GPT-5.6 API 完全ガイド：使い方・料金・対応モデル

1. GPT-5.6 とは？GPT-5.5 との違いは

GPT-5.6 は OpenAI の 2026 年 2 月 16 日 知識カットオフの frontier シリーズで、複雑な推論、Agent コーディング、マルチモーダルタスク向けに設計されています。GPT-5.5 との比較で、公式が強調する 3 点は次のとおりです。

コミュニティのベンチマークでは、GPT-5.6 Sol が Terminal-Bench 2.1（Agent コーディング）などの指標で第一陣に位置します——ただし本番環境での選定は、ベンチマークだけでなく、タスクのレイテンシ、請求額、コンプライアンスを基準にすべきです。

2. 対応モデルは？一覧表で把握

共通能力（3 モデルとも同じ）：

• テキスト + 画像入力、テキスト出力
• 多言語とビジョン理解
• v1/responses、v1/chat/completions、v1/batch をサポート
• reasoning.effort：none / low / medium / high / xhigh / max（デフォルト medium）

選定の一言まとめ：

• 迷ったら → まず gpt-5.6-terra で負荷テストし、足りなければ Sol にアップグレード
• 性能よりコストが重要 → Luna
• 1 リクエストで四半期の方向性が決まる → Sol、必要なら Pro 推論モード を有効化

3. GPT-5.6 endpoint：どの API を使うべきか

OpenAI には現在 2 つの主要パスがあり、新機能は Responses API を優先します。

Base URL はいずれも：

https://api.openai.com/v1

認証ヘッダー（両 API で同じ）：

Authorization: Bearer $OPENAI_API_KEY
Content-Type: application/json

GPT-5.6 専用のサブドメインはありません——通常の OpenAI API と同じ api.openai.com を共有し、違いは リクエストボディの model フィールド にあります。

4. クイックスタート：API Key から最初の応答まで

4.1 開通と Key

1. OpenAI Platform にログイン
2. Settings → API keys で Secret Key を作成（一度しか表示されないので必ず保存）
3. Billing で支払い方法を登録。GPT-5.6 は token 従量課金で、「月額無制限 API」プランはありません
4. エンタープライズユーザーは組織レベルで Spend limits と プロジェクト単位の Key を設定可能

環境変数（推奨）：

export OPENAI_API_KEY="sk-..."

4.2 Responses API（推奨の書き方）

cURL：

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "input": "3文で GPT-5.6 Terra と Sol のモデル選定の違いを説明してください。",
    "max_output_tokens": 512
  }'

Python（公式 SDK ≥ 1.x）：

from openai import OpenAI

client = OpenAI()  # OPENAI_API_KEY を読み込む

response = client.responses.create(
    model="gpt-5.6-terra",
    input="3文で GPT-5.6 Terra と Sol のモデル選定の違いを説明してください。",
    max_output_tokens=512,
)

print(response.output_text)

Node.js：

import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-5.6-terra",
  input: "3文で GPT-5.6 Terra と Sol のモデル選定の違いを説明してください。",
  max_output_tokens: 512,
});

console.log(response.output_text);

4.3 Chat Completions（既存コードとの互換）

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "messages": [
      {"role": "user", "content": "こんにちは、GPT-5.6！"}
    ],
    "max_tokens": 256
  }'

移行時は model を gpt-5.5 から gpt-5.6-sol / terra / luna に変更するだけでよく、レスポンス構造は変わりません。

4.4 ストリーミング出力（SSE）

Responses API に "stream": true を追加。チャット UI や長い回答に適しています。

stream = client.responses.create(
    model="gpt-5.6-luna",
    input="クラウドネイティブについて五言絶句を一首書いてください。",
    stream=True,
)

for event in stream:
    if event.type == "response.output_text.delta":
        print(event.delta, end="", flush=True)

Chat Completions 側は stream=True に対応し、choices[0].delta.content をパースします。

5. コアパラメータ：reasoning、ツール、マルチモーダル

5.1 推論の深さ：reasoning.effort

モデルが「どれだけ考えるか」を制御します——深いほど、レイテンシと token 消費は通常増加します。

省略時、GPT-5.6 の デフォルトは medium です。

5.2 Pro モード：reasoning.mode

GPT-5.5 時代は gpt-5.5-pro モデルに切り替えが必要でした。GPT-5.6 では同一 slug 上で Pro をオン/オフします。

{
  "model": "gpt-5.6-sol",
  "input": "マルチテナント対応の注文サービス API を設計し、ルーティングとデータモデルを提示してください。",
  "reasoning": {
    "mode": "pro",
    "effort": "high"
  },
  "max_output_tokens": 4096
}

• 課金：選択した Sol/Terra/Luna の token 単価は変わりませんが、Pro モードでは内部推論が増え、総 token 数はしばしば高くなります
• gpt-5.6-pro のような slug は存在しないので探さないでください

5.3 画像入力（マルチモーダル）

3 つの GPT-5.6 モデルはすべて vision に対応。Responses API の例：

{
  "model": "gpt-5.6-terra",
  "input": [
    {
      "role": "user",
      "content": [
        {"type": "input_text", "text": "このアーキテクチャ図にはどのような単一障害点がありますか？"},
        {"type": "input_image", "image_url": "https://example.com/diagram.png"}
      ]
    }
  ]
}

base64 でインライン画像を渡すことも可能（プライベートデプロイの経路に適しています）。

5.4 ツール呼び出し（Function / Tools）

Agent シナリオでは、Responses API の tools フィールドで関数や組み込みツール（web_search、file_search など）を宣言します。モデルが tool_calls を返したら、サービス側で実行し結果を返送——GPT-5.5 と同様のフローですが、GPT-5.6 は複雑なツールチェーンでより安定しています。スキーマの詳細は Responses API ツールドキュメント を参照してください。

6. GPT-5.6 pricing：完全な料金表（2026）

以下は OpenAI 公式の 100 万 tokens あたり の価格（米ドル）。短コンテキストは入力 ≤ 272K tokens、超過すると 長コンテキスト 帯に入ります。

6.1 標準（短コンテキスト）

6.2 長コンテキスト（入力 > 272K）

6.3 請求額の試算例

Terra で 1 回呼び出し、20K 入力 + 2K 出力、キャッシュ未ヒットの場合：

入力：20,000 / 1,000,000 × $2.50 = $0.05
出力：2,000 / 1,000,000 × $15.00 = $0.03
合計 ≈ $0.08 / 回

同様のリクエストを 1 日 1 万回 → 約 $800/日。これが Luna + キャッシュ + バッチ処理 が高並列プロダクトで重要な理由です。

6.4 その他の費用要因

コンソールの Usage ページで model 別に確認する方が、式を覚えるより確実です。

7. シナリオ別選定：Sol、Terra、Luna のどれを使うか

ChatGPT サブスクリプションとの関係： ChatGPT Plus/Pro はプロダクトサブスクリプションであり、API の token 従量課金とは別ラインです。アプリで使う GPT-5.6 ≠ API 枠が自動付与されるわけではなく、開発統合には別途 API 請求の設定が必要です。

8. GPT-5.5 / GPT-4.1 からの移行チェックリスト

1. model 文字列を変更：gpt-5.5 → gpt-5.6-sol（または terra/luna）
2. Pro ロジック：gpt-5.5-pro を削除し、reasoning.mode: "pro" に変更
3. max_output_tokens を下げる：GPT-5.6 はよりコンパクトなので、まず 20% 減らして A/B テスト
4. 回帰テスト：同一 prompt セットで品質、レイテンシ、ドル/リクエスト を比較
5. キャッシュヒット率を監視：固定 system prompt の Agent では caching を必ず有効化
6. SDK バージョン：openai Python パッケージが Responses API 対応版以上であることを確認

9. よくあるエラーとトラブルシューティング

10. 7 ステップ実装チェックリスト（今日から動かせる）

1. Platform で API Key を作成し、月次 hard limit を設定（例：$50）。
2. Terra で Responses API のスモークテストを 1 回実行。
3. 本番の model を gpt-5.5 から gpt-5.6-terra に変更し、1 週間請求を観察。
4. 固定 system prompt で Prompt Caching を有効化し、入力コストが下がるか確認。
5. 難しいタスクだけ Sol にルーティングし、QPS を制限。
6. オフライン評価は Batch API を使用。
7. ダッシュボードで model × endpoint 別のコストアラートを設定。

11. まとめ

GPT-5.6 API を 2026 年に正しく使うポイント：

• Endpoint：v1/responses を優先。互換には v1/chat/completions
• モデル：sol が最強、terra が日常、luna が大量処理。gpt-5.6 = Sol
• 価格：Sol $5 / $30（100 万 input/output tokens）から。Terra は半額、Luna は約 5 分の 1
• パラメータ：reasoning.effort で深度を制御。Pro 能力は reasoning.mode: "pro" で、存在しない phantom モデル名に切り替えない

まず Terra で負荷テスト、Sol でフォールバック、Luna で大量処理し、キャッシュと Batch を組み合わせる方が、最初から全サイト Sol より持続可能です。

参考・関連記事

• OpenAI Models ドキュメント
• OpenAI Pricing
• GPT-5.6 Model guidance
• ChatGPT Work 無料版と有料版の違い（プロダクトサブスクリプション vs API 課金）
• MCP 2026：AI 汎用 USB ポート入門（GPT-5.6 Agent にデータソースを接続）