ChatGPT既定モデル更新、GPT-5.5で幻覚52.5%減

OpenAIが5月5日、ChatGPTの既定モデルをGPT-5.5 Instantに切り替えた。医療・法務・金融といった重い領域で「もっともらしい嘘」を52.5%減らしたという。派手なデモも新UIもない。ただ、エンジンだけが静かに載せ替えられた。

デフォルトを差し替えるということ

OpenAIは5月5日、ChatGPTの既定モデルをGPT-5.5 Instantに切り替えた。これまで既定として動いていたGPT-5.3 Instantを置き換える形になる。新規発表の派手さは薄いが、影響を受けるユーザー数で考えると今年でも最大級の更新だ。ChatGPTを開いた数億人が、特に何も操作しないままこのモデルに触れることになる。

「Instant」はOpenAIのモデル階層の中で、速度と低レイテンシーを優先する日常用途向けの位置づけにある。重い推論を担う「Thinking」、最上位の「Pro」と区別され、メールの下書きや軽い質問、献立相談といった用途に充てられる帯だ。毎日触られる帯だからこそ、わずかな改善でも積み上がる影響は大きい。

OpenAI自身もブログで、Instantが数億人の「daily driver(毎日の主役)」だと位置づけている。InstantはThinkingやProの陰に隠れがちな帯だが、ユーザー体験の総量で見れば最大の主戦場になる。

派手なローンチを避けたのは、おそらく戦略的な判断だ。GPT-4oを廃止した際、モデルの「人格」に愛着を持っていたユーザーから署名運動まで起きた。OpenAIは結局GPT-4oを2026年2月に廃止したが、デフォルト変更がコミュニティの感情を揺さぶる出来事だと身をもって学んでいる。

ハルシネーション52.5%減という数字の重み

今回の更新で最も強調されているのが、事実誤認の減少だ。OpenAIの社内評価で、医療・法務・金融といった「ハイステークス」なプロンプトに対し、GPT-5.5 InstantはGPT-5.3 Instantと比べて幻覚が52.5%減ったという。さらに、過去にユーザーが事実誤認として報告した会話を再評価したところ、不正確な主張は37.3%減少した。

数字は強いが、その出所には注釈が必要だ。これらはOpenAIの社内評価であり、独立した第三者検証は現時点で公表されていない。ベンチマークのスコアも同様で、AIME 2025の数学テストで81.2点(旧モデルは65.4点)、MMMU-Proというマルチモーダル推論ベンチで76.0点(旧モデルは69.2点)といった上昇が示されているものの、評価は社内基準による測定だ。

医療系のベンチマークではより慎重な数字が並ぶ。HealthBenchでは51.4点（旧モデル49.6点）と微増にとどまる一方、臨床用途を想定したHealthBench Professionalでは32.9点から38.4点へと跳ね上がった。臨床用途の精度はまだ4割弱という現実は、見出しの「半減」という言葉とは別の意味で重い。健康相談はChatGPTで最も多い質問カテゴリの一つであり、3回に1回しか正答しない領域に医療判断を委ねる人が出てくれば、被害は数字の中ではなく現実の身体に積み上がる。

ベンチマークは「難しいプロンプト」を選んで測定したもので、実際の本番環境での誤答率を表すものではない、とOpenAIは明記している。研究的な感度を上げるための設計だ。

「メモリソース」という静かな大物

今回の更新でハルシネーション削減と並んで重要なのが、「メモリソース」と呼ばれる機能の導入だ。ChatGPTが回答をパーソナライズした際、どの過去チャット・保存メモリ・接続済みファイルを参照したのかを画面上で可視化する。古くなった情報や誤った情報があれば、ユーザーが直接削除・訂正できる。

地味に見えるが、これは生成AIの透明性議論にとってかなり大きな一手だ。これまでChatGPTのパーソナライズは「ブラックボックスのまま、なぜか自分のことを覚えている」という体験だった。根拠を見せて削除権を渡すという設計は、欧州のデータ保護規制との整合性、企業利用での監査要件、そして単純なユーザーの不気味さ解消、いずれの面でも追い風になる。

加えてGPT-5.5 Instantは、過去のチャット履歴・アップロードしたファイル・連携済みのGmailを横断的に検索し、回答の文脈に取り込む能力が強化された。これはまずPlusとProの有料ユーザー向けにWeb版で展開され、モバイル展開、その後Free・Go・Business・Enterpriseへと数週間かけて広がる予定だ。共有したチャットを他人が見ても、メモリソースは見えない仕組みになっている。

利便性とプライバシーは、どこまでいっても引き合う。連携できるデータが増えるほど回答の精度は上がるが、同時に「誰がどこまで使えるデータか」を制御する責任もユーザーに返ってくる。可視化と削除のUIは、その責任を引き受けるための最低限の道具だ。

「初のHigh Capability Instant」という地味な脚注

システムカードの中で見落としやすい記述がある。GPT-5.5 Instantは、OpenAIが「High Capability」と分類した最初のInstantティアのモデルだ。サイバーセキュリティと生物・化学の両分野でこの分類に該当しており、デプロイ時に追加の安全策を要求される。

これまで「High Capability」分類はThinkingやProといった上位モデルが該当する位置づけだった。日常用途のInstantがその水準に上がったということは、軽量モデルでも危険な手助けが可能になり始めている、という意味でもある。OpenAIは「ハッキングを手伝うわけではない」とガードレールの存在を強調しているが、Instantが触られる頻度を考えると、ガードレールの強度がそのまま現実の安全性を決める。

軽量モデルが「High Capability」入りした。これまで重量級だけが必要としていた追加の安全策が、毎日数億人が触る帯にも常時必要になったということでもある。

開発者向けには、APIでchat-latestというエイリアスから新モデルを利用できる。有料ユーザーはGPT-5.3 Instantを3か月だけ選択可能な形で残し、その後は廃止される。3か月という移行期間は、4oのときの混乱を踏まえた緩衝材だろう。

派手さを引き算した発表の意図

今回の更新には、生成AI市場の現在位置がそのまま映っている。1年前なら「新モデル、ベンチマーク総取り」が誇らしげに語られたところだが、今回は「日常使いの精度を地味に底上げした」という伝え方に徹している。GPT-4oの廃止で愛着を裏切られたと感じたユーザーの反発、医療・法律相談での誤情報がもたらす実害、そして規制当局からの注視。これらが重なった結果、派手なローンチよりも静かな積み上げのほうが商業的にも安全になった。

それでも、数億人のデフォルトを差し替える行為は本質的に大きな変化だ。ベンチマーク数値や社内評価の数字を額面通り受け取るのではなく、自分の使い方の中で旧モデルと比べて何が変わったのか、各自が手元で検証する余地はまだ残っている。

幻覚が半減したと言われて安心するのか、それでも残る半分をどう扱うのかを考えるのか。受け取り方は使う側に委ねられている。

参照元

• OpenAI - GPT-5.5 Instant: smarter, clearer, and more personalized
• OpenAI Deployment Safety Hub - GPT-5.5 Instant System Card

関連記事

• OpenAI社長の個人日記が法廷で読み上げられている
• AIサイコファンシーが奪う、民主主義の前提
• GPT-5.5公開、週次化するAI覇権争い
• AI本人訴訟が米連邦裁判所を圧迫、「存亡の危機」との声も
• AIにラジオ局を任せたら、4局そろって迷走した
• AIに嘘を信じ込ませる方法、RITが脆弱性を実証
• タロット占い師がAIを使い始めた
• ナデラ証言、マスクから一度の連絡もなし
• AIに「規則」だけ教えても、いずれ抜け道を探す
• マスクはAIを知らない、ブロックマンが法廷で告げた