GPT-5.6が来た｜CodexとClaude Codeを比較させたけど、俺の体感はまだ変わってない

どうも〜さとあつです😄

今日、2026年7月13日。AIの世界に、また新しいのが来た。GPT-5.6っていう、OpenAIの新しい頭脳だ。

俺みたいに、AIを毎日ブン回してる人間は、こういうのが出ると、つい気になる。今使ってるやつと、どっちが上なんだ、って。

だから、早速、比べてみた。

・・・と、かっこよく書きたいところなんだけど。先に、正直なことを言っておく。

俺自身の体感は、今のところ、そんなに変わってない（笑）。

まず、何と何を比べてるのか

ここ、ごっちゃになりやすいから、先に整理させてくれ。今回くらべてるのは、ざっくり、この3組だ。

ひとつめ。Codex（開発環境）に、GPT-5.6 Sol（頭脳）を積んだやつ。

ふたつめ。俺がいつも使ってる Claude Code（開発環境）に、Opus 4.8（頭脳）を積んだやつ。

みっつめ。同じ Claude Code に、Fable 5（頭脳）っていう、もう一段上の頭脳を積んだやつ。

CodexとClaude Codeっていうのが、パソコンの中でコードを読んで、ファイルをいじって、テストを動かす「作業する体」。GPT-5.6 SolとかOpus 4.8とかFable 5っていうのが、その体の中で考える「頭脳」。体と頭は、別々に組み合わせられる。ここだけ押さえてくれたら、あとは楽だ。

数字だけ見ると、ほぼ横一線だった

気になったから、相棒（AI）に、今どういう評価になってるのか、調べさせてみた。

そしたら、ちょっと面白い結果が出てきた。

まず、頭脳そのものの賢さ。これを点数にしてる、独立した評価機関があるんだけど。そこの数字だと、Fable 5が60点、GPT-5.6 Solが59点、Opus 4.8が56点。・・・ほぼ、団子だ。いちおうFable 5が一番上だけど、たった1点差。誤差みたいなもんだ。

ところが、だ。頭の良さテストじゃなくて、「実際にコードをいじらせて、最後まで仕上げさせる」っていう、現場に近いテストになると、順番が変わる。CodexにGPT-5.6 Solを積んだやつが、一番いい成績を出した。しかも、Fable 5より、かかる金は約4割安くて、終わるのも速かったらしい。

ここ、けっこう大事だなと思った。頭の良さの点数と、実際に仕事を終わらせる力は、別モノなんだ。人間でも、テストの点はいいのに仕事は遅い人っているじゃん。あれと、たぶん同じ。

（ちなみに、これ全部、2026年7月時点の話。この世界、来月にはまた順番が入れ替わってても、まったく驚かない）

無理やり人にたとえると、こうなる

数字だけだと、わかりにくいよな。だから、3組を、無理やり人にたとえてみる。

CodexにGPT-5.6 Solを積んだやつは、頭が切れて、設計も実装も速くて、最後まで一気に仕上げてくる「超優秀な開発責任者」。ただ、優秀すぎて、頼んでないところまで勝手に直しにいくクセもあるらしい。だから、ここは触るな、ここまででいい、っていう線引きは、こっちがちゃんとやったほうがいい。

Claude CodeにFable 5を積んだやつは、何日もかけて、デカいプロジェクトを丸ごと面倒みてくれる「超上級のアーキテクト」。何万行もある古いシステムを、まるっと作り替える、みたいな大仕事が主戦場だ。ただ、値段も高い。俺くらいの規模だと、毎回これを使うのは、正直、オーバースペックになる。

で、俺がいつも組んでる、Claude CodeにOpus 4.8。これは、話が通じて、慎重で、毎日となりで一緒に開発しやすい「優秀な主任エンジニア」って感じだ。俺が「これやりたい」って言うと、ときどき「それ、本当に大丈夫ですか」って反対してくる。自分のミスも、先に見つけて直してくれる。この、毎日となりで手を動かせる感じが、今の俺には、一番しっくりくる。

じゃあ俺は、どう使い分けるか

これを踏まえて、俺なら今こう使う、っていうのを書いておく。

いつもの開発は、これまでどおり、Claude Code に Opus 4.8。話しながら、画面を見ながら、ちょいちょい直しながら作る。ここは変えない。

難しい設計とか、原因の分からんバグとか、見た目をガラッと変えたいときは、Codex に GPT-5.6 Sol を呼ぶ。いつもと違う頭で、まるごと調べさせる。

そして、これが一番いいなと思ったのが、納品前のチェックだ。Claude Codeで作ったものを、わざと別の頭（Codex Sol）に「粗探ししてこい」って渡す。仕様の抜け、セキュリティ、変なコード、見落とし。別の会社にレビューを頼むみたいに、他人の目で見させる。これ、めちゃくちゃ効く気がしてる。

値段は、ざっくり100万トークンあたりで、こんな感じ。

頭脳	入り	出し
GPT-5.6 Sol	5ドル	30ドル
Opus 4.8	5ドル	25ドル
Fable 5	10ドル	50ドル

Fable 5だけ、はっきり高い。デカい仕事のときの、切り札って位置づけだ。

で、正直な話

ここまで、えらそうに書いてきた。数字とか、使い分けとか。

でも、白状する。

これ全部、俺が「体験した」話じゃない。相棒に、今どういう評価なんだ、って調べさせて、それを俺が読んで、へえ、って言ってるだけだ。しかも、その比較を調べさせた相棒が、まさに評価されてる側のOpus 4.8だっていうのが、なんか笑える。

俺自身は、GPT-5.6を、まだしっかり使い込んでない。同じ質問を、3つのAIに同時にぶつけて、どれが一番いい答えを返すか、みたいな、ちゃんとした勝負も、まだやってない。だから、俺の手元の体感で言うと——正直、昨日と何も変わってない（笑）。

いつもどおり、Claude Codeに「これ作って」って言って、いつもどおり作ってもらってる。それだけ。

でもな。AIを鵜呑みにしないで、一回疑って、自分で確かめる。これは、前にも書いた（その話はこっち）。今回の「数字はこう出てるけど、俺の体感はまだ」っていうのも、たぶん同じ姿勢なんだと思う。世間が騒いでても、自分の手で触るまでは、へえ、くらいにしておく。

AIの世界は、ほんと、毎週なにかが変わる。ついこないだも、Claudeの使用制限がいきなり満タンに戻ってて、腰を抜かしたばっかりだ（その話はこっち）。この速さの中で、いちいち全部に飛びついてると、疲れる。だから、俺は俺のペースで、ちゃんと自分の手で触ってから、また正直に書くわ。

あなたは、今どのAI、使ってます？

最後に

こういう、AIを実際に使ってみて分かったことは、これからも、そのまま書いていく。全部、本当にあったことだけ。

俺はふだん、AIとコードで、ブログも動画も業務ツールも作ってる（その裏側はこっち）。AIを自分の仕事にどう組み込むか、みたいな相談は、XのDMからでも、気軽にどうぞ。

今日も最後まで読んでくれて、ありがとうございました😄

SNSも見てね！

ではまた！！