
GPT-6.2 保持された推論:プレフィックスを編集すれば二度払い
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100万トークンあたり · 186 tok/s
- openaiNEWOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 100万トークンあたり · 86 tok/s
- openaiNEWOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 100万トークンあたり · 151 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100万トークンあたり · 192 tok/s
- AlibabaNEWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 100万トークンあたり · 86 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100万トークンあたり · 705 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100万トークンあたり · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100万トークンあたり · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100万トークンあたり · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 100万トークンあたり · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447知能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100万トークンあたり · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929知能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100万トークンあたり · 101 tok/s
2026年11月17日、OpenAIはGPT-6.2 AstraとGPT-6.2 Solをリリースしました。これにはResponses APIの変更が含まれていますが、それはモデルの品質とは無関係で、支払額に直結するものです。これら2つのモデルから、推論アイテムはその前の会話履歴に紐付けられます。トランスクリプトのそれ以前の部分を編集すると——ツール結果を短くする、開発者メッセージを書き換える、古い3ターン分を要約に置き換えるなど——安全策として、APIはその後に続く推論アイテムを破棄します。するとモデルはすでに済ませた作業をやり直さなければなりません。リクエスト時にエラーも警告も表示されず、明細項目もありません。回答は少しだけ悪くなり、請求額は大きくなりますが、その2つを結び付けるのは困難です。
これはスケジュールを組めるような非推奨化ではありません。すでに今日 gpt-6.2-astra や gpt-6.2-sol を呼び出している誰にとっても稼働中の挙動であり、アップグレードするすべてのチームに到達します。だからこそ、変更履歴の脚注ではなく、移行項目として読まれるべきなのです。
Responses API で実際に何が変わったのか
以前のモデルは、プレフィックスを編集しても推論項目を保持していた。ターン間で開発者メッセージを書き換えても、最初の10回のやり取りを要約に置き換えても、モデルが生成した推論はコンテキストに残っていた。その寛容さは、エージェントコードの不注意さとまったく同じ種類のものだった。何を送ろうと、モデルは以前の思考の恩恵を受けた。
新しい動作では、APIは履歴を検査し、推論項目の前にあるプレフィックスが変更されたことを検出すると、その項目を削除します。OpenAI自身のドキュメントはその結果を平易な言葉で説明しています — モデルは「推論の一部をやり直す必要がある場合があり」、それにより「トークン使用量、コスト、レイテンシが増加する可能性」があり、また「モデルが失われた推論を回復できない場合」は回答品質が低下する可能性があります。
OpenAIが挙げる4つのトリガーは覚えておく価値がある。なぜなら、そのうち3つは振る舞いの変更というよりも、整ったコードのように見えるからだ:
• 以前の入力項目の編集 — ツール結果の切り詰め、ターンの削除、履歴のブロックを要約で置き換えることなど。
• ツールの変更 — 会話の途中でツール定義を追加、削除、または順序変更すること。
• text.format を変更する — セッションの途中で出力スキーマを切り替えることです。
• reasoning.effort を変更する — 安価なフォローアップ ターンのためにダイヤルを下げること。これはエージェント ループにおける最も一般的な単一のコスト最適化です。
リストにないものに注意してください。推論項目の後ろに新しい内容を追加するのは問題ありません。項目全体を削除するのも問題ありません。このルールには方向性があります。API は各推論項目からさかのぼって参照するため、その前に移動したものはすべてその項目を無効にします。
プレフィックス編集は4つの通常のコード変更です
これら4つのトリガーはいずれも、有能なエンジニアが意図的に行うものだ。そこが問題なのだ。プレフィックス編集は一度だけ犯してしまうミスではない。他のあらゆる面で正しいからこそ採用する設計パターンなのだ。
コンテキスト切り捨てのケースが最も明快だ。長時間実行されるエージェントはウィンドウを埋めてしまうため、最も古いターンを削除するか要約する。それは良い習慣であり、入力トークンを節約でき、GPT-6 Sol ではコストもかからなかった。GPT-6.2 では、それらのターンの後に生じた推論まで削除してしまい、モデルはなぜそのツールを選んだのかを忘れたまま次のステップを開始する。
エフォートダイヤルのケースはさらに悪い。なぜなら、それは反転してしまうコスト制御だからだ。自然な最適化——定型ターンは低で実行し、作業が難しくなったら高へエスカレートする——は、リクエスト間で reasoning.effort を変更することになる。GPT-6.2 ではその編集によって推論が破棄されるため、高コストなエスカレーションは高コストな推論をゼロから再導出することになる。高に支払ったのに、冷えた状態から高が始まったのであり、それは別物で、より高コストなものだ。
推論項目が脱落すると何のコストがかかるか
提供終了となった推論項目には公開価格がないため、それを正直に見積もるには、そもそも推論にどれだけコストがかかるかを見るのが適切だ。Artificial Analysisはスイート全体を測定しており、タスクごとのトークン数は、フロンティアモデルが難しい作業でどれだけ思考するかを公に測定したものに最も近い。
Intelligence Index v5.0.1を最大エフォートで実行すると、GPT-6.2 Solは9項目の評価スイートを完了するために6,090万出力トークンを生成し、インデックスタスクあたりの加重コストは1.01ドル、タスクあたり9.3分かかります。GPT-6.2 Astraは同じスイートで6,580万出力トークンを生成し、100万出力トークンあたり40ドルで、インデックスタスクあたり4.00ドルを請求します。これらの合計は完全な評価にかかるコストの下限であり、それらのトークンはすべて通常の出力レートで購入されました。ベンダー報告の数値も同じ方向を示しています——OpenAIは、社内のGDPval v2ベンチマークでGPT-6.2 AstraがGPT-6 Astraより出力トークンを22%少なく使用すると述べています——しかしそれはモデル間の比較であり、除外された項目を戻すことで何が追加されるかの測定ではありません。
ここで重要なのは正確な倍率ではなく、仕組みそのものだ。再生成が必要になる推論項目とは、すでに支払い済みの出力トークンを二度目に生成することにほかならない。1つのタスクを20ターンにわたって実行するエージェントループでは、6ターン目に推論を失うと、失うのは1ターン分の思考だけでは済まない。再導出に加えて、より薄くなったコンテキストから続く劣化した判断の分もコストになる。どちらもリクエスト単位のログには現れない。

追記専用の書き換えを5つの動きで
OpenAIの指針は、プレフィックスの編集をやめて、そこへの追記を開始することです。言うのは簡単ですが、5つの別々の呼び出し箇所が変わるので、正確なフィールド名とともにここにまとめて示します。
• 推論の労力 — リクエスト間で reasoning.effort を変更しないでください。代わりに、新しい労力を保持する configuration_update 項目を input に追加してください。文書化されている形式は {"type": "configuration_update", "reasoning": {"effort": "high"}} で、次のユーザーメッセージの前に配置します。この設定は別の更新で上書きされるまで維持され、同じ項目内で reasoning.effort と text.format を変更できます。
• 出力スキーマ — 同じ項目には同じ扱いを。text.format はリクエストを編集するのではなく、configuration_update を通じて変更してください。2つのうち片方だけを更新すると、もう片方は元のまま残るため、それが思わぬスキーマを招く微妙な落とし穴になります。
• ツール — developer ロールで送信する additional_tools 項目でツールを追加します。この項目は tools 配列を持ち、元の位置でリプレイされます。既存の定義は元の順序のまま保持し、tool_choice を allowed_tools と組み合わせて使用し、モデルが呼び出せるツールを制限してください。
• 指示 — 再利用可能なテキストは、トップレベルの instructions フィールドではなく、input 内の最初の developer メッセージに記述します。変更するには、新しい developer メッセージを追加します。GPT-6.2 以降では、トップレベルの instructions フィールドは input の後に追加されるため、それを編集すること自体がプレフィックスの変更になります。
• コンパクション — OpenAI 独自のコンパクションでは、/responses/compact エンドポイントまたは context_management のいずれかを使用すると、推論はプレフィックスの変更後も維持されます。/responses/compact を呼び出すときは instructions を省略してください。カスタムコンパクションでは、コンパクション済みの項目をコンテキストの末尾に配置します。注意すべき落とし穴があります。自動切り詰めと /responses/compact はどちらも configuration_update 項目を含む履歴を拒否するため、新しいパターンを使用するセッションは旧来の経路ではコンパクションできません。
手動で compaction_trigger 項目を使ってコンパクションする場合は、コンパクション後に新しい configuration_update を追加し、変更したすべての設定を再記載してください。境界を越えてあなたに引き継がれるものはありません。
請求書が気づく前に、それを検知する
この動作変更が危険なのは、静かに失敗するからです。API は 200 を返します。レスポンスは正常に見えます。必要なのは、このドロップを確認する方法であり、OpenAI はそれを提供しています。prompt_cache_options.comparison_response_id を以前のレスポンス ID に設定し、診断理由とキャッシュされたトークン数を読み取ります。input_transformations フィールドには、どの推論項目が削除されたかとその理由が一覧表示され、prefix_mismatch 理由は、以前のレスポンスの出力内の推論項目に ID で一致します。
その診断には正直な限界が2つあります。最初の差分をベストエフォートで報告するもので、モデルが保持した推論を実際に再利用したかどうかまでは検証できません。つまり、メーターではなく煙感知器として扱ってください——低下が起きたことは教えてくれますが、それがどれほどの代償だったかは教えてくれません。
計装のもう半分はキャッシュであり、ここでトークンの話とコストの話が交差します。プロンプトキャッシュはリクエストを先頭から照合するため、プレフィックスを編集すると、推論項目が落ちるだけでなく、編集箇所以降のキャッシュ再利用が終了します。その地点以降はすべて、キャッシュされていない入力レートで課金されます。GPT-6.2 Solでは100万トークンあたり$0.10ではなく$2.00——影響を受ける範囲で20倍の差です。GPT-6.2 Astraでは$0.40ではなく$8.00で、4倍大きいカード上でも同じ20倍の比率になります。
それが注目すべき数字であり、ローンチ記事の見出しに決してならないものだ。キャッシュミスは請求額であり、落ちた推論は品質劣化であり、どちらも同じ編集から生じる。GPT-6.2以降のトップレベルinstructionsフィールドのトークンがまさにこの理由で非キャッシュ入力レートで課金されるのは、このフィールドがキャッシュ済みプレフィックスの外側にあるからだ。

これで 6.1 Sol のデプロイはどうなるのか
これは移行に反対する理由には何一つならない。GPT-6.1 Solは最大エフォートでIntelligence Index v5.0.1のスコア55、GPT-6.2 Solは57で、インデックスタスクあたり$1.27対$1.01、タスクあたり24.9分対9.3分——入力$2、キャッシュ$0.10、出力$10という変わらない料金表のまま、より速く、より安く、わずかに賢いモデルだ。アップグレードは本物である。変わったのは、そのアップグレードに今や正しさの前提条件が伴うということであり、その前提条件とは、会話の扱いが追記専用であることだ。
その問いに最も安く答える方法は、スコア比較ではなく請求額の比較です。ライブトラフィックのごく一部を、既存の追記専用計測を有効にしたまま gpt-6.2-sol に送り、1日後に両方のアームでキャッシュ済みトークンの比率を確認してください。OrcaRouter は openai/gpt-6.1-sol をベンダーの定価で、何も上乗せせずに提供しており、リクエストごとのキャッシュ会計は usage ブロックに含まれて返ってくるため、その台帳の6.1側を読むために別契約は要りません。そのごく一部がインシデント化するのを防ぐのはフェイルオーバーです。新しいルートで処理できないリクエストは、すでに応答しているモデルへそのままフォールバックします。この点で率直に言わなければならないのは、GPT-6.2 Sol はまだここンのカタログにないため、6.2 のアームは OpenAI に対して直接呼び出し、6.1 のアームは当社に対して呼び出すということです。
次に注視すべきことは、その響きほど広い話ではない。挙動は文書化され、移行パスも文書化され、診断機能も存在する。まだ存在しないのは、実際の長期的タスクにおいて、推論項目を1つ落とすことが出力トークンでどれほどのコストになるかという公開された測定値であり、誰かがそれを公表するまでは、損害のあらゆる見積もりは、計器の読み取りではなく機構のモデルにすぎない。大量のエージェントを運用しているなら、その数値を生み出せる立場にいるのは、どのベンチマークよりもあなただ——そして望むと望まざるとにかかわらず、あなたはそれを生み出すことになる。だからこそ、今すぐ計測を仕込むべきなのだ。

この記事で比較したモデル3
この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新
