GPT-5.6 SolがFactorioをクリア：OpenAIのモデルがロケットを打ち上げ

Ryan Maddenは10月31日、自身のブログで、GPT-5.6がFactorioをクリアした様子を紹介しました。低い推論レベル（low）でCodex上で動くGPT-5.6 Solが、敵のいないピースフルモード（peaceful）でゲームをクリアしたのです。開始からロケット打ち上げまでにかかったのはゲーム内時間で13.5時間。この記事はHacker Newsで1位になりました。

GPT-5.6 SolはどうやってFactorioをプレイしたのか？

Factorioは工場を建設するゲームです。手作業での鉱石採掘から始まり、ベルトコンベアや組立機を経て、より高度なサイエンスパックを作り、最後は宇宙へロケットを打ち上げます。ロケット打ち上げがこのゲームの定番のエンディングです。

モデルは画面を見ていません。コードでプレイしました。ゲーム管理ツールが小さなPythonライブラリを渡し、モデルはそれを使ってキャラクターを操作します。重要なのは、このライブラリが人間向けのインターフェースと同じ制約を課していたことです。たとえばキャラクターの手の届く範囲や戦場の霧です。そのため、モデルはマップの反対側にある物を取ることはできませんでした。

作者によると、Solはある面では期待を上回り、別の面でははっきりした弱点を見せました。Maddenは青サイエンスパックの段階でテストを終えるつもりでしたが、モデルの成果を見て続行を決めました。プレイ全体を録画しており、タイムラプスはYouTubeで見られます。

Solはどこでつまずいたのか？

いちばん面白いのは終盤です。作者が青サイエンスの時点で来ると予想していた工場のスケーリング問題は、もっと後になってから現れ、進行を大きく遅らせました。ロケットが打ち上がったのは、Solが未接続の生産ラインを、工場の各部分の間で資材を手で運んで補っていたからにすぎません。作者はこれをモデルの「手作業」と呼んでいます（カギカッコ付きなのは、あくまで人間ではなくモデルだからです）。

あるコメント投稿者も同じ点を指摘しています。製品をベルトに載せて次の機械に流す代わりに、モデルはしばしば何でもチェストに入れ、キャラクターで持ち運んでいたというのです。別の投稿者は「Robots: they’re just like us!」、つまりロボットも私たちと同じだね、と一言でまとめました ;)

AIにとって何が新しいのか？

進歩は、同じ作者の過去の挑戦と比べるとよくわかります。

1. 3月、Maddenは「Towards beating Factorio autonomously」で、初の自律的なロケット打ち上げという称号はまだ誰も手にしていない（「still up for grabs」）と書きました。当時、Factorio Learning Environmentの最高成績は、フルゲームでロジスティクスサイエンスパックまででした。
2. 4月、彼は友人とClaude CodeをFactorioにつなぎました。Claudeは稼働する発電所と赤・緑サイエンスパックの生産ラインを作り、テストは「automation 2」の研究の途中で終了しました。ただしそのツールでは、マップ上のどこにある物にも手が届き、遅延なしで採掘できました。
3. そして今回、GPT-5.6 Solはプレイヤーと同じ制約のもとでロケットまで到達しました。作者は、ベルトコンベアをまったく使えなかったGPT-5.5からの明確な進歩も強調しています。

これは最近のMinecraftでのGeminiの事例に少し似ています。そこでもエージェントはコードを書いてプレイしていました。MaddenはFactorioがプログラミングに似ているものの、見る側にとってはずっとわかりやすく、モデルが本当に何をできるかを示すのに向いていると考えています。

注意すべき点は？

1つ目はゲームモードです。これはピースフルモードでのクリアで、通常のゲームで拡大する工場を襲ってくる敵がいません。作者は敵ありのモードでの挑戦も予告しています。

2つ目はテストの規模です。これは1つのモデルによる1回のプレイを、1人が記述したものです。Maddenは実時間でどれくらいかかったのか、いくらかかったのかを明らかにしておらず、ゲーム管理ツールのコードも記事にはリンクされていません。

3つ目は工場の質です。ロケットは打ち上がりましたが、工場は経験豊富なプレイヤーが作るものとはほど遠いものでした。多くは資材を手で運ぶことに頼っていました。

作者は、プレイ全体の解説付き動画と、他のモデルや推論レベルでのテストを予告しています。GPT-5.6 SolがOpenAIのモデルファミリーの中でどんな位置づけなのかは、GPT-6.1 Terraのリリースの記事で解説しました。

よくある質問

GPT-5.6 Solは自力でFactorioをクリアしたのか？

作者によればそうです。ピースフルモードで、モデルはPythonライブラリを通じてゲームを操作し、ゲーム内時間13.5時間でロケット打ち上げまで到達しました。記事にはプレイ中の人間の手助けについての言及はありません。

Factorioのピースフルモードとは？

通常は工場を襲ってくる敵（いわゆる「バイター」）がいないワールド設定です。ゲームは建設と物流だけに集中したものになります。

この実験にはいくらかかったのか？

わかりません。作者はコストもトークン数も公表しておらず、Hacker Newsでも最初に出た質問の1つです。

自分でも試せるのか？

今回のプレイで使われたツールはまだ公開されていません。作者は以前、Factorioの序盤に着想を得たシンプルなエージェント用サンドボックスFaketorioを公開しています。