【2026年1月〜7月】ChatGPTは「チャット」ではなくなった。OpenAIの進化から考える、仕事のOSの現在地

少し前まで、ChatGPTは「質問すると文章で答えてくれるAI」と説明すれば、おおむね通じるサービスでした。

ところが、2026年に入ってから、その説明では明らかに足りなくなっています。

調査する。社内のファイルを読む。Excelやスプレッドシートを扱う。文書やスライドを作る。ブラウザやデスクトップアプリを操作する。複数のエージェントへ仕事を分け、数時間かけて成果物を完成させる。さらに、定期的な処理や条件監視まで行う。

いまのChatGPTは、もはや「会話の相手」という枠だけでは捉えられません。

私は、2026年7月時点のChatGPTを、次のように考えています。

ただし、WindowsやmacOSのような意味でのOSになったわけではありません。

より正確には、既存のOS、ブラウザ、SaaS、ファイルシステムの上に置かれ、人間の意図を実行可能な仕事へ変換する、仕事のコントロールプレーンになりつつあります。

この記事では、2026年1月から7月までのOpenAIの主要な動きを時系列で整理します。そのうえで、「ChatGPTは仕事のOSになるのか」「既存のSaaSはどうなるのか」「なぜ高性能になっても、誰もが簡単に使いこなせるわけではないのか」を考えていきます。

2026年に起きたのは、単なる機能追加ではない

検索、Deep Research、ファイル分析、画像生成、コネクター、Computer Use、Codex。

これらの多くは、2025年までにも存在していました。

ただ、当時は比較的独立した機能として認識されていたと思います。

調査ならDeep Research。コードならCodex。Web操作ならエージェント。文書作成ならChatGPT。ローカル開発ならCLIやIDE。利用者が目的に応じて機能や画面を選び、それぞれを使い分けていました。

2026年の本質的な変化は、機能の数が増えたことではありません。

これまで別々に見えていたモデル、検索、ファイル処理、コード実行、PC操作、長時間タスク、外部アプリ接続が、一つの仕事を完了するための連続した環境へ統合され始めたことです。

時系列を追うと、この方向性がはっきり見えてきます。

2026年1月：汎用チャットから、領域別の業務環境へ

1月7日、ChatGPT Healthを発表

OpenAIは2026年1月7日、健康やウェルネスのための専用環境「ChatGPT Health」を発表しました。

医療記録やApple Health、MyFitnessPalなどを接続し、検査結果の理解、診察前の準備、運動や食生活の検討などに利用できる環境です。通常のチャットとは分離された専用空間として設計されています。

翌1月8日には、医療機関向けの「OpenAI for Healthcare」も発表されました。医療組織向けの製品やAPI、管理・コンプライアンス要件を含む展開です。 atGPTが医療知識を多く持つようになったことだけではありません。

業界固有のデータ、専門的な推論、プライバシー、アクセス制御、組織管理を一体化した、領域別の業務基盤へ進み始めた点です。

汎用モデルをすべての業界へ同じ形で配るのではなく、業界ごとのデータと制約を含む実行環境として提供する。この考え方は、その後の企業向け展開にもつながっていきます。

2026年2月：Codexが「コード生成」から「仕事の委任」へ進む

2月2日、Codexデスクトップアプリを発表

OpenAIは2月2日、macOS向けのCodexアプリを発表しました。3月4日にはWindows版も追加されています。

このアプリを単なるコーディング用エディタとして理解すると、本質を見落とします。

中心にあるのはコード入力欄ではなく、複数のエージェントを管理する仕組みです。

複数タスクの並列実行、プロジェクトごとのスレッド、長時間作業、変更差分の確認、Skillsによる手順の再利用、Automationsによる反復作業、サンドボックスと権限管理などが組み込まれました。

OpenAI自身も、単一のコーディングエージェントと共同作業する状態から、設計、構築、公開、保守までを担う複数エージェントを監督する状態への変化として説明しています。 は、人間が書くコードを横で補助する存在でした。

Codexアプリが示したのは、それとは違う働き方です。

この転換は、単なるUI改善ではありません。人間とAIの役割分担そのものが変わり始めたということです。

Skillsが、単発のプロンプトより重要になる

Codexアプリでは、Skillsを作成・管理できます。

Skillsは単発の指示文ではありません。手順、参考資料、スクリプト、ツールの使い方、チーム固有の判断基準などをまとめ、繰り返し利用するための単位です。

ここで、AI活用の競争軸が変わります。

毎回うまいプロンプトを書くことよりも、組織の仕事の進め方を、再利用可能な形でAIへ渡せるかどうかが重要になってきました。

プロンプトが「今回、何をしてほしいか」を伝えるものだとすれば、Skillsは「この組織では、仕事をどう進めるか」を伝えるものです。

GPT-5.3-CodexとCodex-Spark

2月5日に発表されたGPT-5.3-Codexでは、コーディング能力と汎用的な推論・専門知識が統合されました。長時間の調査やツール利用を伴う仕事を進めながら、途中で人間が方向を修正できるモデルとして位置づけられています。

2月12日のCodex-Sparkは、毎秒1,000トークンを超える低遅延を目指したリアルタイム型モデルです。

これによってCodexは、二つの働き方を持つようになります。

一つは、数時間以上かかる仕事を任せる長時間エージェント。

もう一つは、人間と高速にやり取りしながら、細かな修正を繰り返すリアルタイムエージェントです。

AIの知能だけでなく、応答速度と共同作業のリズムも、製品体験を左右する主要要素になりました。

2026年3月：モデルが説明する側から、実際に操作する側へ

GPT-5.4とComputer Use

3月5日に発表されたGPT-5.4では、知識労働、コーディング、コンピューター操作がさらに統合されました。

従来のChatGPTは、「このボタンを押してください」「この設定画面を開いてください」と操作方法を説明することが中心でした。

Computer Useが強化されると、モデル自身がスクリーンショットを読み、マウスやキーボードを操作し、ブラウザやアプリ上で作業を進めます。

への変化です。

AIが間違った文章を返すだけなら、影響が会話の中で収まる場合もあります。しかし、ファイルを変更し、メールを送り、データを更新し、外部システムを操作するようになると、権限、承認、監査、復旧の設計が欠かせません。

能力が高くなるほど、安全設計の重要性も増します。

ChatGPT for Excel

同日には、ChatGPT for Excelも発表されました。

Excelの中で既存のセルや数式を読み、モデル作成、分析、シナリオ検討、数式の修正などを支援する機能です。その後、Google Sheetsにも展開されました。

この段階では、関係は次のように見えます。

つまり、既存SaaSの補助機能です。

しかし、後に登場するChatGPT Workでは、人間がExcelを開いてAIを呼ぶだけでなく、最初にChatGPTへ目的を伝え、必要に応じてChatGPTがExcelやSheetsを利用する構造へ変わります。

Responses APIにコンピューター環境を実装

3月11日、OpenAIはResponses APIでエージェントが利用できるコンピューター環境を公開しました。

Shell、ホスト型コンテナ、ファイルシステム、構造化ストレージ、制限付きネットワークアクセス、Skillsなどを組み合わせる設計です。

少し噛み砕くと、モデルに「考える頭」だけでなく、ファイルを置く机、プログラムを動かすPC、外部情報へアクセスする回線を与えたようなものです。

ただし、モデル自身が物理的にすべてを実行するわけではありません。モデルがツールの使用を判断し、プラットフォーム側の実行環境が処理し、その結果をモデルへ返します。

この区別は重要です。

成果を生み出しているのは、モデル単体ではなく、モデルと実行環境を組み合わせたシステムだからです。

2026年4月：Codexという名前と、実際の用途が離れ始める

Codex for (almost) everything

4月16日の「Codex for (almost) everything」は、大きな転換点でした。

Codexは、アプリ画面を見てクリック・入力する機能、内蔵ブラウザ、画像生成、記憶、プラグイン、複数ファイルやターミナルの操作、SSHによるリモート環境への接続、継続的な自動実行などを備えました。

この時点で「Codexはコーディングツールです」という説明は、かなり苦しくなっています。

もちろん、ソフトウェア開発は依然として重要な用途です。

しかし、実態は次のようなものへ広がりました。

特に大きいのは、APIで接続できるサービスだけでなく、必要に応じてGUIを操作できる点です。

APIや構造化されたツール接続が使える場合は、それを使う。使えない場合は画面を見て操作する。この両方を持つことで、エージェントが関与できる仕事の範囲は大きく広がります。

GPT-5.5が「仕事を完成させる能力」を前面に出す

4月23日に発表されたGPT-5.5は、コーディングだけでなく、調査、情報統合、データ分析、文書中心の専門業務を重視するモデルでした。

OpenAIは、職業上の成果物を作るGDPvalや、実際のコンピューター環境を操作するOSWorld-Verifiedなどの評価を前面に出しています。 変わります。

質問に正しく答えられるか。自然な文章を書けるか。ベンチマーク問題を解けるか。

それだけでなく、複数のツールを使い、途中結果を確認し、修正し、最終的に使える文書、表、スライド、システムを完成させられるかが重視されるようになりました。

AIの価値が、回答の品質から仕事の完遂へ移っていると考えると、2026年の発表がつながって見えてきます。

2026年5月：仕事の単位が、PCからエージェントのスレッドへ移る

モバイル版ChatGPTからCodexを監督

5月14日、ChatGPTのモバイルアプリからCodexの作業を監督できるようになりました。

別のPCやリモート環境で動いているCodexの進捗を確認し、質問への回答、方向転換、コマンド承認、差分やテスト結果の確認、新しいタスクの開始などを行えます。

これは単なるリモートデスクトップとは少し違います。

ファイル、認証情報、開発環境は元のPCやリモート環境に残したまま、エージェントとの協働状態がアカウントを通じて端末間で同期されます。

仕事の単位が「いま開いているPCのアプリ」から、

へ移り始めたのです。

5月21日、Appshotsを追加

5月21日には、macOS版CodexアプリへAppshotsが追加されました。

Appshotsを使うと、現在見ているアプリウィンドウのスクリーンショットと、取得可能なテキストをCodexスレッドへ添付できます。

人間が「いま画面にはこのようなエラーが表示されていて……」と長く説明しなくても、AIが作業画面を直接コンテキストとして受け取れます。 便利です。

ただ、すべてを言葉で説明しなければならない状態には、まだ大きな負担があります。画面、ファイル、過去の作業、利用中のアプリなどをAI側が適切に取り込めるほど、利用者が毎回状況をプロンプトへ変換する必要は減っていきます。

2026年6月：Codexが非開発者の仕事へ広がる

6月2日、OpenAIは「Codex for every role, tool, and workflow」を発表しました。

OpenAI社内の非技術部門では、Codexを使って社内アプリ、経営資料、ダッシュボード、ブランド制約に沿った制作物などを作っていると説明されています。他社事例でも、SlackやGoogle Docsなどから情報を集め、ポストモーテム、対応計画、機能チケットへ変換する使い方が紹介されています。 力そのものが目的ではありません。

コードやスクリプトは、業務成果を作るための内部手段になっています。

OpenAI社内では「相談」から「委任」へ

OpenAIが6月25日に公開した社内利用データでは、Codexの利用がエンジニアリング以外の法務、財務、採用などにも急速に広がったとされています。

平均的なエンジニアでは、出力トークンの99％をChatGPTではなくCodexで生成する状態になり、他部門でもCodexが主要な利用手段へ移行しました。 社内という特殊な環境のデータです。

OpenAIはAIへのアクセス、社員のリテラシー、社内ツール、モデル開発への近さなどで一般企業と大きく異なります。

したがって、「一般企業でもすぐに同じ比率になる」と解釈するのは不適切です。

それでも、一つの変化は読み取れます。

という利用形態が、AIを深く利用する組織では現実に広がり始めています。

2026年7月9日：ChatGPT Workによって、点だった機能がつながる

7月9日、OpenAIはChatGPT Workを発表しました。

ChatGPT Workは、アプリやファイルを横断して行動し、必要なら数時間にわたって作業を続け、目標を完成した成果物へ変えるエージェントです。

ファイルやプラグインから情報を集める。Webを調査する。仕事を工程へ分解する。文書、スプレッドシート、プレゼンテーション、レポート、Webサイトを作る。途中で人間へ質問する。重要な操作では承認を求める。

これらを、一つの仕事として扱います。

GPT-5.6は、複数段階の仕事を推論し、参照資料やテンプレートに従った成果物を作るための中核モデルとしてWorkを支えます。 格が大きく変わります。

従来は、人間がChatGPTとの会話を進めることが前提でした。

Workでは、人間が目標を渡し、エージェントが作業を進め、判断が必要な場面だけ人間が介入します。

会話が中心なのではありません。

仕事が中心で、会話は仕事を進めるためのインターフェースになります。

「GPT-5.6 Solだけで何でも作れる」わけではない

私自身、ChatGPTを使って、記事、調査レポート、提案書、見積書、スライド、画像、システム要件、コードなど、かなり幅広い成果物を作っています。

動画や音声も、ChatGPTから接続された制作環境やプラグインを使うことで作れるようになっています。

そのため、利用者の感覚として「ChatGPTだけで何でも作れる」と感じるのは自然です。

ただし、技術的には三つを分けた方がよいでしょう。

1. GPT-5.6 Solという基盤モデル

2. ChatGPT、Work、Codexという製品環境

3. そこから利用するプラグイン、Skills、コード実行、画像・音声・動画制作ツール

モデルは、目的を理解し、構成を考え、判断し、ツールの利用を決定します。

実際のファイル生成、プログラム実行、データ取得、画像のレンダリング、音声合成、動画生成などは、それぞれのツールや実行環境が担います。

したがって、より正確な表現は次のようになります。

これはモデル単体の万能化ではありません。

モデルを中核にした制作・実行環境の統合です。

私は、この区別がかなり重要だと考えています。

モデル性能だけを見ていると、ツール接続、ファイル処理、実行環境、権限、検証、レンダリングといった、実際の成果を左右する要素を見落としてしまうからです。

ChatGPTは、私にとってすでに知的生産の基盤になっている

「ChatGPTは日常業務や私生活で欠かせない存在になった」という評価は、社会全体へそのまま一般化できる客観的事実ではありません。

ただ、少なくとも私自身の利用実態については、明確にそう言えます。

私はChatGPTを、リサーチ、事業戦略、研修設計、提案書、見積書、メール、スライド、画像、システム要件、コーディング、Codexの運用設計、広告やコンテンツ制作、個人的な調査や判断に使っています。

この状態では、ChatGPTは「分からないことがあったときに質問するサービス」ではありません。

企画を考える。材料を探す。論点を整理する。文章や資料を作る。弱点を検証する。別の形式へ変換する。実際のシステムやファイルへ反映する。

こうした知的生産活動の多くが、ChatGPTを起点に進みます。

私にとっては、すでに知的生産の基盤です。

一方で、社会全体が同じ状態にあるとは考えていません。

一部の先進利用者にとって不可欠になったことと、誰にとっても不可欠になったことは分ける必要があります。

ChatGPTはスーパーアプリなのか

私は、ChatGPTがスーパーアプリになりつつあるという見方には賛成です。

ただし、一般的なスーパーアプリとは少し種類が違います。

一般的なスーパーアプリは、決済、メッセージ、買い物、予約、移動など、複数のサービスを一つのアプリへ集約します。

ChatGPTが統合しているのは、サービスの一覧だけではありません。

人間の意図、調査と分析、ファイル、外部アプリ、デスクトップ操作、コード、複数エージェント、スケジュール、成果物、承認と監督です。

したがって、ChatGPTは単なる多機能アプリというより、

あるいは、

と捉えた方が、本質に近いと思います。

利用者が各アプリの機能を一つずつ操作するのではなく、利用者は「何を達成したいか」を伝え、ChatGPTが必要なアプリを部品として使うからです。

ChatGPTは「仕事のOS」になるのか

「仕事のOS」という表現は、半分正しく、半分不正確です。

一般的なOSは、CPU、メモリ、ファイル、プロセス、デバイス、権限、アプリケーションなどを管理します。

ChatGPTは、物理的な計算資源を直接管理するOSではありません。

しかし、知識労働へ置き換えると、似た役割が見えてきます。

SaaSやプラグインの呼び出しは、アプリの起動に近い。

複数エージェントの並列管理は、プロセス管理に近い。

Drive、添付、ローカルファイルの横断は、ファイル管理に近い。

操作承認やサンドボックスは、権限管理に近い。

Scheduled TasksやAutomationsは、スケジューラーに近い。

この意味では、ChatGPTは、人、AIエージェント、SaaS、データ、PC操作を統合する業務オーケストレーション層として、OSに似た位置を取り始めています。

ただし、「ChatGPTがWindowsやmacOSを置き換える」と考えるのは適切ではありません。

より正確には、

です。

SaaSの補助機能だけでは終わらない。ただし、SaaSもなくならない

ChatGPTが各SaaSの補助機能にとどまらないと考える理由は、仕事の入口が変わるからです。

従来は、目的に応じて人間がアプリを選んでいました。

計算するためにExcelを開く。顧客情報を見るためにCRMを開く。議論を確認するためにSlackを開く。

エージェント型では、最初にChatGPTへ目的を伝えます。

ChatGPTは必要に応じて、CRMから情報を読み、Excelで計算し、Slackの会話を確認し、スライドを作ります。

このとき、各SaaSは人間が直接操作する目的地ではなく、エージェントが仕事を完了するための部品になります。

一方で、SaaS自体が不要になるわけではありません。

企業活動には、正式なデータと状態を保持するSystem of Recordが必要です。

会計データは会計システム、顧客データはCRM、契約は契約管理システム、ソースコードはGitHub、人事情報はHRシステムが保持します。

また、複雑な財務モデルを細かく調整するExcel、Figmaのデザイン編集、動画編集のタイムラインなどは、自然言語だけよりも専用UIの方が効率的な場面があります。

現実的には、

という組み合わせになるでしょう。

ChatGPTがSaaSを消すのではありません。

SaaSを誰が、どの順序で操作するのかが変わるのです。

誰でも簡単に使える道具には、まだなっていない

ChatGPTやCodexの入口は簡単です。

自然言語で依頼するだけです。

しかし、高品質な結果を継続的かつ安全に得るには、実際には多くの設計が必要です。

目的と完了条件、情報源、コンテキスト、モデル、ツール、Skills、権限、承認ポイント、評価基準、テスト、セキュリティ、失敗時の復旧。

画面は簡単でも、高精度な運用システムを作る難易度は高いままです。

モデルが賢くなれば、すべての利用者が自動的に同じ成果を出せるわけではありません。

成果品質は、モデルだけでは決まらない

私はこれまで、AI活用の成果を次のように整理してきました。

この整理は、現在でも妥当です。

ただし、長時間エージェントや企業運用まで含めるなら、さらに二つ追加した方がよいと考えています。

掛け算として表しているのは、どれか一つが著しく弱いと、全体の成果も大きく低下するからです。

モデルが高性能でも、古い資料を渡せば間違えます。

正しい資料があっても、完了条件が曖昧なら、見た目だけ整った成果物になるかもしれません。

ツールへ広い権限を渡しても、承認や監査がなければ、誤送信や誤削除の影響が大きくなります。

評価基準がなければ、AI自身も、人間も、何を改善すべきか判断できません。

そして、エージェントが何を読み、何を変更し、どこで失敗したかを追跡できなければ、組織では安心して運用できません。

「見栄えのよい成果物」と「業務の完遂」は別

GPT-5.6 Solは、知識労働、ブラウジング、コンピューター操作、デザイン判断などで大きく進歩しています。

一方、複数ツールを組み合わせた自動化を評価するAutomationBenchでは18.1％です。評価条件が現実のあらゆる業務を代表するわけではありませんが、少なくとも「最高性能モデルへ任せれば、複雑な自動化が常に成功する」という段階ではないことを示しています。
見栄えのよいスライドや文書を出せることと、複雑な業務を安全かつ再現可能に完遂できることは別問題です。

現実の仕事には、曖昧な指示、壊れたデータ、権限不足、画面変更、通信障害、例外的な社内ルール、人間同士の調整が含まれます。

成果物の見た目が急速に良くなっているからこそ、裏側の検証や運用設計を軽視しない方がよいと思います。

民主化を阻んでいる本当のボトルネック

今後、モデルの知能がさらに上がっても、次の問題は自動的には消えません。

人間自身が成功条件を説明できない。

必要なデータがSlack、メール、Drive、Notion、Excel、個人PCに分散している。

「この顧客にはこの言い方をしない」「この金額以上は部長承認」といった暗黙知が文書化されていない。

成果物を何で評価するか決まっていない。

便利さを求めて権限を広げるほど、事故の影響も大きくなる。

つまり、ボトルネックはモデルの知能だけではありません。

業務そのものが、AIへ渡せる形に整理されていないことです。

次に起きるのは、「AIを使う仕組み」をAIが作る段階

現在、高度なAI活用を行うには、人間が多くのことを設定しています。

モデルを選ぶ。プラグインを追加する。Skillsを書く。権限を決める。評価方法を作る。失敗を分析する。セキュリティルールを定義する。

次の本質的な進化は、単にモデルがもっと賢くなることではないと考えています。

ユーザーが業務目標を伝えると、ChatGPT自身が次の仕組みを組み立てる段階です。

1. 必要なデータ源とツールを特定する

2. Skillsやワークフローを生成する

3. 必要な権限を最小権限で提案する

4. テスト環境で試行する

5. 成功条件と評価指標を作る

6. 複数回実行して信頼性を測る

7. エラーを分類して修正する

8. 危険な操作だけ人間へ承認を求める

9. 本番運用を監視する

10. 業務変更に応じて仕組みを更新する

これは、AIが仕事を行うだけではありません。

という段階です。

OpenAIが、モデルだけでなく、Skills、プラグイン、コンピューター環境、長時間タスク、スケジュール、権限管理を整備している動きは、この方向と整合します。

これは公式に発表された将来計画ではなく、現在の製品群から導いた私の見方です。

私たちは、何を学ぶべきなのか

ここまでの話を、「これからはAIに全部任せればよい」と受け取るべきではありません。

むしろ逆です。

AIが実行できる範囲が広がるほど、人間に必要な能力も変わります。

個別の画面操作や、毎回のプロンプトの言い回しだけを覚える価値は、相対的に下がるでしょう。

一方で、次の能力は重要になります。

• 何を達成したいかを定義する

• 必要な情報と信頼できる情報源を選ぶ

• 業務を工程へ分解する

• 完了条件と評価基準を作る

• AIへ渡す権限を設計する

• 失敗を検知し、原因を切り分ける

• 人間が判断すべき場所を残す

• 業務手順をSkillsやルールとして形式知化する

つまり、AIを使う能力は、うまい命令文を書く能力だけではありません。

仕事そのものを設計する能力へ近づいています。

まとめ：民主化の本質は、モデルの知能だけではない

2026年1月から7月にかけて、OpenAIはChatGPT Health、Codexアプリ、GPT-5.3-Codex、Codex-Spark、GPT-5.4、ChatGPT for Excel、Responses APIのコンピューター環境、Codex for almost everything、GPT-5.5、モバイル版Codex、Appshots、非開発者向けのCodex活用、ChatGPT Work、GPT-5.6を相次いで展開しました。

個別に見れば、モデル更新や新機能の追加です。

しかし、時系列で並べると、より大きな変化が見えてきます。

ChatGPTは、文章を返すチャットツールから、複数のモデル、ツール、アプリ、ファイル、コード、エージェントを束ね、調査から成果物作成、コンピューター操作までを実行する統合業務環境へ変わりました。

ただし、GPT-5.6 Sol単体がすべてを直接生成しているわけではありません。

モデルを中核として、各種ツールや実行環境をオーケストレーションすることで、文書、表、スライド、画像、音声、動画、Webアプリなど、幅広い成果物を作れるようになっています。

そして現在は、高品質かつ安全に利用するために、コンテキスト、ツール、ハーネス、権限、評価、監視、セキュリティ、人間の判断を設計する必要があります。

誰もが簡単な指示だけで最大性能を引き出せる段階ではありません。

私は、次の競争軸はここにあると考えています。

ChatGPTやCodexが、業務目標から必要なツール、Skills、権限、評価基準、セキュリティ、監視、改善ループまでを組み立てられるようになったとき、専門的なAI運用能力を持たない人にも、高度な知的生産と自動化が広く開放されます。

モデルが賢くなることは、もちろん重要です。

ただ、AIの民主化を決めるのは、知能の高さだけではありません。

その知能を、安全で再現可能な仕事へ変換する複雑さを、どこまでAI自身が引き受けられるか。

2026年前半のOpenAIの動きを見ていると、競争はすでに、その段階へ入り始めています。

主な出典・参考資料

• OpenAI「Introducing ChatGPT Health」2026年1月7日

• OpenAI「Introducing OpenAI for Healthcare」2026年1月8日

• OpenAI「Introducing the Codex app」2026年2月2日

• OpenAI「Introducing GPT-5.3-Codex」2026年2月5日

• OpenAI「Introducing GPT-5.3-Codex-Spark」2026年2月12日

• OpenAI「Introducing GPT-5.4」2026年3月5日

• OpenAI「Introducing ChatGPT for Excel」2026年3月5日

• OpenAI「Equipping the Responses API with a computer environment」2026年3月11日

• OpenAI「Codex for (almost) everything」2026年4月16日

• OpenAI「Introducing GPT-5.5」2026年4月23日

• OpenAI「Work with Codex from anywhere」2026年5月14日

• OpenAI Help Center「ChatGPT Release Notes」2026年5月21日

• OpenAI「Codex for every role, tool, and workflow」2026年6月2日

• OpenAI「How agents are transforming work」2026年6月25日

• OpenAI「ChatGPT is now a partner for your most ambitious work」2026年7月9日

• OpenAI「GPT-5.6」2026年7月9日

※製品仕様、提供範囲、プラン、利用制限は変更される可能性があります。本記事は2026年7月15日時点で確認できた情報を基にしています。