OpenAI、GPT-5.6 Solが雑務をより安価なLunaエージェントに委任できるように

Why it matters

Cross-model delegation gives Codex a direct cost and latency control: expensive reasoning can stay with the orchestrator while faster models handle clearly bounded work.

OpenAIはCodexのMulti Agents v2システム向けにクロスモデル委任を出荷し、モデルがGPT-5.6 Lunaを含む任意のサポート対象モデルに作業を割り当てられるようになったと、Eric Provencher (@pvncher)が8月15日にXのスレッドで述べました。

このリリースにより、Codexは実用的なモデル階層を得ます。GPT-5.6 Solのような高能力モデルがオーケストレーターとして残り、狭く定義されたタスクをより高速なワーカーに送ることができます。OpenAIはLunaをGPT-5.6ファミリーの中で最も高速かつ最も低コストのモデルと説明しており、エージェント中心のコーディング作業中のレイテンシと消費を制御するためのルーティングに有用です。

ProvencherはRepo Prompt（https://repoprompt.com/）を構築した後にdeveloper relationsとしてOpenAIに参加しました。Repo Promptはコードベースのコンテキストをキュレーションし、コーディングエージェントを調整するためのネイティブmacOSツールです。Repo Promptにフルタイムで取り組む前は、彼はUnityに5年間在籍していました。Repo Promptは6月13日にオープンソース化され、そのCommunity Editionは引き続きエージェントオーケストレーションのプロジェクトとして継続しています。

その経歴は、ProvencherがOpenAIで出荷している機能に直接対応しています。Repo Promptは、計画、コンテキスト収集、実装を専門化されたエージェント間で分離することを中心に構築されていました。Multi Agents v2は現在、OpenAIのモデルラインナップ内でCodexに同様の労働分担を与えます。

Solが指揮し、Lunaが実行する

ProvencherはLunaワーカーを「純粋なサブエージェント」と表現しました。これらはピアエージェントと同じクロスエージェント調整機能を受け取らず、追加のエージェントにメッセージを送ったり生成したりすることはできません。Solのオーケストレーションツールは引き続き利用可能であり、親モデルがジョブを分解し、指示を出し、結果を収集する責任を負います。

この区別は信頼性にとって重要です。Lunaワーカーは明確な開始プロンプトを持つ単純で限定された作業に最適だとProvencherは述べました。ワーカーが親の会話を必要としない場合は fork_turns: none を使うことを推奨し、初期の指示にタスク完了に必要なすべてが含まれていることを確認するように勧めました。

この設定により、開発者は広範なコンテキストに依存する判断にSolを使用し、機械的な実装や検索、その他の孤立した作業にLunaを割り当てることができます。親は結果の組み立てに責任を持ち、ワーカーのツリーが自己調整的に拡大して互いに調整することを許しません。

Provencherは、ユーザーがアプリを更新すれば追加設定なしでこの機能が動作すると述べましたが、Codexアプリは対応するバージョンバンプより先に機能を受け取ることがあり得るとも述べました。現時点ではユーザーがCodexにこの方法で作業をルーティングするようプロンプトで指示する必要があります。デフォルトの振る舞いは依然として親のモデル、推論努力、コンテキストフォーク設定を使ってコピーを生成します。

そのデフォルトは動作の偶発的な変化を抑えますが、同時にコスト面の利点が自動的に得られるわけではないという意味でもあります。Solセッションは、オーケストレーターが別のモデルと推論レベルを選ぶようプロンプトで指示しない限り、Solワーカーを作り続けます。

このリリースは目に見えるルーティングギャップを埋める

クロスモデル委任は、7月を通じてCodexユーザーが記録していた制限に対処します。ある7月22日に投稿されたGitHubのissueの1つでは、Codex CLI 0.145.0を実行していたユーザーが、Multi Agents v2がSolおよびTerraのサブエージェントは受け入れる一方でLunaを不明なモデルとして拒否したと報告していました。スポーンスキーマに関する別のissueでは、ランタイムが親エージェントに表示されるツール定義にこれらの制御が存在しない場合でも、modelおよびreasoning-effortフィールドを受け入れることがあると指摘されました。

これらの失敗は、マルチモデルオーケストレーションに対する主要な経済的主張を損ねていました。もしすべてのワーカーが最も能力の高い親モデルを継承するなら、単純なタスクであっても計画やデバッグと同じモデル階層を消費してしまいます。モデルと努力の選択を公開することで、オーケストレーターはタスクごとに能力を割り当てられるようになります。

Provencherは、OpenAIがルーティングを信頼できるものにするために追加の時間をかけたと述べました。また、エージェントデモでしばしば使われる大規模な群れよりも低い実用的な上限を設定するため、6〜8体を超えるサブエージェントを実行することは勧めないと助言しました。

Codexの既存のデフォルトはOpenAIの評価において依然として高性能の選択肢であり、Provencherによれば親が同じモデル、同じ推論努力、フォークされたコンテキストでワーカーを作成する設定です。彼はその構成はより遅く動作し、より多くのトークンを消費すると述べました。新しいルーティングは、専門化と明示的な予算を中心に据えた第二の動作モードを開発者に提供します。

範囲はOpenAIがサポートするCodexモデルに留まります。Provencherの発表は外部モデルプロバイダー間の一般的なルーティングを確立するものではありません。しかしながらGPT-5.6ファミリー内では、Codexは計画を立てるモデルを実行するモデルから分離できるようになり、モデル選択をセッション全体の設定ではなくオーケストレーション上の判断に変えます。