GPT-5.6、低コストで高性能なエージェントを実現——新APIと導入事例を解説

何が発表されたか

OpenAIは2026年8月13日、GPT-5.6ファミリーとResponses APIの新機能を解説する開発者向けガイドを公開しました。このガイドは「The builder's guide to GPT-5.6」と題され、スタートアップの本番稼働での知見に基づいています。モデル選択の考え方とAPIの新しい制御方法が具体的な事例とともに紹介されています。

GPT-5.6は、より長いタスクを少ないトークンで処理できるように設計されています。Agents' Last Examでは、GPT-5.6 Solの「low」推論設定が、GPT-5.5の「high」推論設定を上回る性能を示したとされます。推論努力を下げても精度が維持できるため、ランニングコストの削減につながる可能性があります。

小型モデルの実力

従来、難易度の高いタスクには最高推論設定のフラッグシップモデルが選ばれるのが一般的でした。GPT-5.6ファミリーでは、LunaやTerraがテスト時計算量を増やすことで、GPT-5.4やGPT-5.5に近い性能をより安いコストで提供します。例えばLunaは、GPT-5.5の抽出精度の98%を18分の1のコストで達成したと報告されています。

ブラウザタスクのテストでは、Lunaが106件中78%を約14ドルで完了し、現在のSOTAモデルが80%を約235ドルで達成したのとほぼ同等でした。BrowseCompでも、GPT-5.5（Extra High）が84.36%を33.27ドルで出したのに対し、GPT-5.6 Luna（Extra High）は84.04%を1.33ドルで達成しています。高頻度で遅延が重要な処理や、エージェント内で繰り返されるステップには、小型モデルの方が適していると言えます。

APIの新機能

Responses APIには、エージェントの効率を高めるための新しいプリミティブが追加されました。具体的には、推論をモデルのターン間で永続化する仕組み、長い会話を圧縮するネイティブ圧縮、複数のエージェントを並行運用するネイティブ連携、ツール出力をコンテキストウィンドウ外で処理するプログラム呼び出しです。これらを組み合わせることで、判断が必要な処理とデータの移動・集約を分離できます。

効果の例として、ARC-AGI-3ではGPT-5.6 Solが標準ハーネスで13.3%だったのに対し、推論の永続化と圧縮を有効にすると38.3%に上昇し、出力トークンは約6分の1に減ったとされています。また、金融リサーチの評価では、プログラムによるツール呼び出しを使って入力トークンを21%削減し、品質を維持できた事例が紹介されています。モデルを変えずに性能が向上する点は、API設計の重要性を示しています。

キャッシュと導入事例

プロンプトキャッシュのTTLは全モデルで最低30分に延長され、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。共有29,000トークンのプロンプトにキャッシュブレークポイントとワークスペース別キーを追加したスタートアップは、未キャッシュ入力を28%削減したと報告しています。正しいキャッシュキーを使えば同じ推論エンジンにリクエストが届く可能性が高まり、レイテンシ削減も期待できます。

ガイドには複数のスタートアップの声が掲載されています。あるコード探索タスクでは、Lunaへの切り替えで推論コストが64%減、応答時間が90%減、F1スコアが5ポイント向上したとされています。また、マルチエージェント設定では、GPT-5.6 Solがオーケストレーションに優れ、複数のタスクを並行で処理できたという報告もあります。このような事例は、エージェント構築の経済性が大きく変化したことを示しています。

注意点

これらの結果は、OpenAIが協力したスタートアップの特定のワークロードとハーネス設定に基づいています。モデルの性能やコストはタスクの種類、プロンプト、ツールの構成に依存するため、自社のシステムで再検証する必要があります。特に、マルチエージェントの起動はモデル自体にある程度任せられますが、指示によって動作を制御できるとされています。

現時点では、GPT-5.6ファミリーの全モデルの価格詳細や、各機能の制限事項はガイドに十分に記載されているとは言えません。小規模なパイロットから始めて、トークン消費量と精度を測定しながら適用範囲を広げるのが現実的です。最新の価格情報やAPI仕様はOpenAIのドキュメントで確認する必要があります。