OpenAIが公開した「GPT-5.6ビルダーズガイド」、スタートアップ向け技術解説の中身

OpenAIが、GPT-5.6でエージェントを構築するスタートアップ向けに「ビルダーズガイド」を公開した。よくある発表日のマーケティング文書とは異なり、長時間稼働するエージェント向けの新しいAPI機能に加え、小型モデルがどこまで大型モデルの代わりになれるかを示す具体的なコストと精度の数値が盛り込まれている点が特徴だ。

詳細

• ターン間での推論の永続化: APIが会話の複数ターンにわたって推論状態を保持できるようになった。エージェントは毎回コンテキストをゼロから再構築することなく、一貫性を維持できる
• ネイティブな圧縮機能: 長時間続く会話を自動的に圧縮し、無駄なトークン消費を抑えられるようになった。長時間セッションで動作するエージェント向けの機能だ
• マルチエージェント連携がAPIに標準搭載: 複数のエージェントを並行したワークストリームにまたがって連携させる仕組みがネイティブでサポートされ、開発者が自前でオーケストレーション層を構築する必要がなくなった
• プログラマティックなツール呼び出し: 開発者はJavaScriptを書いてツール呼び出しを直接制御し、独立した呼び出しを並列実行して、その出力をコンテキストウィンドウの外で処理できるようになった。レイテンシとトークン消費の両方を削減する狙いがある
• プロンプトキャッシュがより長く、より予測可能に: キャッシュの最低保持時間が30分に延長され、決定論的なキャッシュブレークポイントと、キャッシュ挙動を細かく制御できるprompt_cache_keyパラメータが追加された
• モデル選択を裏付ける実データ: BrowseCompベンチマークで、GPT-5.6 Lunaは前世代の最上位モデルとほぼ同等の精度(84.04%対84.36%)を、コストはわずか1.33ドル(前世代は33.27ドル)で達成した。精度がほぼ変わらないまま、コストは約25分の1になる計算だ
• 推論の永続化+圧縮の組み合わせが難問でも効果を発揮: ARC-AGI-3では、この組み合わせによってスコアが13.3%から38.3%に向上し、出力トークン数は約6分の1に減った

使ってみるには

推論の永続化、ネイティブ圧縮、マルチエージェント連携、プログラマティックなツール呼び出しといった新しいAPI機能は、OpenAI APIを通じてGPT-5.6ファミリーを利用する開発者に対してすでに提供されているとされている。特に実用性の高い示唆はモデル選択に関するものだ。ガイド自体のデータが示すように、Lunaのような小型のGPT-5.6モデルは、対象タスクに対して事前にベンチマークを取ってみる価値がある。最上位モデルをデフォルトで使う前に検討する価値のある選択肢だと言えるだろう。詳細はOpenAIの公式ブログ(https://openai.com/index/builders-guide-to-gpt-5-6)で確認できる。