GPT-6.1 Sol の推論強度：low・medium・high・xhigh・max のどれを使う？

GPT-6.1 Sol はデフォルトの medium から始め、すぐに回答がほしいときは low を使ってください。推論強度を high、xhigh、max に上げるのは、長いリファクタリング、難しいデバッグ、マルチステップのエージェント作業など、medium で失敗するタスクだけにしましょう。下のテストの短いタスクではどの推論強度でも正解しましたが、max は最初の 1 語が表示されるまでに約 10 倍の時間がかかり、low の 2.5〜5 倍のトークンを使いました。

GPT-6.1 Sol が遅く感じる主な理由もこれです。回答の前に必ず推論するため、最初のテキストが表示されるまでその推論を待つことになります。

GPT-6.1 Sol が対応する推論強度は？

low、medium、high、xhigh、max の 5 つです。デフォルトは medium です。OpenAI の GPT-6.1 Sol のモデルページには「推論強度 none と minimal には対応していません」とあり、GPT-6 Sol と違って推論をオフにする方法はありません。none がないため、temperature や top_p などのサンプリング設定も効果がありません。

推論強度はリクエストごとに設定します。Responses API では reasoning.effort です。

from openai import OpenAI

client = OpenAI(api_key="YOUR_SEEDROUTER_KEY", base_url="https://api.seedrouter.ai/v1")

response = client.responses.create(
    model="gpt-6.1-sol",
    input="Find the race condition in this handler and suggest a fix: ...",
    reasoning={"effort": "low"},
)
print(response.output_text)
print(response.usage.output_tokens_details.reasoning_tokens)

Chat Completions ではフィールド名が reasoning_effort です。推論トークンは output_tokens に含まれ、出力として課金され、回答と max_output_tokens の予算を共有します。

5 つの推論強度を実際に比べると？

2026 年 10 月 5 日に、答えがわかっている 3 つのプロンプトを SeedRouter 経由で GPT-6.1 Sol に送信しました。推論強度ごとに 1 回ずつ、5 レベルすべてを同時に実行しています。時間はリクエストから回答完了までの秒数です。コストは OpenAI の公式価格（100万トークンあたり入力 $2、出力 $10、2026 年 10 月 5 日に確認）で計算しています。

数え上げ問題 — 1 から 1000 までの整数のうち、3 または 5 で割り切れ、7 では割り切れないものはいくつか（答え: 401）。

より難しい数え上げ問題 — 1 から 99,999 までの整数のうち、7 の倍数で、数字 7 を含まないものはいくつか（答え: 8,434）。

コードレビュー — 入力をその場でソートしてしまい、偶数長のリストを正しく扱えない 4 行の Python の median 関数からバグを見つける。

これらは短いタスクでの 1 回ずつの実行なので、ベンチマークではなく規模感の目安として見てください。推論トークン数は実行ごとに変わり、高い推論強度がコストに見合うのはより難しいタスクです。

GPT-6.1 Sol はなぜ遅い？

待ち時間の大部分は推論で、推論は回答より先に行われます。2 つ目のテストでは、同じ 300 語の説明を 3 つの推論強度でストリーミングし、最初の可視テキストが届くまでの時間を測りました。

回答が始まってからのストリーミング速度は、どのレベルでも同程度です。変わるのはその前の無音の時間で、max ではモデルは何かを書き始めるまでに 30 秒ほど推論していました。ユーザーがローディング表示を見て待つなら、ストリーミングと low の組み合わせが最も速く感じられる設定です。

OpenAI は 発表記事で、「Codex での標準速度と比べて最大 8 倍速いトークン生成」を備えた GPT-6.1 Sol Ultrafast も発表しています。

xhigh や max が medium より悪くなることはある？

個々のタスクでは、あります。高い推論強度がより良い回答を保証するわけではありません。上のテストでは、max が正確さで low を上回ったことは一度もなく、コストが増えただけでした。OpenAI 自身の結果も、日常的な作業については同じ方向を示しています。GPT-6.1 Sol は「より低い推論強度で」GPT-6 Sol の DeepSWE 最高スコアを上回り、GPT-6 Sol に対する事実性の最大の改善は推論強度 low で得られました。

OpenAI の数値で高い推論強度が効果を発揮しているのは、長く難しい作業です。GPT-6.1 Sol の OSWorld 2.0 と Terminal-Bench Science の結果は、最大の推論強度で報告されています。実践的なルールは、自分のタスクで測ることです。サンプルを medium とその 1 つ上のレベルで実行し、失敗が解消される場合にだけ高いレベルを使い続けてください。

どの推論強度を使うべき？

• low — チャットの返信、分類、抽出、簡単なコード編集など、ユーザーが待っているもの全般。
• medium — コーディング支援、レビュー、ほとんどのエージェントステップのデフォルト。
• high — 複数ファイルにまたがる変更や、medium で失敗するデバッグ。
• xhigh — 長いリファクタリングや、多数のステップにわたる計画。
• max — 間違った回答のコストが追加のトークンより大きい、最も難しい問題。

エージェント全体では、レベルを組み合わせてください。計画は高い推論強度で、定型的なツールステップは low か medium で実行します。各レベルの料金は GPT-6.1 Sol のページにあり、推論トークンが請求にどう表れるかは GPT-6.1 Sol の料金ガイドで解説しています。

よくある質問

GPT-6.1 Sol の推論強度のデフォルトは？

medium です。フィールドを省略すると、GPT-6.1 Sol は medium で推論します。

GPT-6.1 Sol は low と medium のどちらを使うべき？

デフォルトは medium にして、深さより速度が重要な場面では low を使ってください。上のテストでは low はすべての質問に正解し、最初のテキストが約 3 秒で表示されました。medium では約 14 秒でした。

GPT-6.1 Sol が遅いのはなぜ？

回答の前に推論し、その推論はテキストとしてストリーミングされないためです。medium 以上では、その無音の時間が待ち時間の大部分を占めます。テキストを早く表示し始めるには、推論強度を下げるか、レスポンスをストリーミングしてください。

GPT-6.1 Sol の xhigh は high より優れている？

それが必要なタスクに限ります。短いタスクでは両レベルの回答は同じで、xhigh のほうが多くのトークンを使いました。xhigh にお金をかける前に、自分の作業で両方を試してください。

GPT-6.1 Sol で推論をオフにできる？

いいえ。GPT-6.1 Sol は none と minimal に対応していません。推論なしの回答が必要なら、GPT-6 Sol は引き続き none に対応しています。GPT-6.1 Sol・GPT-6 Astra・GPT-6 Sol の比較をご覧ください。