はじめに
Amazon Bedrock の OpenAI モデルで、推論の要約（reasoning summary） が返せるようになりました。
GPT-5.6 のような推論モデルは、回答する前に内部で「考える」ステップを踏みます。ただしその中身はレスポンスに含まれず、返るのは暗号化された encrypted_content だけなので、モデルがどう考えてその答えにしたのかは読めませんでした。今回のアップデートで、その考えた過程を人が読める要約として受け取れるようになりました。
推論の本体はこれまでどおり読めず、読めるようになるのは「要約」のほうです。
忙しい人のための要約
- Responses API で
reasoning={"summary": "auto"}を付けると、推論の要約が返る - 要約はレスポンスの reasoning 項目の
summary配列 に入る - 指定できる値は
auto/concise/detailedの 3 つ -
bedrock-runtimeでは Converse API でも使える（additionalModelRequestFieldsで指定） - 対象は Bedrock 上の OpenAI モデルすべて（リージョン内推論は
bedrock-mantle、GEO・グローバルのクロスリージョン推論はbedrock-runtimeから使う）
何がうれしいのか
「なぜその答えになったか」を回答と一緒に残せます。
- デバッグ: プロンプトの意図と違う回答が返ったとき、どこで解釈がずれたかを追える
- 評価: 答えが合っているかだけでなく、考え方が妥当かも見られる
- 説明: エンドユーザーに「こう考えて回答しました」と添えられる
OpenAI のドキュメント（Reasoning summaries）
やってみた
手順 1: OpenAI SDK を入れる
OpenAI SDK に渡す API キーは、手元の AWS 認証情報から短期の Bedrock API キーを作って使います。
python3 -m venv .venv
source .venv/bin/activate
pip install openai aws-bedrock-token-generator boto3
手順 2: 要約なし / ありで比べる
cat > summary.py <<'EOF'
from openai import OpenAI
from aws_bedrock_token_generator import provide_token
client = OpenAI(
api_key=provide_token(region="us-east-1"),
base_url="https://bedrock-runtime.us-east-1.amazonaws.com/openai/v1",
)
for reasoning in [{"effort": "low"}, {"effort": "low", "summary": "auto"}]:
r = client.responses.create(
model="global.openai.gpt-5.6-luna",
input="3人で12個のりんごを分けて、1人が2個食べたら残りはいくつ？",
reasoning=reasoning,
store=False,
)
print("===", reasoning)
for item in r.output:
if item.type == "reasoning":
print("summary:", [s.text for s in item.summary])
print("answer:", r.output_text)
EOF
python summary.py
summary を付けなかったほうは summary: [] と空で、付けたほうに要約が入ります。
手順 3: Converse API でも取ってみる
bedrock-runtime では Converse API でも使えます（GPT-5.6 Sol のモデルカード）。専用のパラメータはないので、additionalModelRequestFields で Responses API と同じ reasoning を渡します。
boto3 は AWS の認証情報で直接署名するので、API キーは要りません。
cat > converse.py <<'EOF'
import boto3
client = boto3.client("bedrock-runtime", region_name="us-east-1")
r = client.converse(
modelId="global.openai.gpt-5.6-luna",
messages=[{"role": "user", "content": [{"text": "3人で12個のりんごを分けて、1人が2個食べたら残りはいくつ？"}]}],
additionalModelRequestFields={"reasoning": {"effort": "low", "summary": "auto"}},
)
for block in r["output"]["message"]["content"]:
if "reasoningContent" in block:
print("summary:", block["reasoningContent"]["reasoningText"]["text"])
if "text" in block:
print("answer:", block["text"])
EOF
python converse.py
回答とは別のブロック（reasoningContent）に要約が入って返ってきます。 Claude など他のモデルで推論を受け取るときと同じ場所なので、Converse を使っているアプリなら取り出し方を変えずに済みそうです。
まとめ
reasoning に summary を 1 つ足すだけで、回答と一緒に「どう考えたか」が返ってくるようになりました。Converse API でも取れるので、既存のアプリにも足しやすいかと思います。
推論モデルの回答がおかしいときの調査に、まずは auto から試してみると良さそうです。