【2026年7月】GPT-5.6 Ultra mode徹底解説｜コスト増に要注意

結論: GPT-5.6の「Ultra mode」は、1つの指示をSol自身が複数のサブエージェントに分解し、並列で走らせて最後に統合する機能です。Terminal-Bench 2.1のスコアは通常のSolで88.8%、Ultra設定では91.9%まで伸びますが、その分トークン消費は数倍に膨らみます。「本当に並列化できるタスク」に絞って使わないと、精度は大して変わらないのに請求だけが跳ね上がります。

この記事の要点:

• Ultra modeは既定で4つのサブエージェントを協調させ、それぞれが独立にトークンを生成する仕組み(通常の逐次推論とは別物)
• Terminal-Bench 2.1でSol 88.8%→Sol Ultra 91.9%まで性能が伸びる一方、コストは公式倍率非公開ながら実測で3〜5倍という報告がある
• Codexは有料プラン(Plus以上)、ChatGPT WorkはPro/Enterprise以上でUltraが使える

対象読者: ChatGPT WorkやCodexを法人導入している、または導入を検討している情シス・DX担当者、経営者

読了後にできること: 自社のどのタスクにUltra modeを使うべきで、どのタスクでは使わない方がいいかを、コスト感を含めて判断できるようになります。

「並列で動かせば、当然その分速くなるし賢くなりますよね?」

生成AI研修や導入コンサルの現場で、情シス担当者や経営層から本当によく聞かれる質問です。AIエージェントを複数同時に動かす話をすると、たいてい「じゃあ全部並列でやればいいじゃないですか」という反応が返ってきます。実際にはそう単純ではなく、並列化に向かないタスクを無理やり並列で処理させると、精度はほとんど変わらないのに、トークン消費だけが数倍に膨れ上がる、というのが実務でよく見かける失敗パターンです。

2026年7月9日、OpenAIはGPT-5.6シリーズ(Sol・Terra・Luna)を正式に一般提供(GA)しました。ChatGPT・Codex・APIの全チャネルで、約24時間かけて世界展開されています。このGAと同時に解禁されたのが、今回取り上げる「Ultra mode」です。プレビュー期間中は一部の限定顧客にしか提供されていなかった機能で、公式発表では「4つのエージェントを既定で協調させ、トークン消費量と引き換えに、より強い結果とより速い実時間(wall-clock time)を得る」設定だと説明されています。

この記事では、Ultra modeの仕組み・ベンチマークで見える性能差・コストの実態・向くタスクと向かないタスクの見分け方・ChatGPT WorkとCodexでの使い方を、非エンジニアの経営者や情シス担当者にも分かる言葉で整理します。「とりあえずUltraにしておけば安心」という誤解を避けるための実務ガイドとして読んでください。

AIエージェントの基本的な仕組みや導入ステップについては、AIエージェント導入完全ガイドで体系的にまとめています。GPT-5.6全体の料金・性能・選び方はGPT-5.6 Sol・Terra・Luna正式プレビューで解説済みなので、今回はUltra modeというオプション機能に絞って深掘りします。

Ultra modeとは何か — サブエージェント並列の仕組み

通常のSol(標準モード)は、1つの指示に対して1つの推論チェーンで答えを組み立てます。一方Ultra modeでは、Sol自身がまずタスクを分解し、複数の専門化したサブエージェントを並列に走らせ、それぞれが独立に処理を進めたうえで、最後に結果を統合(synthesize)して1つの答えを返します。開発者向けドキュメントの解説を要約すると、「本来なら開発者が手動でAPIを何度も呼び分けて行っていたオーケストレーション(タスク分解→並列実行→結果マージ)が、1回のAPI呼び出しの中で完結する」というのがUltra modeの正体です。

ここで重要なのは、サブエージェントは”分業”であって”合議”ではないということです。同じ問いに対して4つのエージェントが別々の答えを出して多数決を取るのではなく、1つのタスクを4つの独立した部分に切り分けて、それぞれを別のエージェントが担当する仕組みです。したがって、そもそも切り分けようがないタスク(1本道の逐次的な意思決定など)には向きません。

実務目線で覚えやすい判断基準として、海外の開発者コミュニティで紹介されている考え方があります。「その作業を、複数の人間の外部スタッフに同時並行で振り分けられるかどうか」を基準にする、というものです。人間のスタッフに分担させられない仕事(順番に判断を積み重ねる必要がある仕事)は、Sol Ultraに投げても大きな価値は生まれにくい、という指摘です。

Terminal-Bench 2.1で見る性能差 — 88.8%から91.9%への伸び

Ultra modeの効果を測る公式ベンチマークとして、OpenAIはTerminal-Bench 2.1のスコアを公開しています。Terminal-Bench は、AIエージェントがターミナル(コマンドライン)上で実際のソフトウェア作業をどれだけ自律的にこなせるかを測るベンチマークで、コーディングエージェントの実力を測る指標として業界で広く参照されています。

数字だけ見ると「Ultraにすれば3ポイント強も上がるなら使わない手はない」と思うかもしれません。ただし、この3ポイントの改善のために何倍ものトークンを消費している点を忘れてはいけません。ベンチマークのスコアは「そのタスク単体を全力で解かせた場合」の数値であり、日常業務のすべてのタスクで同じ改善幅が出るとは限らない、という前提で見る必要があります。

もう1つ、GPT-5.6と同時に話題になっているのが推論インフラの高速化です。Cerebras社のウェハースケールチップ「WSE-3」上でSolを動かすと、最大で毎秒750トークンという速度が出るとされています(Nvidia H100 GPUクラスタでの一般的な推論速度は毎秒70トークン前後とされ、単純比較で約10倍の差)。これはUltra modeそのものの仕組みとは別軸の話(どのハードウェアで推論するか)ですが、「並列でたくさんトークンを生成しても体感速度は遅くならない」という組み合わせが、Ultra modeを実用的な選択肢に押し上げている背景として押さえておくとよいでしょう。ただしこの高速インフラは7月時点で一部の顧客から順次提供という段階で、すべての利用者が同じ速度を体感できるわけではありません。

コストは「数倍」— 請求書を見て驚かないための考え方

Ultra modeを検討するうえで、経営者や情シス担当者が最も気にすべきなのがコストです。まず料金の基本を整理します。Sol・Terra・Lunaの1M(100万)トークンあたりの料金自体は、プレビュー期間から据え置きです。

問題は、この単価そのものではなく「Ultraを使うと1回の呼び出しで何トークン消費するか」です。Ultra modeは既定で4つのサブエージェントが並列に走り、それぞれが独立に推論トークンと出力トークンを生成します。単純計算では4倍近くまで膨らむ可能性がありますが、実際には統合処理のオーバーヘッドや、複数のサブエージェントが同じ文脈を共有する場合のプロンプトキャッシュ割引(キャッシュ読み込みは通常の90%オフになる仕組みがあるとされています)が効くため、実測ではもう少し幅のある結果になっています。

公式には「Ultraモードのコスト倍率」そのものは公表されていません。海外の開発者による検証では、通常モードで約50セントだったタスクが、Ultra設定では1.5〜2.5ドル程度になったという報告があり、これは3〜5倍のレンジです。ネット上では「おおむね2〜3倍」という推測も出回っていますが、いずれも二次情報であり、OpenAIが公式に倍率を明言しているわけではない点は明記しておきます。

実務で押さえておくべきなのは、「Ultraは単価が上がるのではなく、消費量そのものが増える」という構造です。月次の利用料上限やアラート設定がない状態でUltraを有効化すると、気づかないうちに月末の請求が跳ね上がるリスクがあります。これはUltra modeに限った話ではなく、複数のAIエージェントを並列稼働させる仕組み全般に共通する注意点でもあります。

Ultra modeが向くタスク・向かないタスク

「並列化できるかどうか」を基準に整理すると、向き不向きはかなりはっきり分かれます。

目安になる指示文の例を挙げます。実際にCodexやChatGPT Workで試す際は、以下のようにタスクの並列性が伝わる形で指示すると、Ultra modeの強みが出やすくなります。

このリポジトリ全体から、認証(ログイン・トークン発行・セッション管理)に関わる処理を行っている箇所をすべて洗い出し、ファイルごとに役割を要約してください。

utilsディレクトリ配下の全ファイルについて、TypeScript化を並行して進め、完了後に依存関係の変更点を一覧でまとめてください。

このプルリクエストの差分を、セキュリティ・パフォーマンス・可読性の3つの観点でそれぞれ独立にレビューし、最後に1つのレビューコメントとして統合してください。

競合5社について、料金プラン・主要機能・導入事例をそれぞれ並行して調査し、比較表の形式でまとめてください。

一方、以下のようなタスクは「一見複雑そうに見えて実は並列化できない」典型例です。Ultraにしても効果は薄く、コストだけが増えます。

この契約書の条項を、第1条から順番に、前の条項の解釈を踏まえながら1つずつリスクレビューしてください。

この指示は「前の条項の解釈を踏まえながら」という部分で、明確に逐次処理(前工程の結果が次工程の前提になる)を要求しています。こういうタスクは通常モードのSolで十分ですし、その方がコストも安く済みます。

ChatGPT Work・Codexでの使い方

Ultra modeは全プランで使えるわけではありません。報道されている利用条件は以下の通りです。

• Codex: Plus以上の有料プランで利用可能
• ChatGPT Work: Pro および Enterprise プランが対象

いずれも無料プランやチームの下位プランでは使えない、上位プラン限定の機能という位置づけです。法人導入を検討している場合は、現在契約しているプランがUltra mode対応の階層に入っているかどうかを、まず自社の契約内容で確認してください。モデル選択画面での具体的な切り替え手順は、UIの仕様変更が頻繁に入るため、最新情報は必ずOpenAI公式のヘルプセンター・リリースノートで確認することをおすすめします。ここで古い手順を鵜呑みにして社内マニュアルを作ると、数週間後には画面が変わっていた、ということが起こりやすい領域です。

導入コンサルの現場でよく見かける誤解が、「Ultra modeを有効にしておけば、担当者が意識しなくても勝手に賢く処理してくれる」という受け止め方です。実際にはUltra modeは常時オンにする設定ではなく、タスクの性質を見てオン/オフを使い分ける前提の機能です。全社的に「常にUltraを使う」運用にしてしまうと、単純な問い合わせ対応のような日常タスクにまで数倍のコストがかかることになり、費用対効果はむしろ悪化します。

【要注意】よくある誤解と失敗パターン

誤解1: 並列化すればどんなタスクでも速く正確になる

❌ 「並列=万能」だと思って、社内のあらゆるタスクをUltra modeに切り替える

⭕ タスクを「複数人の外部スタッフに同時に振り分けられるか」で仕分けし、当てはまるものだけをUltraに回す

なぜ重要か: 逐次処理が必要なタスクにサブエージェントを割り当てても、各サブエージェントが中途半端な文脈で作業することになり、統合段階で手戻りが発生しやすくなります。結果的に精度は上がらず、コストだけが増えるという本末転倒が起きます。

誤解2: 料金プランが同じならコストも同じ

❌ 「1Mトークンあたりの単価は据え置きだから、Ultraにしても料金は変わらない」と誤解する

⭕ 単価は同じでも消費トークン数そのものが数倍になる前提でコストシミュレーションをする

なぜ重要か: 単価表だけを見て予算を組むと、実際の請求額との間に大きなギャップが生まれます。特に月次の利用上限を設定していない企業では、想定外の請求が発生しやすくなります。

誤解3: ベンチマークの改善幅がそのまま自社業務の改善幅になる

❌ 「Terminal-Bench 2.1で88.8%→91.9%なら、うちの業務でも同じくらい改善する」と考える

⭕ ベンチマークは特定タスクを全力で解かせた数値であり、自社の業務内容が並列化に向くかどうかを別途見極める

なぜ重要か: ベンチマークスコアの改善は、あくまで「並列化に適した課題セット」での結果です。自社業務の大半が逐次的な意思決定であれば、同じ改善幅は期待できません。

誤解4: コスト倍率は公式に決まっている

❌ ネット上の「2〜3倍」という数字を確定情報として社内資料に転記する

⭕ OpenAIの公式倍率は非公開であることを明記したうえで、実測値の幅(3〜5倍という報告例もある)として扱う

なぜ重要か: 未確定の推測値を確定情報として扱うと、実際の請求額とのズレが生じたときに社内の信頼を損ねます。数字の出どころと確度を区別して共有することが大切です。

情シス・DX担当者が今日から確認すべき3つのこと

1. 契約プランの確認: CodexならPlus以上、ChatGPT WorkならPro/Enterprise以上でなければUltra modeは使えません。まず自社の契約階層を確認してください。
2. 利用ログとコスト上限の確認: 月次の利用料アラートや上限設定が入っているか確認し、入っていなければ先に設定してください。Ultra modeは「気づいたら数倍消費していた」が起きやすい機能です。
3. 対象タスクの棚卸し: 現在AIエージェントに任せているタスクのうち、「複数人に同時に分担させられるか」で仕分けし、当てはまるものだけを試験導入の対象にしてください。

まとめ：今日から始める3つのアクション

1. 今日やること: 自社で契約しているCodex・ChatGPT Workのプランが、Ultra mode対応の階層(Codex Plus以上/ChatGPT Work Pro・Enterprise)に入っているか確認する
2. 今週中: 現在AIエージェントに任せているタスクを棚卸しし、「複数の人間に同時並行で振り分けられるか」の基準で並列化向きのタスクを2〜3個ピックアップする
3. 今月中: ピックアップしたタスクだけを対象に、利用料アラートを設定したうえでUltra modeを試験導入し、通常モードとのコスト・品質の差を実際の請求データで比較する

あわせて読みたい:

• GPT-5.6 Sol・Terra・Luna正式プレビュー｜料金・性能・選び方 — Ultra mode以外の基本的な料金・性能比較はこちら
• GPT-5.6が7月9日解禁｜「選別提供」はなぜ13日で終わったか — GA解禁までの経緯を詳しく解説

参考・出典

• Previewing GPT-5.6 Sol: a next-generation model — OpenAI公式(参照日: 2026-07-10)
• GPT-5.6 Sol, Terra, Luna go to Public GA — Digital Applied(参照日: 2026-07-10)
• GPT-5.6 Ultra mode: a single model that spawns its own subagents — Apidog Blog(参照日: 2026-07-10)
• GPT-5.6 Release Nears: Ultra Mode Spawns Subagents, Terra Cuts Cost, METR Flags Risk — Tech Times(参照日: 2026-07-10)
• Cerebras Runs OpenAI GPT-5.6 Sol at 750 Tokens per Second — Value Add Pulse(参照日: 2026-07-10)

著者: 佐藤傑(さとう・すぐる)
株式会社Uravation代表取締役。X(@SuguruKun_ai)フォロワー約10万人。
100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』(SBクリエイティブ)。
SoftBank IT連載7回執筆(NewsPicks最大1,125ピックス)。

ご質問・ご相談はお問い合わせフォームからお気軽にどうぞ。