OpenAIがついにAnthropicを抜いた｜セキュリティAI『GPT-5.5-Cyber』がClaude Mythos 5超えを達成
2026年6月、OpenAIがセキュリティ特化AI『GPT-5.5-Cyber』を更新し、ベンチマークでClaude Mythos 5を上回った。何が変わったか、誰が使えるか、中小・個人への影響まで実務目線で整理する。
セキュリティAIの世界で、ちょっとした事件が起きた。
結論から言うと、2026年6月22日、OpenAIがセキュリティ特化AI「GPT-5.5-Cyber」をアップデートして、ベンチマークでAnthropicの「Claude Mythos 5」を上回った。「脆弱性を見つけて直す」というサイバー防御の世界で、トップが入れ替わったわけや。
ただし、ここはAI大将として正直に言うとくで。この「超えた」という数字は、OpenAI自身が測定したもんや。だから手放しで「OpenAIの完全勝利や」と言うつもりはない。何が発表されて、どれくらいすごくて、わしらにどう関係するんか。盛らずに、冷静に見ていくわ。
まず結論｜OpenAIの「GPT-5.5-Cyber」が、Claude Mythos 5を数字で上回った
最初に、いちばん大事なところだけ言うとく。
OpenAIが、セキュリティ専用AI「GPT-5.5-Cyber」の正式版を出した。これが、サイバー防御の能力を測るベンチマークで、Anthropicの最上位モデル「Claude Mythos 5」を上回るスコアを記録した。
これまでセキュリティ特化AIの分野では、Anthropic(Claude)が一歩リードしてる、という見方が強かった。そこへOpenAIが数字で正面から殴り込んできた、というのが今回のニュースの核心や。
ただ、繰り返すけど、この数字はOpenAIの公式発表によるもんや。第三者が中立に測った結果やない。そこを踏まえた上で、「それでも、これはなかなかの数字やで」という話を、これからしていく。
何が起きたんか｜2026年6月22日、OpenAIが「Daybreak」を大幅拡張
今回の発表は、単にモデルを1つ強くした、という話やない。OpenAIの「Daybreak(デイブレイク)」というサイバーセキュリティ向けの取り組み全体を、まとめて大きく拡張した発表や。
Daybreakっていうのは、ざっくり言うと「OpenAIの力で、世界中のソフトウェアの弱点(脆弱性)を、機械の速さで見つけて直していこう」という構想や。今回はその中身が一気に厚くなった。柱は大きく分けて、GPT-5.5-Cyberの正式版リリースと、Codex Securityのアップデート、この2つや。
GPT-5.5-Cyberとは「脆弱性を見つけて直す」専用AI
GPT-5.5-Cyberは、OpenAIの審査を通った一部のユーザー向けに提供されている、セキュリティ専用のAIモデルや。
普通のChatGPT(GPT-5.5)をベースにしながら、ソフトウェアの弱点を見つける能力を特に強化してある。今回のアップデートで、大規模なコードベース全体をまるごと深く分析できるようになった。具体的には、危ない部分を特定して、その弱点が実際に攻撃に使えるか確かめて、修正パッチを作ってテストして、人間がレビューするための材料まで用意する、という一連の流れをこなせる。
ポイントは「見つけるだけやない」ところや。これまでのAIは「弱点を見つける」のは得意でも、「直す」ところは人間任せやった。GPT-5.5-Cyberは、その「直す」工程まで手伝えるよう作り込まれてる。ここが今回の肝になってくる。
Codex Securityも同時アップデート
もう一つの柱が、Codex用のプラグイン「Codex Security」のアップデートや。
Codex Securityは、ざっくり言うと「開発者の隣に、セキュリティ担当のエンジニアを1人座らせる」ためのツールや。コードを書いてる横で、弱点がないかスキャンして、危ない箇所を教えてくれて、修正案まで出してくれる。
今回のアップデートで、コードの詳細なスキャン、レビュー結果をダッシュボードで表示、深刻度や影響の分析、修復ガイダンス付きのレポート作成、脅威モデルの構築、といった操作ができるようになった。
このCodex Securityがどれくらい使われてるかというと、OpenAIの発表では、2026年3月のプレビュー公開以降で3万を超えるコードベース、3000万件超のコミットをスキャンして、50万件を超える弱点が修正済みと判定された、とのことや。もう実戦投入されて、相当な規模で動いてるわけやな。
ここはわしの正直な立場を書いとく。このCodex Security、わしもめちゃくちゃ気になってる。今ちょうどこのサイトのCMSを作ってる最中で、それが完成したら実際に自分のコードへ通してみようと思てる。使ってみたら、また体験を記事にするわ。
どれくらいすごいんか｜ベンチマークを正直に読む
ここからが、今回いちばん尖ってる部分や。数字を見ていくで。ただし、出どころを忘れんように読んでほしい。
CyberGymでMythos 5超え。ただし「OpenAI自身の測定」という前提
「CyberGym(サイバージム)」というベンチマークがある。これは、AIが既知の脆弱性をソフトウェア環境の中で再現できるか、という能力を測るテストや。
OpenAIの発表によると、アップデート版のGPT-5.5-Cyberは、このCyberGymで**85.6%**を記録した。比較対象のGPT-5.5が81.8%やから、ベース版から明確に伸びてる。そして、GIGAZINEなどの報道によると、このスコアはClaude Mythos 5を上回った、とされてる。OpenAIいわく、単一モデルの評価としては自社で測った中で過去最高のCyberGymスコアやそうや。
ここで何度でも言うとくけど、この比較はOpenAIが公表した数字や。第三者機関が横並びで中立に測ったもんやない。だから「OpenAIの土俵で測ったら、OpenAIが勝った」という構図は頭に置いといてくれ。とはいえ、自社で出す数字に明確な比較対象(Mythos 5)を載せてくる以上、それなりの自信があるのは間違いない。
ExploitGym・SEC-bench Proの数字も見ておく
CyberGym以外にも、OpenAIは2つの実戦的なベンチマークの数字を出してる。比較が分かりやすいように、表にまとめたで。
| ベンチマーク | 測る内容 | GPT-5.5-Cyber | GPT-5.5 |
|---|---|---|---|
| CyberGym | 既知の脆弱性を再現できるか | 85.6% | 81.8% |
| ExploitGym | 弱点を実際に動く攻撃コードへ変えられるか | 39.5% | 25.95% |
| SEC-bench Pro | 複雑なソフトで弱点発見と検証ができるか | 69.8% | 63.1% |
注目してほしいのはExploitGymや。25.95%から39.5%へ、かなり大きく伸びてる。これは「見つけた弱点を、実際に攻撃が成立するコードへ変換できるか」を測るテストや。防御の文脈で言えば「その弱点が、本当に危ないやつなのかを実証できる力」が上がった、ということやな。
要するに、ベース版のGPT-5.5と比べて、セキュリティのどの軸を取っても明確に強くなってる。これは盛りやなく、数字がそう言うてる。
ここがミソ｜「見つける」競争から「直す」競争へ変わった
今回の発表で、わしがいちばん「なるほどな」と思ったのは、ベンチの数字やない。競争の軸そのものが変わった、という点や。
OpenAI自身がこう言うてる。これまでサイバー防御のボトルネック(詰まりどころ)は「脆弱性を見つけること」やった。専門家の知識と時間が必要やったからな。ところがAIが進化して、弱点はどんどん見つかるようになった。その結果、今度は逆に「見つかりすぎた弱点を、どう直すか」が新しいボトルネックになった、と。
ここがミソや。弱点の報告書だけ大量にあっても、誰も守られへん。価値が出るのは、その弱点を検証して、影響を理解して、パッチを作ってテストして、実際に直すところまで持っていったときや。
GPT-5.5-CyberもCodex Securityも、この「見つける→直す」の後半部分に振ってきてる。OpenAIは「Patch the Planet(パッチ・ザ・プラネット)」という、オープンソースのソフトを実際に直していく取り組みも同時に立ち上げた。cURL、Go、Python といった、世界中で使われてる重要なプロジェクトが参加してる。
つまり今回の本質は、「うちのAIが一番弱点を見つけられます」という自慢やない。「見つけた弱点を、現実に直すところまでやれます」という、一歩先の競争へ移った、ということや。
でも、わしらは使えるんか｜答えは「ほぼNO」やけど、無関係やない
ここで現実的な話をしとく。「で、わしらはこのGPT-5.5-Cyberを使えるんか?」という疑問や。
正直に言うと、答えは「ほぼNO」や。でも、無関係かというと、それも違う。順番に説明するわ。
GPT-5.5-Cyberは「審査を通った防御者」限定
GPT-5.5-Cyberは、誰でも使えるモデルやない。OpenAIの審査を通った「信頼できる防御者(verified defenders)」に限定して提供されてる。
これは当然の話で、脆弱性を見つけて攻撃コードに変える能力は、防御に使えば強力やけど、悪用されたら攻撃の道具にもなる。諸刃の剣やからな。だからOpenAIは、強力な検証と監視、利用範囲の制限とセットでしか出してへん。
OpenAI自身も「ほとんどの防御者にとっては、GPT-5.5に『Trusted Access for Cyber』とCodex Securityを組み合わせるのが正しいスタート地点や」と言うてる。つまり、フルパワーのGPT-5.5-Cyberは、本当に必要な一部の専門家向け、という位置づけや。中小事業者や個人が、明日からこれをバリバリ使う、という話やない。
攻撃側もAIを使う時代。中小・個人が今やるべきこと
「じゃあ、わしらには関係ない話やん」と思うかもしれん。でも、ここで終わらせたらあかん。
考えてみてくれ。防御側がAIでここまで弱点を見つけられるということは、攻撃側も同じようにAIを使えるということや。実際、AIによって弱点発見のスピードは、攻守どちらにとっても上がってる。つまり、ソフトの弱点は今までより速く・大量に見つかる時代に入った、ということや。
これは中小・個人にとって、けっこう重い話や。「うちみたいな小さいところは狙われへん」は、もう通用せえへん。AIで自動的にスキャンされる時代やからな。
じゃあ何をしたらええか。難しいことやない。基本の徹底が、いちばん効く。使ってるソフトやプラグイン、CMSを最新に保つこと。古いバージョンを放置しないこと。これだけで、自動スキャンで見つかる弱点の大半は塞げる。
それと、もし自分でコードやサイトを触ってるなら、Codex Securityみたいな「開発者向けのセキュリティチェックAI」は、いずれ普通の選択肢になっていく。今すぐ全部使う必要はないけど、「こういうツールが当たり前になりつつある」とだけ頭に入れといたら、いざというとき動ける。攻撃側がAIで武装するなら、守る側も道具を持っておく。それだけの話や。
もう一つの注目点｜各国政府とOpenAIの連携(日本も入ってる)
今回の発表で、地味やけど見逃せん点がある。OpenAIが、各国政府との連携を一気に進めてる、という事実や。
OpenAIの発表によると、この1か月で、オーストラリア、カナダ、フランス、ドイツ、日本、韓国、それからEUの機関(ENISAなど)と「Trusted Access for Cyber」のパートナーシップを結んだ、とのことや。日本もしっかり入ってる。
さらに、IBM、CrowdStrike、Accenture、Akamai、Cisco、Cloudflare といった大手セキュリティ企業が参加する「Daybreak Cyber Partner Program」も立ち上がった。これらの企業が、自社の製品やサービスにOpenAIのモデルを組み込んでいく、という枠組みや。
何が言いたいかというと、セキュリティAIはもう「一企業の製品」の話を超えて、国家やインフラを巻き込んだ大きな仕組みになりつつある、ということや。前にこのサイトでも「AIは政治や規制で使える範囲が変わる」という話を書いたけど、セキュリティの分野はその最前線や。この流れは、今後も追っておく価値がある。
まとめ｜王座が動いた。でも振り回されず、足元を固める
最後に整理しとく。
2026年6月、OpenAIがGPT-5.5-Cyberを更新して、ベンチマーク上はClaude Mythos 5を上回った。セキュリティAIのトップが、数字の上では入れ替わった。これは事実や。ただし、その数字はOpenAI自身の測定によるもんやから、「完全勝利」と鵜呑みにはせん。ここは冷静に見ておく。
そして、ここからがAI大将としての本音や。わし自身は、ChatGPTとClaudeを「どっちが上か」で選んでへん。併用してる。具体的には、ChatGPTで設計して、その設計に抜けや漏れがないかをClaudeでチェックする。逆もやる。コードも、Codexで実装したものをClaude Codeで確認する、という流れを組んでる。片方の穴を、もう片方で埋める。これがいちばん成果が出る使い方や、と現場で感じてる。
ベンチマークの王座が動いても、現場の正解は「併用」やと、わしは思てる。「どっちが勝った」のニュースに振り回されるより、自分の仕事で、どう組み合わせたら穴がなくなるかを考えるほうが、よっぽど実りがある。
中小・個人がやることは、もっとシンプルや。攻撃側もAIを使う時代やと知っておく。そのうえで、ソフトやCMSを最新に保つ、という基本を徹底する。まずはそこからやで。
よくある質問(FAQ)
Q. GPT-5.5-Cyberは、普通のChatGPTで使えるん?
いや、使えへん。GPT-5.5-Cyberは、OpenAIの審査を通った「信頼できる防御者」限定で提供されてる専用モデルや。一般ユーザーが普段のChatGPTで触れるもんやない。ほとんどの人には、通常のGPT-5.5やClaudeで十分や。
Q. 本当にClaude Mythos 5を超えたん?
ベンチマーク上は超えた、というのがOpenAIの発表や。サイバー防御のテスト「CyberGym」で、GPT-5.5-Cyberが85.6%を記録し、Claude Mythos 5を上回ったとされてる。ただし、これはOpenAI自身が測定した数字で、第三者が中立に測った結果やない。そこは差し引いて読むのがええ。
Q. Codex Securityは誰でも使えるん?
Codex Securityは、Codexを使ってる開発者向けのプラグインや。GPT-5.5-Cyberほど厳しい審査制ではないが、自分でコードを書いたり管理したりしてる人向けのツールや。コードを触らへん人には、直接は関係が薄い。
Q. 中小事業者や個人は、何に気をつけたらええん?
いちばん効くのは基本の徹底や。使ってるCMS、プラグイン、ソフトを最新バージョンに保って、古いまま放置しないこと。攻撃側もAIで自動スキャンしてくる時代やから、「小さいから狙われへん」は通用せえへん。まずは更新を怠らへんことから始めたらええ。
ChatGPTとClaudeの併用術や、こういうAI業界の動きを実務目線でどう読むか、わしのやり方をLINEでも届けてる。「うちの仕事ならどう活かせるやろ」と気になった人は、よかったら登録しといてな。
この記事は2026年6月時点の公開情報をもとに整理したものや。ベンチマークのスコアはOpenAIの公式発表に基づくもので、第三者による中立な検証結果ではない。モデルの提供条件は今後変わる可能性があるから、実際の判断のときは最新の一次情報を確認してな。
