GPT-5.6 が Token Station に登場：coding agent のルートでそのまま試す

GPT-5.6 が Token Station で使えるようになりました。

coding-agent チームにとって重要なのは、GPT-5.6 を開発者がすでに使っているルートで試せることです。直接の OpenAI-compatible API と OpenAI Codex スタイルの workflow です。

つまり GPT-5.6 は単なる発表ではなく、agent stack を作り直さずに route して、比較して、採用を判断できる選択肢になります。

Token Station がサポートするルート

直接の OpenAI-compatible ルート：

• openai/gpt-5.6
• openai/gpt-5.6-sol
• openai/gpt-5.6-terra
• openai/gpt-5.6-luna

OpenAI Codex スタイルの workflow は上記と同じ openai/ ルートを使うため、別途 Codex 専用ルートを設定する必要はありません。

同じモデルファミリーを、自分の workflow に合う surface から試せます。

1 つの endpoint から GPT-5.6 を試す

curl https://models.bytefuture.ai/v1/chat/completions \
  -H "Authorization: Bearer TOKEN_STATION_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-5.6-sol",
    "messages": [
      {"role": "user", "content": "Plan a safe refactor for a pricing module and list the tests to run."}
    ]
  }'

variant を切り替えるには model フィールドだけを変えます。

{
  "model": "openai/gpt-5.6-terra"
}

endpoint は同じです。変えるのは route だけです。

GPT-5.6 Sol、Terra、Luna

coding agent は 1 回の API call ではありません。計画、repository search、patch generation、test repair、code review、delegated subtasks などが続きます。すべての step が同じ model tier を必要とするわけではありません。

3 つの named variant はチームに実用的なテストの階段を与えます。

• GPT-5.6 Sol：最も難しい coding-agent step に使う flagship route。
• GPT-5.6 Terra：implementation や debugging loop に使う middle route。
• GPT-5.6 Luna：exploration、triage、subtask fan-out に使う lower-cost route。

実用的な routing はこうです。

• 探索、triage、反復には安い route を使う。
• 難しい reasoning、高リスク patch、final review では強い route に上げる。
• endpoint を安定させ、harness、agent、evaluation scripts を毎回書き換えない。

agent workload は均一ではありません。全 repository の計画、微妙な失敗テスト、boilerplate の編集を同じ cost tier で動かす必要はありません。モデル選択は route name になり、新しい integration project ではなくなります。

Pricing と cache accounting

Token Station は GPT-5.6 の input、output、cached input、cache writes、そして 272K input tokens を超える long-context tier を扱います。

coding agent は repository context を何度も送ります。file summaries、diff、test output、task state、previous plans などです。Prompt caching はこの繰り返しコストを下げられますが、cache writes と cached reads を分けて扱う必要があります。

Token Station は GPT-5.6 の cache_write_tokens を cache-creation bucket に正規化し、ordinary input tokens と二重計上しないようにします。

実用的な価格フレーム（GPT-5.6 の価格は 272K input tokens まで）：

272K input tokens を超えると GPT-5.6 は long-context tier になります。Sol は input と cached-input が倍になり、output は $45/M。Terra は $5/M input と $22.50/M output、Luna は $2/M input と $9/M output です。

Claude Fable 5 との比較

Claude Fable 5 は long-running coding agent の自然な比較対象です。Token Station では 1M context window と $10/$50 の高い price profile で設定されています。

GPT-5.6 は別の運用形を持ちます。OpenAI-native route、Codex スタイルの surface、そして同じ family 内の複数 price tier です。

まずはこう選べます。

• OpenAI-native route、Codex スタイルの surface、あるいは高頻度な step に安い tier が欲しいなら GPT-5.6 ファミリー。Sol、Terra、Luna は上記のとおりタスクごとに選ぶ。
• Anthropic の long-running-agent behavior と 1M context を重視し、高い価格を許容するなら Claude Fable 5。
• workflow fit が model brand より重要なら Token Station 内で比較する。

Token Station で GPT-5.6 を試す

Token Station を使っているなら、GPT-5.6 は coding-agent workflow に追加できる新しい route family です。

direct OpenAI route で API check を行い、Codex では同じ openai/ ルートを設定して terminal coding task を試せます。

Token Station を試す