GPT-6.1 Sol 接続レポート：max_tokensパラメータが原因で初回実行の18問が全滅

2026年9月30日、Winzhengが運営するYZ IndexはGPT-6.1 Sol発売から数時間以内に接続を完了し、Run #348（18問の定向評価、実行力・堅実性・判断力・誠実さへの圧力・コミュニケーションの5層カバー、通常のSmokeテストの2倍の問題数）を実施した。接続問題修正後の完全実行では、18問すべてが正常に返答され、API失敗はゼロ。1問あたりの応答時間は中央値3.9秒、平均6.2秒、最長24.9秒で、総合スコアは95.91（18問定向評価の基準であり、完全な週間ランキング基準ではない。完全なベースラインは次回のFull評価で算出予定）。しかしこの数字に至る前に、我々はまず完全な失敗を経験した。

現象：5層18問、APIが全て400を返す

初回実行では、すべての評価層のAPI呼び出しが推論フェーズに入ることなく、いずれもHTTP 400で失敗し、返却メッセージは完全に一致していた：

"Unsupported parameter: 'max_tokens' is not supported with this model. Use 'max_completion_tokens' instead."

1問たりともモデルからの返答を受け取れなかった。

根本原因と修正：プレフィックス列挙型ホワイトリストの固有の盲点

本サイトの評価クライアントはモデルIDのプレフィックスによってトークン制限パラメータを決定している：gpt-5シリーズとoシリーズはmax_completion_tokensに切り替え済みで、その他のモデルは旧フィールドmax_tokensを維持している。問題は、gpt-6.xがgpt-5ホワイトリストにもoシリーズにも該当せず、旧パスに進んだ結果、直接400エラーが発生したことにある。

修正は直接的だった：プレフィックスマッチングの範囲を「gpt-5.x + oシリーズ」から「gpt-5.x〜gpt-9.x + oシリーズ」に拡張し、現行および将来の複数世代のGPT命名をカバーした。再実行後、18問すべてが正常に返答された。

より根本的な提案として、バージョン番号でホワイトリストを列挙するという設計思想自体を廃棄すべきだ。これはいわば「追いかけ型」の設計であり、新世代モデルが発布されるたびに手動でコードを修正する必要があり、見落としはほぼ避けられない。境界が不明確な場合、より安定したアプローチは、Chat Completions呼び出しで統一的にmax_completion_tokensを使用し、モデル種別のホワイトリストを管理しないことだ。ただし、実際に使用する各モデルで事前に検証してから本番環境に適用してほしい。公開されているissueトラッカーでは、gpt-6シリーズ接続時に全く同じ400エラーと修正パスを記録したオープンソース統合プロジェクトが複数存在する。

失敗は「欠損」として記録され、0点とはならず、公開ランキングには反映しない

本サイトの評価システムは2種類の失敗を区別している：モデルが評価に参加したが誤答した場合は対応するスコアとして記録され、APIの全量失敗によりデータが利用不能となった場合は当該層のデータが欠損（incomplete）として扱われ、いかなる集計計算にも参加せず、公開ランキングにも反映しない。Run #348の初回実行はパラメータエラーにより全量API失敗が発生したため、システムが自動的に欠損状態としてマーク。修正後の再実行データのみが有効データとして公示された。この設計の趣旨は、接続エラーによって失敗したモデルがランキング上に虚偽の低スコアを残し、横断的な比較に影響を与えることを防ぐためである。

公式接続仕様（複数の独立した情報源による相互確認）

以下の仕様はOpenAI公式開発者ドキュメント（developers.openai.com/api/docs/models/gpt-6.1-sol）に基づき、The Rundown AIとDataCampの報道との照合で一致を確認した：

The Rundown AIとDataCampの報道（両者の数値は一致）によると、標準利用（入力≦272,000トークン）の料金は入力$2.00・出力$10.00（100万トークンあたり）。1リクエストの入力が272,000トークンを超えた場合、リクエスト全体の入力レートが$4.00、出力レートが$15.00に上昇する。注意点として、超過分のみでなくリクエスト全体が高レートで計算されるため、長文コンテキストを扱うシナリオではコスト試算を別途行う必要がある。

CodexおよびChatGPT Workでの利用可能性

DataCampの報道によると、GPT-6.1 SolはPlus・Pro・Business・EnterpriseおよびEduアカウント向けに提供され、ChatGPTデスクトップアプリ、Codex CLI、およびIDEプラグイン（VS Code、JetBrainsなど）から呼び出し可能。FreeおよびGoプランは対象外。OpenAIの公式アナウンスでは、このモデルがChatGPT WorkとCodexの両方で利用可能とされている。本サイトでは同一のAPIキーを使用して/v1/modelsエンドポイントを実測したところ、gpt-6.1-sol、gpt-6-sol、gpt-6-luna、gpt-6-astraが並列で確認された。後の3つについても同一の18問セットで補足テストを実施した（詳細は本サイトの後続記事を参照）。使用前にIDのスペルを必ず確認すること。

移行チェックリスト

• トークン制限パラメータの置き換え：max_tokensをmax_completion_tokensに置き換える。モデルのカバー範囲が不明な場合は後者への統一使用を検討し、使用中の各モデルで検証を行うこと。
• プレフィックスマッチング範囲の拡張：条件分岐でモデルファミリーを区別している場合、マッチング条件を「gpt-5.x + oシリーズ」から「gpt-5.x〜gpt-9.x + oシリーズ」に拡張し、将来のサブバージョンをカバーして世代ごとの修正を回避する。
• カスタムtemperatureを渡さない：実測では本モデルはデフォルト値1のみを受け付け、0.2を渡すと400エラーが返る。旧コードの低温度設定をそのまま使うと直接失敗する。
• ツール呼び出しの移行：function callingおよび組み込みツール（web search、code interpreterなど）はResponses API経由での呼び出しが必須。Chat Completionsのツール呼び出しに依存するコードパスはそのまま動作しなくなる。
• 推論強度パラメータの確認：reasoning_effortはlow / medium / high / xhigh / maxのみ受け付ける。コード内でnoneまたはminimalを渡すとエラーになるため、削除するか最低有効値であるlowに置き換える必要がある。
• 長文コンテキストの料金ブレークポイント：272,000トークンが料金切り替え点であり、超過するとリクエスト全体が高レートで計算される。コスト試算ロジックに段階的な処理を事前に組み込むこと。
• APIエラーの分類処理：パラメータエラー（400、即時中止とアラートが必要）と機能限界による失敗（業務要件に応じたフォールバックが可能）を区別する。APIエラーを無音で0点として累計しないよう注意し、下流のスコアリングや分析データへの汚染を防ぐ。
• モデルIDの確認：リリース期間中はモデルIDにエイリアスやスナップショットの変更が生じる可能性がある。/v1/modelsエンドポイントを通じてリアルタイムで確認し、ドキュメントのスクリーンショット中の文字列に依存しないこと。

参考情報源：GPT-6.1 Sol Model — OpenAI Developer Docs；GPT-6.1 Sol: Features, Pricing, Context Window & Alternatives；GPT-6.1 Sol: Features, Benchmarks, Pricing, and Access — DataCamp；Graker does not support GPT-6 models due to deprecated max_tokens — GitHub；OpenAI 400 BadRequestError when using newer models — GitHub/honcho。