GPT-5.6を用途別3モデルでAPI提供

OpenAI API に GPT-5.6 Sol、Terra、Luna が追加されました。Sol は最上位能力、Terra は知能と費用の均衡、Luna は効率と大量処理向けです。gpt-5.6 という別名は Sol へ接続されます。

要点

• gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna が Responses、Chat Completions、バッチ API で提供されます。
• GPT-5.6 はプログラムによるツール呼び出し、明示的なプロンプトキャッシュ制御、推論状態の永続化、max 推論量、Proモードを追加します。
• Responses API では複数エージェント編成がベータ提供され、画像は original または auto で元寸法のまま入力できます。

今回の更新で変わること

今回の API 提供は、GPT-5.6 を一つの固定モデルとしてではなく、用途別の3種類として追加します。gpt-5.6-sol は最も高い能力が必要な処理、gpt-5.6-terra は知能と費用の均衡、gpt-5.6-luna は効率を優先する大量処理向けと説明されています。モデル名だけで性能順を推測せず、対象業務の品質・速度・費用で選びます。

注意したいのが gpt-5.6 という別名です。changelog 公開時点では、この名前は gpt-5.6-sol へ接続されます。Terra や Luna を使いたい場合は、それぞれのモデル識別子を明示する必要があります。別名の接続先が将来変わる可能性に備える用途と、再現性のため固定識別子を使う用途を分けるべきです。

対応するのは Responses API、Chat Completions API、バッチ API です。ただし、すべての新機能が三つの接続面で同じように使えるという説明ではありません。複数エージェント編成は Responses API のベータ機能として明示されています。既存実装を移す際は、利用する機能がどの API で提供されるかを個別に確認します。

ツール利用では、GPT-5.6 がプログラムによるツール呼び出しに対応します。固定したツール呼び出しだけでなく、モデルが処理の途中でコードを使ってツール実行を組み立てる用途に関係します。権限の強いツールを渡す場合は、モデルの能力向上とは別に、許可する操作、引数検証、実行前承認、結果の記録を設計する必要があります。

推論とキャッシュにも変更があります。明示的なプロンプトキャッシュ制御、推論状態の永続化、max の推論量、Proモードが追加されています。高い推論量は難しい課題で役立つ可能性がありますが、応答時間と費用へ影響します。キャッシュや永続化は、どのデータが再利用・保持されるかを既存の保存方針と照合してから使います。

画像入力では、詳細度に original または auto を指定し、元の寸法で画像を渡せます。細かな文字や図面を扱う評価に有用ですが、大きい画像は入力コストと処理時間が増える可能性があります。縮小済み入力との精度差を測り、常に元寸法を送る必要があるか判断します。

モデル移行では、既存プロンプトの回答品質だけでなく、ツール選択、構造化出力、失敗時の再試行、推論量、画像詳細度を同じ条件で比較します。Sol を別名で試した結果を、Terra や Luna の結果とみなさないことも重要です。大量処理はバッチ API で少量から試し、モデル別の完了率と1件当たり費用を記録します。

対象になりそうなユーザー・チーム

OpenAI API を組み込む開発者、モデル選択と評価を担当する AI 基盤チーム、ツール権限や推論コストを管理する SRE・セキュリティ担当が対象です。

押さえておきたいポイント

• gpt-5.6 が Sol へ接続されることをモデル台帳に記録する。
• Sol、Terra、Lunaを同じ評価セットと推論量で比較する。
• 複数エージェント編成はベータかつ Responses API 向けとして別管理する。
• キャッシュ、推論状態、元寸法画像、ツール実行が費用・保持・権限へ与える影響を確認する。

実務へのつながり

代表的なテキスト、画像、ツール利用の評価ケースを三つのモデルで実行します。固定識別子を使い、品質、初回応答時間、総処理時間、入出力トークン、ツール成功率を記録します。max 推論量や元寸法画像は必要なケースだけ追加し、既存モデルから切り替える根拠と戻し方を残します。

結局、この更新をどう見るべきか

GPT-5.6 API は、能力・均衡・大量処理の三つの選択肢と、新しいツール・推論・画像機能を同時に追加します。別名が Sol を指すこと、機能ごとに対応 API と成熟度が異なることを押さえ、業務別に固定モデルを評価する更新です。