はじめに
この記事は、2026/09/05(土)の01:00頃、以下(OpenAIのサイト)から引用・翻訳したものです。
https://platform.openai.com/home
https://developers.openai.com/api/docs/guides/latest-model#gpt-6-astra-whats-new
※GPT-6 Astraは本日より、当社(OpenAI)のTrusted Access Programに参加している企業向けに展開されます。APIおよびPlus、Pro、Business、Enterpriseプランを通じたアクセスは、近日中に提供開始予定です。
OpenAI 更新情報
18時間前
GPT-6 Astra
コンピュータ操作、ブラウジング、ソフトウェアエンジニアリング、科学、専門業務において最先端の性能を誇る、当社史上最も高性能なモデルです。
先月
GPT-5.6 Sol、Terra、Luna
複雑な本番環境のワークフローに対応する、効率性に優れたモデル群です。フラッグシップ級の能力を持つ「Sol」、価格と性能のバランスに優れた「Terra」、大量の処理負荷に対応する「Luna」をラインナップしています。
3ヶ月前
GPT-Realtime-2、GPT-Realtime-Translate、GPT-Realtime-Whisper
APIで最新の音声モデルをお試しください。「GPT-Realtime-2」は音声モデルにGPT-5クラスの推論能力をもたらし、「GPT-Realtime-Translate」は70の入力言語と13の出力言語間でのリアルタイムな音声・テキスト変換を可能にします。ライブ文字起こしには「GPT-Realtime-Whisper」をご利用ください。
4ヶ月前
APIおよびCodexでのGPT Image 2
数千種類のアスペクト比と最大2Kの出力解像度に対応した、当社で最も高性能な画像生成モデルです。
モデルガイダンス
OpenAIモデルのベストプラクティス、機能、および移行に関するガイダンスを学びましょう。
GPT-6 アストラ
GPT-5.6
GPT-5.5
GPT-5.4
GPT-5.3 コーデックス
GPT-5.2
GPT-5.1
GPT-5
GPT-4.1
GPT-6 Astraを使用
GPT-6 Astraのベストプラクティス、機能、および移行に関するガイダンスを学びましょう。
GPT-6 Astraは本日より、当社のTrusted Access Programに参加している企業向けに展開されます。APIおよびPlus、Pro、Business、Enterpriseプランを通じたアクセスは、近日中に提供開始予定です。
導入
GPT-6 Astraは、コンピュータ利用、ブラウジング、ソフトウェアエンジニアリング、科学、そしてプロフェッショナルな業務において最先端の性能を発揮する、当社史上最も高度なモデルです。コード、ブラウザ、そしてプロフェッショナルなソフトウェアを横断するマルチステップのワークフローの実行に優れています。複数の評価において、Astraは出力トークンを大幅に削減しながらも、より優れた結果を達成しています。トークンあたりの価格は高いものの、タスクあたりの推定APIコストは以前のモデルよりも低くなっています。
GPT-6 Astraは、これまでで最も整合性の高いモデルです。細心の注意を払い、タスクの境界を尊重し、透明性のあるコミュニケーションを行うことに優れています。指示に解釈の余地がある場合でも、既存のコンテキストを活用して定型的なギャップを埋め、結果に影響を与える可能性のある質問には的を絞った質問を投げかけます。新たな要件にも対応し、指示に応じて方向転換を行い、全体的なタスクを見失うことなく付随的な質問にも答えます。
Astra を使用して構築するには、Responses APIリクエストでmodelを設定します。gpt-6-astra
新着情報
非同期ツール呼び出し:アプリケーションがツールを実行している間も、GPT-6 Astra は推論を継続したり、他のツールを呼び出したり、リクエストの独立した部分に応答したりできます。async: true関数またはカスタムツールに設定し、準備ができたら元のツールを使用して結果を返しますcall_id。アプリケーションは引き続きツールを実行し、保留中の作業を管理します。基本的な使用方法と開発者定義の待機ツールパターンについては、 「非同期ツール呼び出し」を参照してください。
中間ターン制御： GPT-6 Astraが動作中に、修正や要件の変更など、追加のユーザー指示を送信します。WebSocket接続を介して、Responses APIは完了した作業を保持し、更新を継続処理に含めます。イベントフローとツール結果の処理については、「中間ターン制御」を参照してください。
会話の途中で推論を変更しつつキャッシュを保持する：入力項目を追加するconfiguration_updateことで、難しい作業の場合は推論の負荷を高め、定型的なフォローアップの場合は負荷を軽減できます。元のプロンプトのプレフィックスは書き換えられません。更新された推論負荷は、別の入力項目によって上書きされるまで適用されます。例と互換性については、「会話の途中で推論を変更する」configuration_updateを参照してください。
位置ずれ監視： GPT-6 Astraのセキュリティ強化の一環として、当社のシステムは非同期的に位置ずれを監視し、必要に応じてアラートを発します。詳細については、「位置ずれ監視」をご覧ください。
制限事項： GPT-6 Astraはnone推論機能をサポートしていません。EUデータ所在地のGPT-6 Astraでは、高速モードは利用できません。
GPT-6 Astraは、GPT-5.6で利用可能な既存のAPI機能もサポートしており、これにはコンピュータの使用、構造化出力、ストリーミング、プログラムによるツール呼び出し、マルチエージェントオーケストレーション、プロンプトキャッシュ、永続的な推論、圧縮、プロモードなどが含まれます。
ベストプラクティスを促す
GPT-6 Astraは、GPT-5.6 Solなどの以前のモデルよりも知能が高く、能力も優れており、また、使用事例に合わせてモデルに指示を与えることで最適化できる動作パターンを示します。
GPT-6 Astraの動作
主体性と実行力– このモデルはより効果的な協力者となるよう設計されているため、追加の入力によって結果が大きく変わる可能性がある場合、ユーザーに質問する可能性が高くなります。そのため、ユーザーが妥当な仮定に基づいて処理を継続することを期待している場合でも、モデルが停止してしまうことがあります。
指示の追従– GPT-6 Astraは、以前のモデルよりも一般的な指示の追従能力が向上しており、動作をより細かく制御できます。スキルやその他のファイルに含まれる指示に対して、より敏感に反応する場合がありますAGENTS.md。モデルの動作に影響を与える可能性のある指示がないか、スキルやその他のファイルにアクセスして監査することを強くお勧めします。
性格と文章スタイル– このモデルは、詳細で定型的な回答を好む傾向があり、セッション間で繰り返し同じフレーズを使用する場合があります。応募書類に必要な文章スタイルと構成を具体的に指定してください。
サブエージェントの委任– モデルは、ワークフローで必要とされるよりも委任頻度が低い場合があります。並列処理のためにサブエージェントを使用するタイミングと頻度を指定してください。
テストと検証– コーディング作業の場合、モデルは作業完了とみなす前に徹底的なテストを行う傾向があります。そのため、小規模な作業では、作業に必要な範囲を超えたテストが行われる可能性があります。
主体性と実行力
GPT-6 Astraは、長時間のタスクにおいて一貫性を保つ点で、GPT-5.6 Solやそれ以前のモデルよりも概ね優れています。また、以前のモデルが推測に基づいて判断していた箇所でも、より積極的に確認を求める傾向があります。
より自律的な作業を促すには、まず次のような問いかけから始めてみましょう。
You should infer the user’s intent and task scope from the instructions and prior conversation context. Your job is to bias towards action and carry the user’s intended task to completion.
When the user expresses intent to perform new work or fix an existing issue, persist until the user’s intended goal is complete. Progress autonomously towards the user’s goal (e.g. creating isolated worktrees / checkouts if needed, resolving merge conflicts, read-only actions, creating draft PRs etc.) unless they are clearly destructive or irreversible.
ユーザーの意図が不明確な場合、モデルは処理を進めるためにユーザーに確認を求める可能性が高くなります。ユーザーの確認が承認を意味する場合は、モデルに処理を続行するよう促してください。
When the user’s prompt indicates a request for action, such as “can you…”, “I want to…”, “help me…” and similar expressions, treat these as instructions to do the work and take action. Do not stop at acknowledging capability (e.g. “Yes…”), proposing a plan, or offering to continue. Do not settle for a partial or “helpful enough” solution that does not fully satisfy the user’s task to save time, effort or tokens. If a task requires sustained work, complete all the necessary work until the intended outcome is fulfilled.
モデルが承認を求めるのは、具体的で検証可能な結果を準備した後のみにしてください。これにより、モデルが本来の作業を完了する前にタスクがブロックされることを防ぎ、多くの場合、タスクの完了が迅速化されます。
Before asking the user clarifying questions, you should complete the work that is already authorized from context and necessary to make the proposed action concrete and reviewable. The user should be approving a concrete, reviewable result. For example, before deploying a change, writing to an external application, merging a PR or publishing a site, do all the required work first so that user approval is the final step. You don’t need user permission for reversible tasks, read-only actions, reviews or fixes, or anything for which authorization is provided earlier in the session or strongly implied from the task instruction.
Do not introduce unsolicited warnings, disclaimers, approval flows, or safety/compliance checklists due to hypothetical risk.
このモデルは、デフォルトの動作時に非ブロッキングな質問を好んで行うため、アプリケーションが必要とする自律性のレベルに合わせてこれらのプロンプトを調整してください。
指示への追従
GPT-6 Astraは、より長い指示に従う能力に優れていますが、文脈情報に対する感度も高くなっています。例えば、スキルファイル内の指示が不明瞭であったり矛盾していたりすると、モデルが一時停止して作業を早期に停止してしまう可能性があります。ユーザーの指示とスキルの優先順位を明確にしてください。
The user’s instructions take precedence over guidelines provided in a skill. If explicit user instructions conflict with a skill’s instructions, prioritize the user’s instructions.
モデルに、一時停止や方向転換を引き起こしたスキルや指示を特定するように求めることも、モデルの動作を透明化する上で効果的である。
If a skill causes you to ask for permission or confirmation, pause, leave requested work unfinished, or diverge from the user’s intent, name and link to the exact SKILL.md file you read, quote the relevant instruction, and briefly explain how it applies. Distinguish explicit skill requirements from your interpretation of guidelines.
アプリケーションが多くのスキルや指示ファイル（例：）を読み込む際に、サイレントガイダンスや矛盾したガイダンスを見つけるには、このプロンプトを使用しますAGENTS.md。
個性と文体
GPT-6 Astraは、応答を読みやすくするためにリスト、表、Markdownを使用する傾向があります。アプリケーションで書式設定の少ない文章が必要な場合は、その旨を指定してください。
Default to using clear, concise paragraphs, each developing one main idea. Use lists only when the information is genuinely parallel, sequential, or easier to compare, and avoid nested lists unless the hierarchy cannot be expressed clearly in prose. Use plain, simple language: familiar words, concrete examples, and precise verbs. Prefer active voice and direct statements.
Make sure to state the main point clearly and early, then develop it with the explanation and detail the reader needs. Let each sentence build on what came before. Develop the points that matter and provide enough support to be useful.
技術的なコミュニケーションにおいては、明確で一貫性のある言葉遣いと、専門分野にふさわしい表現とのバランスを取るために、以下のヒントが役立ちます。
Use plain language over jargon, and reference technical details only to the degree that it helps illustrate an idea or your work to the user. Communicate complex concepts in a clear and cohesive manner, and calibrate your writing to the level of background knowledge assumed from the user’s prompt and context.
文章における専門用語や決まり文句を減らすには、まず次の点から始めてみましょう。
Avoid using slop words or phrases like “Bottom Line:” in conclusions, “delve,” “foster,” “leverage,” “it’s worth noting,” “importantly,” “Question? Answer.” or “This isn’t about X. It’s about Y.”, “genuinely” or hyphenated compound descriptions and adjectives. Do not use concluding summary statements such as “In short:..”, “The simplest mental model is:…”.
State the intended action directly. Avoid adding what you won’t do, what will remain unchanged, or how you’ll separate or categorize results. Do not use contrastive framing such as “X, not Y” or “X—not Y” that introduces an unprompted alternative that the user didn’t ask about. Avoid invented compound labels like “exact-head checks” and “editorial-row layouts”, vague qualifiers, and canned transitions; use plain verbs and prepositions to state the actual relationship directly.
サブエージェント委任
GPT-6 Astraは、並列に動作するサブエージェントに作業を分割して委任できるように訓練されています。ハーネスにマルチエージェントシステムを実装する場合は、次のプロンプトを使用して、GPT-6 Astraがどの程度作業を委任するかを調整してください。
If at any point you can parallelize work by delegating tasks to another agent (no matter if you are the root or subagent), you should do so using collaboration tools if it could save time or improve quality.
エージェント間のメッセージには、文法やスペースの誤りが含まれている場合があります。エージェント間のメッセージを読みやすくするには、次のプロンプトを使用してください。
Messages that you send to other agents and your final answer may be read by a human, so ensure they are legible. Always put proper spaces between words and/or numbers.
このモデルは、サブエージェントに作業を委任する方法とタイミングに関する指示によく反応する傾向があるため、ハーネスとマルチエージェントの実装に合わせてこの動作を調整してください。
テストと検証
コーディング作業においては、変更に必要なテストと検証の量を適切に調整することが重要です。これにより、小さな変更に対する不要なテストや重複したチェックを回避できます。
Do not write tests for reversible, low-impact changes that mirror the implementation. If you do choose to verify your work with tests, make sure that the tests are meaningful and necessary to verify implementation.
Run tests appropriate to the change and complete required checks. Once those pass, broaden or repeat testing only when new changes, failures, or unresolved concerns justify it; otherwise, continue toward completing the task.
移行クイックスタート
Codexで移行する
Codexは、OpenAI Docsスキルを使用して、このガイドで推奨されている変更を適用できます。
$openai-docs migrate this project to GPT-6 Astra
このスキルを他のコーディングエージェントで使用するには、OpenAIスキルリポジトリからダウンロードしてください。
APIとモデルパラメータを更新する
modelに設定してgpt-6-astraから、以下を確認してください。
推論の労力:現在noneまたはを使用している場合はminimal、 から始めlowて結果を比較してください。そうでない場合は、現在の有効な推論の労力を維持してください。reasoning.effortは応答で、 はreasoning_effortチャット補完で使用します。
ツール呼び出し：Responses APIを使用します。GPT-6 Astraはチャット補完をサポートしていますが、ツール呼び出しにはResponsesが必要です。
サポートされていないパラメーター:temperature、、top_pおよびを削除しますtop_logprobs。チャット完了の場合は、も削除しますlogprobs。応答の場合は、message.output_text.logprobsから削除しますinclude。
高速モード:service_tier: “fast” EU のデータ所在地については、標準処理を使用してください。GPT-6 Astra は、 EU のデータ所在地をサポートしていませんservice_tier: “priority”。GPT-6 Astra の高速モードには、レイテンシ SLA は含まれていません。高速モードの互換性を参照してください。
推論処理の変更：アプリケーションが応答間で処理処理を変更する場合は、configuration_update標準的なシングルエージェントリクエスト内の項目を使用してください。キャッシュのためにプロンプトプレフィックスを保持するため、リクエストレベルは変更しないでください。この機能を採用する前に、互換性の制限事項reasoning.effortを確認してください。
プロンプトのキャッシュ: GPT-5.5 以前から移行する場合は、をprompt_cache_retentionに置き換えてください。キャッシュ境界やキャッシュ書き込み課金など、プロンプトのキャッシュの変更点を確認してください。prompt_cache_options.ttl”30m”
不要な承認の一時停止：モデルが処理を進める前に承認を繰り返し要求する問題が発生した場合は、イニシアチブとフォローアップのガイダンスを使用して、より自律的な実行を促してください。指示の遵守、記述スタイル、サブエージェントの委任、テストに関するガイダンスについては、 「プロンプトのベストプラクティス」の残りの部分を参照してください。
Views: 14
