GPT-5.6 から Astra へ
つまずく 4 点
OpenAI の公式移行ガイドは gpt-6-astra について 4 つの硬い制約を挙げています。temperature・top_p・top_logprobs を外す（Chat Completions ならさらに logprobs）、none の推論段は非対応なので low から始める、ツール呼び出しは Responses エンドポイントが必須、そして出力上限 128,000 には推論トークンが含まれる。2026-09-09 時点の公式ドキュメントに基づく内容で、3 番目は自分のコードの不具合と誤解されやすい項目です。
更新日 2026-09-09
4 つの制約
外す必要がある
temperature、top_p、top_logprobs。Chat Completions を使うなら logprobs も。公式移行ガイドの記載どおりです。
推論段は 5 段階のみ
low / medium / high / xhigh / max。none や minimal を使っていた場合は low から始めて比較するよう公式が案内しています。
ツール呼び出しの唯一の経路
公式の表現：Astra は Chat Completions に対応するが、ツール呼び出しには Responses が必要。会話はできても、ツールは呼ばれません。
出力上限に推論トークンを含む
推論分が出力に計上されるため、見えている返答の長さで max_tokens を決めると途中で切れます。
自分のバグに見える一項
移行時の問題の多くは自分のコードの不具合のように見えます。同じ function calling のコードが GPT-5.6 では動くのに、gpt-6-astra ではツールが呼ばれず、目立つエラーも出ない。公式移行ガイドはこの点を明確に書いています——Astra は Chat Completions に対応しますが、ツール呼び出しには Responses が必要です。Chat Completions 上では普通に会話し、ただツールを呼ばないだけ。スキーマを疑う前にエンドポイントを確認してください。
サンプリング引数を外す理由
移行ガイドは temperature・top_p・top_logprobs の削除を求め、Chat Completions を使う場合は logprobs も対象です。これらは多くのチームでラッパー層のデフォルトに入っているため、各呼び出し箇所を直すより、送信前にモデル名で振り分けて外すほうが手間がかかりません。あわせて、ラッパーが推論段を none や minimal に既定している場合も同時に処理してください。Astra にその段はありません。
経緯
GPT-6 Astra リリース。API のモデル id は gpt-6-astra。コンテキスト 1,050,000、最大入力 922,000、最大出力 128,000、知識のカットオフ 2026-04-30。
同時期に公式移行ガイドが公開。サンプリング引数の削除、none 段の非対応、ツール呼び出しは Responses。対応エンドポイントは Chat Completions・Responses・Batch。
本ページは公式モデルドキュメントと移行ガイドを一条ずつ照合して作成しました。引数に関する二次的なまとめは使用していません。
書かれていること、いないこと
✅ 公式移行ガイドの記載
temperature・top_p・top_logprobs を削除（Chat Completions は logprobs も）。none は非対応で、none/minimal を使っていたなら low から始めて比較。Astra は Chat Completions に対応するがツール呼び出しには Responses が必要。推論段は low / medium / high / xhigh / max。対応エンドポイントは Chat Completions・Responses・Batch。コンテキスト 1,050,000、最大入力 922,000、最大出力 128,000。
⚠️ 公式ドキュメントにないもの
パラメータ数、SWE-bench Verified のスコア、そして長文（入力 272,000 超）でリクエスト全体が再計算されるのか超過分だけかは、いずれも公式に記載がありません。3 つ目は長文タスクの請求額に直結するため、小さなリクエストで実測してから広げてください。これらについてネット上に流れる数字は公式値ではなく、本ページでは採用していません。
2 つの移行経路
ラッパー層でまとめて除去
送信前にモデル名で非対応の引数を外し、none/minimal を low に写像します。1 か所直せば全呼び出しに効き、切り戻しも 1 か所。呼び出し箇所が散っている場合に向きます。
呼び出し箇所ごとに直す
正確ですが遅く、ラッパーの既定値を見落としがちです。呼び出し箇所が少ない場合、あるいは箇所ごとに扱いを変える必要がある場合のみ有利です。
おすすめの順序
まずツール呼び出しの経路を Responses エンドポイントに切り替えて通すこと。唯一「静かに効かない」項目だからです。次にラッパー層で 4 つのサンプリング引数を外し、推論段の none/minimal を low に写像。続いて新しい計上基準で max_tokens を見直す（128,000 に推論トークンを含む）。最後に同じ実リクエストを gpt-5.6-sol と gpt-6-astra の両方に流し、品質差とコスト差を見てどこまで切り替えるか決めます。
QCode では
gpt-6-astra は QCode のモデル表にあり、直近 30 日の実呼び出し実績もあります。GPT-5.6 の 3 ティア、Claude、Gemini と同じキー・同じクォータを共有するため、移行比較がとても簡単です。同じエンドポイント・同じキーのまま model フィールドを変えて、同じリクエスト群を新旧に流すだけ。コスト差と品質差はその日のうちに見えます。
よくある質問
なぜ Astra で function calling が効かない？
多くはエンドポイントが原因です。公式移行ガイドには、Astra は Chat Completions に対応するがツール呼び出しには Responses が必要と明記されています。Chat Completions 上では普通に会話し、ツールを呼ばないだけです。スキーマを疑う前に経路を Responses へ移してください。
どの引数を外す必要がありますか？
temperature、top_p、top_logprobs。Chat Completions を使うなら logprobs も。公式ガイドが挙げているのはこの 4 つです。
推論段に none を使っていました。どうすれば？
Astra は none に対応していません。公式は low から始めて比較するよう案内しています。推論トークンは出力に計上されるため、段を上げるほど出力側のコストが増える点にも注意してください。
max_tokens はどう決める？
出力上限 128,000 には推論トークンが含まれます。見えている返答の長さで決めると、推論の段階で枠を使い切って途中で切れることがあります。移行時に新しい基準で見直してください。
コンテキストはどれだけ使えますか？
公式モデルドキュメントではコンテキスト 1,050,000、最大入力 922,000、最大出力 128,000。入力が 272,000 を超えると API はより高い区分に切り替わりますが、それがリクエスト全体か超過分だけかは記載がありません。
低リスクで切り替えるには？
QCode で同じ実リクエスト群を gpt-5.6-sol と gpt-6-astra の両方に送ってください。キーもクォータも同じで、変えるのは model フィールドだけ。品質差がコスト差に見合うかを見てから、タスク振り分けか全面切替かを決めます。
情報源
OpenAI 公式移行ガイド（サンプリング引数、推論段、ツール呼び出しのエンドポイント）と公式モデルドキュメント（コンテキスト、出力上限、対応エンドポイント、知識のカットオフ）。いずれも 2026-09-09 取得。公式に記載のない項目は未公表と明記し、第三者の数字で埋めていません。QCode 側の呼び出し量は当サイトの 30 日利用統計によります。
関連記事
GPT-6 Astra 完全ガイド
仕様・料金、そして公式が未公表の 4 点。
Astra のクォータ消費
公式 credits 表：GPT-5.6 Sol のちょうど 2.5 倍。
Codex で GPT-5.6 を有効化
前世代の有効化と切り替え方法。移行時の対照に使えます。
本ページの制約はすべて OpenAI 公式移行ガイドとモデルドキュメントから 2026-09-09 に取得したものです。公式はいつでも更新しうるため、公式ページをご確認ください。公式が公表していない項目は第三者の数字で埋めていません。