GPT-5.6 APIの使い方：ソル、テラ、ルナ

OpenAIは、2026年7月9日にGPT-5.6を一般公開しました。APIアクセスはセルフサービスで、どのAPIアカウントも待機リストやプランによる制限なしに今日から利用できます。7月初旬まで実施されていた限定プレビューは過去のものとなりました。開発者にとって変わったのは、ローンチ自体の形式です。1つのモデルではなく、Sol、Terra、Lunaという3つのモデルが提供され、それぞれ異なる価格設定、6段階の推論の労力レベル、そして明示的なプロンプトキャッシュ制御が可能です。これは一般的なモデルの切り替えよりも多くの決定を必要とし、初週に選択したデフォルトが定着する傾向があります。このガイドでは、モデルIDとそれぞれの利用場面、Pythonとcurlでの最初のリクエスト、推論の労力、キャッシュ設定、新しいResponses APIサーフェス、そしてGPT-5.5から予期せぬ事態なく移行する方法について説明します。まずフラッグシップ層の全体的な背景を知りたい場合は、GPT-5.6 Solの概要がポジショニングとベンチマークをカバーしています。この記事はより実践的な内容です。このガイドを読了する頃には、3つの層すべてに対する動作する呼び出しを行い、Apidogで独自のプロンプトに対してそれらを比較する再現性のある方法を習得し、コストと品質に関する決定をローンチ記事ではなく自身のデータに基づいて行えるようになるでしょう。

要約

3つのモデルID、1つの世代： gpt-5.6-sol（最も深い推論）、 gpt-5.6-terra（バランスの取れた）、 gpt-5.6-luna（最速かつ最も安価）。裸のエイリアス gpt-5.6 はSolにルーティングされます。
APIアクセスは、すべてのOpenAI APIアカウントでセルフサービスです。制限は残っていません。
100万トークンあたりの料金：Sol $5入力 / $30出力、Terra $2.50 / $15、Luna $1 / $6。
推論の労力は none から max までの6レベルがあります。プロモードは3つのモデルすべてにおける設定（reasoning.mode: "pro"）であり、独立したモデルではありません。
明示的なプロンプトキャッシュが導入されました： prompt_cache_options.mode: "explicit" と ttl を設定します。書き込みは1.25倍で課金され、読み取りは90%割引を維持し、キャッシュは少なくとも30分間存続します。
GPT-5.5からの移行はチューニングの調整です。1レベル低い労力をテストし、プロンプトから簡潔さの指示を削除してください。

3つのモデルIDとそれぞれの選択時期

GPT-5.6はOpenAIの通常の命名規則を破っています。数字は世代を表し、Sol、Terra、Lunaはそれぞれ独自のペースで進化する耐久性のある能力層であり、MarkTechPostのローンチ記事が示す通りです。今日標準化する層は、次世代でもその意味を保ちます。

モデルID	層	100万トークンあたりの入力/出力	利用を検討する場面
`gpt-5.6-sol`	フラッグシップ	$5 / $30	深い推論、エージェントのオーケストレーション、困難なデバッグ
`gpt-5.6-terra`	バランスの取れた	$2.50 / $15	日常的な製品機能、低コストでのGPT-5.5相当の作業
`gpt-5.6-luna`	高速	$1 / $6	分類、抽出、ルーティング、初回ドラフト作成

Solはフラッグシップです。OpenAIはエージェント最終試験でSolが約53点、GPT-5.5が46.9点と報告しており、これはリリース初日の主張として、独自のタスクで検証すべきです。Terraは実用的な選択肢で、OpenAIはGPT-5.5と同等の性能を約半分のコストで提供すると位置づけています。Lunaは、深さよりもユニットエコノミクスが重要な、大量かつレイテンシーが重要な作業のために存在します。

合理的なデフォルトとして、Terraでプロトタイプを作成し、Terraが明らかに失敗した場合にのみSolに移行し、プロンプトが安定したら大量のパスをLunaに移行させるのが良いでしょう。GPT-5.6の料金内訳では、これらのレートが世代間および競合と比較してどのように違うかを深く掘り下げています。

知っておくべきエイリアスが1つあります。サフィックスなしの gpt-5.6 はSolにルーティングされます。本番コードでは明示的な層のIDを固定し、すべての呼び出しが正確なコストを示すようにしてください。

最初のリクエスト

以下のモデルIDは、OpenAIの開発者ドキュメントと逐語的に一致しています。請求が有効なOpenAI APIキーが必要です。他には何もありません。

チャット補完機能は変更なく動作するため、既存のコードはモデルの切り替えだけで済みます。

from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[
        {"role": "system", "content": "You are a concise code reviewer."},
        {"role": "user", "content": "Review this for edge cases: def parse_price(raw): return float(raw.strip('$'))"}
    ]
)

print(response.choices[0].message.content)

curlでの同じ呼び出し：

curl https://api.openai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-5.6-sol",
    "messages": [
      {"role": "user", "content": "Explain idempotency keys in one paragraph."}
    ]
  }'

新しいビルドの場合は、代わりにResponses APIをターゲットにしてください。GAで追加された機能はすべてそこにあり、推論ブロックを直接受け取ります。

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Summarize the trade-offs between webhooks and polling.",
    reasoning={"effort": "low"}
)

print(response.output_text)

別の統合コードを1行でも書く前に、同じプロンプトを3つの層すべてで実行してください。トーン、長さ、レイテンシーの違いは、読んだり聞いたりするよりも感じやすいものです。

推論の労力を選択する

GPT-5.6は、none、low、medium、high、xhigh、maxの6段階の推論の労力レベルを公開しています。

noneは推論をオフにします。タスクが機械的で、深さよりもレイテンシーが重要な場合（書式設定の変更、明確なスキーマに対する抽出、テンプレートの入力など）に利用してください。none設定のLunaは高速な従来の補完モデルのように動作し、その組み合わせで入力レート$1が際立ちます。

maxはその反対側に位置します。間違った答えが遅い答えよりもコストがかかる問題（微妙な同時実行バグ、アーキテクチャレビュー、多段階の計画など）のためにとっておいてください。より長い待ち時間と高額な請求を覚悟してください。

ほとんどのワークロードは中間レベルになります。mediumから始め、一度に1レベルずつ進め、品質を測定してから追加費用を受け入れるようにしてください。下げることは無料であることが多いです。OpenAI自身の移行ガイダンスによると、GPT-5.5のワークロードの多くは、GPT-5.6で1レベル下げても品質を維持します。

プロモードは労力とは別です。reasoning.mode: "pro"を設定すると、モデルは速度よりも回答の品質を優先します。これは3つの層すべてで動作し、異なるモデルIDではなく設定であるため、プロ専用のスラッグを探す必要はありません。法的要約やインシデントの事後分析など、品質優先のワークロードがその対象です。正確なリクエストの形式と制約については、OpenAIのAPIリファレンスを参照してください。

プロンプトキャッシュの設定

GPT-5.6では、明示的なキャッシュ制御が追加されました。prompt_cache_options.modeを"explicit"に設定すると、自動プレフィックス検出に依存する代わりに、何をキャッシュするかを自分で決定できます。

response = client.responses.create(
    model="gpt-5.6-luna",
    input=[
        {"role": "system", "content": SUPPORT_PLAYBOOK},
        {"role": "user", "content": ticket_text}
    ],
    prompt_cache_options={"mode": "explicit"}
)

同じオプションオブジェクトのttlフィールドは、キャッシュされたプレフィックスがウォーム状態を保つ期間を設定します。要求する値にかかわらず、最低は30分です。許可されるttl値とブレークポイント配置ルールは、OpenAIのAPIリファレンスに記載されています。

経済性はシンプルです。キャッシュ書き込みは、キャッシュされていない入力レートの1.25倍で課金されます。キャッシュ読み取りは90%割引を維持します。したがって、キャッシュは2回目のヒットから効果を発揮します。プレフィックスへの2回のキャッシュされていないパスは、そのトークン価格の2.0倍かかりますが、1回の書き込みと1回の読み取りは1.35倍です。

具体例を見てみましょう。サポートボットが、Lunaへの呼び出しごとに40,000トークンのプレイブックを送信するとします。キャッシュなしの場合、Lunaの100万入力トークンあたり$1のレートで、そのプレフィックスは呼び出しあたり$0.04かかります。明示的なキャッシュを使用すると、最初の呼び出しは$0.05で書き込み、TTL内の各読み取りは$0.004かかります。100回のバースト呼び出し全体では、$4.00ではなく$0.45となり、請求の静的な部分から約89%オフになります。30分間の最小寿命があるため、30分未満の間隔があるバースト的なトラフィックでも、安価な読み取りを継続して利用できます。

経験則として、TTL内で少なくとも2回再利用される大きな静的プレフィックスを持つプロンプトは、明示的なモードで実行する必要があります。

GAでのResponses APIの新機能

GAで3つの追加機能が提供され、すべてResponses APIに含まれています。

プログラマティックツール呼び出し。 モデルが1つのツール呼び出しを発行し、結果を待ち、次に別の呼び出しを発行するというラウンドトリップのやり取りではなく、モデルがJavaScriptを記述してツールをオーケストレーションします。このコードは、ネットワークアクセスなしの分離されたV8ランタイムで実行されるため、サーバーがメッセージを行き来させることなく、ツールの結果をループ、分岐、結合できます。
マルチエージェント（ベータ版）。 リクエストは、タスクが独立した部分に分割される場合に有用な、並行して実行されるサブエージェントに作業を分散できます。
永続的な推論。 推論コンテキストはreasoning.contextを介してターン間で引き継がれるため、複数ターンのエージェントは呼び出しごとに思考の連鎖をゼロから再構築する必要がありません。

新しいビジョン詳細設定として、元の画像寸法を保持するoriginalとautoも追加されました。これらすべてのリクエストの形式とパラメーターはOpenAIのAPIリファレンスに記載されており、上記のメカニズムは設計の対象となります。

GPT-5.5からの移行

OpenAIのガイダンスは率直です。移行をモデルスラッグの変更だけでなく、チューニングの調整として扱ってください。当社のGPT-5.5 APIガイドのワークフローに従っている統合の場合、3つの調整が重要になります。

まず、現在の推論の労力と1レベル低いものをテストしてください。GPT-5.6は1段階下げても品質を維持することが多いため、同じトラフィックに対して直接的なコスト削減になります。

次に、より短い回答を期待してください。GPT-5.6は、一般的な導入が少なく、より引き締まった出力を生成します。プロンプトに「簡潔に」や「前置きを省く」といった指示が含まれている場合は、それらを削除して再テストしてください。なぜなら、積み重ねられた簡潔さの指示は現在ではやりすぎになる可能性があるからです。Simon Willisonのリリース日の記事は、このファミリーが実際にどのように動作するかについての有用な独立した読み物です。

第三に、チューニング中にレスポンスのキャッシュされたトークン使用量に注意し、本番トラフィックを切り替える前に代表的なタスクセットをベンチマークしてください。GPT-5.5の半分の価格でTerraで同等の出力が得られるかどうかが、まず確認すべき結果です。

ApidogでのAPIテスト

Curlはエンドポイントが動作することを示します。3つの層から選択するには、再現性のあるものが必要です。Apidogをダウンロードし、小さな比較環境をセットアップしてください。

OPENAI_API_KEYと3つの変数（MODEL_SOL=gpt-5.6-sol、MODEL_TERRA=gpt-5.6-terra、MODEL_LUNA=gpt-5.6-luna）を含む環境を作成します。
APIへのPOSTリクエストを1つ作成し、ボディで{{MODEL_SOL}}を参照し、それを2回複製して他の変数に置き換えます。
同じ本番環境向けプロンプトを3つの層すべてに送信し、回答を並べて読みます。
各応答の使用量ブロックを確認します。トークン数を各層のレートで乗算すると、他の人のベンチマークではなく、独自のプロンプトに基づいたリクエストあたりのコスト予測が得られます。

同じ環境は、労力チューニング中もその価値を発揮します。保存された1つのリクエストの労力レベルを変更し、再送信して出力トークンが変化するのを見ます。その数値にトークンごとのレートを掛けたものが、1つのリクエストごとに可視化される品質対コスト曲線です。

よくある質問

GPT-5.6 APIは誰でも利用できますか？

はい。2026年7月9日以降、どのOpenAI APIアカウントでも、3つのモデルすべてをセルフサービスで呼び出すことができます。GA前に事前ローンチプレビューの制限は解除され、APIアクセスはChatGPTプランに依存しません。プランの階層はチャット製品のみを対象とし、無料ユーザーとGoユーザーはTerraを利用でき、有料プランでは完全なモデルピッカーが利用可能になります。

GPT-5.6のコンテキストウィンドウと知識カットオフは何ですか？

初期ドキュメントの記載によると、このファミリーは100万トークンのコンテキストウィンドウ、最大出力128K、知識カットオフは2026年2月16日です。OpenAIのモデルページが公式情報源です。ご自身のアカウントで確認するまでは、これらは報告された数値として扱ってください。

プロモードとウルトラの違いは何ですか？

プロモードはAPI設定（reasoning.mode: "pro"）であり、3つのモデルすべてで動作し、速度と引き換えに回答の品質を向上させます。ウルトラはマルチエージェント設定であり、デフォルトで4つのエージェントを並行して実行し、プロおよびエンタープライズプランのChatGPT Workと、Plus以上のCodexで利用できます。GPT-5.6ウルトラモードの詳細では、意図的な追加トークン消費がその価値に見合う場合について説明しています。

Chat CompletionsとResponses APIのどちらを基盤にすべきですか？

既存のチャット補完コードはモデルIDの切り替えで引き続き動作するため、強制的な書き換えは不要です。新しいビルドはResponses APIを対象とすべきです。プログラマティックツール呼び出し、マルチエージェント、永続的な推論はすべてそこで提供され、OpenAIのGPT-5.6ドキュメントはその中心となっています。

まとめ

始めるために移行プロジェクトは必要ありません。Terraを選択し、製品からの実際のプロンプトを「中程度」の労力で実行し、その後1レベル下げて比較してください。プロンプトが大きな静的プレフィックスを共有する場合は、明示的なキャッシュを組み込みます。上記の例の89%の節約は、大きなシステムプロンプトがもたらす一般的なものです。その後で、SolとLunaをスタックのどこに配置するかを決定してください。

3層比較環境も保持してください。Sol、Terra、Lunaはそれぞれ独自のペースで進化するため、次のリリースは研究プロジェクトではなく、保存されたリクエストの再実行になります。Apidogはこれらのリクエスト、環境、トークン数を一元管理するため、将来のあらゆるモデルのリリースを、推測ではなく午後のテストに変えます。

button