GPT-5.5が登場し、コーディング性能においてClaude Opus 4.7を大きく上回る結果を示した。Terminal Benchでは82%を記録し、Opusの69.4%を13ポイントも引き離している。ただし、SWE-bench Proではまだ5.7ポイント差でOpusが優位を保っており、複雑なマルチファイルリファクタリングにおいてはOpusが依然として最強である。価格面ではGPT-5.5はOpusの約3分の1のコストで動作し、トークン効率も大幅に向上しているため、実際の運用コストはさらに低くなる可能性がある。OpenAIは中国の最先端ラボとAnthropicの両方からのプレッシャーに応える形でこのモデルをリリースしており、最先端AI開発の競争は週単位で進化している状況である。
GPT-5.5が投下した衝撃
GPT-5.5が約5分前にリリースされました。この動画では、最新の進歩や機能、アップデートのすべてを見ていきます。これは世界最高のAIコーディングモデルです。ベンチマークスコアを見ると、Claude Opus 4.7を圧倒的に上回っています。私のOpenClawでテストして、パフォーマンスを確認していきます。
まずはGPT-5.5を今すぐ使うべき理由についてのアップデートを見ていきましょう。Terminal Benchでは82%を記録し、Opusの69.4%と比較しても圧倒的です。SWE-bench Internalでは73%、GDP Valでは85%を記録しており、Opusを完全に凌駕しています。これは驚異的ですね。Frontier Mathでは35%対Opusの22%という結果が出ています。
これが衝撃的なのは、多くの人々がOpus 4.7がOpus 4.6から大きなアップデートではなく、実行コストが高いと不満を述べていたからです。GPT-5.5を使えば、OpenClawをサブスクリプション経由で接続して、より優れたパフォーマンスを得ることができます。少し話を戻しますが、ここでの本当の話は、毎日エージェントを構築して実行している人なら分かると思いますが、最大の問題は、どのモデルを使ってエージェントを実行するかということです。この数週間で起きたすべての変化を考えると、決めるのも難しいですよね。でもベンチマークスコアを見れば、明確な勝者がいます。
ベンチマークと価格設定を数時間検討した結果、GPT-5.5は単なるモデルのリリースではないと断言できます。これは大きな転換点です。GPTの進む方向とOpusの留まる位置を変えるものです。文字通り、Opusは丸7日間世界の絶対王者でしたが、その後5.5がドロップして、明確なフロントランナーとなりました。
実際に何が起きたのか
実際に何が起きたのか、そして私がこれをOpenClawのどこに配置するかについて説明します。まず基本から。OpenAIは今日、GPT-5.5と5.5 Proの2つのモデルをリリースしました。そう、違いがあります。どちらも100万トークンのコンテキストウィンドウを持っています。
両方ともChatGPT Plus、Pro、Business、そしてCodexで展開されています。ProユーザーはさらにGPT-5.5 Proを使えます。APIはまだ稼働していませんが、以前のパターンから見て1週間程度で公開されるでしょう。Open Routerにもまだ来ていません。パイプラインに組み込もうと待っているビルダーの方は、あと数日待つ必要があります。でも大丈夫です。
この時間を使ってベンチマークを読んでください。ベンチマークこそが、私たち構築者にとって重要な判断が詰まっている場所だからです。構築する私たち全員にとって実際に重要な数字を1つお伝えします。Terminal Bench 2.0です。これは、モデルがシェルを操作し、コマンドを実行し、エラーから回復し、タスクを完了し、実際のターミナルでエンドツーエンドで作業できるかを測る、ベンチマークのゴールドスタンダードです。
コミュニティのご案内
続ける前に、これを見ている方で、動画を見るだけでなく実際にこれらのツールを使って構築したい方は、下のリンクから私たちのコミュニティをチェックしてください。Shipping Schoolでは、完全なClaude Codeコースと完全なOpenClawコースがあり、毎週4回のライブブートキャンプを開催しています。ゼロから実際にセットアップをお手伝いします。
チュートリアルを見て自分で何とかするのではなく、実際にセットアップします。そして1対1のコーチングも提供しているので、私と通話を予約できます。画面を共有して、あなたのマシンでCloud CodeやOpenClawを稼働させるお手伝いができます。それだけです。余計なものはありません。YouTubeを見るだけでは限界があるので、このコミュニティを作りました。
わずか3日前にローンチして、すでに55人以上のメンバーがいます。実際に構築している人たち、あなたに責任を持たせてくれる人たち、困ったときに助けてくれるコーチが必要です。下の説明欄にリンクを貼っておきます。価格が上がる前に今すぐ参加してください。
ベンチマーク詳細分析
GPT-5.5は82%のスコアを記録しました。これは最先端です。以前のOpenAIフラッグシップだったGPT-5.4は75%でした。今日まで7日間王座に君臨していたOpus 4.7は69%でした。つまり、ターミナル作業において5.5とOpusの間には13ポイントの差があるということです。13ポイント。これは僅差ではありません。圧勝です。シェルを使うもの、Codexで動くもの、OpenClawのようなエージェント型ターミナルサービスに見えるものを実行しているなら、今日切り替えるべき新しいデフォルトがあります。
ちょっと待ってください。GPT-5.5が全面的にOpusを打ち負かしていると言ったら、それは嘘になります。私はそんなことはしません。なぜなら、Opusが上回っている点がいくつかあるからです。もう1つの重要な数字はSWE-bench Proです。これはプルリクエストスタイルのコーディングベンチマークで、マルチファイルのリファクタリング、つまりコマンドを実行するだけでなくコードベースを再構築する種類の作業です。
Opus 4.7は64.3%を記録し、GPT-5.5は58.6%を獲得しました。つまり、Opusに有利な5.7ポイントの差があります。PR作成側、つまり本格的なマルチファイルリファクタリング作業では、Opusが依然として王様です。今日その点では何も変わっていません。OpenClawのメイン調整エージェントからOpusを取り除くつもりはありませんが、cronジョブに5.5を試してみるつもりです。
Opusとの付き合いは終わっていません。これは依然として最高の1つだと思いますし、私は毎日Cloud Codeのセットアップで使っています。そのスロットはOpusのままです。SWE-bench Verifiedもあります。これはある種のファンお気に入りベンチマークです。Opus 4.7は87.6%です。GPT-5.5は、リークされた数字によると88から90%あたりです。
OpenAIはテーブルに正確な数字を公表していないので、リークされた情報に基づくと、GPT-5.5がわずかにリードしている形で基本的には同点です。判断は難しいですね。OSWorldは、ブラウザ自動化やデスクトップでのクリック操作のようなコンピュータ使用を測定します。GPT-5.5は78.7%、Opusは78%でした。つまり基本的に同点です。切り替える価値はありません。
GDP Valはナレッジワークのテストで、GPT-5.5はOpusを4.6ポイントリードしています。Frontier Math Tier 4、つまり本当に難しい数学的推論では、GPT-5.5は27.1から35.4に跳ね上がりました。これは推論における大きなジャンプです。CyberGymというセキュリティレッドチームベンチマークでは、GPT-5.5は81.8%を記録しました。
全体像の読み解き方
全体像をどう読むかをお話しします。友達として、仲間として。GPT-5.5は、ほとんどのターミナルエージェントにとっての答えになりました。シェルヘビーなもの、Codexスタイルのもの、OpenClawのコアエージェントサービスのように見えるもの、これらにはGPT-5.5です。Opus 4.7は、複雑なマルチファイルリファクタリングとPRスタイルのコーディングの答えとして残ります。これは入れ替えないでください。
私のエージェントであるRizzaをOpusに置いておきます。本格的なリファクタリング作業はOpusに置いてください。なぜなら、SWE-bench Proでの5.7ポイントの差は現実のものだからです。コンピュータ使用、ブラウザエージェントなどについては、価格で選んでください。基本的に同点なので。
価格について
ここでお金の話をします。皆さんが知りたいのはこれだと分かっていますから。GPT-5.5は入力100万トークンあたり5ドル、出力は30ドルです。GPT-5.5 Proは入力30ドル、出力180ドルです。比較として、以前のフラッグシップだったGPT-5.4は入力2.5ドル、出力15ドルでした。つまり、GPT-5.5は文字通り5.4の2倍高いということです。
これは大幅な値上げです。OpenAIの焦りが見て取れますね。コストに敏感なエージェントを実行していて、新しい機能が必要ないなら、このリフトは必要ありません。すべてを5.5に切り替えることは保留できます。考えてみてください。5.5とOpus 4.7を比較すると、Opus 4.7は入力15ドル、出力75ドルです。入力5ドル、出力30ドルのGPT-5.5は、定価でOpusの約3分の1の安さです。
以前、利用可能な最高のモデルだからという理由でターミナルエージェントでOpusを実行していたなら、今はGPT-5.5を3分の1のコストで実行でき、Terminal Benchで13ポイントのブーストを得られます。これが今週みんなが行うトレードです。入力30ドル、出力180ドルのGPT-5.5 Proは、基本的にOpus 4.7の価格帯です。
ハイステークスな推論や数学にすでにOpusに費やしていなかったなら、突然5.5 Proに費やし始める必要もありません。これはニッチなスロット向けのニッチなツールです。しかし、ここからさらに興味深くなります。これは価格カードだけを見ているビルダーのほとんどが見逃すであろう角度だと思います。
OpenAIははっきりと言っています。GPT-5.5は同じタスクを完了するのに使用するトークン数が大幅に少ないと。Codexチームがそう言っており、AAコーディングエージェントインデックスでは、半分のコストで最先端と呼んでいます。
コンテンツ制作の効率化
コンテンツについていくのに苦労しているなら、約40日分の作業を節約する方法をお教えしましょう。私はContent Machineと呼ばれるものを作りました。これはOpenClawオーケストレーション上で動く10のAIエージェントで、すべてを処理します。スクリプト、サムネイル、Xの投稿、ブログ、アウトリーチ、クリップ、ニュースレター、すべてです。
この正確なシステムを使って、YouTubeの登録者数を7日間で1,000人から4,000人に増やしました。毎朝目覚めると、コンテンツはすでに完成しています。レビューと承認に15〜20分ほど費やして、その日の残りの作業に移ります。フィットネス、ファイナンス、不動産、マーケティング、何を構築していても機能します。そして100%完全にあなたのユースケースにカスタマイズ可能です。
ミッションコントロールダッシュボード、すべてのcronジョブ、過去40日間で構築したすべてのものが手に入り、より多くの人々に登録してコミュニティに参加してもらうのに役立ちます。自分のものを接続すれば、それがあなたに合わせて形成されます。あなたの話し方を学び、AIの安っぽい文章に聞こえないように書きます。97ドルの買い切りです。サブスクリプションではありません。下にリンクを貼っておきますので、後で感謝してくれるでしょう。
効率性の真実
これが効率性のストーリーです。5.5が5.4よりトークンあたり2倍高いとしても、同じ作業を行うのに使うトークンが半分だとすると、実際のエージェントでの実際の請求額は5.4が生成していたものと同じか、あるいはそれより低くなる可能性があります。つまり、生の価格タグは誤解を招きます。
本当のテストは、5.4と5.5で同じタスクを実行し、請求書の最終コストを比較することです。トークンあたりの見出しではなく。今週OpenClawでそのテストを行うつもりです。5.4と5.5で同じシェル自動化タスクをたくさん実行して、消費したトークンの総数を数え、実際の請求額を報告します。
OAuth トークンを使用しているので、5.4と5.5での使用量の違いを確認します。これは監視していくつもりです。5.5は本当に最先端で、半分のコストです。これは単なる新しいモデルではありません。チャンネルのターミナルヘビーなすべてのものに対する新しいデフォルトです。
少し視点を広げましょう。たくさんの情報があったので。このドロップのタイミングは偶然ではありません。OpenAIは今日突然目覚めて、新しいモデルをリリースしようと決めたわけではありません。予兆はありました。中国の最先端モデルが4日連続でリリースされた後にリリースしました。Ant GroupからLing 2.6 Flash、Ling 2.6の1兆パラメータモデル、TencentからHigh3 Preview、MemoからXiaiから2.5 Pro。
4日連続で、中国のラボが最先端の成果を発表していました。その前には、Anthropicが4月16日の先週Opus 4.7をドロップし、SWE-bench Verifiedで1位を獲得し、基本的に1週間他のすべての最先端モデルを恥ずかしい思いにさせました。OpenAIは両側からプレッシャーを受けていました。一方には中国のオープンウェイトラボ、もう一方にはAnthropicです。そして今日がその回答でした。
GPT-5.4から7週間後、Opus 4.7から7日後、ドーンと5.5が着地しました。ここにいます。これが今の最先端AIのリズムです。もう2ヶ月間メジャーなドロップなしで過ごすことはありません。ラボは毎週拳を交わしています。Opus 4.7は正確に7日間最先端でした。そしてGPT-5.5が、1時間前にドロップしたTerminal Benchでそれを飛び越えました。
これが私たちが目にしているペースです。ビルダーであれば、1つのモデルに1年間ロックインすることはできません。忘れてください。ルーティングする必要があります。複数のプロバイダーを配線し、ベンチマークが動いたときにスロットを切り替える意思が必要です。これは実際にかなりクールです。何も再構築することなく、数週間ごとにスタックが改善されることを意味するからです。
私のセットアップ計画
今週、私のセットアップで何をするかをお話しします。ご存知のように、私はOpenClaw内で17のAIエージェントを実行しており、ビジネスとコンテンツパイプライン全体を処理しています。これを盗んでも構いません。気にしません。ターミナルエージェントのデフォルトをGPT-5.5に切り替えます。つまり、Codexスタイルの作業、シェル自動化、シェルループのように見えるものはすべて、APIが稼働した瞬間にGPT-5.5を経由してルーティングされます。
アウトラインとスクリプトライターのRizzaはOpus 4.7に置いておきます。Rizzaは長文の動画スクリプトを書きますし、Opusはそのスタイルの作業をまだ圧倒していますから。本格的なマルチファイルコーディングはOpusに置いておきます。SWE-bench ProがまだOpusを支持しているからです。GPT-5.5 Proで1つの実験を実行します。
ハード推論タスクで、Opusが現在勝っているところでOpusをクリアするかどうかを確認します。もしそうなら、5.5 Proは私の推論スロットにも登場し始めると思います。OpenClawを実行している場合、APIがドロップしたら、エージェントのための1行の設定変更です。ターミナルエージェントをGPT-5.5に向けて、コンテンツエージェントはClaude 4.7に残します。それだけです。
スタックを再構築する必要はありません。再スロットするだけです。簡単な注意点ですが、多くの人が尋ねると分かっているので言いますが、ClaudeからGPTに完全に切り替えるべきかということ。いいえ、全く違います。私のシステム全体では、複数の異なるLLMが異なるタスクを処理しています。それは間違った質問です。
正しい質問は、どのスロットでどのモデルが最高のパフォーマンスを提供するかということです。Claudeは長文のライティング、長文のコーディング、複雑なマルチファイルリファクタリング、センスと判断が必要なものにまだ最高です。GPT-5.5は今、ターミナル作業、つまり生のシェル自動化、コマンド実行で最高であり、おそらく特定のコンピュータ使用と推論タスクでも最高でしょう。
セットアップには両方の組み合わせが必要です。ブランドではなくタスクで選びます。それがゲームプランです。もう1つ、人々がすでに尋ねているのは、Anthropicが何をするかということです。Alex Finnが今日X上でMythosと呼ばれるものをからかいました。これは遅かれ早かれ出てきますが、まだ公式のドロップはありません。でも噂は活発です。
Anthropicが今週新しいOpusや新しいティアで応答したら、同じ日にカバーします。それがこのチャンネルの全体的なポイントです。公開で構築し、ペースについていき、遅れを取らないように。これがGPT-5.5です。Terminal BenchでOpusを13ポイント上回る最先端ですが、マルチファイルPRコーディングではまだOpusに遅れています。
定価でOpusの3倍安く、紙の上ではGPT-5.4の2倍高いですが、トークン効率のおかげで実世界の使用ではおそらく安くなります。ターミナルエージェントの新しいデフォルトですが、スタック全体の置き換えではありません。それはしないでください。ソースが欲しい場合は、OpenAIの発表へのリンクを下に貼っています。
そして、私が実際にOpenClawでこれらをどのようにルーティングしているかを見たい場合は、31日前に立ち上げたコミュニティ内で行っています。214人のメンバーがいて、毎週9回のライブブートキャンプコールを行っています。今週の日曜日にはローカルコールも開催します。マシンにローカルLLMをインストールする方法についてです。
ハードウェアがあれば、OpenClaw全体のワークフローを実行するためにローカルモデルをインストールする方法を学べます。言ったように、下にリンクを貼っておきます。まだ登録していない方は、ぜひ登録してください。AIニュースをカバーする動画を毎日約4本リリースしています。次の動画でお会いしましょう。祝福がありますように。
コメント