報が意図せず漏洩するのを防ぐ方法が、企業のコンプライアンス部門が重点的に評価すべきリスクとして依然として存在します。特に、AIがクロスプラットフォームでデータを連携させ、公開アクセス可能なSitesを生成する必要がある場合、データフローの監査は極めて複雑になります。

更为重要なのは、ブラウザの低レベル権限の開放リスクである。Codexはブラウザ側のアップグレード後にCDP（Chrome DevTools Protocol）権限を導入し、AIがネットワークトラフィックの検査、複数タブの分析、ログイン状態の操作を行えるようにした。この深いブラウザ制御権は、AIの実行能力を大幅に拡張する一方で、潜在的なセキュリティホールを開くことにもなる。AIのプロンプトに悪意ある注入が行われれば、CDP権限を持つAIは、ユーザーのログイン資格情報を盗み取ったり、機密ネットワークトラフィックを傍受したりするよう誘導される可能性がある。公式はユーザーに明示的な承認を求め、管理者がこの権限を全体的に無効化できるものの、「読み取り専用」から「低レベル制御」への権限の飛躍は、エンドポイントセキュリティに対してより高い要件を突きつける。

OpenAIはGPT-5.6シリーズとツールの統合により、対話から実行へと至る生産性再構築の道筋を明確に描き出した。しかし、モデルの階層化がもたらすコスト優位性と、ツール統合がもたらす実行境界の拡大の背後で、機能の充実とソフトウェアの軽量性をどう両立させるか、権限を開放しながら安全のボトムラインをいかに守るかが、この戦略がどこまで進めるかを左右するだろう。