GPT-5.6が書くコード、脆弱性は6倍

思考力スライダーは何を変えたのか

OpenAIは2026年8月6日、ChatGPTの有料ユーザー向けに「Thinking Effort Slider（思考力スライダー）」を導入しました。あわせて主要モデルである「GPT-5.6 Sol」の最新調整版を公開しています。これまでのAIモデルは、質問を入力すると一歩通行で即座に回答を生成する設計が主流でした。これに対し思考力スライダーは、回答を出力する前にAIが内部で推論を展開する時間、いわゆる「推論時計算量（Test-time compute）」をユーザーが手動で制御できるようにした仕組みです。

プログラミングの難題や複雑な契約書の読解には思考時間を長く設定し、日常的なメールの下書きには短い設定を選ぶといった使い分けが可能になりました。速さを優先するか、深く考えるかを人間がダイヤルで選ぶ時代へ入ったと言えます。OpenAIのCEOであるSam Altman（サム・アルトマン）らは、これにより計算効率と精度のトレードオフをユーザーが直接管理できるようになったとアピールしています。

私たちはChatGPTに思考量を制御するスライダーを導入しました。タスクの難易度に応じてリソースを割り当て、ユーザーが必要な思考深度を直接選べるようにするためです。

68%減の裏で6倍に増えたもの

OpenAIが公表した8月版の公式文書（System Card）によると、新仕様のGPT-5.6 Solは従来モデルのGPT-5.5に比べて事実の誤り（ハルシネーション）を含む回答が約68%減少したとされています。一般的な知識問答や要約作業において、より正確で簡潔な回答が得られるようになったのは事実です。

しかし、開発ツールを手がけるSonarが実施した4,444件のJavaタスクによる第三者評価は、別の実態を浮き彫りにしました。GPT-5.6 Solのタスク正答率は81.99%へと高まり、プログラムを動かす力自体は向上しています。その一方で、生成されたプログラムに含まれる重大なセキュリティ脆弱性（Critical vulnerabilities）の発生率は、コード100万行あたり従来の20件から125件へと6倍以上に激増していたのです。

一見すると完璧に動作し、複雑な処理を見事にこなしているプログラムの内部に、データ漏洩や不正アクセスを許す重大なセキュリティホールが紛れ込む確率が格段に跳ね上がっています。見栄えが良くなったことで、人間が危険に気づきにくくなるという皮肉な事態が起きています。

検証負担という隠れコスト、隠れトークンという隠れ請求

なぜこのような反作用が起きるのでしょうか。AIは思考時間を伸ばすと、より高度で冗長なコードを記述する傾向を強めます。トリッキーな記法や複雑なクラス設計を多用するため、表面上のロジックは正しく見えても、並行処理の排他制御や境界値の処理で致命的な穴を残しやすくなるからです。

これにより発生するのが、人間側の検証負担（Verification Debt）の増大です。AIが一瞬で書いた500行のコードを人間が隅々までレビューし、潜在するセキュリティ脆弱性を洗い出す作業には、ゼロからコードを書く以上の時間がかかることも珍しくありません。AIに作成を行わせた結果、人間側が負うチェックのコストが増えるという構造が存在します。

さらに金銭的な面でも「隠れコスト」が生じます。思考力スライダーの設定を高くすると、AIは回答を表示する前に画面の裏で大量の「思考トークン」を消費します。公称のトークン単価が安く設定されていても、1回の出力で裏で消費される計算量が増えるため、結果として支払う実効コストは膨らみ、応答までの待機時間も長くなります。単価の安さだけに惑わされると、月額の請求額を見て驚くことになります。

中小がAIコード・AI原稿を扱うときの安全網の張り方

この問題は、自社でシステムを内製している企業や、AIを使って業務効率化を進める地方の中小企業にとっても人ごとではありません。例えば地方のシステム開発会社や、自社のWebサイト・業務ツールをAIに手伝わせて改修している10人規模の会社を想定してみましょう。

Sonarのデータが示す「100万行あたり125件」という数字は、コード1,000行あたり0.125件、つまり約8,000行に1件は重大な脆弱性が紛れ込むことを意味します。小規模なWebシステムであれば、数千行のコードはすぐに積み上がります。もしAIが吐き出した成果物を「動いたから大丈夫」と確認なしで本番環境に適用すれば、顧客情報の漏洩やシステム停止といった甚大なリスクを自社で抱え込むことになります。

AIが得意なのは「下書きの高速生成」であり、「最終的な安全性の担保」はどこまで行っても人間の仕事です。AIの思考力を最大にして出てきた見事な文章やコードほど、人間は「正しそうだ」と錯覚してチェックを怠りがちになります。この「人間側の油断」こそが、AI導入における最大の罠と言えます。

30分で課題を整理する→