GPT-5.6 レビュー：どのモデルを選ぶべきか

GPT-5.6 レビューにおける有益な質問は、「どのモデルが一般的に最強ですか?」ということではありません。 出荷する必要がある作業にどの層が確実に適合するかが決まります。 Sol は、困難で無制限の専門的な仕事を目指しています。 Terra はインテリジェンスとコストのバランスをとります。 Luna は、コスト重視の大量のワークロードをターゲットとしています。

これが短い答えです。 問題があいまいな場合、システムにまたがる場合、または間違えるとコストがかかる場合は、GPT-5.6 Sol から始めます。 日常の開発とビジネスの自動化を明確にするために、まず GPT-5.6 Terra を試してください。 検証が簡単な、制限された反復可能なジョブには、GPT-5.6 Luna を使用します。 これはルーティングのベースラインであり、管理されたベンチマークや、すべてのプロンプトに対して 1 つのモデルが勝つという主張ではありません。

GPT-5.6とは何ですか?

GPT-5.6 は、意図的に異なる動作ターゲットを持つ 3 つのモデル ファミリです。

API エイリアス gpt-5.6 は現在、gpt-5.6-sol にルーティングされます。 長期にわたる評価、予算、または監査の場合は、完全なモデル ID を記録します。 明示的な ID により、ファミリ エイリアスが変更された場合でも、後の比較を再現可能になります。

Sol、Terra、Lunaを比べてみた

ファミリは大量のインフラストラクチャ サポートを共有していますが、コンテキスト容量が等しいからといって、タスクに対する推論の深さ、速度、信頼性が等しいとは限りません。

特に「Codex に最適な GPT-5.6 モデルはどれですか?」という質問がある場合は、Codex の GPT-5.6 モデル ガイドをお読みください。 このレビューは、仕様、価格設定、API 制約、証拠の境界など、より広範なファミリー情報クエリを所有しています。

公式仕様: 1.05M コンテキストは空き容量ではありません

OpenAI には現在、3 つのモデルすべての同じベース ウィンドウがリストされています。

1,050,000 トークン ウィンドウは容量制限であり、含まれる許容量や品質保証ではありません。 リクエストには、ツール定義、会話履歴、検索結果、システム命令が含まれる場合もあります。 それらはすべて、レイテンシー、コスト、モデルが対応できる内容に影響します。 より小さく、適切に選択されたコンテキストは、無関係なリポジトリの完全なダンプよりも優れていることがよくあります。

GPT-5.6 API 価格: 公式料金とゲートウェイ料金は別個

以下は、ショートコンテキストの場合の OpenAI の標準直接 API テキスト トークン レート (100 万トークンあたりの米ドル (MTok)) です。 キャッシュされていない入力、キャッシュされた入力、キャッシュ書き込み、および出力は別個の請求バケットです。

簡単な参照のために、入力/キャッシュ読み取り/出力トリプレットは $4 / $0.40 / $20、$2 / $0.20 / $12、および $0.20 / $0.02 / $1.20 Sol、Terra、Luna用。 キャッシュ書き込みには、キャッシュされていない入力レートの 1.25 倍の料金が請求されます。 OpenAI の Sol ページには、プロモーション価格が少なくとも 11 月 21, 2026 まで利用可能であるとも記載されています。 プロモーション、地域の処理、プロバイダーのポリシーは変更される可能性があります。

これらは OpenAI の直接料金であり、OmniaKey の小売価格ではありません。 OmniaKey には、独自の残高、ルーティング、請求境界があります。 ゲートウェイの予算を設定する前に、Sol ページ、Terra ページ、Luna ページ、および ライブ カタログを確認してください。 ゲートウェイの見積もりを「OpenAI 公式価格」というラベルの付いた表にコピーしないでください。

272K 入力トークンを超えると何が変わりますか?

OpenAI の現在のロング コンテキスト ルールは見落としがちです。リクエストに 272K を超える入力トークンがある場合、リクエスト全体でロング コンテキスト レートが使用されます。 超過分だけは再価格されません。

簡単に言えば、入力は 2 で乗算され、出力は 1.5 で乗算され、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 倍のままになります。 1.05M ウィンドウは、証拠が本当に必要な場合に役立ちます。 無関係なログの 280K トークンを添付すると、コストとノイズの両方が増加する可能性があります。

100K 入力、10K 出力のコストの例

100,000 入力トークンと 10,000 出力トークンを含むキャッシュされていないリクエストを想定します。 これは 272K しきい値を下回っているため、ショートコンテキスト テーブルが適用されます。 これらはトークンレートの計算のみです。 これらには、ツール、再試行、税金、地域処理、および人的時間は含まれません。

10,000 出力トークンを維持しながら入力を 300,000 トークンに拡張すると、ロングコンテキストの合計は Sol $2.70、Terra $1.38、および Luna $0.138 になります。 これは算術的なものであり、品質スコアではありません。 安価な試行の失敗と再試行では、上位層の実行が 1 回成功するよりもコストがかかる可能性があります。

内部会計の場合は、次を使用します。

completed-task cost = successful request
                    + failed requests and retries
                    + tool charges
                    + human correction and acceptance time

推論の努力をどのように選択すればよいでしょうか?

3 つのモデルはすべて、none、low、medium、high、xhigh、および max をサポートします。 モデル層と推論作業は別個の制御です。 努力値を上げてもLunaがSolに変わるわけではありません。また、max は正確性を保証するものではありません。

実際のシーケンスは次のとおりです。

1. medium または製品のデフォルトで、使い慣れたテスト可能なタスクを実行します。
2. 方向性は正しいが計画や確認が浅い場合は、同じモデルの工数を上げます。
3. 重要な制約が未解決のままである場合は、上位のモデル層に移動してください。
4. 結果が問題なく合格した場合は、労力を減らすか、より安価なレベルを試してください。
5. 一度に 1 つの変数を変更し、モデル ID、作業量、トークン、待ち時間、および受け入れを記録します。

コーディング エージェントの場合、high または xhigh は、モジュール間の調査、移行設計、および高リスクのレビューに適しています。 固定スキーマの抽出と分類は、多くの場合、none または low で始まります。 受け入れセットは、「最大」というラベルではなく、しきい値を決定する必要があります。

どの GPT-5.6 モデルがどの作品に適合しますか?

困難で無制限のリスクの高い作業には Sol

根本原因がサービス、データベース、キュー、または権限の境界を越える場合は、Sol を優先します。 要件の矛盾。 移行は、請求、認証、セキュリティ、または永続的なデータに影響します。 モデルは編集前に証拠を収集する必要があります。 あるいは人間によるレビューと再作業には 1 回のリクエストよりもはるかに多くのコストがかかります。 現在の Codex クラウド サポートが厳しい要件である場合、Sol は最も簡単な選択肢でもあります。

大規模なリポジトリでは、Sol が自動的に必要になるわけではありません。 モノリポジトリ内の明確に境界のある変更は Terra タスクになる可能性がありますが、小規模サービスの 10 行の承認バグは Sol を正当化する可能性があります。

日々のバランスとしてのTerra

Terra は、機能の実装、再現可能なバグの修正、テストの追加、既知の呼び出しサイトのリファクタリング、型とドキュメントの保守など、受け入れ基準が明確になった後の実用的な出発点です。 ショートコンテキストの入力価格は Sol の半分で、出力価格は Sol の 60% であり、毎日の繰り返し作業にとって重要です。

Terra がアプローチを繰り返したり、システム間の制約を見逃したり、実際のビジネス ルールに違反しながら狭いテストに合格したりした場合は、労力を増やすか、Sol に移行します。 差分のファイル数で選択しないでください。

可逆的、反復可能、検証可能な作業のための Luna

Luna は、固定スキーマのログ抽出、チケットの分類、バッチ構成の変換、決定論的テストを伴う分離された機械的編集、限定された検索サマリー、および測定された誤検知とミスを伴う大量のチェックに適しています。

あいまいなアーキテクチャ、微妙なセキュリティ レビュー、または説明のつかない運用インシデントのために、Luna をデフォルトにしないでください。 明示的な入力、出力スキーマ、停止条件、および決定論的チェックを与えると、トークンの価格が低くなり、完了したタスクのコストが低くなります。

OmniaKey を介して GPT-5.6 を呼び出す

API キー ページでスコープ付きキーを作成し、モデル カタログから正確なモデル ID をコピーします。 OmniaKey の OpenAI 互換サーフェスは、/v1 を使用します。

curl https://api.omniakey.com/v1/responses \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "reasoning": {"effort": "medium"},
    "input": "Read this change note and list the two highest risks with acceptance tests."
  }'

ファミリを比較するには、model のみを変更し、プロンプト、ツール、権限、および承認コマンドを固定したままにします。

gpt-5.6-sol
gpt-5.6-terra
gpt-5.6-luna

OpenAI Responses 互換例です。 プロバイダーのステータス、アカウントの権限、ツールの公開は、使用するルートによって異なります。 404 または model not found が表示される場合は、モデルのエイリアスを推測する前に、キー、ベース パス、ライブ カタログを確認してください。

Codex のセットアップについては、OmniaKey Codex CLI ガイド を使用してください。 モデルは表示されるが、ストリーミング、ツール呼び出し、またはメタデータが失敗する場合は、GPT-5.6 Codex 互換性キットを使用してください。 モデルの選択と互換性のトラブルシューティングは別の質問です。

限界とよくある間違い

1M コンテキストは、「毎回 1M を送信する」という意味ではありません。

コンテキスト ウィンドウは上限であり、品質を保証するものではありません。 繰り返されるログ、古いツール出力、無関係な依存関係により、長いコンテキストのコストと注意力のノイズが追加されます。 最初に取得して圧縮します。 決定を変える可能性のある証拠を送ってください。

max の努力は正確さを保証するものではありません

推論が増えると、計画とトークンの使用が増える可能性がありますが、それでもモデルが要件を誤解したり、間違ったツールを呼び出したり、ビジネス ルールを見逃したりする可能性があります。 テスト、型チェック、アサーション、人間によるレビューを使用します。

モデルページのサポートはクライアントサポートではありません

公式ページには、Chat Completions、Responses、バッチに加えて、ストリーミング、構造化出力、関数呼び出し、ファイル検索、画像入力、Web 検索、プロンプト キャッシュがリストされています。 特定の SDK、ゲートウェイ、またはエージェントは、その表面の一部のみを公開する場合があります。 モデル ページからクライアントの動作を推測するのではなく、正確なルートを確認します。

トレーニングの知識には限界がある

3 つのモデルすべてに 2026-02-16 の知識カットオフがリストされています。 新しい事実については、検索を使用するか、自社資料を提供するか、必要な日付範囲を指定してください。 長いコンテキストには新しい証拠が含まれる可能性がありますが、トレーニングのカットオフは変わりません。

ベンダーのポジショニングは独立したベンチマークではありません

この記事では、公式の仕様と再現可能な価格計算を使用しています。 Sol、Terra、または Luna がすべてのコーディング タスクに勝つとは主張しません。 同じリポジトリ、ツール、権限、受け入れチェックでの合格率、レイテンシ、トークン、再試行、修正分を比較します。

再現可能な評価計画

運用環境で GPT-5.6 をルーティングしている場合は、実際の作業から小さなタスク セットを構築します。

1. 決定論的テストを伴う日常的な機能。
2. 原因が少なくとも 2 つのモジュールにまたがる再現可能なバグ。
3. 複数のファイルにわたる機械的な変換。
4. シードされた欠陥を含むレビュータスク。
5. 明確なリスクのトレードオフを伴うアーキテクチャまたは移行の決定。

すべてのタスクを同じコミットから開始します。 システム プロンプト、ツール、権限、モデル ID、作業量、および承認コマンドを修正します。 実行を繰り返し、結果を保存します。 Sol にベースラインを確立させ、受け入れられた結果が同等のままである場合にのみ、繰り返しタスク クラスを Terra または Luna に移動します。

Claude、GPT、および Gemini ファミリのより広範な決定については、コーディング エージェント モデル ガイドをお読みください。 Claude Codeと Codex 製品の選択については、Claude Codeと Codex の比較をお読みください。 製品ハーネスの動作は、このモデルのレビューの範囲外です。

最終評決

GPT-5.6 は、リスクと再現性によって最適にルーティングされます。最も難しい自由形式の判断には Sol、最も明確な日常作業には Terra、客観的なチェックを備えた可逆的でバッチ可能なタスクには Luna。 正確なモデル ID と作業量を固定し、単一のトークン価格ではなく完了したタスクのコストを最適化します。

具体的に Sol から Astra に移るかどうかを決定する場合は、GPT-6 Astra と GPT-5.6 Sol の比較 を使用してください。 現在の 2.5x の直接価格の損益分岐点と移行の差額を所有します。

よくある質問

この GPT-5.6 レビューの結論は何ですか?

普遍的な勝者は存在しません。 複雑な無制限の作業には Sol を、日常的な開発には Terra を、固定フォーマットの大量作業には Luna から始めてください。 ご自身の合格データでルートを確認してください。

GPT-5.6, GPT-5.6 Solと gpt-5.6 は同じものですか?

GPT-5.6 はファミリー名、gpt-5.6-sol は具体的なモデル ID、gpt-5.6 は現在の別名 Sol です。 監査と再現可能な評価には完全な ID を使用します。

GPT-5.6 のどのモデルが一番安いですか?

Luna は現在のショート コンテキスト ダイレクト OpenAI レートが最も低く、100 万トークンあたりの $0.20 入力、$0.02 キャッシュ入力、および $1.20 出力です。 OmniaKey の使用法は、この直接プロバイダー テーブルではなく、ライブ ゲートウェイ カタログに従います。

3 つのモデルすべてに同じコンテキスト ウィンドウがありますか?

はい。 それぞれに、1,050,000 トークン コンテキスト、922,000 の最大入力、および 128,000 の最大出力がリストされます。 能力が等しいからといって、速度、推論の深さ、信頼性が等しいとは限りません。

272Kより上の部分だけが高くなるのでしょうか？

いいえ。OpenAI の現在のルールでは、入力が 272K トークンを超えると、リクエスト全体の価格がロング コンテキスト レートで再設定されます。入力は 2x、出力は 1.5x です。 キャッシュ書き込みは 1.25x キャッシュされていない入力です。

GPT-5.6 は Codex クラウドで実行できますか?

現在の OpenAI Codex モデル ページには、Codex クラウドの Sol がリストされています。 Terra と Luna は、ローカル CLI および IDE 拡張機能についてはリストされていますが、クラウドについてはリストされていません。 アカウント、プロバイダー、および製品の可用性は変更される可能性があるため、ワークフローを標準化する前に公式ページを確認してください。

公式情報源

• OpenAI: GPT-5.6 Sol
• OpenAI: GPT-5.6 Terra
• OpenAI: GPT-5.6 Luna
• OpenAI: API 価格
• 【OpenAI：Codexモデル】(https://developers.openai.com/codex/models)
• 【OpenAI：最新機種のご案内】(https://developers.openai.com/api/docs/guides/latest-model)