モデル䞀芧に戻る
openai logo
gpt-6-sol-pro

GPT-6 Sol Pro

GPT-6 Sol Proは、[GPT-6 Sol](https://openrouter.ai/openai/gpt-6-sol)ず同じ基盀モデルであり、耇雑なタスクに察しおより高品質な応答を埗るために`reasoning.mode`を`pro`に蚭定しお提䟛されおいたす。 詳现に぀いおはOpenAIのドキュメントを参照しおくださいhttps://developers.openai.com/api/docs/guides/reasoning#reasoning-mode

2026/9/22
1,050,000 トヌクン
入力: ¥357.4/M
出力: ¥1,787/M

仕様

モダリティ

入力
file
image
text
出力
text

サポヌトされおいるパラメヌタ

include_reasoning
max_completion_tokens
max_tokens
reasoning
reasoning_effort
response_format
seed
structured_outputs
tool_choice
tools

最倧出力トヌクン

128,000

掚論蚭定

既定の動䜜
思考オン匷床: medium
指定できる匷床
max
xhigh
high
medium
low
none
思考のオフ
可reasoning.enabled: false

思考の制埡方法ず課金を芋る

デヌタの取り扱い

プロンプトの保持
䞍明 — 確認できおいたせん
孊習ぞの利甚
孊習には利甚されたせん

「䞍明」は「問題なし」ではありたせん。確認できおいない、ずいう意味です。

孊習の可吊は提䟛元ずの条件に基づく申告倀です。保持の可吊は、このモデルが到達しうる実行先すべおに぀いお䞊流が公衚する䞀芧から刀定しおいたす。いずれも掚枬は含みたせん。

コヌド䟋

curl https://api.fastmetal.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-6-sol-pro",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

GPT-6 Sol Proの実際の回答

FastMetal䞊で実際に蚘録した、暙準プロンプトぞの回答です。

この゚ラヌをデバッグしお

以䞋の゚ラヌがPythonアプリケヌションで発生しおいたす。原因を特定しお修正しおください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport


原因ずしおたず疑うべきなのは、DBから取埗した `price` が数倀ではなく文字列になっおいるこずです。金額は浮動小数点数ではなく `Decimal` に倉換しお蚈算したす。 ```python from decimal import Decimal def get_user_orders(user_id): orders = db.query( "SELECT price, quantity FROM orders WHERE user_id = %s", user_id, ) total = sum( (Decimal(str(order["price"])) * int(order["quantity"]) for order in orders), Decimal("0"), ) return {"user_id": user_id, "total": total, "orders": orders} ``` あわせお、DBの `price` 列が文字列型なら `DECIMAL` などの数倀型にするのが根本的な察策です。 **ただし、提瀺された゚ラヌ文ずコヌドは厳密には䞀臎したせん。** Pythonでは通垞、`"12" * 2` は文字列の繰り返しになり、瀺された `*` の `TypeError` は出たせん。その堎合は埌続の `sum` で `int` ず `str` の加算゚ラヌになりたす。実際の実行コヌドず、`type(order["price"]

応答時間 9.4秒出力 1172 トヌクン

コヌドレビュヌ

以䞋のTypeScript関数をレビュヌしお、可読性・パフォヌマンス・ベストプラクティスの芳点から改善点を提案しおください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo


䞻な改善点は、**型を明瀺するこず**ず**HTTP゚ラヌを確認するこず**です。珟圚は `404` や `500` の応答でも、そのたた `response.json()` ず `data.users` の参照に進んでしたいたす。 ```ts interface ApiUser { id: number; first_name: string; last_name: string; email: string; status: string; } interface User { id: number; name: string; email: string; } interface UsersResponse { users: ApiUser[]; } const PAGE_SIZE = 100; async function fetchAllUsers(startPage = 1): Promise<User[]> { if (!Number.isSafeInteger(startPage) || startPage < 1) { throw new RangeError("startPage must be a positive integer"); } const users: User[] = []; let page = startPage; while (true) { const response = await fetch( `/api/users?page=$

応答時間 16.8秒出力 2246 トヌクン

SQLク゚リの最適化

以䞋のSQLク゚リは500䞇行のテヌブルに察しお実行するず30秒以䞊かかりたす。最適化しおください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN


遅さの䞻因は、`order_details` ず `reviews` をどちらも集蚈前に結合しおいるこずです。商品に泚文明现が10行、レビュヌが20行あれば、集蚈察象は200行に増えたす。**遅くなるだけでなく、`COUNT(o.order_id)` ず `SUM(o.amount)` もレビュヌ件数分だけ氎増しされたす。** PostgreSQLを想定するず、泚文明现を商品ごずに集蚈し、売䞊䞊䜍50商品を決めおからレビュヌを集蚈する圢にできたす。 ```sql WITH sales AS ( SELECT od.product_id, COUNT(*) AS order_count, SUM(o.amount) AS total_sales FROM orders o JOIN order_details od ON od.order_id = o.order_id JOIN products p0 ON p0.id = od.product_id AND p0.is_active = true WHERE o.status = '完了' AND o.created_at >= DATE '2024-04-01' GROUP BY od.product_id ), top_sales AS ( SELECT product_id, order_count, total_sales FROM sales ORDER BY total_sales DESC NULLS LAST LIMIT

応答時間 21.3秒出力 2803 トヌクン

他のモデルず䞊べお比范する →

よくある質問

GPT-6 Sol ProのAPI料金はいくらですか
FastMetalでは100䞇トヌクンあたり入力¥357.4・出力¥1,787皎別の円建お埓量課金です。前払いクレゞットから䜿った分だけ差し匕かれ、月額料金やサブスクリプションはありたせん。
GPT-6 Sol ProはOpenAI SDKからそのたた䜿えたすか
はい。base_url を https://api.fastmetal.ai/v1 に倉曎し、model に "gpt-6-sol-pro" を指定するだけで、既存のOpenAI向けコヌドから呌び出せたす。ストリヌミング、ツヌル呌び出し、構造化出力にも察応しおいたす。
GPT-6 Sol Proのコンテキスト長はどのくらいですか
1,050,000トヌクンです。プロンプトず回答を合わせおこの範囲に収める必芁がありたす。
GPT-6 Sol Proを詊すには䜕が必芁ですか
アカりントを䜜成しおクレゞットをチャヌゞするず、ブラりザのチャット画面ずAPIの䞡方から利甚できたす。契玄や最䜎利甚額はありたせん。

GPT-6 Sol Proを今すぐ詊す

GPT-6 Sol ProはFastMetalのAPIキヌ1぀で利甚できたす。ブラりザですぐに詊す、たたはOpenAI SDKからそのたた呌び出せたす。