GPT-5レビュー：コーディング、ツール利用、推論のテスト

執筆： Andrew Miller · 2025年8月8日 · 更新 2026年10月23日

追記（2026年10月23日）：GPT-5は2026年2月13日にChatGPTから外れ、OpenAIは元のGPT-5のAPIスナップショットを2026年12月11日に削除する予定です。OpenAIの現在のコーディング向けモデルについては、GPT-6.1 Solのレビューをご覧ください。

コーディング

GPT-5が最も強いのはソフトウェア開発です。OpenAIは「真のコーディングの協力者」と呼んでおり、報告されているベンチマークの点数もそれを裏付けています。SWE-Benchで74.9%、Aider Polyglotで88%です。

既存のコードベースの把握、バグ修正、リファクタリング、複数のファイルにまたがるアプリケーションをよく理解しています。

テスト1：2Dの宇宙ゲーム

ここで報告するテストでは、宇宙船が小惑星を避けて破壊する、単体で動く2Dの宇宙ゲームをGPT-5に求めました。GPT-5は指示の制約を守った完全なHTMLとJavaScriptを出力し、ゲームは基本的な機能で動きました。

問題ははっきりしていました。実行方法の説明がなく、インターフェースは粗く、動きはぎこちなく、コードはモジュール化されていませんでした。

つまり、GPT-5は基本的なゲームを一から作れますが、磨き上げてデプロイするのは依然として開発者の仕事です。作業は速くなりますが、ワンクリックで完成するわけではありません。

ツール利用とエージェントのワークフロー

ここがGPT-4からの最もはっきりした進歩です。GPT-5はツールを連鎖させ、手順をまたいで推論し、複数のツールを同時に扱えます。

2つ目のテストでは、レゴ風のブルータリズム建築のエディタを求めました。GPT-5は、モジュール化したDOM要素で組んだindex.htmlとmain.jsの2ファイル構成の解答を返しました。コードは構文的に正しく、コメントも丁寧でしたが、サーバーで配信すると役に立つものは何も描画されませんでした。それでも、ファイルをまたいで部品単位で計画する様子が見られ、これは以前のモデルではめったにできなかったことです。

エージェントの制御

エージェント作業での改善点：

ツールを並列で実行できる
指示を見失わずに手順を順番に実行する
手順をまたいで記憶の一貫性が保たれる
エラー処理が向上した
不完全な入力から立て直せる

これによりGPT-5は自律的なワークフローに使えるものになり、マルチエージェントのオーケストレーションを売りにするスタートアップにとっては脅威になり得ます。タスクの自動化、ETLパイプライン、データエンジニアリングの本番向けツールに、近いうちに組み込まれるでしょう。

戦略のタスク

高度な推論を確かめるため、GPT-5にCEOが危機に直面するという指示を与えました。あいまいさに対処し、重圧の中で伝え、取り返しのつかない決断を下すというものです。

答えは非常に良いものでした。目の前の説明責任、世間の信頼の回復、長期的な再編、倫理的な透明性のバランスを取り、企業倫理、リスクコミュニケーション、規制の現実を1つの筋の通った計画にまとめました。埋め草ではなく、危機に対処した経験のある人の助言のように読めました。

ガードレールとユーモア

わざと際どくしたジョークの指示には、節度ある丁寧な返答が返ってきました。ユーモアを受け止めつつ、社会的な一線を守り、説教もしませんでした。ハルシネーションも悪ふざけもありませんでした。

翻訳

「Sometimes you just have to let go（ときには手放すしかない）」という一文を、ウルドゥー語、サライキ語、マダガスカル語、古代ルーン文字など、十数以上の言語で試しました。

よく知られた言語では、ネイティブに近い言い回しが返ってきました。
あまり知られていない言語や地域の言語では、構造的には正確ですが、意味がやや浅い翻訳になりました。
ランダムな言語を求めると、もっともらしい構造の出力を返しました。

この幅広さは、世界中の利用者向けに作るものなら何にでも役立ちます。

弱点

読み込みの遅延でテストがしにくい状態でした。
生成されたコードには実行方法の説明がないことがよくありました。
マルチモーダルの機能はすべては提供されていませんでした。
インターフェースの一部は未完成に感じられました。
ユーモアやフィクションなどの創作は堅実でしたが、GPT-4よりそれほど良くはありませんでした。

開発者向け

推論の度合い、応答のスタイル、カスタムツールを制御する新しいAPIの設定。
出力はプレーンテキストでもよく、JSONは必須ではありません。
複数のモデルサイズがあり、費用と性能を比べて選べます。
早期アクセスはまずPlaygroundに登場し、ChatGPTへの展開は段階的でした。

評価

GPT-4がゼネラリストだったとすれば、GPT-5は自ら動くスペシャリストのように振る舞います。複雑な指示に忠実に従い、構造化された複数の手順にわたる推論で最も力を発揮します。指示に答えるだけでなく、あなたの問題を解決しようとしているかのようです。

それでも、毎回一度でうまくいくわけではなく、力を引き出すには丁寧な指示が必要です。代わりではなく、アシスタントです。

結論：GPT-5は動く最初の下書きを渡してくれる速い協力者で、最後の仕上げは依然としてあなたの仕事です。公式の詳細はOpenAIのGPT-5のページにあります。