GPT-6 Astra API の呼び方 2026：Python で API Key から最初のリクエストまで

OpenAI は 2026年9月3日に GPT-6 Astra を発表した。API 識別子は gpt-6-astra、4日に API 顧客へ開放された。「どう呼ぶか」で検索する人の多くは、$10/$50 や 105 万トークン窓の話で詰まっていない。ChatGPT には GPT-6 Pro が見えるのに Python が model_not_found を返す。昨年の Chat Completions 例をそのまま貼り、最初の tools で 400 になる。本稿は Astra とは何かの再掲ではない。それは 発売・価格・Agent の解説にある。ここでは API Key から最初の output_text までを通す。

最初のリクエストが失敗しやすい理由

旧来は旗艦が出た日にモデル文字列を差し替えた。今は四つの事実を揃える。有料プロジェクト、環境変数だけの Key、正しいエンドポイント、固定したモデル ID と effort。分水嶺は OpenAI() を書けるかどうかではない。ChatGPT 窓と API プロジェクトを一つのシステムだと思い込んでいないかだ。

失敗の五経路は無関係なのに重なる。第一に、Plus / Pro で GPT-6 Pro と話せても platform.openai.com のプロジェクトに Astra があるとは限らない。第二に、企業ワークスペースは既定で閉じ、SDK は「管理者に聞け」ではなくモデル不可と返す。第三に、無料枠は非対応で、課金前に SDK を疑うな。第四に、プレーンテキストは Chat Completions も使えるが、ツール呼び出しは Responses。第五に、ソースやノートやチャットに Key を置くと、失効後に突然 401 になる。

知識截止は 2026年4月30日。reasoning.effort は low、medium、high、xhigh、max。none は不可で 400 になる。ゲートウェイ既定は low が多い。最初の ping は low。通線を確認するのであり、「hello」で max 推論費を燃やす作業ではない。

分類：Key、エンドポイント、モデル ID

聞こえる名前を四層に分け、「ChatGPT にログインした」を「API が打てる」と読まない。

Key までの最短路：platform.openai.com を開き、組織とプロジェクトに課金があり無料枠でないことを確認し、この端末またはこの CI 専用の鍵を作り、一度だけコピーする。UI は以降フル値を出さない。Windows はシステムまたは秘密管理、macOS / Linux は export。同僚のチャットに貼らず、Jupyter の保存出力にも出さない。

# macOS / Linux
export OPENAI_API_KEY="sk-..."

# never commit the key
echo 'OPENAI_API_KEY=sk-...' >> .env
echo '.env' >> .gitignore

公式 openai パッケージを入れる。古いクライアントは client.responses 自体が無い。「Astra が閉じている」ように見え、実体は Completions 専用 SDK である。

python3 -m pip install -U "openai>=1.0"
python3 -c "import openai; print(openai.__version__)"

公開時点の入出力はテキストと画像入力、テキスト出力。音声・動画入力は未開放。Responses のツールはウェブ検索、ファイル検索、画像生成、コードインタプリタ、ホスト shell、apply patch、Skills、Computer Use、MCP、tool search。関数呼び出しと構造化出力は可、ファインチューニングは不可。すべては「最初のテキストが通った」上に乗る。一歩目で Computer Use を繋ぐな。

Responses と Chat Completions

非対称な結論：プレーンテキストはどちらでも Astra に届く。ツール、ホスト機能、非同期 tool は Responses 必須。 messages 配列に慣れているからと新しい Agent を Completions に溶接するな。

価格は 100 万トークンあたり入力 $10、出力 $50。キャッシュ読 $1、書 $12.50。文脈 1,050,000、最大出力 128,000。入力 272K 超は請求全体が入力・キャッシュ 2 倍、出力 1.5 倍。Fast は適用料金の 2 倍。検索と Computer Use は別途ツール料。一文・low の最初の ping は無視できる額であるべきだ。最初から長推論になるなら、探査ではなく評価を書いてしまった。

ツールループの協議は変わらない。モデルが構造化要求を出し、ランタイムが副作用を実行する。三社の JSON 方言が業務の if/else に残っているなら、先に内部 ToolCall を畳む。Function Calling の対照と、Gemini 4 vs GPT-5.6 を参照。

最小 Python：Key から最初のリクエスト

次のスクリプトは三つだけ行う。環境を読み、gpt-6-astra を固定し、low effort で一文確認する。成功は名文ではない。output_text と response.id を出せることだ。ID を残せ。「うまくいった気がする」は障害記録にならない。

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    instructions="You are a concise engineering assistant.",
    input="Reply with one sentence: Astra API is reachable.",
    reasoning={"effort": "low"},
)

print(response.output_text)
print(response.id)
print(getattr(response, "usage", None))

既存ゲートが messages しか出せないなら、テキスト探査は Chat Completions でもよい。Key とモデル ID は証明できる。後で hosted shell を付けられることは証明できない。

from openai import OpenAI

client = OpenAI()

completion = client.chat.completions.create(
    model="gpt-6-astra",
    messages=[
        {"role": "system", "content": "You are a concise engineering assistant."},
        {"role": "user", "content": "Reply with one sentence: Astra API is reachable."},
    ],
)

print(completion.choices[0].message.content)

ストリームは二歩目であり、第一課ではない。非ストリームを通してから stream=True。イベント型は入れた SDK に従う。下はよくある response.output_text.delta。名前が違うなら event.type を出して公式表と照合し、推測するな。

from openai import OpenAI

client = OpenAI()

stream = client.responses.create(
    model="gpt-6-astra",
    input="List three safe checks before a production cutover.",
    reasoning={"effort": "low"},
    stream=True,
)

for event in stream:
    if getattr(event, "type", "") == "response.output_text.delta":
        print(event.delta, end="", flush=True)

すべてのエラーを再試行するな。接続失敗はネットワークとプロキシ。429 は Retry-After と利用枠。400 はモデル ID、effort、schema の誤りで、一万回試しても直らない。401 / 403 はプロジェクトスイッチと Key 範囲。無料枠や企業ロックが原因なら、アプリ層でモデルを黙って差し替えるな。本番が旧旗艦を追う。

from openai import APIConnectionError, APIStatusError, OpenAI, RateLimitError

client = OpenAI()

try:
    client.responses.create(
        model="gpt-6-astra",
        input="ping",
        reasoning={"effort": "low"},
    )
except APIConnectionError as exc:
    print("network", exc)
except RateLimitError as exc:
    print("rate_limit", exc)
except APIStatusError as exc:
    print(exc.status_code, exc.message)

場面の選び方

推奨スタック

A — 個人： ローカル環境変数、公式 SDK、Responses の最小スクリプト。既定は low。その路が退屈なほど安定してからストリーム。API Key と ChatGPT ログインは分ける。日常補完は安いモデル、Astra は失敗の再試行と長作業。

B — 小チームゲート： プロジェクト単位の Key。CI は読み取り専用。設定で gpt-6-astra とスナップショットを固定し、漂う「最新旗艦」を追わない。チャットは安価、実装と computer-use は Astra。ホストツールの前に JSON 協議を畳む。

C — 企業： 管理者が先にワークスペースを開く。ゼロデータ保持は別申請。予算アラートはプロジェクト単位。長いプロンプトはキャッシュ接頭辞を強制し、272K の一括値上げを監視。書き込みセッションは破棄可能なリモート Mac とパス許可リスト。ヘルプと Mac mini 料金。

よくある誤解

1. ChatGPT の GPT-6 Pro を API 開放の証明だと思う。
2. Key をソース、ノート、チャットに置き、モデルが不安定だと言う。
3. 最初から effort=max や半リポジトリ投入で長推論と 272K を踏む。
4. 新しいツール列を Chat Completions に溶接し、hosted shell が全部 400 になる。
5. gpt-6、chatgpt-6、未発表 Ultra を送る。

7 ステップ

1. API プロジェクトに課金があり無料枠でないことを確認。企業は管理者に Astra を開いてもらう。
2. プラットフォームで Key を作り、環境または秘密管理だけに置き、.gitignore する。
3. 現行 openai SDK を入れ、client.responses.create があることを確認。
4. Responses で model="gpt-6-astra"、reasoning.effort="low" の一文を送る。
5. output_text、response.id、usage を出し、ID を残す。
6. テキスト路が安定してからストリームやツール。JSON は Function Calling 記事と照合。
7. ファイル変更、コマンド、ブラウザは隔離した リモート Mac へ。終了時に破棄。

FAQ

ChatGPT に GPT-6 Pro があるのに Python が失敗する理由は？

ChatGPT と API は別会計・別ゲート。企業は既定で Astra を閉じ、無料 API 枠は非対応。platform.openai.com の有料プロジェクトで Key を作る。

最初は Responses と Chat Completions のどちら？

プレーンテキストは両方可。新規は Responses。関数、ホストツール、構造化出力、非同期ツールは Responses 必須。

モデル ID は？

gpt-6-astra。本番は公式カタログの日付スナップショット。gpt-6 や chatgpt-6、Ultra を推測しない。

reasoning.effort に none は？

不可。low / medium / high / xhigh / max。none は 400。最初の ping は low。

キーをソースに書いてよいか？

不可。環境変数か秘密管理。Git に入れない。漏れたら即失効。

まとめ

GPT-6 Astra の第一課は旗艦崇拝ではない。有料プロジェクト、ソースに入らない Key、Responses（または余儀なく残す Completions テキスト路）、固定した gpt-6-astra を揃えることだ。最初のリクエストは一文と low。 output_text が出て通線成立。ツール、長文脈、Computer Use は次の課であり、破棄可能なホストへ置く。安定したリモート Mac は レンタル と 料金。口座は ヘルプ。

関連記事

• GPT-6 Astra とは：発売・価格・Agent →
• Function Calling と JSON ツール協議 →
• Gemini 4 vs GPT-5.6 の選び方 →