OpenAIは2026年10月2日、GPT-6ファミリーの実用ガイドを公開しました。同ガイドは、GPT-6 Astra、GPT-6.1 Sol、GPT-6 Lunaの3モデルについて、用途に応じた選び方、推論努力レベルの設定、コスト管理、長時間タスクの運用方法などを解説しています。
3モデルの使い分け ガイドでは、GPT-6 Astraは最も難しい推論作業向け、GPT-6.1 Solは複雑なコーディング、研究、コンピューター利用向け、GPT-6 Lunaは請求書のフィールド抽出やリクエストの分類など明確なゴールがある定型的なタスク向けと説明されています。
APIでは推論努力レベルを選択できます。Lowは事実抽出や小さな編集などの日常的タスク、Mediumは機能の計画や選択肢の比較など判断を要する作業、Highは困難なデバッグや深い分析、Extra high / MaxはHighで不十分な場合にテストし、改善が追加の時間とコストに見合う場合にのみ維持することが推奨されています。
コストと速度を管理する プロダクション運用では、プロンプトキャッシュを活用することで、モデルによってはキャッシュされた入力トークンのコストが非キャッシュと比べて最大95%削減されると同社は説明しています。安定した指示や参照資料を変化するタスク詳細の前に置き、ツール定義を一貫させることが推奨されています。長い会話ではコンパクションによりコンテキストを減らしつつ、継続に必要な状態を保ちます。
速度については、APIでFastモードを使うと応答時間が速く一貫しますが、トークンあたりのコストは標準処理より高いです。GPT-6 AstraではUltrafastモードも利用でき、推論努力レベルとは独立にトークン生成を高速化します。
プロンプトとスキルの調整 OpenAIのDeveloper Experience担当のEric Provencher氏は、「モデルはニュアンスや曖昧さを理解する能力が向上したため、過度に具体的な指示は以前は役立ったが、今は結果を妨げることがあります」と述べています。ガイドでは、求める結果、対象者、関連する文脈と制約、完了条件を明確にした「アサインメント」を設定することを勧めています。
また、スキルの説明を短く明示的にすること、AGENTS.mdで関連文書やテストの適用時期を説明すること、安全な日常ワークフローを明示的に許可すること、決定境界（どの行動を独立して進め、どの行動に承認が必要か）を設定すること、完了の定義を具体的にすることが挙げられています。
長時間タスクを管理する APIでは、ミッドターンステアリングにより、モデルの作業中にResponses WebSocket APIを通じて修正指示を送ることができます。更新はキューに追加され、実行中のツールをキャンセルしたり完了済みのアクションを元に戻したりしません。非同期ツール呼び出しでは、モデルが遅いタスク（テストなど）の実行中も独立した作業を継続できます。GPT-6.1 Solでは、マルチエージェントワークフロー（ベータ）が利用でき、独立したサブタスクをサブエージェントに委任して結果を統合できます。
Codexでは、GPT-6 Astraが作業中に明確化の質問をすることができ、要件が変わった場合はステアリングで新しい情報を伝え、何を変更し何を維持するかを指示できます。
さらに、コンピューター利用により、GPT-6 Astra、GPT-6.1 Sol、GPT-6 LunaはAPIのないウェブサイトやデスクトップアプリと直接やり取りできます。バグの調査、コードの修正、ブラウザでの動作確認などの例が示されています。
どう見るか 今回公表されたのは、GPT-6ファミリーのモデル選定と運用に関するガイドの内容です。3モデルの用途、推論努力レベルの段階、キャッシュされた入力トークンは非キャッシュより最大95%安いとする説明、マルチエージェント機能のベータ提供などが示されました。
一方、各モデルの具体的な価格や第三者のベンチマーク測定結果はこの資料には含まれていません。ガイド内で料金ページやAPIデプロイチェックリストへのリンクは示されていますが、本文中に価格の数値はありません。キャッシュのコスト削減効果や各機能の性能はOpenAI自身の説明に基づくものであり、独立した検証は公表されていません。
