GPT-5.5「Spud」リーク検証：ベンチマーク、デモ、公開時期はどこまで信用できる？

ただし、ここで確認できるのはあくまで「報道された内部コードネームと開発進捗」です。公開製品名がGPT-5.5になるのか、いつ使えるのか、APIで提供されるのか、どの程度の性能なのかまでは確認できません。

したがって、現時点で最も正確な表現は、**「SpudはOpenAIの内部モデルコードネームとして報じられているが、公開名称、性能スコア、リリース時期、API提供は公式資料や再現可能なベンチマークでは未確認」**です。

AIモデルのリークを判断する基準

AIモデルの噂は、拡散量よりも「たどれる証拠」が重要です。厳しく見るなら、次のようなものが必要になります。

• OpenAIの公式ドキュメント、APIモデル一覧、リリースノート、model card、system card
• 公開ベンチマークのエントリー、eval card、実行ログ、プロンプトセット、提出記録
• 元のデモ動画、実行時のプロンプト、生成過程、モデル名、タイムスタンプ
• 第三者が同じ手順で近い結果を再現できるテスト

この基準で見ると、Spudについては「存在や事前学習完了を示す報道」はありますが、ネットで見かけるベンチマーク、デモ、公開日、GPT-5.5という名称の多くは、まだ確認済みとは言えません。

主要な噂の信頼度

ベンチマーク：他モデルの数字をSpudの実績と混同しない

最も誤解されやすいのがベンチマークです。Holter記事では、Claude Mythos PreviewがSWE-bench Proで77.80％、GPT-5.4が57.70％だったと書かれています。 しかし、Spudについての記述は「その差をかなり、またはすべて埋めるという期待がある」という趣旨であり、Spudの公開済みスコアを示しているわけではありません。

つまり、この数字から言えるのは「他モデルの成績をもとに、Spudが近づくのではないかと推測する記事がある」ということまでです。「Spudが77.80％を出した」「Claude Mythosを超えた」と断定するには足りません。

本当にベンチマークとして扱うなら、少なくとも公式レポート、model card、system card、公開リーダーボードの行、eval card、実行ログ、プロンプトセット、提出記録、または第三者による再現テストが必要です。SWE-bench自体はコーディング能力を確認するための公開リーダーボードですが、本稿で示された資料にはSpudの確認可能なエントリーはありません。

デモ：面白い動画と「証拠」は別

Spud関連として、3Dシミュレーション、インタラクティブ環境、Webサイトデザイン、SVG、ゲーム生成などのデモが語られています。問題は、それらが必ず偽物だということではありません。問題は、現時点では「本当にSpudが生成したのか」「同じ条件で再現できるのか」が確認できないことです。

Geeky Gadgetsの記事は、Spudが3DシミュレーションやWeb開発に優れているとする内容を「Universe of AIによると」として紹介しており、同時に公式の性能指標はまだ公開されていないとも書いています。 そのため、これらは現段階では「ネット上で紹介された出力例」または「二次的なデモ紹介」として扱うのが妥当です。

信頼できる証拠として扱うには、元動画、完全なプロンプト、生成手順、モデル名、実行時刻、再現手順、またはOpenAI公式のデモページが必要です。

公開日と名称：GPT-5.5、GPT-6、4月16日はまだ確定ではない

「SpudはGPT-5.5として出る」「2026年4月16日に公開される」といった話は目を引きますが、確認のハードルは高く見るべきです。SpudをGPT-5.5として紹介し、2026年第2四半期や4〜5月のリリースを予想する記事はあります。 一方、Holter記事のタイトルも「Leaked April 16 Release」や「GPT-5.5 or GPT-6 Might Mean」という表現で、断定ではなくリーク・可能性の枠組みです。

OpenAIが公式ブログ、リリースノート、APIモデル一覧、開発者向けドキュメントで名称と提供状況を出すまでは、「GPT-5.5」は外部の呼び名または推測として扱うのが安全です。本稿で参照できるOpenAI APIのモデル資料からは、Spud／GPT-5.5の公開は確認できません。

Developer Communityの投稿はリリース証拠ではない

OpenAI Developer Community上に「SPUD Release」という言葉が出ていることも、スクリーンショットだけで見ると公式の示唆に見えるかもしれません。しかし該当ページのタイトルは「Please Add an Optional Expression Mode with the SPUD Release」で、文脈はユーザーによる機能要望です。

フォーラム投稿は「コミュニティでSpudが話題になっている」ことの材料にはなりますが、OpenAIがSpudを発表した証拠にはなりません。

開発者やプロダクト担当者はどう扱うべきか

業務で使うAIモデルを選ぶ場合、噂ベースの性能値を前提にロードマップや調達判断を置くのは危険です。現時点では、次のように切り分けるのが現実的です。

• 利用可能なモデルは、OpenAIの公式APIモデル資料を基準にする。本稿の資料ではgpt-5.4系が確認でき、Spud／GPT-5.5は確認できない。
• コーディング性能の主張には、公開リーダーボード、eval card、再現可能なテストを求める。SWE-benchのような公開リーダーボードは確認先になる。
• デモには、元動画、完全なプロンプト、モデル名、タイムスタンプ、再現手順を求める。単独の動画、スクリーンショット、二次記事だけでは足りない。
• 公開日や製品名は、公式リリースノートまたはAPIエントリーが出るまで保留する。「leaked」「expected」「might」という表現自体が不確実性を示している。

最終判定

Spudは、まったく根拠のない名前ではなさそうです。The InformationがOpenAIの「Spud」モデル準備を報じ、The DecoderもSpudの事前学習完了を伝えています。

ただし、信頼して使える結論はかなり限定的です。現時点では、ネット上のベンチマーク、3Dデモ、公開日、GPT-5.5という名称を、独立に検証済みの事実として扱うべきではありません。

外部に説明するなら、最も無難なのは次の一文です。SpudはOpenAIの内部モデルコードネームとして報じられているが、公開名称、性能、スコア、リリース時期は、OpenAIの公式資料または再現可能なベンチマークではまだ確認されていない。