GPT 5.6 Terraは、OpenAIによって開発されたプロプライエタリな大規模言語モデルである。これは、LMArenaやBenchLMなどの公開ベンチマークリーダーボードに登場し、gpt-5.6-terra-xhighやgpt-5.6-terra-xhigh (codex-harness)などの複数のバリアントが存在する。最新の集計スナップショット時点では、このモデルはOpenAIによって正式に発表されておらず、その公開上の存在はリーダーボードのエントリとコミュニティによる評価に限定されている。正確なリリース日や公式ドキュメントは公開されておらず、本稿執筆時点でこのモデルはOpenAIの公開APIや製品ページには掲載されていない。
このモデルは、GPT-5シリーズに続く、より広範なGPT-5.6ファミリーの一部である。これは、汎用のテキストおよびビジョンタスク向けに設計されており、エージェントタスクやウェブ開発などのさまざまなワークロードに最適化されたバリアントが存在する。既知のすべてのバリアントはプロプライエタリかつクローズドソースであり、OpenAIの典型的なライセンスモデルと一致している。
ベンチマーク性能
LMArenaリーダーボードでは、gpt-5.6-terra-xhighバリアントは、全体のドキュメントランクで13位、スコア1471.58を達成している。宿題タスクのビジョンカテゴリでは、23位、スコア1318.34でランク付けされている。日本語テキストタスクでは、26位、スコア1456.54でランク付けされている。エージェント全体カテゴリでは、GPT 5.6 Terra (xHigh)バリアントは29位にランクされているが、スコアは記載されていない。中国語ビジョンタスクでは、29位、スコア1338.42でランク付けされている。Codexハーネスと統合するgpt-5.6-terra-xhigh (codex-harness)バリアントは、ウェブ開発の画像からウェブ開発へのカテゴリで31位、スコア1540.46でランク付けされている。テキストエキスパートタスクでは、32位、スコア1491.97でランク付けされ、中国語テキストタスクでは、36位、スコア1513.37でランク付けされている。
BenchLMリーダーボードでは、GPT-5.6 Terraバリアントは、全体で15位、スコア71.75でランク付けされている。これらのランキングは、公開リーダーボードからの集計された日次スナップショットに基づいており、時間の経過とともに変動する可能性がある。
バリアントとアーキテクチャ
既知のバリアントには、gpt-5.6-terra-xhigh、GPT-5.6 Terra、およびgpt-5.6-terra-xhigh (codex-harness)が含まれる。'xHigh'という接尾辞は、高計算または高容量の構成を示している可能性があるが、OpenAIは技術的な詳細を公開していない。codex-harnessバリアントは、Codexプラットフォームを活用して、コーディングおよびソフトウェアエンジニアリングタスクに特化している。他のトランスフォーマーベースのモデルと同様に、GPT 5.6 Terraはマルチヘッドアテンションや位置エンコーディングのメカニズムを使用している可能性が高いが、これらの詳細は公開確認されていない。
開発とリリース
OpenAIは、GPT 5.6 Terraに関する公式のプレスリリースや技術論文を発行していない。リーダーボードへのモデルの登場は、これが内部または実験的なバージョンであり、Reinforcement Learning from AI Feedback (RLAIF)（AIフィードバックからの強化学習）やその他のトレーニング評価に使用されている可能性を示唆している。公式ドキュメントがないため、トレーニングデータ、パラメータ数、および具体的な機能に関する情報は推測の域を出ない。最新のスナップショット時点では、リリース日は発表されておらず、このモデルはOpenAIの商用提供を通じて利用できない。
影響と文脈
GPT 5.6 Terraの多言語およびビジョンベンチマークでの優れた性能は、特に日本語や中国語などの非英語言語における生成AI機能の進歩を示している。エージェントタスクでのランキングは、人工知能研究の重要な分野である自律的意思決定の改善を示唆している。しかし、公式な確認がないため、これらの観察はリーダーボードデータから推測されたものに過ぎない。このモデルの存在は、AnthropicやGoogle DeepMindなどの競合他社も高度なモデルをリリースしている、この分野における急速な開発ペースを浮き彫りにしている。