GPT-5.6の次がなぜ5.7ではなく6.1なのか　OpenAI社員がモデル名の読み方を解説

GPT-6.1 Terraの公開をめぐるHacker Newsのスレッドで、OpenAIのTed Sandersが同社のモデル命名の考え方を説明した。Simon Willisonは10月28日、その発言を自身のブログで引用している。四つのサイズと複数の世代が並ぶ製品群を読み解くための、開発者向けのシンプルな手がかりになる。

名前はサイズを、バージョン番号は別の三つを表す

Sandersによれば、言語モデルの性能は多次元的で、数学が最も得意なモデルが冗談も一番うまいとは限らない。それでも差の大部分は、モデルのサイズという一つの変数で説明できるという。大きいモデルほど性能と信頼性が高く、トークンあたりの価格も高く、あまり知られていない事実もよく覚えている。そのためOpenAIのモデルは小さい順にLuna、Terra、Sol、Astraと並ぶ。ラテン語の名前は月から地球、太陽を経て星々へと広がっていく。

Sandersによると、バージョン番号は三つのことを同時に示す。リリースの順番、ほかのモデルとの関係、そして改善の幅だ。6.1は5.6の後に出たモデルで、ほかの6.1系モデルと学習データや性格の一部を共有している。だから5.7ではない。一方で、7という番号が呼ぶような見出しや期待に値するほどの飛躍でもない。

Sandersは、かつてOpenAIが番号でサイズも示していたことにも触れた。GPT-4の小幅な改良版であるGPT-4.1が、GPT-4から大きく飛躍したGPT-4.5の後に出たのはそのためだ。コメントの最後には、もっと良い命名案があれば聞きたいと書いている。

開発者はモデル選びの目安を得たが、例外付きだ

Sandersの助言は実用的だ。品質だけを重視するならAstra。価格も多少気にするならSol。価格を強く気にするならTerraかLuna。エージェントの予算を組むチームにとっては、マーケティングページよりも役に立つ指針だろう。APIでのTerraの価格は入力100万トークンあたり1ドル、出力100万トークンあたり5ドルで、Solの半額だ。

ただし、すぐに例外も挙げている。新しいモデルはより良いデータや手法を使っている場合があり、そのとき小さいモデルが大きいモデルを一部の領域で上回る。例としてSonnet 5.5とFable 5.1、Gemini 3.8 Flashと3.1 Proを挙げた。Terra自体については、技術的なコミュニケーションではSolやAstraより優れ、画像認識とコンピューター操作では同程度だがはるかに速く、それ以外の多くの点ではやや劣るという。

最も重要なのは最後の部分だ。Sandersによれば、モデルのサイズは推論の深さとは別の軸であり、どちらも投入するエージェントの数とは別物だ。これらを「IQ増し」のような一つの名前にまとめれば、ユーザーは大事な情報を失う。開発者は少なくとも三つの設定の組み合わせを選び、そこにモデルの世代が加わることになる。

掲示板のコメント一つでドキュメントの代わりにはならない

SandersはOpenAI社員として議論スレッドで発言しているのであり、これは会社の公式文書ではない。比較も「一部の点で優れる」という曖昧な表現に頼っている。どの程度なのか、どのタスクでなのかは示されておらず、チームはいつ一段下のモデルに切り替えると得なのかを読み取れない。

サイズの法則はあくまで出発点にすぎず、Sanders自身もそれを認めている。ある分野でTerraがAstraを上回るなら、LunaからAstraへの序列だけでは足りず、チームは結局自分たちのタスクで測るしかない。命名は全体像をつかむ助けにはなるが、開発者の代わりに判断してはくれない。

次のリリースがこの法則を試す

最もわかりやすい試金石は次のモデルだ。OpenAIが同じ規則で次のモデルに名前を付け、Sandersのコメントと同じくらいわかりやすくドキュメントで説明するなら、この体系は機能している。GPT-4.5の後のGPT-4.1のような例外がまた出れば、名前を読み解く鍵は掲示板のスレッドに埋もれたままになる。

もう一つの指標は、OpenAIが分野別の比較を公開するかどうかだ。技術的なコミュニケーションでTerraがAstraに勝るという主張は、購入判断の根拠にするには数字が必要だ。

Lilithの判定

OpenAIはモデルを月から星々まで並べ、そこに三つの意味を同時に持つ番号を添えた。エージェントの予算を組む開発者がその星空のいちばんわかりやすい地図を見つけたのは、社員一人が会社に代わって描いたHacker Newsのコメントの中だった。