GPT-6 Astraの推論レベルを比較｜Low・Max・Ultraの違いと使い分け

モデルと推論レベルを、一度分けて考える

まずモデルは、仕事を頼むAIそのものです。Astra、Sol、Terra、Lunaなどの名前がこちらに当たります。推論レベルは、選んだモデルが課題に取り組む際の考える量を調整する設定です。同じ「High」という名前でも、別のモデルのHighと同じ能力を表すわけではありません。

OpenAIの説明では、複雑な作業には深い推論が役立つ場合がある一方、時間や利用枠を多く使うこともあります。高くするほど毎回よい答えになる、という保証はありません。まず必要な結果を得られる設定から始め、足りない仕事で調整するのが基本です。

例えば、見出しの誤字を一つ直す仕事と、複数のファイルにまたがる不具合の原因を探す仕事では、考えてほしい範囲が違います。両方をいつも同じ設定で頼むより、何を求める仕事なのかを言葉にすると、選びやすくなります。

• 出典：OpenAI：モデルと推論設定（新しいタブ）

LowからHighへ。「足りない」の中身で上げる

Low／Lightは、範囲がはっきりした短い作業を試す出発点になります。Mediumは、少し計画や整理が必要な仕事で検討したい設定です。HighやExtra Highは、条件が複数ある、資料を突き合わせる、といった場面で候補になります。名称や選べる段階は、アプリとアカウントで確認してください。

ただし、「回答が気に入らなかった」だけで設定を上げる前に、何が違ったのかを一つ挙げてみましょう。説明が長かったのか、必要な条件が抜けたのか、根拠が古かったのか。それによって、直すべき場所が変わります。

短く答えてほしかっただけなら、長さの指定を足す方が直接的です。必要な資料が渡っていなかったなら、その資料を用意します。比較すべき条件は伝わっていたのに整理が崩れた、という場合は、より深い設定で同じ課題を試す意味があります。

Maxは深く考える。Ultraは分担も使う

Maxは、一つの難しい仕事により多くの推論を使う選択肢です。一方、Ultraはサブエージェントによる分担を使います。サブエージェントとは、大きな依頼の一部を担当する別のAIのこと。主担当が作業を分け、返ってきた内容をまとめます。

この違いが分かると、Ultraを選ぶ理由も具体的になります。例えば、複数の独立した資料をそれぞれ調べるなら、分担する余地があります。一つの小さな関数の名前を変えるだけなら、担当を増やすことがそのまま価値になるとは限りません。

また、APIで使う設定とは区別が必要です。2026年9月12日に確認したAstraのAPI仕様では、reasoning.effortはlow、medium、high、xhigh、maxです。Ultraという値を、そのままAPIへ送る設定ではありません。 外部アプリの同名モードまで同じ仕組みとは扱わず、そのアプリの説明を確認します。

深く考えさせる設定と、仕事を何人に分けるかも別の話です。サブエージェントに渡す仕事の分け方を読むと、並列にする場面と一つにまとめる場面を判断しやすくなります。

• 出典：OpenAI：モデルと推論設定（新しいタブ）
• 出典：OpenAI：GPT-6 Astra モデル仕様（新しいタブ）

三つの仕事に当てはめると、違いが見えてくる

設定の名前だけを眺めるより、実際に頼む仕事を並べてみます。次の表は、PROBEFOLIOが考える試し方です。同じ条件でモデルを比較した測定結果ではなく、自分の作業を切り分けるための例として使ってください。

一つ目は、範囲が決まった修正。二つ目は、原因が分からない不具合の調査。三つ目は、新しいサービスの検討です。三つ目でも、全ての作業が互いに依存しているなら、単純に分担を増やせば速くなるとは限りません。

設定を決めた理由が「大事な仕事だから」だけでなく、「三つの独立した資料を調べたいから」と言えると、終わった後も振り返れます。分担に時間を使ったのに整理が楽にならなかった場合は、次回の切り方を変える材料になります。

うまくいかない原因が、推論不足とは限らない

例えば、AIが「そのファイルは見つかりません」と言っているのに、Ultraへ切り替えてもう一度頼む。これでは必要なファイルが渡っていない問題は残ります。作業場所、参照資料、利用できる道具を先に確認する方が、原因へ近づけます。

依頼が途中で変わったときも、最後に決まったことが伝わっているかを見ておきたいところです。「さっきの案はやめて、この案にした」と話したつもりでも、古い条件が残っていると、結果の違いを設定の問題と勘違いしてしまいます。

何度か修正して話が絡まってきたら、現在の完成条件を短く整理してもらいましょう。「決まっていること」「変更したこと」「まだ決めていないこと」の三つで十分です。会話を整理することと、考える量を増やすことは、別々に試せます。

ここまでの整理は、今の道具のままで試せます。Codexで開発を続ける中で「何を一つの仕事にするか」「どこまで確かめたら完了か」まで学びたい方には、下の参考書も候補です。出版社の目次では第3章がタスク設計、第4章がサブエージェントなどの基本を扱っています。設定名だけを確かめたい方は、この記事と公式の案内で十分です。

自分の仕事で比べるなら、同じ完成条件を使う

例えば、単価500円の商品を3個買う合計を計算するコードで、1500円になるべきところが503円になる不具合を直す仕事を比べます。通常の入力に加え、0個・負数・小数・上限を超える個数も確認します。先に期待する動作を決めれば、説明の上手さと修正の正しさを分けて見られます。

同じモデルのMediumとHighを比べるなら、同じ修正前ファイル、同じ依頼文、同じテストを用意し、それぞれ新しい会話と作業用コピーで始めます。最初の設定で直ったファイルを、次の設定へ渡さないようにしてください。モデル・速度・推論レベルを同時に変えず、今回は推論レベルだけを変更します。

下の表へ、実際に表示された利用量、完了までの時間、追加で頼んだ回数、テスト結果を記録します。利用率しか表示されない場合は、利用率として残します。推定トークン数や料金へ勝手に換算せず、他の作業が同時に利用枠を消費していないかも確かめます。

試せるコードと8つの確認条件は、コードレビューから修正・テストまでの具体例にあります。この記事のテスト結果は手順を確かめる教材であり、MediumとHighの性能比較結果ではありません。設定ごとの優劣は、同じ条件で実行してから判断します。

• 同じ資料・依頼文・完成条件で比較したか
• 足りなかった項目と、手直しの回数を残したか
• 速さだけでなく、自分の確認負担も見たか
• 一度の結果を、全ての仕事へ一般化していないか

今日からの選び方は、三行で残せる

毎回細かな採点をする必要はありません。作業が終わったら「何を頼んだか」「どの設定だったか」「次も同じ設定でよさそうか」を三行で残すだけでも、自分の傾向が見えてきます。

例えば「短い表記修正／Medium／一度で確認できたので継続」。うまくいかなかった日は「複数資料の比較／High／資料が足りず再依頼。次は先に資料を揃える」。失敗の理由まで残すと、設定を無闇に上げ続けずに済みます。

その記録を週に一度見て、深い設定を使う仕事を少しずつ決めていく。大きなランキングを真似するより、自分が毎日している作業に合う使い方を作れます。

作業と確認結果に合わせて、次の設定を選ぶ

深い推論が必要な仕事、独立した調査を分担できる仕事、短い指示で完了する仕事を、自分の記録から分けていきます。必要な結果が安定して得られ、時間や利用枠にも納得できる設定を次回の出発点にしてください。

まずは普段の仕事を一つ。必要な資料を揃え、完成条件を決め、結果を見て調整する。それでも難しいところに、より深い推論や分担を使う。この順番なら、設定変更の理由を自分で説明できます。

利用枠の減りが気になっている場合は、次の記事で確認する場所と作業の見直し方を整理しています。設定の名前だけでなく、最後の確認まで続けられる使い方を考えていきましょう。

設定を見直しても利用枠が足りないときは、5時間枠と週次枠のどちらが足りないかを確かめてから、追加の支払いを考えてみてください。

別のAIへレビューを頼む場合は、CodexとClaude Codeの引き継ぎ手順で、完成条件とテスト結果の渡し方を確認できます。