GPT-6とは何か、そして大規模言語モデルは実際にどのように機能するのか？

GPT-6は1日に発表された単一の製品ではありません。OpenAIは2段階でリリースしました。2026年9月初旬のGPT-6 Astraという最先端版に続き、ChatGPT内の前のモデルを置き換えたGPT-6 SolとGPT-6 Lunaという2つのコンシューマー向けバージョンが2026年10月にリリースされました。

まずAstra、その後みんなのためのSolとLuna

WikipediaにまとめられたOpenAIの説明によると、GPT-6 Astraは2026年9月3日に限定プレビューとなり、翌日に有料ChatGPTユーザーに到達しました。OpenAIはこれを現在までで最も能力の高いシステムとして説明し、コード作成、数学、自律的なコンピューター利用の向上を指摘しました。OpenAI副社長Aidan Clarkはこのモデルが同社の最大の訓練の取り組みであると述べ、OpenAIがテキサスのStargate施設で100,000個以上のGPUでモデルを事前訓練したのは初めてだと説明しました。

OpenAIはDataCampのOpenAI公開資料レビューに基づき、内部Preparedness Frameworkの下でAstraを『Critical』レベルのサイバーセキュリティ能力に分類しました。DataCampによると、この評価はAstraがサイバー悪用の作成を支援する能力を反映しており、硬化したシステム内の未知の脆弱性を自律的に発見する能力ではなく、OpenAIはリリース時にDaybreak アクセスプログラムの背後に、概念実証エクスプロイトの生成などのモデルのより高度なサイバーセキュリティタスクを制限しました。OpenAI社長Greg Brockmanは記者に対し、業界がAGI時代と呼ぶものに入ったと言うのは理にかなっていると述べましたが、OpenAIが汎用人工知能を達成したと言うことは控えました。

2026年10月7日、OpenAIはGPT-6の第2波をメインのChatGPTアプリにもたらしました。今回は専門的なエージェント作業ではなく、日常会話用に構築されました。OpenAIの開発者コミュニティフォーラムの発表およびTechCrunchの報道によります。Plus、Pro、Business、EnterpriseサブスクライバーはすぐにGPT-6 Solと呼ばれるバージョンを受け取りました。無料ユーザーとGo層ユーザーは翌日からGPT-6 Lunaを取得し始めました。

見える変化：『インテリジェントUI』

モデルの置き換えに伴い、OpenAIはIntelligent UIと呼ぶ機能を導入しました。段落だけで応答する代わりに、ChatGPTはテキスト、チャート、タップ可能なボタン、フォーム、計算機などの小さなインタラクティブツールから回答をまとめることができるようになりました。OpenAIのコミュニティポストおよびTechCrunchの報道によります。OpenAI製品マネージャーAarush Selvanは、目標は複雑なトピックをより理解しやすくすることだと述べ、多くの質問への最も有用な回答はプレーンテキストだけではないと説明しました。TechCrunchの報道によります。システムはケースバイケースで図表、インタラクティブチャート、またはプレーンテキストのどれが質問に最適であるかを判断し、ユーザーはこれらのビジュアル要素が表示される頻度を調整できます。

OpenAI自体のセーフティテストが見つけたもの

Deployment Safety Hubに公開されたOpenAIの10月リリース向けシステムカードによると、GPT-6 SolとLunaは以前のGPT-5.6モデルと比較して、いくつかのセーフティ対策で改善されました。ジェイルブレイク試行に対するより強い耐性（マルチターン攻撃を含む）、より少ない不誠実またはその欺瞞的な行動、ほとんどのメトリクスでより良い事実精度。同じドキュメントは、自傷関連のプロンプトを含む狭い範囲のセンシティブな評価カテゴリーでモデルが処理した方法について、統計的に有意な低下も報告しています。Lunaは内部テストでゴアと性的コンテンツに関して追加の低下を示しました。OpenAI自体の評価では、確認した問題のある出力を低重大度として説明し、それでも一般的なセーフティ期待の範囲内です。

OpenAIのPreparedness Frameworkの下、システムカードはSolとLunaの両方を生物学的/化学的およびサイバーセキュリティリスクカテゴリーで『High』能力に分類していますが、『Critical』閾値以下です。これは前月にリリースされたAstraモデルより低いリスク層です。OpenAIはAstraをサイバーセキュリティに対してCriticalと評価していました。

大規模言語モデルが実際にどのように機能するか

GPT-6は、GPT-4、Claude、Llamaと同様に、トランスフォーマーと呼ばれるニューラルネットワークアーキテクチャで構築されています。IBMの研究解説によると、2017年にGoogle研究者によって導入されました。トランスフォーマーはテキストをトークンと呼ばれる小単位に分割し、各トークンを数値ベクトルに変換し、その後self-attentionと呼ばれるメカニズムを使用して、すべてのトークンがテキスト内の他のすべてのトークン（テキスト内で遠く離れたものも含む）とどの程度強く関連しているかを計算します。

そのすべてが起こる前に、モデルは訓練される必要があります。IBMの解説によると、これは書籍、ウェブサイト、コードから描かれた数十億～数兆の単語を含む大規模なデータセットから始まります。これらはクリーニングされ、トークン化され、自己教師あり学習を使用してネットワークを通して供給されます。この方法では、人間がすべての例の正しい答えにラベルを付ける必要がありません。

訓練の後、モデルはプロンプトを取り、それをトークンに変換し、応答が完了するまで最も可能性の高い次のトークンを一度に1つずつ繰り返し予測することで機能します。IBMの解説が述べているように、システムは事前に最終的な答えを知りません。訓練中に学習した統計的関係を使用して応答をピースごとに生成します。保存された事実を取得したり、人間が行うように推論したりするのではなく。

出力の信頼性の意味するところ

システムが真実を検証するのではなくもっともらしいテキストを予測しているため、IBMの解説は幻覚をリストアップしています。これは自信を持って生成されたが虚偽の情報であり、アーキテクチャの固有の制限です。これは訓練データに存在するバイアスが出力に反映または増幅されるリスクと並んでです。このスケールでモデルを訓練して実行するには、非常に大量のコンピューティング電力とエネルギーも必要です。OpenAIはAstraの訓練実行が単一施設で100,000個以上のGPUを使用したと述べて、このことを強調しました。