OpenAIプロプライエタリ

GPT-5.5

Name: GPT-5.5
Author: OpenAI

このモデルを比較

日本語性能

✅高品質日本語

多言語対応モデルのうち、日本語処理に優れた性能を持つモデル。

API料金

入力料金（1Mトークンあたり）

$2.5

出力料金（1Mトークンあたり）

課金モード: standard

強み

弱み

活用例

深度分析

Arena Elo

1474

BenchLMで検証済み#3位。コーディング・サブアリーナ：1507

SWE-bench Verified

88.7%

vs Claude Opus 4.7: 約87.6%

Artificial Analysis Index

リリース時に#1位。AnthropicとGoogleとの三つ巴の均衡を破る

Terminal-Bench 2.0

82.7%

vs Claude Opus 4.7: 69.4%。最高水準

GPQA Diamond

93.6%

vs Claude Opus 4.7: 94.2%, Gemini 3.1 Pro: 94.3%

入力/出力価格

$5 / $30 per 1M

GPT-5.4の2倍。Pro層：$30 / $180

強み

・業界をリードするエージェンティックコーディング能力（Terminal-Bench 2.0で82.7%、SWE-bench Verifiedで88.7%）と、最高水準のツール呼び出し信頼性（初回試行成功率97.4%）
・巨大な長コンテキスト改善 — MRCR v2の1Mトークンで74.0%（GPT-5.4の36.6%から向上）で、真正な1MトークンAPIコンテキストウィンドウを実現
・最も成熟した企業エコシステム：ファーストパーティSDK（Python/TS/Java/Go/.NET）、Azure OpenAI統合、SOC 2/HIPAA/GDPR準拠、そして支配的なChatGPT配信

弱み

・最高額のフロンティアAPI価格（出力トークン1Mあたり$30）。隠れた推論トークンの膨張により、高負荷コールの実効コストが3〜5倍に増大する可能性
・AA-Omniscienceでの86%のハルシネーション率（Claude Opus 4.7の36%と比較）。幅広い知識タスクにおけるフロンティアモデル中最も弱い事実信頼性
・SWE-bench Pro（58.6% vs 64.3%）や多ファイルリファクタリングタスクでClaude Opus 4.7に負ける。会話嗜好でも劣後（LMArena Elo 約1474 vs 約1492）

競合比較

Model	Arena	GPQA	Price
Claude Opus 4.7	~1492	94.2%	$5/$25 per 1M
Gemini 3.1 Pro	~1470	94.3%	$2–3.50/$12 per 1M
DeepSeek V4 Pro	~1450	N/A	~$0.30/$1.10 per 1M

概要

2026年4月23日にリリースされたGPT-5.5は、OpenAIの最も高性能な汎用モデルであり、GPT-4.5以来初めて完全に再訓練されたベースモデルです。ネイティブなオムニモーダルアーキテクチャを基盤とし、NVIDIAのGB200/GB300 NVL72ハードウェアとの共同設計により、知能が大幅に向上したにもかかわらず、GPT-5.4と同等のトークンあたりレイテンシを実現しています。このモデルは、エージェンティックコーディングのベンチマークであるTerminal-Bench 2.0（82.7%）で最高水準の結果を達成し、SWE-bench Verified（88.7%）でOpenAIの新記録を樹立し、Artificial Analysis Intelligence Index（スコア：60）で首位に立っています。その設定可能な推論努力度ダイヤル（`none`から`xhigh`まで）により、開発者はコールごとにレイテンシとコストと深さをトレードオフできます。このモデルのポジショニングは、エージェンティックワーク、すなわちマルチステップコーディング、コンピューター利用、長期研究、およびツール呼び出しエージェントループに中心を置いています。OpenAIのコーディングエージェントであるCodexが主要なデプロイメント面で、OpenAIの従業員の85%以上が毎週使用しています。GPT-5.5は、長コンテキスト保持（1Mトークンで74.0%、GPT-5.4の36.6%から向上）とARC-AGI-2の抽象的推論（85.0%、73.3%から向上）で真の飛躍を示しています。アーキテクチャは、コミュニティの推定でアクティブパラメータが100〜200Bの混合エキスパートを使用しているとされますが、OpenAIは具体的な情報を開示していません。 GPT-5.5はプレミアム価格設定（入力/出力トークン1Mあたり$5/$30で、GPT-5.4の2倍）ですが、OpenAIは約40%のトークン効率向上がこの値上げを部分的に相殺すると主張しています。Proバリアント（$30/$180）は、最も困難な推論タスクへのエスカレーション層をターゲットにしています。このモデルの主な競争上の弱点は、Claude Opus 4.7に相対した幅広い知識タスクでの高いハルシネーション率、SWE-bench Pro（より難しく、記憶に基づきにくいコーディングベンチマーク）でのOpusへの敗北、そして無計画な移行を高価にするコストプレミアムです。エージェンティックシステム、ツール使用エージェント、またはコンピューター利用ワークフローを構築するチームにとって、GPT-5.5は現時点でOpenAIから利用可能な最強の基礎モデルです。

ベンチマーク＆性能

## コアベンチマークスコア | ベンチマーク | GPT-5.5 | GPT-5.4 | Claude Opus 4.7 | Gemini 3.1 Pro | |---|---|---|---|---| | SWE-bench Verified | 88.7% | ~80% | ~87.6% | — | | SWE-bench Pro | 58.6% | 57.7% | 64.3% | 54.2% | | Terminal-Bench 2.0 | 82.7% | 75.1% | 69.4% | 68.5% | | GPQA Diamond | 93.6% | 92.8% | 94.2% | 94.3% | | ARC-AGI-2 | 85.0% | 73.3% | 75.8% | 77.1% | | FrontierMath T1–3 | 51.7% | 47.6% | 43.8% | 36.9% | | FrontierMath T4 | 35.4% | 27.1% | 22.9% | 16.7% | | HLE（ツールなし） | 41.4% | 39.8% | 46.9% | 44.4% | | HLE（ツールあり） | 52.2% | 52.1% | 54.7% | 51.4% | | BrowseComp | 84.4% | 82.7% | 79.3% | 85.9% | | OSWorld-Verified | 78.7% | 75.0% | 78.0% | — | | GDPval | 84.9% | 83.0% | 80.3% | 67.3% | | Tau2-bench Telecom | 98.0% | 92.8% | — | — | | CyberGym | 81.8% | 79.0% | 73.1% | — | | GeneBench | 25.0% | 19.0% | — | — | | MMLU-Pro | 92.4% | — | — | — | | AIME 2026 | 97.50% | — | — | — | ## 長コンテキスト性能（MRCR v2） | コンテキスト範囲 | GPT-5.5 | GPT-5.4 | Claude Opus 4.7 | |---|---|---|---| | 8K–16K | 93.0% | 91.4% | — | | 32K–64K | 90.0% | 90.5% | — | | 128K–256K | 87.5% | 79.3% | 59.2% | | 256K–512K | 81.5% | 57.5% | — | | 512K–1M | 74.0% | 36.6% | 32.2% (Opus 4.6) | ## 主要な要点 GPT-5.5は、エージェンティックコーディング（Terminal-Bench 2.0）、抽象的推論（ARC-AGI-2）、および1Mトークンでの長コンテキスト保持でリードしています。SWE-bench ProとHumanity's Last Exam（ツールなし）ではClaude Opus 4.7に及ばず、GPQA DiamondではGemini 3.1 Proとほぼ同等です。そのFrontierMathの性能は、フロンティアモデル間で最も困難な数学に対する最も強力な進歩を示しています。

詳細比較

## GPT-5.5 vs Claude Opus 4.7 | 次元 | GPT-5.5 | Claude Opus 4.7 | |---|---|---| | API価格（入力/出力 per 1M） | $5 / $30 | $5 / $25 | | Pro価格 | $30 / $180 | N/A | | コンテキストウィンドウ | 1Mトークン | 500Kトークン | | Arena Elo | ~1474 | ~1492 | | AAIIスコア | 60 (#1) | 58.1 (#3) | | SWE-bench Pro | 58.6% | 64.3% | | Terminal-Bench 2.0 | 82.7% | 69.4% | | GPQA Diamond | 93.6% | 94.2% | | AA-Omniscienceハルシネーション率 | 86% | 36% | | ツール呼び出し成功率（初回試行） | 97.4% | 94.2% | GPT-5.5は、エージェンティックなターミナルワークフロー、ツール信頼性、長コンテキスト保持、およびツール表面（ホストシェル、apply_patch、コンピューター利用、MCP）の幅で勝利します。Claude Opus 4.7は、SWE-bench Pro、会話嗜好、事実精度、多ファイルリファクタリング、およびハルシネーション率で勝利します。本番環境のコーディングエージェントにとって、GPT-5.5はより優れたツール呼び出し信頼性を提供します。知識集約型の検索については、Opus 4.7のより低いハルシネーション率が有意な利点です。 ## GPT-5.5 vs Gemini 3.1 Pro | 次元 | GPT-5.5 | Gemini 3.1 Pro | |---|---|---| | API価格（入力/出力 per 1M） | $5 / $30 | $2–3.50 / $12 | | コンテキストウィンドウ | 1M | 2M | | GPQA Diamond | 93.6% | 94.3% | | Terminal-Bench 2.0 | 82.7% | 68.5% | | FrontierMath T1–3 | 51.7% | 36.9% | | 翻訳（N5） | 84 | 92 | | BrowseComp | 84.4% | 85.9% | Gemini 3.1 Proは、より大きなコンテキストウィンドウ（2M vs 1M）、より強力なGPQA Diamond性能、優れた翻訳品質、そして著しく低価格を提供します。GPT-5.5は、エージェンティックコーディング、抽象的推論（ARC-AGI-2）、ツール呼び出し信頼性、そして開発者エコシステム（SDKカバレッジ、Azure統合、ChatGPT配信）の成熟度で優勢です。Geminiの利点は、Google Workspaceエコシステムに組み込まれているチーム、またはコスト感度が支配的な大量ワークロードを実行しているチームにとって最も顕著です。 ## GPT-5.5 vs DeepSeek V4 Pro | 次元 | GPT-5.5 | DeepSeek V4 Pro | |---|---|---| | API価格（入力/出力 per 1M） | $5 / $30 | ~$0.30 / $1.10 | | AAIIスコア | 60 | ~54.7 | DeepSeek V4 Proは、APIコストが約10分の1であるにもかかわらず、いくつかのベンチマークで同等の能力を提供します。価格差は、コスト感度の高いバルク抽出と分類タスクのデフォルト選択肢にしています。GPT-5.5は、エージェンティックコーディング、ツール信頼性、そして企業コンプライアンス（SOC 2、HIPAA BAA、GDPR）で明確なリードを維持しています。OpenAIのエコシステムの利点を必要としないチームにとって、DeepSeekはフロンティア層で最高のコスト効率オプションです。

コミュニティ評価

GPT-5.5に対する開発者と研究者の感情は強いですが、明確な線に沿って分極化しています。 **肯定的な受け止め**は、エージェンティックコーディング性能とツール信頼性を中心に展開されます。EveryのCEOであるDan Shipper氏は、GPT-5.5と彼の最高のエンジニアが以前解決に失敗した、ローンチ後のデバッグ問題を解決した後、「私が使用した最初の重大な概念的明瞭性を持つコーディングモデル」と説明しました。MagicPathのCEOであるPietro Schirano氏は、GPT-5.5が、数百のフロントエンドとリファクタリングの変更を含むブランチを、大幅に分岐したmainブランチに単一のパスでマージさせることに成功しました。CursorのCEOであるMichael Truell氏は、GPT-5.5が「早期に停止することなく、はるか長くタスクにとどまる」と報告しました。NVIDIAのエンタープライズAI担当VPであるJustin Boitano氏は、10,000人以上のNVIDIA従業員がGPT-5.5駆動のCodexを使用しており、Jensen Huang氏がそれを「光速へのジャンプ」の瞬間と述べたと述べました。あるNVIDIAのエンジニアはさらに一歩進んで、「GPT-5.5へのアクセスを失うことは、手足を切断されたようなものに感じます」と述べました。 **批判的な受け止め**は、3つの分野に集中します。価格設定（GPT-5.4の2倍の値上げは論争の的です、特に高ボリュームのAPIユーザーにとって）、ハルシネーション率（Claudeの36%と比較したAA-Omniscienceの86%の数字は、重要な制限として広く引用されます）、そして会話品質（LMArena EloがClaude Opus 4.7に劣後し、人間が一般的にClaudeの会話出力を好むことを示唆しています）。プレスブリーフィングでのSam Altman氏のGPT-5.5を「自閉症の天才」という説明は、障害擁護者から大きな反発を生み、公式のOpenAIの応答なしにX上で広く議論されました。 **採用パターン**は、GPT-5.5がエージェンティックコーディングツールチェーン — Cursor、GitHub Copilot、Codex — のすべてがリリース時またはその直後に統合された、デフォルトになりつつあることを示しています。企業の採用はAzure OpenAIを通じて加速しており、Microsoft 365 Copilotの統合がまもなく続きます。しかし、コスト感度の高い大量ワークロードを実行しているチーム、または幅広いドメイン検索で高い事実精度を必要とするチームは、トラフィックをGPT-5.5（困難なタスク用）と、より安価またはより信頼性の高い代替手段（日常的なクエリ用）の間で分割しています。「タスク別ルーティング」パターン — 最も困難な20%のクエリにGPT-5.5を使用し、残りに安価なモデルを使用する — は、エンジニアリングチーム間でますます一般的になっています。

ユースケース

### 1. エージェンティックコーディングと自律的開発ワークフロー GPT-5.5のTerminal-Bench 2.0スコア82.7%（Claude Opus 4.7の69.4%と比較）は、複雑なコマンドラインコーディングワークフロー向けの最強モデルにします。リポジトリ全体のリファクタリング、自動デバッグループ、マルチステップCI/CDパイプライン作業、そしてセッションをまたいでツール呼び出しを連鎖させるコーディングエージェントに使用します。その97.4%の初回試行ツール呼び出し成功率（Opusの94.2%と比較）は、本番環境のエージェントシステムのリトライループを削減します。エージェントがターミナル/シェル環境で動作するか、単一の自律実行で複数のツール（ファイル編集、テスト、デプロイメント）を調整する必要がある場合、ClauneではなくGPT-5.5を選択してください。注記：特に多ファイルリファクタリングについては、Claude Opus 4.7がクロスファイルの整合性で依然としてリードしています。 ### 2. 1Mトークン未満の長文書分析と知識作業 GPT-5.5の512K〜1MトークンでのMRCR v2スコア74.0%（GPT-5.4の36.6%と比較）は、コードベース、法律コーパス、または大きな文書セットを単一パスで処理するワークフローに独特に適しています。44の専門職業にわたるGDPvalの84.9%と組み合わせると、このモデルは以下に優れています。投資銀行モデリング（内部評価で88.5%）、財務文書レビュー（OpenAIの財務チームはCodexでGPT-5.5を使用して24,771件のK-1税フォームを処理）、オペレーションリサーチの統合、そして複数ソースの競合分析。ツール信頼性と構造化出力品質が生のコンテキストウィンドウサイズ（Geminiは2Mを提供）よりも重要な場合、Gemini 3.1 ProではなくGPT-5.5を選択してください。 ### 3. 科学研究とドメイン固有のデータ分析 GPT-5.5は、GeneBench（25.0%、19.0%から上昇）とBixBench（80.5%、74.0%から上昇）で、バイオインフォマティクスおよび遺伝学ワークフロー向けの有意な向上を示しています。組合せ論におけるラムゼイ数に関する新しい証明に貢献し、Leanで検証されました。研究者は、GPT-5.5 Proを以下に使用していると報告しています。マルチパスの原稿批評、技術的議論のストレステスト、カスタム数学視覚化ツールの構築（単一のプロンプトから11分で代数幾何学アプリ）、そして大きな遺伝子発現データセットの分析。タスクが、一発の質問応答ではなく、探索、証拠収集、仮定のテスト、反復という研究ループ全体にわたって持続することを必要とする場合、代替手段ではなくGPT-5.5を選択してください。 ### 4. エンタープライズ・エージェントオーケストレーションとツール使用パイプラインブラウジング、コード実行、文書作成、データ分析など、複数のソフトウェアツールを横断して動作する必要がある本番エージェントシステムを構築するチームにとって、GPT-5.5のツール表面（MCP、ホストシェル、apply_patch、コンピューター利用、Web検索、ファイル検索）は市場で最も成熟しています。Tau2-bench Telecomの98.0%スコアは、信頼性の高いマルチターン顧客サービスワークフローを実証しています。BrowseCompの84.4%は、強力なマルチステップWeb調査を確認します。モデルの構造化出力コンプライアンス（98.1%のスキーマ有効JSON）とより低いツール呼び出しエラー率は、ツール呼び出しが失敗するとチェーン全体が中断するエージェントループにとって、最も安全な選択肢にします。ツール呼び出し信頼性とスキーマコンプライアンスが本番デプロイメントの門戸要件である場合、代替手段ではなくGPT-5.5を選択してください。

最新ニュース

## 主要な開発のタイムライン - **2026年4月23日**: GPT-5.5およびGPT-5.5 ProがAPIにリリース。モデルは1Mコンテキストウィンドウ、$5/$30の標準価格設定、そしてこれまでで最も強力なOpenAIの安全防護措備でローンチ。ChatGPTのPlus、Pro、Business、およびEnterpriseユーザーが利用可能。 - **2026年4月24日**: APIデプロイメントが稼働。システムカードが追加の防護措置で更新。GPT-5.5およびGPT-5.5 ProがResponsesおよびChat Completions APIで利用可能。 - **2026年5月5日**: GPT-5.5 InstantがデフォルトのChatGPTモデルとなり、GPT-5.3 Instantに代わる。Gmail統合、メモリソース透明性パネル、および会話履歴検索を追加。 - **2026年7月9日**: GPT-5.6が後継としてリリース。GPT-5.5はBenchLMで「置き換えられた」と分類。GPT-5.6がMicrosoft 365 Copilotの推奨モデルに。 ## 価格変更標準API価格（$5/$30）は、GPT-5.4（$2.50/$15）の2倍の値上げを表します。主要なコスト層: - キャッシュ入力: $0.50/1M（90%割引） - バッチ/フレックス: $2.50/$15（50%オフ） - プライオリティ: $12.50/$75（2.5倍） - オーバー使用（入力>272K）: セッション全体で入力2倍、出力1.5倍 - Pro層: $30/$180（標準の6倍） ## 主要パートナーシップ - NVIDIA GB200/GB300 NVL72共同設計: GPT-5.5は、NVIDIAの最新のラックスケールシステムで訓練および提供され、より高い能力にもかかわらずGPT-5.4と同等のレイテンシを達成。NVIDIAは、GPT-5.5を備えたCodexを使用している従業員が10,000人以上いると報告。 - Microsoft Azure: 企業コンプライアンス（SOC 2、HIPAA、GDPR）を備えたAzure OpenAI Serviceを通じて完全に利用可能。 - サイバー向けの信頼されたアクセス: 検証済みのサイバーセキュリティ防御者に、制限が少なくGPT-5.5の高度な機能への拡張アクセスを提供する新しいプログラム。 ## 安全性の開発 OpenAIは、サイバーリスクに対するより厳格な分類器をデプロイし、ドメインに基づいて段階的な防護レベル（生物/化学およびサイバーセキュリティ能力は「準備フレームワーク」の下で「高」に分類）を導入し、事前リリーステストのために約200の信頼された初期アクセスパートナーを関与させました。chatgpt.com/cyberの信頼されたアクセスプログラムにより、検証済みのセキュリティ専門家はサイバー許可モデルバリアントにアクセスできます。

このモデルのポジショニングは、エージェンティックワーク、すなわちマルチステップコーディング、コンピューター利用、長期研究、およびツール呼び出しエージェントループに中心を置いています。OpenAIのコーディングエージェントであるCodexが主要なデプロイメント面で、OpenAIの従業員の85%以上が毎週使用しています。GPT-5.5は、長コンテキスト保持（1Mトークンで74.0%、GPT-5.4の36.6%から向上）とARC-AGI-2の抽象的推論（85.0%、73.3%から向上）で真の飛躍を示しています。アーキテクチャは、コミュニティの推定でアクティブパラメータが100〜200Bの混合エキスパートを使用しているとされますが、OpenAIは具体的な情報を開示していません。

GPT-5.5はプレミアム価格設定（入力/出力トークン1Mあたり$5/$30で、GPT-5.4の2倍）ですが、OpenAIは約40%のトークン効率向上がこの値上げを部分的に相殺すると主張しています。Proバリアント（$30/$180）は、最も困難な推論タスクへのエスカレーション層をターゲットにしています。このモデルの主な競争上の弱点は、Claude Opus 4.7に相対した幅広い知識タスクでの高いハルシネーション率、SWE-bench Pro（より難しく、記憶に基づきにくいコーディングベンチマーク）でのOpusへの敗北、そして無計画な移行を高価にするコストプレミアムです。エージェンティックシステム、ツール使用エージェント、またはコンピューター利用ワークフローを構築するチームにとって、GPT-5.5は現時点でOpenAIから利用可能な最強の基礎モデルです。

出典

分析生成日: 2026-07-17

GPT-5.5

関連動画

日本語性能

API料金

強み

弱み

活用例

深度分析

強み

弱み

競合比較