GPT-6.1 Sol は、複雑なコーディングとリサーチ、そしてコンピュータ使用に向くモデルとして案内されました。Responses API ではサブエージェントに調査を分担させるマルチエージェント構成がベータで使え、API を持たないデスクトップアプリも画面越しに動かせます。机の上の自動化の射程が、静かに伸びます。
深夜、どこが壊れているのか分からないまま、同じ質問を何度も AI に投げ直している。GPT-6.1 Sol の発表は、その往復に手を入れてきます。
KPE は OpenAI が公開した GPT-6 ファミリー向けのガイドを読み、このモデルについて書かれている部分だけを抜き出しました。
読み終えたとき、自分の机の自動化をいま組み替えるのか、ベータが取れるまで待つのかを決められます。
1. GPT-6.1 Solは何に向くモデルか
GPT-6.1 Sol は、複雑なコーディング、リサーチ、そしてコンピュータ使用に向くモデルとして案内されています。ひとつの質問に答える係ではなく、調べて、書いて、画面を触って確かめるところまでを任せる前提の担当です。机に置き換えると、頼む相手が一段「手を動かす側」に寄った、ということになります。
01 調べて、書いて、確かめる係
自分の部屋の自動化を自分で組む人にとって、いちばん時間を食うのは「どこを直すか」を突き止める工程です。発表で GPT-6.1 Sol に割り当てられているのは、まさにその複雑なコーディングとリサーチ。答えを一行で返す仕事より、分からないものを分かるまで追う仕事に置かれています。
向いているのは、仕様が固まりきっていない作りかけの何か。ログを読み、原因を仮置きし、直して、もう一度動かす。発表の書き方からは、その往復の回数を減らす方向に効く余裕が読み取れます。速さの話ではなく、戻ってこなくていい回数の話です。
02 APIのないアプリも、画面越しに
コンピュータ使用では、ウェブサイトだけでなく、API を持たないデスクトップアプリも直接操作できます。発表の例は、不具合を調べてコードを直し、ブラウザで製品を開いて直ったかを確かめるという流れ。画面を読む、押す、入力する——人がやっていた動作がそのまま渡せます。
ただし、何でも画面でやればいいという話ではありません。発表は「それぞれの工程を、いちばん単純で確実な方法でやる」と書いています。API や連携ツールで片づくならそちらが先。画面を触るのは、画面しか入り口がないときだ。
| できること | 発表に書かれていること |
|---|---|
| 複雑なコーディング | 難しい実装や調査を任せる前提のモデル |
| リサーチ | 分からないものを追う作業に向く |
| コンピュータ使用 | サイトやデスクトップアプリを直接操作できる |
| マルチエージェント | Responses API で対応。現在ベータ |
| サブエージェント | コードベースの別々の部分などを分担して調査 |
2. サブエージェントに、手分けさせる
GPT-6.1 Sol は Responses API でマルチエージェント構成に対応します。コードベースの別々の部分を調べるような独立したサブタスクをサブエージェントに割り振り、その結果をまとめて最終回答を作れる。ひとりで全部を読み通す前提が、ここで崩れます。なお、この仕組みは現在ベータです。
01 ひとりで全部読まなくていい
個人のプロジェクトでも、ファイルが増えると「全体を把握している人」が誰もいなくなります。そこで効くのが分担です。あちらの調査とこちらの調査が独立しているなら、同時に走らせて、戻ってきた材料を一枚にまとめてもらう。待つ時間が、重ねられる時間に変わります。
発表はあわせて、依存のある作業の扱いにも触れています。片方の結果が必要な仕事は、その結果を待ってから始める。手分けは万能の魔法ではなく、順番を設計する作業だということです。ここを決めておくかどうかで、仕上がりは静かに分かれます。
02 ベータを前提に組む
マルチエージェントはベータと明記されています。だから今は、本番の中心に据えるのではなく、失敗しても取り返せる場所から入れるのが素直な順番です。調査だけ任せる、下書きだけ任せる。そこから信用を積む。
発表は、独立して進めていい作業と、承認を取るべき作業の境界を決めるよう促しています。「いつも聞いて」という一律の指示をやめて、どこまでは任せるかを書く。境界が決まっているほど、エージェントは勝手に止まらないし、勝手に進みすぎない。
3. いま組み替えるか、待つか
結論から言えば、待つ理由はそれほどありません。GPT-6.1 Sol でいきなり全部を預けるのではなく、調べ役をひとり増やすところから始められます。これは会社の話ではなく、自分の机の話です。推論の強さを選び、指示の置き方を直し、境界を一行書く。それだけで、今日の作業の形が変わります。
01 今日やれる三つ
ひとつ、推論の強さを使い分ける。API では低・中・高、対応する場所では Extra high / Max まで選べます。事実の抜き出しは低、方針の比較は中、難しいデバッグや精査は高が目安。会話の途中で変えてもキャッシュは壊れないと書かれており、途中で上げ下げしていい設計です。
ふたつ、安定した指示と参照材料を前に、変わる依頼を後ろに置く。キャッシュされた入力トークンは、モデルによって最大 95% 安くなります。みっつ、何が「完了」かを書く。直して、動かして、結果を見て、失敗を直すところまで含めるのか。そこを書くだけで、返ってくるものが変わります。
02 向く人、まだ向かない人
向くのは、自分の PC で何かを組んでいる人です。部屋の照明を声で動かしたい、ログを自分で読みたい、API のない道具も自動化したい——そういう人には、コンピュータ使用とサブエージェントは素直に効きます。触って覚える人のためのモデルだと言っていい。
いますぐでなくていいのは、ひとつの決まった作業を毎日まわしたいだけの人。発表は、そうした定型の反復には別のモデル（GPT-6 Luna）を挙げています。自分の使い方がどちらかを決めるのが先で、強いほうを選ぶのが先ではありません。
4. よくある質問
GPT-6.1 Solは何に向くモデル？
発表では、複雑なコーディング、リサーチ、コンピュータ使用に向くモデルとして案内されています。短い用事をさばく係ではなく、原因を追って直し、画面で確かめるところまで含んだ仕事を任せる前提の担当だと読めます。
マルチエージェントはもう使える？
Responses API で GPT-6.1 Sol が対応しますが、マルチエージェントは現在ベータと明記されています。コードベースの別々の部分を調べるような独立したサブタスクを割り振り、結果をまとめて最終回答にする構成です。本番の中心に置くなら、その前提で設計するのが無理のない順番です。
コンピュータ使用では何ができる？
ウェブサイトや、API を持たないデスクトップアプリを直接操作できます。発表では、不具合を調べてコードを直し、ブラウザで製品を開いて直ったかを確かめる流れが例に挙げられています。画面を読む、押す、入力するという動作を代わりにやってもらう形です。
料金はいくら？
具体的な金額は公式発表では未公表で、モデルごとの料金ページで比較するよう案内されています。見積もるときは、キャッシュへの書き込みや長いコンテキストの料金も含めて、ワークフロー全体で考えるよう書かれています。
自分のアプリに組み込むには？
コンピュータ使用を自作アプリに入れる場合は、ブラウザやデスクトップを操作するコードを実行できる道具をモデルに渡す形になります。発表ではブラウザに Playwright、デスクトップアプリに PyAutoGUI が挙げられています。
推論の強さはどう選ぶ？
API では低・中・高、さらに対応する場合は Extra high / Max まで選べます。事実の抜き出しは低、方針の検討は中、難しいデバッグや精査は高が目安です。会話の途中で変えてもキャッシュは壊れないと書かれています。
5. まとめ
GPT-6.1 Sol は、複雑なコーディングとリサーチ、そしてコンピュータ使用に向くモデルとして案内されました。Responses API のマルチエージェントはベータ。だから、全部を預ける話ではなく、独立した調査から預ける話です。まずは自分の小さなプロジェクトで、調べ役をひとり増やしてみる。そこで時間が戻ってきた感覚があるなら、机の上の作り方はもう変わっています。機能が増えたのではない。頼み方が変わったのだ。
- 用途を決める：複雑な実装と調査から任せてみる
- 分担を試す：独立した調査だけサブエージェントへ
- ベータ前提：マルチエージェントはベータとして組む
- 推論の強さ：低・中・高を課題ごとに切り替える
- コスト管理：安定した指示を前に置きキャッシュを効かす
6. 画像の出典
- ① OpenAI 公式発表・表示の安定のため当サイトのサーバーで配信