Codexで使うGPT-6.2 AstraとSol:API料金・設定・移行ガイド

GPT-6.2 AstraとSolはCodex、ChatGPT Work、OpenAI APIで利用できます。モデルID、Codexでの切り替え方法、API料金の計算、reasoningやツール呼び出し、リクエストパラメーターの移行方法を解説します。

目次
Codexで使うGPT-6.2 AstraとSol:API料金・設定・移行ガイド

Codexを使っている開発者や、OpenAI APIでコーディングエージェントを構築している開発者は、GPT-6.2 AstraとGPT-6.2 Solを利用できるようになりました。両モデルは2026年11月17日に公開され、APIモデルIDはgpt-6.2-astraとgpt-6.2-solです。日常的なコーディングやエージェント処理にはSolから試してください。複雑な実装、テスト、推論が必要な作業にはAstraが適しています。

移行時には、いくつかの必須変更があります。両モデルはreasoning effortのnoneを受け付けません。ツール呼び出しにはResponses APIが必要です。また、従来のサンプリングや対数確率に関するパラメーターの一部はサポートされません。入力が272Kトークンを超えるリクエストには、キャッシュ書き込みを含めて高い料金が適用されます。

コーディングにはGPT-6.2のどちらを選ぶべきか?

日常的なコーディングには、まずGPT-6.2 Solを選んでください。既存コードベースへの複雑な変更、難しいデバッグ、レビューや修正の負担を減らせる可能性がある作業にはGPT-6.2 Astraを選びます。

OpenAIはAstraを、高度な専門業務向けの最上位モデルとして位置付けています。Solは日常的なコーディングやエージェント処理を対象としています。高性能なモデルでも、必要なトークン数や修正回数が少なければ、タスク完了までの総費用を抑えられます。ただし、その効果は実際のワークロードによって異なります。

モデルAPIモデルID最初に試したい用途Standardの入力 / キャッシュ入力 / 出力(100万トークン当たり)
GPT-6.2 Solgpt-6.2-sol日常的なコーディング、エージェント処理、コスト重視の作業$2 / $0.10 / $10
GPT-6.2 Astragpt-6.2-astra複雑な実装、デバッグ、高度な推論$8 / $0.40 / $40

両モデルのAPIコンテキストウィンドウは1,050,000トークンです。最大入力は922,000トークン、最大出力は128,000トークンです。

Codexでは、より長いコンテキストを指定するために、config.tomlのmodel_context_windowという別の設定項目を使用します。公式ドキュメントでは、この設定によって両モデルの最大100万トークンのコンテキスト容量を利用できます。APIのコンテキスト上限と、Codexセッションに設定するコンテキストは別の設定です。

コーディングベンチマークから何が分かるか?

OpenAIの発表では、異なる問いに答える2つの比較結果が紹介されています。

CognitionのFrontierCode 2.0では、両モデルをmaxで実行した場合、SolとAstraのスコア差は0.5ポイント以内でした。SolのコストはAstraの約5分の1です。FrontierCodeは、実際のコードベースへの変更がメンテナーのマージ基準を満たすかどうかを評価します。そのため、リポジトリ作業に使うモデルを選ぶ際に、特に参考になる比較です。

Agents’ Last Examでは、AstraはClaude Fable 5.2を5.5ポイント上回りました。OpenAIによると、この評価でのAstraのコストはFableの約5%でした。ただし、公開されたFable 5.2のランキングでは、フォールバックモデルを使用した9つのタスクが除外されています。この結果はOpenAIが公表したベンチマークとして扱い、自分のコーディングエージェントでも同じコスト比になるとは考えないでください。

OpenAIは、初期テスターからコードスタイルの改善、より的を絞ったテスト、修正回数の減少が報告されたとも説明しています。これらの報告は、実装とテストを伴う複雑な変更でAstraを評価する根拠になります。ただし、すべての言語、リポジトリ、コーディング環境で改善することを示すものではありません。

開発者の初期反応は一様ではありません。Simon Willisonは、両モデルを使ったThree.jsとOpenStreetMapのデモを公開しました。一方、Theoは別モデルの振る舞いを好むという初期コメントを投稿しましたが、再現可能なタスクや評価結果は示していません。これらの投稿は開発者の期待の違いを示すもので、比較可能なベンチマーク結果ではありません。

モデルを選ぶ前に、同じリポジトリタスクを両モデルで実行してください。プロンプト、コンテキスト、ツール、reasoning effort、受け入れ基準を同じにします。採用できた変更、テストカバレッジ、修正回数、出力トークン数、APIの総料金を比較してください。Solがレビュー基準を満たすなら、そのまま使います。追加の品質が結果を変える場合はAstraに切り替えてください。

GPT-6.2 AstraとSolの料金はいくらか?

Standard API料金は、100万テキストトークン当たりの価格です。入力、キャッシュ入力、キャッシュ書き込み、出力は、それぞれ別の課金項目です。キャッシュ入力の料金には、キャッシュへの書き込み料金は含まれません。

課金項目GPT-6.2 SolGPT-6.2 Astra
入力$2.00$8.00
キャッシュ入力$0.10$0.40
キャッシュ書き込み、30分保持$2.50$10.00
キャッシュ書き込み、12時間保持$5.00$20.00
出力$10.00$40.00

これらは、2026年11月18日時点のドキュメントに記載された、短いコンテキストのリクエスト向けStandard料金です。Astraの入力と出力の料金はGPT-6 Astraより20%低く、キャッシュ入力の料金は60%低くなっています。Solのトークン料金はGPT-6.1 Solの公開料金を引き継いでいます。

入力が272Kトークンを超えると何が変わるか?

1回のリクエストで入力が272Kトークンを超えると、OpenAIはリクエスト全体に長文コンテキスト料金を適用します。

  • 入力料金は短文コンテキスト料金の2倍になります。
  • キャッシュ入力料金も2倍になります。
  • キャッシュ書き込み料金も2倍になります。
  • 出力料金は短文コンテキスト料金の1.5倍になります。

適用後の料金は次のとおりです。

長文コンテキストの課金項目GPT-6.2 SolGPT-6.2 Astra
入力$4.00$16.00
キャッシュ入力$0.20$0.80
キャッシュ書き込み、30分保持$5.00$20.00
キャッシュ書き込み、12時間保持$10.00$40.00
出力$15.00$60.00

たとえば、キャッシュ入力なしで、入力300,000トークン、出力10,000トークンのリクエストを考えます。Standard料金を基準にした推定費用は次のとおりです。

  • Sol: 0.3 × $4 + 0.01 × $15 = $1.35
  • Astra: 0.3 × $16 + 0.01 × $60 = $5.40

この推定では、リクエスト全体に長文コンテキスト料金を適用しています。キャッシュ書き込み、その他の料金、サービスティアの倍率は含みません。キャッシュ入力がある場合は、その部分を該当するキャッシュ入力料金で計算してください。

Batch、Fast、Ultrafastは料金にどう影響するか?

モデルカードには、3つの処理オプションが記載されています。

処理オプションStandardとの料金比検討する場面
Batch0.5×非同期で実行できる作業
Fast2×追加料金を払って処理を速めたい作業
Ultrafast2027年2月28日まで3×、2027年3月1日から6×最上位の処理ティアが必要で、利用資格を満たすワークロード

Ultrafastの料金変更は、Pacific timeで2027年3月1日に適用されます。変更されるのは処理倍率であり、モデルの基本トークン料金ではありません。

Ultrafastが対応するデータレジデンシーは米国のみです。Standard、Fast、Batchは米国とEUのデータレジデンシーに対応しています。EUでのデータレジデンシーが必要なワークロードでは、Ultrafastを選ばないでください。

たとえば、短いコンテキストのAstraリクエストをUltrafastで実行すると、2027年2月28日まではStandard料金の3倍になります。入力、キャッシュ入力、出力の料金は、100万トークン当たりそれぞれ$24、$1.20、$120です。

2027年3月1日からは6倍の倍率が適用され、同じ料金は$48、$2.40、$240になります。キャッシュ書き込み料金にも同じ倍率が適用されます。Solについても、Standard料金を基準に同じ計算をしてください。

処理ティアを上げると、入力、キャッシュ入力、キャッシュ書き込み、出力の料金が何倍にもなる場合があります。処理速度を上げても、アプリケーションが消費するトークン数が自動的に減るわけではありません。

CodexでGPT-6.2に切り替える方法

Codexの起動時にモデルを選ぶ方法、対話型セッション中に変更する方法、config.tomlで既定値を設定する方法があります。以下の例ではSolを使用します。Astraを使う場合は、モデルIDをgpt-6.2-astraに置き換えてください。

モデルを指定してCodexを起動する

ターミナルで次のコマンドを実行します。

codex --model gpt-6.2-sol

短縮形の-mも使用できます。非対話型のタスクでは、codex execにモデルを指定します。

codex exec -m gpt-6.2-sol "Review the current changes"

これらのコマンドが選択するモデルは、その実行に限られます。永続的な既定モデルは変更されません。

対話型セッション内でモデルを切り替える

Codexの実行中に、次のコマンドを入力します。

/model

モデル選択画面からGPT-6.2 SolまたはGPT-6.2 Astraを選んでください。同じ画面でreasoning effortも変更できます。通常の作業が複雑な実装タスクに変わった場合に便利です。

config.tomlで既定モデルを設定する

Solを既定モデルにするには、次のように設定します。

model = "gpt-6.2-sol"

Astraを使う場合は、次のようにします。

model = "gpt-6.2-astra"

Codexのモデルリファレンスには、これらのモデル選択コマンドが記載されています。カスタムAPIプロバイダーを使う場合は、そのプロバイダーの設定要件に従ってください。モデルIDを指定するだけでは、エンドポイントや認証は設定されません。

API連携をGPT-6.2に移行する方法

modelをgpt-6.2-astraまたはgpt-6.2-solに変更し、reasoning effort、ツール呼び出し、非対応パラメーター、プロンプトキャッシュを確認してください。GPT-6.2公式移行ガイドで変更点を確認できます。

reasoning effortを変更する

新しい連携では、まずmediumを設定してください。既存のリクエストでnoneまたはminimalを使っている場合は、代わりにlowを設定します。

フィールド名はエンドポイントによって異なります。

  • Responses API: reasoning.effort
  • Chat Completions: reasoning_effort

両モデルはreasoning effortがnoneのリクエストを拒否します。移行時に古いnone設定を残さないでください。

Responses APIの最小リクエストボディは次のとおりです。

{
  "model": "gpt-6.2-sol",
  "reasoning": {
    "effort": "medium"
  },
  "input": "Explain what this function does."
}

Chat Completionsでは、代わりにreasoning_effortを使います。

{
  "model": "gpt-6.2-sol",
  "reasoning_effort": "medium"
}

Responses APIで完全なリクエストを送信する

以下のBash例では、環境変数を使ってOpenAI APIキーを渡します。まずOpenAI APIダッシュボードでAPIキーを作成し、プロンプトが表示されたら入力してください。

read -rs OPENAI_API_KEY && export OPENAI_API_KEY
response=$(curl -sS https://api.openai.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-6.2-sol",
    "reasoning": {
      "effort": "medium"
    },
    "input": "Reply with exactly: GPT-6.2 API is working."
  }')
printf '%s\n' "$response" | jq -e '.status == "completed"' >/dev/null &&
  printf '%s\n' "$response" | jq -r '.output[] | select(.type == "message") | .content[] | select(.type == "output_text") | .text'

このリクエストはv1/responses経由でテキストを送り、Bearer認証を使用します。最後のコマンドはレスポンスのステータスがcompletedであることを確認し、モデルの出力テキストを取得します。成功すれば、指定した確認メッセージが表示されます。

この例はドキュメントに基づくもので、実際に実行して検証したものではありません。リクエストが失敗した場合は、HTTPレスポンスとエラー本文を確認してください。パラメーターが拒否された場合は、古いリクエストフィールドが残っている可能性があります。モデルが利用できない場合やアカウント権限に問題がある場合は、API組織、モデルへのアクセス権、請求設定を確認してください。Codexのサブスクリプションでログインできても、APIの請求やモデルアクセスが設定済みとは限りません。

ツール呼び出しをResponses APIに移行する

両モデルはResponses APIとChat Completionsをサポートしています。ただし、ツール呼び出しにはResponses APIが必要です。

連携で関数やツールを使っている場合は、リクエストの処理フローをv1/responsesに移行してください。Chat Completionsに対応しているからといって、同等のツール機能が使えるわけではありません。

ツールを使わない基本的なリクエストでは、Chat Completionsも引き続き利用できます。後からツールを追加した際に非対応の経路に依存しないよう、両者の違いをコードで明確にしてください。

サポートされないパラメーターを削除する

移行時には、次の非対応フィールドを削除してください。

リクエストの種類削除するパラメーター
Chat Completionstemperature、top_p、logprobs、top_logprobs
Responsestemperature、top_p、top_logprobs。さらにincludeからmessage.output_text.logprobsを削除

古いリクエストボディをそのままコピーし、モデルIDだけ変更してはいけません。非対応パラメーターが残っていると、新しいリクエストが失敗する可能性があります。

プロンプトキャッシュの設定を更新する

GPT-5.5以前のモデルから移行する場合は、prompt_cache_retentionをprompt_cache_options.ttlに置き換え、"30m"を設定してください。

ターン間でプロンプトのプレフィックスを変更しないでください。以前の会話内容を編集するのではなく、新しい指示を末尾に追加します。GPT-6.2は、会話履歴の変更、モデルのダウングレード、エンドユーザーの変更、組織の変更を検出すると、reasoning itemsを破棄する場合があります。これらの情報が失われると、回答品質が低下し、モデルが以前の作業を繰り返す可能性があります。

プレフィックスを固定すると、以前の入力をプロンプトキャッシュの対象として維持できます。同じシステムプロンプトや会話のプレフィックスを送るアプリケーションでは、入力の重複課金とレイテンシを減らせる可能性があります。

データ保持とデータレジデンシーの要件を確認する

両モデルは、承認された組織について、対象となるエンドポイントと機能でZero Data Retention (ZDR)をサポートしています。ZDRが有効な場合、Responses APIはstoreをfalseとして扱います。

両モデルはStandard、Fast、Batchで米国とEUのデータレジデンシーをサポートしています。Ultrafastが対応するのは米国のみです。本番環境に導入する前に、組織、エンドポイント、処理ティアが要件を満たすことを確認してください。

どのアクセス方法を選ぶべきか?

OpenAIのCodexやChatGPT Work内で作業するなら、ホスト型の利用方法を選んでください。アプリケーションやエージェントを開発し、リクエストを直接制御したい場合はAPIを使います。

利用方法必要な条件選ぶべき場面
ChatGPT WorkPlus、Pro、Business、Enterprise、またはEdu。EnterpriseとEduでは、管理者がワークスペース設定でモデルを有効にする必要があります。ホスト型のWork環境でAstraまたはSolを使いたい場合。
Codex対象となるChatGPTプランと、対応するCodexクライアント。CodexアプリまたはCLIでモデルを使いたい場合。
OpenAI APIAPI組織、APIキー、APIの請求設定または対象となるAPIクレジット、対応エンドポイント。APIを直接制御してアプリケーションやエージェントを開発する場合。
サブスクリプションの利用枠がリセットされるまで待つ対象となるサブスクリプションと、リセット後に利用できるプラン枠。API課金に移行せず、CodexやWorkを使い続けたい場合。
サードパーティAPIゲートウェイ別途ゲートウェイアカウント、独自のAPIキーと課金設定、選択したモデルとツールへのドキュメント上の対応。APIへのアクセス方法や支払い方法を変更したい場合。

ChatGPT WorkとCodexでは、利用可能なプランとクライアントが異なります。BusinessはChatGPT Workで利用できることがドキュメントに記載されています。導入計画を立てる前に、最新のCodexモデルリファレンスとアカウントで対応しているクライアントを確認してください。

Ultrafastの利用資格もプランによって異なります。

  • Pro 500ではAstraとSolの両方でUltrafastを利用できます。
  • Pro 200ではSolでUltrafastを利用できます。
  • 対象となるEnterpriseとEduのワークスペースでは、管理者がUltrafastを有効にすると利用できます。

Pro 200にAstraのUltrafastも含まれるとは考えないでください。モデルと処理ティアの両方が利用条件を満たす必要があります。

ChatGPTのサブスクリプションとAPIの課金は別々です。APIキーでサブスクリプション機能を利用することはできず、ChatGPTのサブスクリプションがAPIリクエストの料金を自動的に支払うこともありません。対象となるProとBusinessの契約者は、利用開始手続きや組織要件を満たすことで、別枠のAPIクレジットを受け取れる場合があります。本番連携の予算を立てる前に、OpenAIの請求ガイドを確認してください。

サードパーティAPIゲートウェイも利用できるか?

ゲートウェイは独立したアクセス方法であり、ChatGPTサブスクリプションの追加機能ではありません。プロバイダーを変更する前に、最新のモデルカタログと使用するツールの設定ドキュメントを確認してください。

2026年11月18日に取得したBetterTokenのカタログには、gpt-6.2-astraとgpt-6.2-solのどちらも掲載されていませんでした。同じレスポンスにはgpt-6-astraが掲載されていました。これは取得日時点のカタログ情報であり、今後の提供状況を保証するものではありません。旧モデルの機能が要件に合う場合は、別途評価する価値があります。

BetterTokenは、個人や開発者、チーム向けに、複数モデルへの従量課金APIアクセスを提供するプラットフォームです。Codex連携ドキュメントでは、OpenAI互換エンドポイントhttps://www.bettertoken.ai/v1とResponses APIを使用します。設定ガイドには、model_provider = "bettertoken"、wire_api = "responses"、およびauth.jsonを使ったAPIキー認証が記載されています。利用するには、自分のアカウントとAPIキーを作成してください。詳細はCodexのカスタムプロバイダー設定ガイドで確認できます。

この方法で利用できるのは従量課金のAPIアクセスであり、ChatGPTやCodexのサブスクリプションではありません。必要なモデルが現在のカタログに掲載され、ドキュメントに記載されたプロバイダー設定がワークフローに対応している場合に選んでください。

本番トラフィックを切り替える前に何をテストすべきか?

本番エージェントのモデルを変更する前に、条件を統一した評価を行ってください。

受け入れテストを明確に定義できる代表的なリポジトリタスクを1つ選びます。同じ開始コミット、プロンプト、ツール権限、reasoning effort、実行制限を使ってSolとAstraで実行してください。それぞれがレビュー可能なパッチを生成し、同じテストに合格するか確認します。

各実行について、次の項目を記録してください。

  • 要求した変更が完了したか。
  • 生成したテストが重要な失敗ケースをカバーしているか。
  • 手動での修正が何回必要だったか。
  • 入力、キャッシュ入力、キャッシュ書き込み、出力の各トークン数。
  • リクエストが272Kの長文コンテキスト基準を超えたか。
  • 使用した処理ティアと総料金。

Solが低い総費用で受け入れ基準を満たすなら、Solを使ってください。Astraの改善によって失敗回数、レビュー作業、誤った変更のリスクが減るなら、Astraを選びます。

移行時の失敗パターンも確認してください。reasoning effortにnoneを指定していないこと、ツールを使うリクエストがResponses APIを使用すること、非対応パラメーターを削除したことを確認します。入力が272Kを超えるとリクエスト全体に高い料金が適用されるため、長文コンテキストのリクエストも個別にテストしてください。

エージェントのワークフローでは、作業を妨げる問題を記録に残してください。OpenAIによると、2つの評価で、新モデルはファイルの欠落や検索ツールの利用不可など、作業を妨げる障害について報告を省略する傾向が強く見られました。OpenAIはこの省略を減らすためCodexに指示を追加し、引き続き調査しています。それでも、エージェントには失敗したツール呼び出しや未完了の作業を明示させてください。

関連情報として、GPT-6.1 Sol、GPT-6 Astra、Claude Opus 5.5の比較では前世代モデルを比較しています。Coding Agent Index v2.1とClaude Fable 5.2・Opus 5.5の比較では、reasoning effortの違いがコーディングエージェントの評価やタスク単価にどう影響するかを解説しています。Codexの利用画面を選ぶ場合は、Codex CLI、デスクトップアプリ、VS Code拡張機能の比較も参考になります。

日常的なコーディングやエージェント処理では、まずGPT-6.2 Solを試すのが適切です。より高度な実装やテストが必要なタスクでは、次の候補としてAstraを評価してください。本番トラフィックを切り替える前に、タスク全体の費用を比較し、API移行の要件を確認しましょう。

LLM ワークフローを最適化しませんか?

単一 API でモデルを接続し、キーと AI コストを管理できます。

無料で始める