開発者向け GPT‑5.6 ガイド

GPT‑5.6 モデルファミリーは、フロンティア水準のエージェント性能を大幅に手頃なものにすると同時に、実現可能性の限界をさらに押し広げます。

本ガイドでは、スタートアップが、より賢いモデル選択と、推論の継続性、マルチエージェントのオーケストレーション、プログラマティックツール呼び出しを支援する新しい API 制御を活用し、わずかなコストで、より高速かつ高性能なエージェントを構築する方法を紹介します。

GPT‑5 以降、モデルは世代を重ねるたびに、より少ないトークンで長期的なタスクに取り組むことを目指してきました。GPT‑5.6 もこの流れを継承し、基盤となるハーネスをほとんど変更せずに、エージェント性能の向上とコスト削減を実現します。

全体的なコスト効率の向上に加え、推論負荷を抑えた場合の精度も高まり、効果がさらに増幅します。たとえば Agents’ Last Exam では、ハーネスを同一にした場合、推論を「低」に設定した GPT‑5.6 Sol が、推論を「高」に設定した GPT‑5.5 を上回りました。本番環境でのテストでも同様の成果が見られています。スタートアップ各社は、従来のデフォルト設定から推論負荷を下げることで、幅広いワークフローにおいてコストが大幅に改善したと報告しています。

従来、長期的なユースケースでは、利用可能な最高の推論設定でフラッグシップモデルへアップグレードするのが最善の選択肢でした。その大きな理由は、長いコンテキストの処理やツール呼び出しにおいて、これらのモデルがコスト最適化モデルよりもはるかに高性能だったことです。しかし、5.6 ファミリーでは状況が変わりました。推論時の計算量を増やすことで、Luna と Terra は、多くの場合 GPT‑5.4 や GPT‑5.5 に近い性能を大幅に低いコストで発揮できます。

モデルが見つけにくい事実を検索する能力を測る、検索ベースのベンチマーク BrowseComp のタスクを例に見てみましょう。3 か月前、GPT‑5.5（極高）はこのベンチマークで 84.36% を記録し、総コストは 33.27 ドルでした。リリース時点の GPT‑5.6 Luna（極高）は、1.33 ドルのコストで 84.04% を記録し、実質的に同等の性能を発揮します。その後、価格をさらに引き下げました。最新の値下げについては、詳細をご覧ください。

5.6 ファミリーの小型モデルは、大量処理、レイテンシが重視される対話、エージェント型ワークフロー内の反復処理に適しています。たとえば、エージェントによる分析の前に手書きメモを解析するリーガルテックのスタートアップなら、ユースケース全体にフロンティアモデルを使う代わりに、抽出処理に Terra や Luna を使うことで、大幅なコスト削減を実現できます。

GPT‑5.6 の初期状態での性能を高めるだけでなく、さらなる改善を可能にする新しい基本機能も Responses API に導入しました。エージェントの効率的な動作を可能にする、相互補完的な 3 つのアーキテクチャ上の工夫を取り入れ、GPT‑5.6 をエンドツーエンドでトレーニングしました。

1. 完了済みの作業を再利用：モデルのターンをまたいで推論を保持⁠（新しいウィンドウで開く）できるようにし、ネイティブコンパクション⁠（新しいウィンドウで開く）で長時間の会話を圧縮します。これにより、モデルは混乱したり以前のコンテキストを再構築したりすることなく、長期的なタスクでも作業の一貫性を維持できます。
2. 適切な場面で並列分解：ネイティブのマルチエージェントオーケストレーション⁠（新しいウィンドウで開く）を使用すると、複数のエージェントを並列の作業ストリーム間で連携させ、複雑なタスクをより速く完了できます。
3. 決定論的な処理をコードへ移行：プログラマティックツール呼び出し⁠（新しいウィンドウで開く）を使用し、モデルのコンテキストウィンドウ外でツール出力の絞り込み、集約、オーケストレーションを行います。モデルのトークンを判断に充てることで、コスト、レイテンシ、コンテキストの劣化を抑えます。

これらを組み合わせると、劇的な違いが生まれます。たとえば ARC-AGI-3 では、標準ハーネスを使用した GPT‑5.6 Sol のスコアは 13.3% でした。しかし、推論保持とコンパクションを有効にすると、出力トークンを約 6 分の 1 に抑えながら、スコアは 38.3% に跳ね上がりました。モデルを変更せずに、性能が約 3 倍になりました。詳しくは、ARC-AGI-3 のハーネス検証をご覧ください。

エージェント型ワークフローでは、多くの場合、次の 2 種類の作業が発生します。

1. 判断が必要なタスク
2. 主にデータの移動、絞り込み、結合を行う作業

エージェントが 100 件の開示資料を取得し、日付で絞り込み、関連する取引を特定する場合、モデルがコンテキストウィンドウ内ですべての中間結果を推論する必要はありません。プログラマティックツール呼び出しを使うと、GPT‑5.6 が JavaScript を記述してツールをオーケストレーションし、独立した呼び出しを並列実行して、コンテキストウィンドウ外で出力を処理できます。モデルは、知的能力が必要な判断に集中できます。

複雑で並列化できるタスクでは、アクションと推論を複数のエージェント作業ストリームに分散することで、タスクをより速く完了し、応答性能も高められます。この構成では、プライマリエージェントがサブエージェントのオーケストレーションとタスクの委任を担います。サブエージェントはそれぞれの目標を並行して追求し、最後に出力をプライマリエージェントへ返して最終的な統合を行います。Responses API でマルチエージェントを有効化⁠（新しいウィンドウで開く）すれば、チームはネイティブのマルチエージェント機能をすぐに活用できます。ChatGPT のウルトラ機能設定も同じ仕組みです。

GPT‑5.6 は、適切なサブエージェント数と生成のタイミングを高精度で判断しますが、マルチエージェントの動作は柔軟に制御できます。サブエージェントを呼び出すタイミングをモデルに指示することで、追加のトークン消費が性能向上につながる状況に限ってエージェントを生成しやすくなります。

モデルファミリー全体で、プロンプトキャッシュの TTL が最低 30 分に延長され、モデルのコンテキストウィンドウ内にキャッシュブレークポイントを決定論的に設定できるようになりました。これにより、スタートアップはキャッシュヒット率を大幅に向上できるようになりました。

キャッシュブレークポイントの設定に加え、適切な prompt_cache_key⁠（新しいウィンドウで開く） を引き続き使用すると、同じプレフィックスを以前に処理した推論エンジンへリクエストが送られる可能性が高まり、レイテンシを短縮できます。

これらの事例で特に際立つのは、エージェント開発の経済性が大きく変わったことです。

以前はすべての工程でフロンティアモデルが必要だったユースケースでも、小型モデルの採用、推論負荷の調整、効率的なアーキテクチャの選択によって、わずかなコストで同等以上の成果を達成できるようになりました。

皆さんが生み出すものを楽しみにしています！