GPT-5.6 リリース：プロンプトキャッシュの課金変更を解説

OpenAIは2026年7月9日にGPT-5.6ファミリーを正式リリースしました。AIHubMixでは3つのティアすべての統合が完了しており、gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna を Chat Completions と Responses の両方から利用できます。今回のリリースでは、プロンプトキャッシュの仕組みと課金も変わりました。キャッシュ書き込みが個別に課金されるようになったのです。本記事では、3つのティアの位置付けを整理したうえで、キャッシングの変更点を順に解説します。

GPT-5.6の3つのティアの変更点

GPT-5.6ではネーミングが見直されました。数字はモデルの世代を示し、Sol、Terra、Luna は独立して進化しうる能力ティアです。公式の定義によると、Sol はフラッグシップモデル、Terra は GPT-5.5 に匹敵する性能を持つ低価格ティア、Luna は最も高速で最も低価格なティアです。

能力面について、公式の位置付けは次のとおりです。Sol はコーディング、ナレッジワーク、サイバーセキュリティ、科学タスクで最先端の結果を達成し、OpenAI によって「これまでで最高のコーディングモデル」と説明されています。また Terminal-Bench 2.1 と DeepSWE で新記録を達成しました。Terra は GPT-5.5 と同等の性能を半額で提供します。ファミリーには max 推論レベルが追加され、Responses API にはプログラマティックなツール呼び出し（Programmatic Tool Calling）とマルチエージェント（ベータ）機能が加わりました。

キャッシングの仕組みの強化について

GPT-5.6 以前、GPT モデルのプロンプトキャッシュは完全に自動でした。1,024 トークン以上のプレフィックスが自動的にキャッシュされ、開発者はキャッシュ対象もその保持期間も制御できませんでした。キャッシュは 5〜10 分の非アクティブ後に消去されていました。OpenAI は GPT-5.6 の変更を「より予測可能なプロンプトキャッシング」と要約しており、具体的には次の 3 点があります。

1. 保持期間が「最短 5 分」から「最低 30 分」に変わりました。prompt_cache_options.ttl は現在 "30m" のみをサポートしています。これは保証される最低限の時間であり、実際の保持はそれより長くなる場合があります。
2. 明示的なキャッシュブレークポイントが新たに追加されました。コンテンツブロックに prompt_cache_breakpoint を設定すると、安定したコンテンツの末尾にキャッシュ境界が固定されます。そのため、ブレークポイント以降の変更が、その前のキャッシュ済みプレフィックスを無効化することはありません。prompt_cache_options.mode を "explicit" に設定すると、手動で指定したブレークポイントのみが使用されます。
3. prompt_cache_key は最適化オプションから公式な必須要件へ変わりました。GPT-5.6 以降は、キャッシュマッチングの信頼性を高めるためにこのパラメータを設定することが推奨されます。OpenAI は、キーごとのトラフィックを毎分約 15 リクエスト程度に抑えることを推奨しています。

1.25倍のキャッシュ書き込み課金の評価方法

GPT-5.6 以降、キャッシュ書き込みは基本入力単価の 1.25 倍、キャッシュ読み取りは 0.1 倍で課金されます。それ以前のモデルではキャッシュ書き込みに追加料金はかかりません。公式の表現（GPT-5.6 発表記事より）は次のとおりです。「GPT-5.6 以降のモデルでは、キャッシュ書き込みはモデルのキャッシュなし入力単価の 1.25 倍で課金され、キャッシュ読み取りには引き続き 90% のキャッシュ入力割引が適用されます。」

損益分岐の計算は公式レートから直接導けます。プレフィックスを書き込むと、キャッシュしない場合と比べて入力単価の 0.25 倍多くかかります。一方、その後のヒットごとに入力単価の 0.9 倍が節約されます。したがって、一度でも再利用されたプレフィックスは純益を生み、再利用が多いほど節約額は大きくなります。

• 明らかにメリットがあるワークロード：長いシステムプロンプトを使うエージェントワークフロー、長い参考資料を繰り返し含める RAG、大規模なツール定義を持つアプリケーション、メッセージを追加するだけのマルチターン会話。これらのワークロードはプレフィックスの再利用率が高いため、0.1 倍の読み取り単価が支配的になります。
• 注意が必要なワークロード：プレフィックスが再利用されない単発の長いリクエスト。自動キャッシュはデフォルトで有効なため、こうしたリクエストでは回収できない 1.25 倍の書き込み料金が発生します。prompt_cache_options.mode を "explicit" に設定し、ブレークポイントを一つも設定しなければ、そのリクエストはキャッシュを完全に回避し、書き込み料金も発生しません。

比較：GPT-5.6 と Claude のプロンプトキャッシュ

GPT-5.6 のキャッシング設計は、いくつかの点で Claude の cache_control と共通点があります。主な違いはデフォルトの動作にあります。GPT はパラメータなしで自動的にキャッシュしますが、Claude ではリクエストでキャッシュを有効にする必要があります。その方法は、トップレベルの cache_control フィールド（自動ブレークポイント）か、コンテンツブロックレベルの明示的ブレークポイントのいずれかです。

Claude の列は、稼働中のすべての Claude モデルに共通するルールを反映しています。5 分ティアの書き込みは 1.25 倍、1 時間ティアは 2 倍、読み取りは 0.1 倍で、ラインナップ全体に一律に適用されます（Anthropic プロンプトキャッシングのドキュメント）。モデルごとの違いはキャッシュ可能な最小長に限られます。GPT-5.6 の列は OpenAI プロンプトキャッシングガイドによるものです。

ブレークポイントの上限、（対応するティアの）書き込み単価、読み取り単価は両プロバイダーで完全に一致しています。実務上は、「静的な内容を先に、変化する内容を最後に」配置するというプロンプト構成の戦略が、そのまま両者に当てはまります。移行コストはパラメータの構文に集中しています。GPT では prompt_cache_breakpoint と prompt_cache_key を使い、Claude では cache_control を使います。

両プロトコルでの同じキャッシングパターン

「長い静的な指示をキャッシュする」という同じシナリオについて、両プロトコルでの最小限の実装を示します。例では gpt-5.6-sol と claude-opus-4-8 を使用します。両者の基本入力単価は同じ（$5/M）なので、キャッシュ書き込み（1.25 倍）と読み取り（0.1 倍）から導かれる実効トークン単価も同じになります。違いは構文だけです。

GPT のプロトコルでは、トップレベルに prompt_cache_key を設定します（長いプレフィックスは自動的にキャッシュされるため、ブレークポイントのマーカーは不要です）。Claude のプロトコルでは、トップレベルに cache_control を設定して自動キャッシュを有効にします。キャッシュ境界を細かく制御する必要がある場合は、コンテンツブロックレベルのブレークポイントに切り替えます。

GPT-5.6（Chat Completions）

curl https://aihubmix.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -d '{
    "model": "gpt-5.6-sol",
    "prompt_cache_key": "my-app-report-v1",
    "messages": [
      {
        "role": "system",
        "content": "[Static long instructions, >=1024 tokens]"
      },
      {
        "role": "user",
        "content": "Summarize the key figures."
      }
    ]
  }'

Claude（Messages）

curl https://aihubmix.com/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: $AIHUBMIX_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-4-8",
    "max_tokens": 1024,
    "cache_control": {"type": "ephemeral"},
    "system": "[Static long instructions, >=1024 tokens]",
    "messages": [
      {
        "role": "user",
        "content": "Summarize the key figures."
      }
    ]
  }'

2 つのリクエストを比較すると、違いは次の点に集約されます。エンドポイント（/v1/chat/completions と /v1/messages）、認証ヘッダー（Authorization: Bearer と x-api-key + anthropic-version）、キャッシュパラメータ（トップレベルの prompt_cache_key と トップレベルの cache_control）、そして Claude では明示的な max_tokens が必要であることです。両リクエストは 2026-07-10 に aihubmix.com で検証しました。gpt-5.6-sol は 2 回目の呼び出しで cached_tokens: 2816 を返しました。claude-opus-4-8 は 1 回目の呼び出しで cache_creation_input_tokens: 3632、2 回目の呼び出しで cache_read_input_tokens: 3632 を返しました。

リクエスト形式以外に、仕組みのレベルでは次の 3 つの違いが残ります。

1. 有効化：GPT はキャッシング用のパラメータがなくても自動的にキャッシュし、prompt_cache_key はヒットの信頼性を高めます。Claude では宣言が必要です。コンテンツブロックレベルの cache_control ブレークポイントか、トップレベルの cache_control による自動モードのいずれかです。
2. 使用量フィールド：GPT はキャッシュ読み取りを prompt_tokens_details.cached_tokens に報告します。Claude は書き込みと読み取りを cache_creation_input_tokens と cache_read_input_tokens に分けて報告するため、書き込みとヒットをそれぞれ個別に検証しやすくなっています。
3. 保持期間の制御：GPT-5.6 の ttl は現在 "30m" のみをサポートしています。Claude はデフォルトで 5 分（ヒットのたびに無料で更新）で、オプションの "ttl": "1h"（書き込みは 2 倍で課金）を指定できます。

プロトコルをまたいでモデルを切り替える際の変更点

AIHubMix のゲートウェイはプロトコルをまたいだ呼び出しに対応しています。OpenAI 互換エンドポイントから Claude モデルを呼び出せ（cache_control は OpenAI 形式のメッセージのコンテンツブロックにそのまま渡します。プロンプトキャッシングの実践を参照）、Claude 互換の /v1/messages エンドポイントから GPT-5.6 を呼び出せます（動作確認済み）。モデルを切り替える際は、次の 3 点を確認してください。

• model を移行先のモデル ID に変更する。
• キャッシュパラメータの構文を切り替える：prompt_cache_key と明示的なブレークポイントは、Claude の cache_control に対応します。
• 使用量フィールド名を切り替える：cached_tokens は Claude の cache_read_input_tokens に対応します。

プロンプトキャッシュの推奨経路：GPT モデルは Chat Completions 経由で使用する（本記事でキャッシュヒットを検証した経路）。Claude モデルは、どちらのプロトコルでも利用できます。

比較：GPT-5.6 と以前の GPT のキャッシング

変化の方向性は一貫しています。従来世代のキャッシュは書き込み料金がかからない一方で制御できず、保持期間も不確実でした。GPT-5.6では書き込みに料金がかかる代わりに、保証された保持期間の下限（30分）と細かく制御できるキャッシュブレークポイントが提供されます。料金から見ると、プレフィックスが平均して1回を超えて再利用されれば、追加の書き込みコストを上回る節約になります。30分の保持期間の下限と制御可能なブレークポイントにより、その再利用率を達成しやすくなります。

AIHubMixでの利用開始

3つのティアはすべて提供中で、モデルIDはgpt-5.6-sol、gpt-5.6-terra、gpt-5.6-lunaです。キャッシュには追加の設定は不要で、同じ長いプレフィックスを持つ連続したリクエストがキャッシュにヒットします。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

long_context = "You are a meticulous assistant for analyzing quarterly financial reports... [Static long instructions, >=1024 tokens]"

for i in range(2):
    completion = client.chat.completions.create(
        model="gpt-5.6-sol",
        prompt_cache_key="my-app-report-assistant-v1",
        messages=[
            {"role": "system", "content": long_context},
            {"role": "user", "content": "Summarize the key figures in one sentence."},
        ],
    )
    print(completion.usage.prompt_tokens_details)

2回目の呼び出しでusage.prompt_tokens_details.cached_tokensの値が0より大きければヒットしています（実測例：cached_tokens: 2816）。パラメータの詳細、課金の詳細、ヒットしない場合のトラブルシューティングについては、GPT Prompt Cachingのドキュメントをご覧ください。

よくある質問

AIHubMixでGPT-5.6を呼び出せるAPIはどれですか？

Chat Completions（/v1/chat/completions）、Responses（/v1/responses）、Claude互換のMessages API（/v1/messages）のいずれからでもモデルを呼び出せ、3つのティアはすべて提供中です。プロンプトキャッシュを利用するには、現時点ではChat Completionsが推奨されます。

クライアント側を何も変更しない場合、GPT-5.6にアップグレードすると課金はどう変わりますか？

プロンプトキャッシュはデフォルトで自動的に適用されます。プレフィックスが1,024トークンに達するリクエストでは、入力単価の1.25倍でキャッシュ書き込み項目が課金され、再利用されたプレフィックスは0.1倍の読み取り単価で課金されます。プレフィックスの再利用率が高いアプリケーションでは、通常、総コストが下がります。プレフィックスを一度も再利用しない一回限りの長いリクエストは、明示的なモードを指定してキャッシュを無効にできます。

これまでClaudeのプロンプトキャッシュを使っていました。GPT-5.6に移行するには何を変更すればよいですか？

プロンプトの構成方針は変わりません。静的な内容を先に、変化する内容を末尾に置きます。パラメータはcache_controlからprompt_cache_breakpointに変わり、さらにprompt_cache_keyが加わります。保持期間は5分／1時間のティアから、保証された30分の下限に変わります。

GPT-5.6の3つのティアはどのように選べばよいですか？

公式の位置付けに従えば、複雑な業務や코ーディングのタスクにはSolを、日常的なワークロード（GPT-5.5相当の性能を半額で）にはTerraを、コストに敏感で大量処理のシナリオにはLunaを選びます。3つのティアはいずれも同じコンテキストウィンドウと最大出力長を備えているため、タスクの複雑さに応じて振り分けることができます。

公式リファレンス

本記事のモデル仕様、キャッシュの仕組み、課金レートは、以下の公式情報源に基づいています。

• GPT-5.6の発表（OpenAI、2026-07-09）
• OpenAI プロンプトキャッシュガイド
• OpenAI 料金
• Anthropic プロンプトキャッシュのドキュメント

本サイトの関連ドキュメント：GPT Prompt Caching · Claude Prompt Caching · Prompt Caching の実践

GPT-5.6の料金はモデルギャラリーでご確認いただけます。その他の連携オプションはドキュメントセンターをご覧ください。

最終更新：2026-07-10