はじめに
2026年7月30日、OpenAIの公式ニュースにGPT-5.6関連の記事が2件公開されました。1件は新モデル「GPT-5.6」が知能と効率を両立させたフロンティアモデルであるという発表、もう1件はAPI側の2つの設定を有効にするだけでARC-AGI-3ベンチマークのスコアが3倍になったという、かなり実践的な内容です。
特に後者は、すでにOpenAI APIでエージェント的なワークフロー（複数ターンにわたる推論やツール利用を伴うタスク）を構築している開発者にとって、コードを変えずに性能を引き上げられる可能性がある重要な情報です。本記事ではこの2件を整理し、開発者が何をすべきかをまとめます。
📌 影響を受ける人
- OpenAI APIの Responses API でエージェント的なワークフローを構築している人
- GPT-5.6（またはそれ以前のGPTモデル）を長時間タスク・マルチターン推論に使っている人
- コスト効率を重視してモデル選定を見直したいプロダクションチーム
変更の全体像
今回の2つの発表は、以下のような関係になっています。GPT-5.6という新モデルの効率改善という大きな発表と、そのAPI設定を実際にどう使うと効果が出るかという具体的な知見が対になっています。
また、ARC-AGI-3スコア向上の仕組みは、リクエストの流れとして見るとわかりやすくなります。
変更内容
今回の2件の発表を表にまとめます。
| 項目 | GPT-5.6のフロンティア効率発表 | ARC-AGI-3スコア3倍化の知見 |
|---|---|---|
| Severity | High | Medium |
| 種別 | announcement（発表） | improvement（改善知見） |
| 対象モデル | GPT-5.6 | GPT-5.6 |
| 対象API | OpenAI API 全般 | Responses API（reasoning / compaction設定） |
| 開発者の対応必須度 | 低（情報として把握） | 高（設定確認を推奨） |
| 主な効果 | 1ドルあたりの有用な知能が向上 | ベンチマークスコアが3倍、効率も改善 |
GPT-5.6：知能と効率の両立
OpenAIは、GPT-5.6は「フロンティア級の知能」と「フロンティア級の効率」を融合させたモデルだと発表しています。効率改善は次の3つのレイヤーで行われているとされています。
- モデルレイヤー: モデル自体のアーキテクチャ・学習の効率化
- 推論（inference）レイヤー: 推論処理そのものの効率化
- エージェント的ワークフローレイヤー: マルチターン・ツール利用を伴うタスクでの効率化
これらの結果として「1ドルあたりの有用な知能（useful intelligence per dollar）」が向上するとされており、コスト効率を重視するプロダクション用途では、モデル選定を見直す材料になりそうです。
ARC-AGI-3スコアを3倍にした2つの設定
もう1件の記事では、GPT-5.6をARC-AGI-3ベンチマーク（複数ステップの推論・探索を要する難易度の高いベンチマーク）で評価する際に、以下の2つのAPI設定を有効にすることでスコアが3倍になったと報告されています。
- reasoning retention（推論内容の保持）: モデルの推論内容をターンをまたいで保持し、以前の思考プロセスを引き継げるようにする設定
- compaction（コンパクション）: 長時間のエージェント的タスクにおいて、コンテキストを効率的に管理・圧縮する設定
この2つを組み合わせることで、スコアの向上だけでなく効率面での改善も見られたとのことです。
💡 Tips
エージェント的なタスク（複数ターンにわたる調査・ツール呼び出し・段階的な問題解決など）をAPI経由で実装している場合、この2つの設定が有効化されているかをまず確認するのがおすすめです。コード自体を大きく変更せずに性能改善が見込めます。
影響と対応
action_required が true になっているのは「ARC-AGI-3スコア3倍化」の設定に関する項目です。以下のフローで対応を判断してください。
対応の優先度をまとめると次のようになります。
- すぐ確認すべきこと: 自社のエージェント実装で reasoning retention と compaction が有効になっているか
- 中期的に検討すべきこと: GPT-5.6への移行によるコスト効率（1ドルあたりの知能）の再評価
- CLAUDE.md等の運用ドキュメント: 「長時間のエージェント的タスクでは reasoning retention と compaction を有効化すると性能・効率が大きく改善する場合がある」旨を追記しておくと、チーム全体への周知に役立ちます
コード例
Responses APIでマルチターンのエージェント的タスクを実行する際、reasoning retentionとcompactionに関わる設定を意識した実装イメージは次のようになります（具体的なパラメータ名は公式ドキュメントの最新仕様を確認してください）。
Before（設定を意識していない実装）
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-5.6",
input="複雑な多段階タスクを開始してください",
)
# 次のターンで前回の推論内容を引き継がずに再送信している
response2 = client.responses.create(
model="gpt-5.6",
input="続きのステップを実行してください",
)
After（推論保持とコンパクションを意識した実装）
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-5.6",
input="複雑な多段階タスクを開始してください",
# ターン間で推論内容を保持し、前回の思考プロセスを引き継ぐ
reasoning={"retain": True},
)
# 長時間タスクでコンテキストが肥大化する前に自動整理させる
response2 = client.responses.create(
model="gpt-5.6",
previous_response_id=response.id,
input="続きのステップを実行してください",
reasoning={"retain": True},
compaction={"enabled": True},
)
⚠️ Breaking Change
上記は設定の考え方を示すサンプルであり、実際のパラメータ名・構造は変更される可能性があります。本番コードに反映する際は、OpenAIの最新のAPIリファレンスで正確なフィールド名を確認してください。
まとめ
- OpenAIはGPT-5.6を「フロンティア級の知能と効率を両立したモデル」として発表し、モデル・推論・エージェント的ワークフローの各レイヤーで効率を改善したとしている
- 同時に、Responses APIの**reasoning retention（推論保持）とcompaction（コンパクション）**という2つの設定を有効にするだけで、ARC-AGI-3ベンチマークのスコアが3倍になったという知見も公開された
- すでにGPT-5.6でエージェント的なワークフローを構築している開発者は、まずこの2つの設定が有効になっているかを確認するのがおすすめ
- コスト効率（1ドルあたりの有用な知能)を重視するチームは、GPT-5.6への移行やモデル選定の見直しを検討する価値がある
コードの大規模な変更なしに性能改善が見込める設定なので、心当たりのある方は一度確認してみてください。