GPT-5.5への早期アクセスを得た学者のイーサン・モリックは、このモデルを「大きな出来事」と評価している。彼は、AIの進歩が急速に続いている証拠をそこに見る一方で、これらのシステムの能力は依然として非常に不均一であると強調している。
この進歩を説明するため、著者は複数のモデルに同じプログラミング課題を提示した:紀元前3000年から紀元後3000年までの港湾都市の進化を示す、美しく、制御可能な手続き的に生成された3Dシミュレーションを作成するというものだ。回答は、OpenAIの最初の推論モデルであるo3から、彼が現在最高のオープンウェイトモデルと考えるKimi K2.6、そしてGPT-5.5 Proに至るまで様々だ。実際に都市の進化をシミュレートしたのは最後のGPT-5.5 Proだけで、単に時間の経過とともに建物を置き換えるだけではなかった。また、前身モデルよりも高速で、GPT-5.4 Proがタスクを完了するのに33分かかったのに対し、GPT-5.5 Proは20分だった。回答はギャラリーで公開されており、読者は閲覧できる。
モデル、アプリケーション、ツールが共に進化
著者は3つの次元を区別するよう促している:Opus 4.7、Gemini 3.1、GPT-5.5のようなモデル、モデルと対話しタスクを委ねることを可能にする製品であるアプリケーション、そしてAIが利用できるツールとそれらがモデルにどのように接続されているかを意味するharnessesだ。これらのツールにより、AIはコンピュータを制御し、コードを書き、調査を行い、画像を作成できる。彼によれば、OpenAIはこれら3つの面で前進した。GPT-5.5ファミリーは強力で、ウェブサイトでのみアクセス可能なGPT-5.5 Proが最も能力が高い。一方、CodexアプリケーションはClaude Codeに近づき、デスクトップアプリケーションも利用可能になった。
時折GPT-imagegen-2とも呼ばれる新しい画像生成モデルは、質の高いテキストを再現し、記述されたほぼあらゆる画像を作成できる。著者は「Otter Test」でこれをテストした。これは、AIに飛行機内でWi-Fiを使うカワウソを描かせるというものだ。モデルはこのシーンの画像を生成し、複数の画家のスタイルによる美術館のギャラリーも含まれていた。
イーサン・モリックはまた、GPT-5.5を搭載したCodexに、クラウドファンディングに関する自身の研究から得た匿名化された数百のSTATA、CSV、XLS、Word形式のデータファイルの整理を委ねた。4回のクエリで、このツールは文献レビュー、統計、仮説を含む学術論文を生成した。著者によれば、参考文献は実在し、統計は正確だが、仮説はあまり興味深くなく、因果関係の問題は未解決のままだという。彼はさらにCodexに、世界観とルールを持つテーブルトークRPGを設計し、プレイセッションをシミュレートするよう依頼した。結果は、画像生成器によってイラストが付けられた101ページのPDFだった。
残存する限界
RPGを注意深く読むことで、著者は能力の境界線がまだギザギザであることを指摘している。彼はAIによって書かれたフィクションに共通するいくつかの弱点を挙げている:奇妙なものへの嗜好、解決されない複雑すぎるアイデア、「天気と建築は速度の異なる同じ議論である」のような不安定な比喩、過度に飾られた文章、そして全員が同じ口調で話すキャラクターだ。彼はさらに、名前「Mara」が頻繁に繰り返されると付け加えている。
著者にとって、GPT-5.5は、モデルがより知的になり、アプリケーションがより有能になり、ツールが改善されていることを示している。しかし、「フィクションは依然として平板」であり、統計が堅牢な場合でも仮説が時折興味深くないと彼は付け加える。最後に、彼は数ヶ月ごとに新しいモデルが登場し、飛躍がますます大きくなっているペースを描写する。「境界線はまだギザギザだが、以前よりはるかに遠くにある。」
