OpenAI GPTモデル

シリーズ内でモデルを選ぶ

必要な作業をこなせそうな最小モデルから始め、上位候補1つと同じ作業で比較します。採用できる結果の品質、待ち時間、安定性、総費用で選んでください。

• 最も難しい推論、ソフトウェア開発、調査、ブラウザ・業務ソフト操作を一貫して行うならAstra。
• Astraの高い単価が見合わない複雑な業務にはSol。
• 品質と費用のバランスにはTerra。検証済みの大量処理にはLuna。

入力・出力・コンテキスト・ツール

• GPT-6 AstraとGPT-5.6シリーズはテキスト・画像を入力し、テキストを出力します。
• 4モデルともコンテキスト1.05M、最大出力128Kと公表されています。
• Astraは非同期ツール呼び出し、応答中の指示変更、設定更新に対応。モデルページにあるResponses APIツールも使えます。
• Astraの推論はlow～max。GPT-5.6はnoneにも対応。

このシリーズに向いている用途

候補として使い、お使いのプロンプト、ツール、合格基準で試してください。すべての用途に最適とは限りません。

• リポジトリ全体の開発とコードレビュー。
• 長い文書の整理。引用はアプリで検証する。
• 決まった形式でツールを呼び出し、エラー復旧も行うエージェント。
• Terra・Lunaによる大量の変換・情報抽出。

推論・コンテキスト・費用の調整

入力単価だけで比べないでください。出力、キャッシュ読み書き、長文料金帯、推論トークン、ツール、再試行、毎ターン再送する履歴も含めます。

• まず推論をmediumにし、テストで品質向上が確認できたときだけ上げてください。
• 大きなコンテキストでも、重複する会話履歴は減らしてください。
• 完了した作業ごとに、待ち時間、入力、出力、ツール呼び出し、再試行を記録してください。

最小のリクエストを送る

例では表の最初の公式モデルIDを使っています。APIキーのモデル一覧でIDが異なる場合は、一覧の値をそのままコピーしてください。

curl https://app.llmfly.ai/v1/chat/completions \
  -H "Authorization: Bearer $LLMFLY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "messages": [{"role": "user", "content": "Explain this request in three bullets."}],
    "stream": false
  }'

制限と互換性の注意点

• LLMFly AIはGPT-6 Astra APIに完全対応しています。GPTモデルごとに、その接続先の説明にあるエンドポイントとツールを設定してください。
• 大きなコンテキストは待ち時間と費用を増やします。検索や必要な情報の選別も行ってください。
• モデルIDは設定で管理し、本番前に代替モデルを試してください。

本番前のテスト項目

• テスト前に合格基準を決め、代表的な作業を20～50件実行してください。
• 最初のトークンまでの時間、総待ち時間、入力・出力数、ツール再試行、成功した作業あたりの費用を測ってください。
• アプリが使うエンドポイント、ストリーミング、ツールのスキーマ、構造化出力をテストしてください。
• 400、401、404、429、一時的な5xxの処理を確認し、再試行には上限を設けてください。
• モデルIDを設定で管理し、本番リクエストを移す前に代替モデルを検証してください。

モデル一覧で確認すること

モデル一覧でAPIキーの対応ID、料金倍率、利用可否、対応エンドポイント、互換性を確認できます。デプロイ前に小さなリクエストで確かめてください。

• GPT-6 AstraとGPT-5.6モデルはテキスト・画像を入力し、テキストを返します。
• Astraはlow～maxの5段階。GPT-5.6モデルはnoneにも対応します。
• OpenAIはAstraの関数呼び出し、構造化出力、Web・ファイル検索、PC操作、その他Responses APIツールを公開しています。

調べたモデルを実際のIDに結びつける

上のモデルページで公式IDを確認し、モデル一覧でAPIキーが使えるIDを確かめてください。IDは設定で管理すると、アプリを書き直さずに確認・変更できます。