--- title: "AIの『長時間タスク能力』、業界予想を吹き飛ばす伸び！MythosとGPT-5.5が『16… | AIニュース - ai-garage" description: "AIはどれくらい長い作業をこなせる？米METRと英AISIの評価で、Anthropic の Claude Mythos Preview と OpenAI の GPT-5.5 が50%タイムホライズン16時間超に到達したよ。80%タイムホライズンも4.7か月ごとの倍増ペースを超えたんだ。" source: https://ai-garage.jp/news/ai-task-horizon-breakthrough/ --- News 2026年5月14日 最終更新 2026/8/20 # AIの『長時間タスク能力』、業界予想を吹き飛ばす伸び！MythosとGPT-5.5が『16時間タスク』ラインに突入したよ AIはどれくらい長い作業をこなせる？米METRと英AISIの評価で、Anthropic の Claude Mythos Preview と OpenAI の GPT-5.5 が50%タイムホライズン16時間超に到達したよ。80%タイムホライズンも4.7か月ごとの倍増ペースを超えたんだ。 SY [Seiya Yagashiro](https://ai-garage.jp/site-info/) Editor-in-Chief, ai-garage [#ベンチマーク](https://ai-garage.jp/tags/%E3%83%99%E3%83%B3%E3%83%81%E3%83%9E%E3%83%BC%E3%82%AF/)[#AISI](https://ai-garage.jp/tags/AISI/)[#業界動向](https://ai-garage.jp/tags/%E6%A5%AD%E7%95%8C%E5%8B%95%E5%90%91/) やっほー、ぼくてんびん丸！夜枠だよ。 今日のテーマは、ちょっと業界の腰を抜かす話。**「AIが自律的にひとつのタスクをやり続けられる時間」が、研究機関の予想すら追い越して伸びてる**って話なんだ。**ITmedia が 2026年5月14日 16時15分**にレポートしてくれたんだけど、ぼくは読みながら「これ、AGI論争にも火種を投げ込むやつだぞ…」って前のめりになってた。順番に整理していくね。 ## 何があったの？ AIエージェントが**自律的にタスクを処理できる時間**が、想定を超えるスピードで伸びてることが、**2つの第三者評価機関**の最新計測で明らかになったんだ。主役は**Anthropic の「Claude Mythos Preview」**（以下 Mythos）と、**OpenAI の「GPT-5.5**」っていう、両社の最新最強モデル。 ベンチを取ったのは： | 機関 | 国 | 公開日 | 計測指標 | | --- | --- | --- | --- | | **METR** | 米国 | **2026年5月8日** | 50%タイムホライズン（50%の確率で完遂できる最長タスク） | | **AISI**（AI Security Institute） | 英国 | 2月公開、5月更新 | 80%タイムホライズン（80%の確率で完遂） | タスクの中身は、**ソフトウェアエンジニアリング、機械学習、サイバーセキュリティ**といった、人間が時間をかけて取り組む系の作業ばっかり。 ## どこがすごいの？ ここからが本題だよ。 ### METR：Mythos の50%タイムホライズンが「16時間以上」 METR の評価では、**Mythos は50%の確率で「16時間以上のタスク」をこなせる**って結論が出たんだ。これね、**METR が長年使ってきた測定タスク群では、もはや上限張り付き**で、「これ以上計っても正確に評価できない」ってレベル。 つまり今のテストでは**ものさしが短すぎて、AIの能力の頭が測れなくなった**ってこと。METR は近いうちに、もっと長いタスクを含む**新しい評価手法**を出すって予告してる（→ **3か月たった 2026年8月20日時点でも、まだ出ていないよ**。すぐ下の追記を見てね）。 > **【2026年8月20日 追記】予告されていた「もっと長いタスクを含む新しい評価手法」は、まだ公開されていないよ。** METR のタイムホライズン解説ページは、2026年8月20日時点でも **Time Horizon 1.1 が最新版**のままで、**16時間を超える測定は現行のタスク群では信頼できない**（unreliable with our current task suite）と書いた状態が続いているんだ。2026年5月以降に METR が出したブログも、資金調達の報告・GPT-5.6 Sol の事前評価まとめ・研究者向けの調査手法の提案で、**新しい評価手法の発表はなかった**よ。つまりこの記事で紹介した「16時間以上」という数字は、**いまも“ものさしの上限に張り付いた値”のまま**だと読んでね。もっと長いタスクを測れる評価が出たら、この記事も直すね。 ### AISI：80%ラインの倍増ペースが想定を超えた イギリスの AISI のほうはもっと衝撃的。サイバーセキュリティ系の **80%タイムホライズン**（より厳しい基準）の伸び方を時系列で追ってるんだけど： - **2024年下半期 以降**：能力が 「**4.7カ月ごとに倍**」 のペースで伸びてた - **2025年11月時点**：そのペースが「**8カ月ごとに倍**」まで**減速**してた 「あ、伸びは緩んできたな」ってみんな思ってた、まさにそのタイミングで。今回 Mythos と GPT-5.5 が現れて、**減速予想ラインを大きく上から突き破った**んだ。AISI 自身も「**これが新しいトレンドなのか、この2モデルだけの飛び抜けなのかは、まだ判らない**」ってコメントしてる。 ### GPT-5.5 のサイバー攻撃能力は「Mythos 超え」評価も しかも興味深いのが、**サイバー攻撃の自律遂行能力**については、**GPT-5.5 が Mythos を上回る**領域もあると AISI が評価してること。**業界の力関係は、リリースごとにシャッフルされ続けてる**ってのが伝わってくる結果なんだ。 ## なんでこれが大事なの？ ぼく思うんだけど、これ「**AIエージェントが実用ラインに本気で近づいた**」って意味でめちゃくちゃ重い。 「16時間タスクを50%で完遂」ってさ、人間に置き換えると**まる2営業日ぶんの作業を、半々の確率で完走できる**ってこと。これって「ちょっと長めの調査・実装・分析」を**寝てる間に投げておけるかも**ってラインに、すでに片足を突っ込んでるんだよね。 それを裏付けるみたいに、**今朝Anthropic が「Claude for Small Business**」を出して、**OpenAI も150人体制の「Deployment Company**」を立ち上げて、業界が「**いまの能力を企業に流し込む」フェーズに猛ダッシュ**してるのも整合する。**能力曲線が業界の体感速度を上回ってる**から、各社あわてて「商品化」に走ってる気がする。 ## まとめ 研究機関が「**自分のものさしが短すぎる」と認めるレベル**でAIが伸びてるって、ふだんなかなか聞かない種類のニュースなんだ。Mythos と GPT-5.5 の登場で、**「AGIまで何年か」論争はまた一段ヒートアップしそう**だね。 ぼくとしては、**過熱したベンチマーク数字に振り回されるより、「自分の仕事のどの部分が16時間タスクで、それをAIに任せたらどうなるか」を考える方が建設的**な気がしてる。能力が伸びるのは事実。あとは**きみがそれをどう使うか**だけなんだ。 それじゃ、また次のニュースで会おうね！ 参考・一次ソース - [→ ITmedia AI＋：AIの長時間タスク遂行能力が予想を超えて伸びた（2026-05-14）](https://www.itmedia.co.jp/aiplus/articles/2605/14/news110.html) - [→ METR：Task-Completion Time Horizons of Frontier AI Models（最新版は Time Horizon 1.1。16時間超は現行タスク群では信頼できないと明記／2026-08-20 確認）](https://metr.org/time-horizons/) この記事に出てきた用語・モデル 用語をやさしく解説 [AIエージェント](https://ai-garage.jp/glossary/agent/)[AGI（汎用人工知能）](https://ai-garage.jp/glossary/agi/)[モデル](https://ai-garage.jp/glossary/model/)[ベンチマーク](https://ai-garage.jp/glossary/benchmark/)[機械学習（ML）](https://ai-garage.jp/glossary/ml/) 関連 AI モデル [Claude](https://ai-garage.jp/models/claude/) まとめて読む このテーマの動きは、時系列で1ページに整理しています。 - [Anthropic の2026年まとめ →](https://ai-garage.jp/column/anthropic-2026-timeline/) この記事をシェア [Xでシェア](https://twitter.com/intent/tweet?text=AI%E3%81%AE%E3%80%8E%E9%95%B7%E6%99%82%E9%96%93%E3%82%BF%E3%82%B9%E3%82%AF%E8%83%BD%E5%8A%9B%E3%80%8F%E3%80%81%E6%A5%AD%E7%95%8C%E4%BA%88%E6%83%B3%E3%82%92%E5%90%B9%E3%81%8D%E9%A3%9B%E3%81%B0%E3%81%99%E4%BC%B8%E3%81%B3%EF%BC%81Mythos%E3%81%A8GPT-5.5%E3%81%8C%E3%80%8E16%E6%99%82%E9%96%93%E3%82%BF%E3%82%B9%E3%82%AF%E3%80%8F%E3%83%A9%E3%82%A4%E3%83%B3%E3%81%AB%E7%AA%81%E5%85%A5%E3%81%97%E3%81%9F%E3%82%88%20%7C%20ai-garage&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fai-task-horizon-breakthrough%2F) [はてなブックマークに追加](https://b.hatena.ne.jp/add?mode=confirm&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fai-task-horizon-breakthrough%2F) 引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。 関連記事 [![OpenAIが日本政府と『サイバーアクションプラン』！専用モデル『GPT-5.5-Cyber』を金融機関へ展開、日本は日米英に続く3カ国目だよ](https://ai-garage.jp/images/news-heroes/openai-japan-cyber-action-plan-gpt55-card.webp)2026/5/31OpenAIが日本政府と『サイバーアクションプラン』！専用モデル『GPT-5.5-Cyber』を金融機関へ展開、日本は日米英に続く3カ国目だよ](https://ai-garage.jp/news/openai-japan-cyber-action-plan-gpt55/)[![AIエージェントの暴走は何件？OpenAIとAnthropicが「数万件」を調査中だよ](https://ai-garage.jp/images/news-heroes/ai-agent-misalignment-incidents-count-card.webp)2026/9/27AIエージェントの暴走は何件？OpenAIとAnthropicが「数万件」を調査中だよ](https://ai-garage.jp/news/ai-agent-misalignment-incidents-count/)[![Gemini が実在3社に侵入。AI 4社が同じ設定ミスでテスト環境の外に出たよ](https://ai-garage.jp/images/news-heroes/ai-lab-testing-breakouts-irregular-card.webp)2026/9/21Gemini が実在3社に侵入。AI 4社が同じ設定ミスでテスト環境の外に出たよ](https://ai-garage.jp/news/ai-lab-testing-breakouts-irregular/)[![AI開発の「ペース調整」とは？アモデイCEOの3段階計画、アルトマンも同調](https://ai-garage.jp/images/news-heroes/amodei-pacing-the-frontier-card.webp)2026/9/13AI開発の「ペース調整」とは？アモデイCEOの3段階計画、アルトマンも同調](https://ai-garage.jp/news/amodei-pacing-the-frontier/) 執筆 Seiya Yagashiro（編集長） 公開・更新 公開 2026/5/14 / 最終更新 2026/8/20 この記事は AI（Claude / ChatGPT）の支援を受けて作成し、編集長による事実確認を経て公開しています。 誤りを発見した方は [@tenbin_maru](https://x.com/tenbin_maru) のDMまでご連絡ください。 詳しい編集方針は [編集方針](https://ai-garage.jp/editorial-policy/) ページをご覧ください。