2026年5月26日、複数の開発者が OpenAI Codex のバックエンドログから、まだ公式発表されていない GPT-5.6 の痕跡を見つけたという噂が出た。そのうちの内部コードネームの一つは iris-alpha とされ、150万 tokenのコンテキストウィンドウをサポートし、2026年6月にリリースされる可能性があるという。
この種の情報は現時点ではあくまで噂であり、OpenAI の公式発表ではない。より慎重に見るなら、次世代の大規模モデルが「より長いコンテキスト、より強いコード能力、より良いフロントエンド生成」という複数の方向へ進み続ける可能性を示している、ということになる。
噂で言及されたモデルのコードネーム
報道によると、開発者が関連ログで見たのは iris-alpha だけではなく、ember-alpha や beacon-alpha などのバージョンも含まれていた。
これらの名前は、現段階では内部テスト用のコードネームに近い。すべてが GPT-5.6 系列に属するのか、最終的に公開 API モデルに対応するのか、リリース時期が変わるのかは、まだ公式には確認されていない。
そのため、これらのコードネームを最終的な製品名として急いで扱う必要はない。本当に注目すべきなのは、それらが示している能力の方向性だ。
150万 tokenのコンテキストはなぜ重要か
報道で最も目を引く数字は、150万 tokenのコンテキストウィンドウだ。
噂で示された比較は次のとおり。
- 現在の GPT-5.5 API は105万 token
- Codex OAuth チャネルは約40万 token
- GPT-5.6 は150万 tokenへ拡大すると噂されている
コンテキストウィンドウは、モデルが一度に受け取り、利用できる情報量を決める。そこにはユーザー入力、過去の会話、システムプロンプト、ファイル内容、ログ、コード diff、テスト出力などが含まれる。
もしこの数字が事実なら、GPT-5.6 はいくつかのタスクでより大きな意味を持つ。
- 大規模なコードベースを読む
- 長い契約書や技術文書を分析する
- 複雑なプロジェクトを継続的に追跡する
- より長い agent の作業履歴を保持する
- 1回のタスクでより多くのファイルとテストフィードバックを扱う
ただし、コンテキストウィンドウが大きくなっても、モデルが必ず「より賢い」わけではない。モデルが見られる材料が増えるだけだ。長いコンテキストから正確に検索し、要約し、目標との整合性を保てるかどうかは、訓練、推論戦略、ツール呼び出し能力にも左右される。
実世界テストからのシグナル
報道では、ある開発者が補助ツール OpenCode でかなり極端な実世界テストを行ったことも言及されている。入力が約90万 tokenに達してもモデルはスムーズに応答し、105万 tokenを超えるリクエストも処理したという。
このフィードバックが正確なら、OpenAI は理論上のウィンドウを広げているだけでなく、長い入力に対する応答の安定性も改善している可能性がある。
AIコーディングでは、この点は「ウィンドウの数字」そのものより重要だ。開発タスクのコンテキストは、きれいな長文ではないことが多い。コード、ログ、エラースタック、依存ファイル、設定ファイル、ユーザー指示が混在している。モデルはそれらを収められるだけでなく、正しい部分を見つけられなければならない。
フロントエンドUI生成能力にも言及
今回の噂では、GPT-5.6 のフロントエンド生成能力にも触れられている。
報道によると、流出したスクリーンショットでは、ほとんど詳細なプロンプトがない状態で、モデルが Lumen Notes というミニマルなメモアプリのインターフェースを生成していた。強調されていた点は次のとおり。
- より成熟したグリッドレイアウト
- より抑制された配色
- より明確なタイポグラフィ階層
- より完全なナビゲーション構造
この種の能力が安定すれば、AIコーディングモデルの価値は「コードを書ける」から「実用に近いプロダクトUIを生成できる」へさらに移っていく。これは Codex、Claude Code、Cursor、Gemini CLI などのツールが最近進めている方向でもある。単に関数を補完するのではなく、要件からUI、テスト、修正までを一つのループにする方向だ。
ほかに言及された競合モデル
同じ一連の噂では、Anthropic の Claude Sonnet 4.8、Google の Gemini 3.5 Pro、そして xAI の Grok 5 も、2026年6月のリリースを狙っている可能性があるとされた。
この部分も同様に噂として扱うべきだ。仮に複数のモデルが6月前後に更新されたとしても、最終的な能力は公式ドキュメント、API の実測、実際の開発タスクで確認する必要がある。
とはいえ、大きな方向性は明確だ。モデルベンダーの競争は、もはやチャット能力だけではない。より長いコンテキスト、より強いツール利用、より安定したコード編集、より良い UI 生成、そして長時間の agent タスクに向いた信頼性へと広がっている。
私の見方
もし GPT-5.6 の150万 tokenコンテキストウィンドウが最終的に本当なら、通常のチャットよりも Codex のようなプログラミング agent にとって大きな意味を持つ。
なぜなら、agent によるコーディングは大量のコンテキストを自然に消費するからだ。リポジトリを読む、テストを走らせる、ログを見る、diff を比較する、ユーザーの好みを保持する、問題を継続的に修正する。コンテキストが長いほど、agent は1回のタスクで全体の手がかりを保持しやすくなる。
ただし、私がより気にしている実務上の問題は三つある。
- 長いコンテキスト下での位置特定能力が安定しているか。
- 大量のログとコードが混在する入力で、モデルがノイズに引っ張られないか。
- API、Codex、ChatGPT、OAuth など異なる入口で、一貫したコンテキスト上限が示されるか。
だから、この噂は注目に値するが、早すぎる結論には向かない。OpenAI が公式にモデルカード、API ドキュメント、実際の価格を発表してから、GPT-5.6 が大型コードベースや長時間の agent ワークフローに本当に適しているかを判断するほうが堅実だ。