OpenAIは、GPT-5.6 Solの発表における最も興味深い部分を、政府によるアクセス制限のニュースの下に隠しました。新しいモデルファミリーと並行して、OpenAIは2つの新しい推論制御機能を導入しました。Solに最も考える時間を与える「max」推論努力と、OpenAIの言葉を借りれば、「複雑な作業を加速するためにサブエージェントを活用することで、単一のエージェントの枠を超える」という「ultra」モードです。この2つ目の機能は、単一のモデル呼び出しの動作を根本的に変えるものです。
まず、アクセスに関する現状です。GPT-5.6 Solは現在、OpenAI APIとCodexを通じて限定プレビュー中です。まだChatGPTには搭載されておらず、米国政府によって個別に承認された約20のパートナーに限定されています。したがって、あなたがそれらのパートナーの1人でない限り、今日ウルトラモードを有効にすることはできません。この記事は、単一のモデル呼び出し内でサブエージェントがエージェント設計、レイテンシー、コストにどのような変化をもたらすかを理解したい開発者向けであり、待つ価値があるかどうかを判断するのに役立ちます。OpenAIは、ChatGPT、Codex、およびAPIでの一般提供が数週間以内に開始されると述べています。
簡単に言うと
- 「max」推論努力は、既存の調整機能のより深いバージョンです。思考時間が増え、単一のエージェントが単一の作業チェーンを実行します。
- 「ultra」モードは種類が異なります。OpenAIによると、モデルが自身のサブエージェントを生成して複雑な作業を分割します。
- まだどちらも使用できません。GPT-5.6は政府によって制限されたプレビューであり、APIとCodexのみで、ChatGPTには搭載されていません。
- Solの出力は100万トークンあたり30ドルと価格設定されており、サブエージェントに展開するウルトラモードは安価ではありません。難易度の高い、並列化可能な作業のためにとっておきましょう。
- これは、他の研究機関が発表しているマルチエージェントオーケストレーターと同じアイデアであり、1つのモデル呼び出し内に組み込まれました。
- 今日、このオーケストレーションパターンをテストするには、アクセス可能なモデルを使用する必要があります。
「max」推論努力がすること
OpenAIはすでに、推論努力設定を通じて推論モデルの作業強度を調整できるようにしていました。GPT-5.6は「max」という新しい最高レベルを追加します。これを設定すると、Solは回答する前に最も深く推論する時間を得ます。
maxは、すでにご存知のつまみを回すようなものだと考えてください。モデルは依然として単一のエージェントとして動作し、単一の推論チェーンを生成します。難しい問題で最後のわずかな精度を引き出すために、トークンと実時間において、より多くの推論に費用を払うことになります。そのトレードオフはよく知られています。より深い思考はコストがかかり、時間も長くかかりますが、ほとんどのプロンプトには必要ありません。微妙なリファクタリングや数学的に重い計画のように、単一の難しい質問がさらなる熟考を必要とする場合にmaxは適切な設定です。作業の形を変えるものではありません。単一の作業者がそれに費やす時間を変更するものです。
「ultra」モードが変えるもの
ウルトラモードは別物です。OpenAIによると、ウルトラモードは「複雑な作業を加速するためにサブエージェントを活用することで、単一のエージェントの枠を超える」ものです。単一のモデルが単一のチェーンで問題を処理する代わりに、モデルはタスクの一部を処理する複数のサブエージェントをオーケストレートし、その後それらの作業をまとめます。
もし手作業でエージェントシステムを構築したことがあるなら、すでにこの困難な方法を経験しているでしょう。オーケストレーターを作成します。それはタスクをサブタスクに分解し、それらを別々のモデル呼び出しに展開し、結果を収集して最終的な回答を生成します。プロンプト、状態、リトライ、そして各ステップ間の接着コードを管理します。
ウルトラモードは、そのパターンをモデル呼び出しの内部に引き込みます。一度質問すると、モデルが作業の分割方法を決定し、サブエージェントを実行し、結果を返します。かつてあなたが所有していたオーケストレーションは、今や単一のAPI呼び出しの背後で行われます。それが真に斬新な部分です。より広いファミリーの文脈については、GPT-5.6 Solの概要が、階層、命名、そしてなぜ全体が政府プレビューの背後にロックされているのかをカバーしています。
エージェント設計に何をもたらすか
オーケストレーションをモデル内に移動させると、構築方法に関して3つのことが変わります。
接着コードの削減。アプリケーション内に存在していた分解、ファンアウト、マージのロジックを縮小できます。目標を記述し、モデルに分解処理を任せます。これにより、保守すべき表面積が減り、オーケストレーションがモデルの動作と同期しなくなる場所が少なくなります。
制御の低下。反対に、可視性を手放すことになります。オーケストレーターを所有している場合、すべてのサブタスク、中間結果、リトライを確認でき、それらをログに記録したり介入したりできます。1つの呼び出し内にサブエージェントがある場合、そのメカニズムは不透明です。入力と最終出力は見えますが、その間の分岐は見えません。監査証跡が必要なワークフローでは、手作業で構築されたオーケストレーターが依然として優位です。
異なる障害モード。単一のエージェントは通常追跡可能な方法で失敗します。内部サブエージェントを実行するモデルは、原因の特定が難しい方法で失敗します。どこかのサブエージェントが脱線したのか？ マージステップが何かを落としたのか？ 外部からは常に判断できるわけではなく、これは本番エージェントのデバッグ時に重要になります。
これは、すべてのマルチエージェントシステムに存在するのと同じ緊張であり、場所を移したものです。専用のオーケストレーターがどのようにそれを枠組みとするかを見るために、Fugu Ultra versus Fable 5 versus Mythosでは、マルチエージェントオーケストレーターとして明示的に構築されたモデルを解説しており、OpenAIがそのアイデアを1つのモデル内に組み込んだことと対照的で参考になります。
レイテンシーとコスト：なぜウルトラモードは無料ではないのか
サブエージェントは並列で動作するため、適切なタスクの場合、ウルトラモードは単一のエージェントがすべてのステップを順序どおりに進むよりも速く完了できます。これが「複雑な作業を加速する」という売り文句です。
コスト面では正直になる必要があります。Solはフラッグシップ層であり、その出力は100万トークンあたり30ドル、入力は100万トークンあたり5ドルです（TerraとLunaは同じファミリーのより安価な層です）。さて、ウルトラモードが複数のサブエージェントを生成し、それぞれが独自の推論と出力トークンを生成する状況を想像してみてください。これらのトークンはすべてのサブエージェントにわたって累積されるため、同じプロンプトに対して、単一のウルトラ呼び出しは単一のmax呼び出しよりもはるかに多くのトークンを消費する可能性があります。ウルトラモードは、難易度の高い、並列化可能な作業において、速度と深さのためにトークンを消費します。タスクが独立した部分に分解できない場合、互いを待つサブエージェントや重複した作業に対して費用を払うことになります。それは過剰な場合です。
プロンプトキャッシングが費用を緩和します。GPT-5.6は、最小30分のキャッシュ寿命を持つ明示的なキャッシュブレークポイントをサポートします。キャッシュへの書き込みはキャッシュされていない入力レートの1.25倍で課金され、キャッシュからの読み取りは90%のキャッシュ入力割引が適用されます。サブエージェントが大きなシステムプロンプトや固定されたコードベースのような大きな共通コンテキストを共有している場合、一度キャッシュして呼び出し間で安価に読み込むことで、実際に費用を大幅に節約できます。これは出力トークンのコストは変更しません。ウルトラモードが最も多くの費用を費やすのはそこです。
ウルトラモードが役立つ場所と、過剰となる場所
タスクが並列作業から恩恵を受ける独立したチャンクに分割でき、精度が費用を正当化する場合にウルトラモードを使用します。一度に多くのファイルに影響を与える大規模なコードベースの変更、複数の情報源にわたる調査タスク、または並列ブランチを持つ複雑なエージェントジョブを考えてみてください。これらは、OpenAIがコーディングや科学的作業を含め、Solを位置づけているジョブです。
タスクがシーケンシャル、小規模、または予算の制約下でレイテンシーに敏感な場合は、ウルトラモードをスキップします。短い回答、単一ファイルの編集、迅速な分類などです。これらの場合、ウルトラモードは並列化するものが何もないサブエージェントを起動するため、max推論努力、あるいはデフォルトの努力で十分です。
ここで、率直な決定方法を説明します。もし同じ時間に作業する複数の人間請負業者にタスクを分割できないのであれば、モデルもサブエージェントから大きな価値を得ることはできないでしょう。どれだけ多くのエージェントを投入しても、シーケンシャルな作業はシーケンシャルなままです。
これが広範なマルチエージェントのトレンドにどう適合するか
OpenAIは、複数の協調エージェントが単一のエージェントよりも優れているというアイデアの先駆者ではありません。他の研究機関は、コントローラーが専門家に委任し、結果を結合するモデルやフレームワークを発表しています。新しいのはそのパッケージングです。OpenAIは、個別に組み立てるシステムとしてではなく、単一モデルのモードとしてそのパターンを提供しています。
それはエージェント構築の方向性に関する賭けです。もしモデル内オーケストレーションが十分に優れていれば、多くの手作業で構築されたオーケストレーション層は一般的なケースでは冗長になります。もし不透明でデバッグが難しいままであれば、制御を必要とするチームは独自のものを構築し続けるでしょう。ウルトラモードが簡単なケースを処理し、カスタムオーケストレーションが監査証跡が必要なケースを所有するという形で、両方が同時に真である可能性があります。GPT-5.6 Solのベンチマーク分析は、オーケストレーションの主張を数字が裏付けているかどうかを掘り下げ、現時点でできる唯一の決定、つまり「待つか、先に進むか」という視点から考察しています。
今日できること
ウルトラモードは実行できないため、実用的なアプローチとしては、呼び出し可能なモデルでオーケストレーションパターンを構築し、テストすることです。Claude Mythos 5、Claude Fable 5、GPT-5.5、Gemini 3.5 Pro、GLM-5.2、Fugu Ultraといった現時点で利用可能なフロンティアモデルはすべて、OpenAI互換または標準のチャットエンドポイントを公開しており、今日から接続して使用できます。
そこにApidogが役立ちます。これらのモデルAPIのいずれかにリクエストを送信し、モデルがサポートしている場合は推論努力などのパラメータを設定し、応答をアサートし、呼び出しを再利用可能なテストシナリオとして保存できます。GPT-5.6プレビューアクセスが許可されたら、同じ設定が準備できています。エンドポイントとモデル識別子を交換するだけで、アクセスを取得したその日からSolをテストできます。承認されたパートナー以外は誰もできないため、今日Solをテストすることはできません。テストハーネスを準備しておくことで、初日から慌てることなく作業を開始できます。
結論
ウルトラモードは、GPT-5.6発表の中で最も将来を見据えた部分であり、かつてコード内に存在していたオーケストレーションが、単一のモデル呼び出しの内部に移動しました。また、まだ利用できない機能であり、利用できるようになっても安価ではないため、重要なのは作業に合わせてダイヤルを調整することです。単一の作業者がより深く考える必要がある場合はmaxを使用します。ウルトラモードは、タスクが真にトークン料金に見合う並列部分に分割できる場合にのみ選択してください。
Solが公開される日に備えてテストハーネスを準備したいですか？ Apidogをダウンロードして、今日から呼び出し可能なフロンティアモデルAPIのテストを始めましょう。