---
title: "OpenAI o1とは？API提供終了（2026年10月23日）と移行先"
url: "https://www.issoh.co.jp/column/details/3595/"
published: 2024-09-13
updated: 2026-09-27
categories: ["AI"]
publisher: "株式会社一創"
---

# OpenAI o1とは？API提供終了（2026年10月23日）と移行先

OpenAI o1は、回答を返す前に内部で長い思考を組み立てる「推論モデル」として2024年9月12日に発表されたモデルです。2026年8月時点では、シリーズのうちo1-previewとo1-miniはすでにAPIから削除され、残るo1とo1-proにも2026年10月23日という停止日が設定されています。この記事では、o1が何だったのかという定義と、いま自社のコードがo1を呼んでいる場合に何をすべきかを、OpenAI公式ドキュメントの記載にそって整理します。なお、計算量を表す「O(1)」はまったく別の用語で、記事の最後で違いに触れます。

## まとめ：o1のAPI提供は2026年10月23日に終了、移行先はgpt-5.6-sol

- o1-previewは2025年7月28日、o1-miniは2025年10月27日にAPIから削除済みです。
- o1（`o1-2024-12-17`）とo1-proは2026年4月22日に非推奨が告知され、2026年10月23日に停止します。公式が示す代替は`gpt-5.6-sol`です。
- 単価は100万トークンあたり入力$15・出力$60から、入力$5.00・出力$30.00（短コンテキスト時）へ下がります。ただし推論トークンが出力として課金されるため、実際の請求額は単価差ほどは下がりません。
- モデル名の文字列だけを置き換える移行は公式が明確に禁じています。特にChat Completionsでfunction callingを使っている場合、実効の推論設定を`none`に固定しないと動きません。

停止日までの具体的なスケジュールと、旧来の推奨移行先が現在どうなっているかから順に見ていきます。

## o1シリーズの提供終了スケジュールと代替モデル

### モデル別の停止日と公式の代替モデル

o1シリーズは一度に終了したのではなく、2回に分けて非推奨が告知されました。OpenAIの廃止情報ページに掲載されている内容は次のとおりです。

| モデル                       | 告知日        | 停止日         | 公式の代替               |
| ------------------------- | ---------- | ----------- | ------------------- |
| o1-preview                | 2025年4月28日 | 2025年7月28日  | o3                  |
| o1-mini                   | 2025年4月28日 | 2025年10月27日 | o4-mini             |
| o1（o1-2024-12-17）         | 2026年4月22日 | 2026年10月23日 | gpt-5.6-sol         |
| o1-pro（o1-pro-2025-03-19） | 2026年4月22日 | 2026年10月23日 | gpt-5.6-sol（proモード） |

o1-previewは告知から3か月、o1-miniは6か月で削除されました。o1とo1-proは「Legacy GPT model snapshots」という括りで、GPT-3.5 TurboやGPT-4 Turboと同じ日にまとめて停止します。停止後はモデルIDを指定したリクエストがエラーになるため、期日は移行の締め切りとしてそのまま使えます。

### 当時の移行先だったo4-mini・o3の停止日

実務でいちばん見落とされやすいのが、2025年に示された代替モデルの現状です。当時の告知ではo1-previewの代替がo3、o1-miniの代替がo4-miniでした。ところが2026年4月22日の告知で`o4-mini`と`o3-mini`は2026年10月23日に、`o3`（`o3-2025-04-16`）は2026年12月11日に停止する対象へ入りました。2025年の指示どおりに移した組織は、1年あまりでもう一度移行を迫られる形になっています。

いまからo1系を動かすなら、当時の代替表をたどるのではなく、直接GPT-5.6系へ寄せるのが移行回数を最小にする選択です。用途別の受け皿は`gpt-5.6-sol`（最上位）、`gpt-5.6-terra`（コストと性能の中間）、`gpt-5.6-luna`（大量処理向け）の3つで、エイリアス`gpt-5.6`は`gpt-5.6-sol`にルーティングされます。GPT-5系の前世代どうしの差分は[GPT-5.5とは？GPT-5.4との違い・ベンチマーク・API料金を徹底解説](/tech/details/11902/)にまとめました。

### ChatGPT側とAPI側で終了時期が別々である理由

o1はChatGPTのモデル選択欄からもAPIからも使えましたが、この2つは別々のスケジュールで整理されています。APIは廃止情報ページで停止日が事前告知されるのに対し、ChatGPTのモデル選択欄は製品側の判断で入れ替わります。2026年8月時点で選べる旧モデルはGPT-5系の旧世代とo3だけで、そのo3も2026年8月26日にChatGPTから終了する予定です。ChatGPT側の現状と旧モデルの表示手順は[ChatGPTの古いバージョンは使える？GPT-4o廃止とレガシーモデル表示手順](/tech/details/8125/)で扱っています。

手順書やマニュアルに「ChatGPTでo1を選ぶ」と書いてある場合、その記述はすでに実行できません。モデル名を固定した業務手順は、モデル名ではなく用途（速い応答か、時間をかけた推論か）で書き直すほうが寿命が伸びます。

## o1とは何だったのか：回答前に思考トークンを費やす設計

### 2024年9月12日の発表で示された学習方法

o1は強化学習で訓練され、回答を出す前に長い思考の連鎖を内部で生成します。OpenAIは発表記事で、強化学習に費やす計算量（学習時）と、考える時間に費やす計算量（推論時）の両方を増やすほど性能が伸びると説明しました。それまでの大規模言語モデルが事前学習の規模で性能を伸ばしてきたのに対し、推論時の計算量を性能の軸に据えた点がo1の設計上の分岐点です。

この「回答前に考える」方式は、その後のo3、GPT-5系のreasoning設定へと引き継がれています。現在のモデルで推論の深さを指示に反映させる考え方は[プロンプトエンジニアリングとは？推論モデルでの使い分けと4要素](/column/details/3613/)で整理しています。

### 公開時に公表されたAIME・Codeforces・GPQAの数値

発表時点で公表された測定値は次のとおりです。2024年のAIME（アメリカ数学オリンピック予選）で、GPT-4oが平均12%（1.8問／15問）だったのに対し、o1は1問1サンプルで74%（11.1問）、64サンプルの合議で83%、1000サンプルを学習済みスコア関数で再ランクした場合に93%を記録しました。競技プログラミング（Codeforces）では89パーセンタイル、物理・生物・化学の難問集であるGPQA diamondでは博士号保持者の正答率を上回っています。

ここで注意したいのは、83%や93%という数値が「1回の呼び出しの成績」ではないことです。複数回サンプリングして多数決や再ランクをかけた条件での値であり、APIを1回叩いた結果とは前提が違います。o1の性能を引用する記事はこの条件を落として書きがちなので、社内資料に転記する際は元の条件ごと持っていく必要があります。

### o1-previewとo1-miniの役割分担

2024年9月12日に同時公開されたのは、早期版のo1-previewと、小型のo1-miniでした。o1-miniは事前学習の段階からSTEM推論に最適化された小型モデルで、o1と同じ高計算量の強化学習パイプラインで訓練されたと説明されています。発表時点でo1-previewより80%安価とされ、AIMEでは70.0%（o1は74.4%、o1-previewは44.6%）、CodeforcesではElo 1650（o1は1673、o1-previewは1258）で約86パーセンタイルに位置しました。一方、非STEMの事実知識を要するタスクでは性能が落ちると明記されており、そこがフル版との役割の境目でした。

正式版のo1がAPIに載ったのは、スナップショット名`o1-2024-12-17`が示す2024年12月17日版からです。現在の公式ドキュメントでo1は「以前のフルo-seriesの推論モデル」と説明されており、推奨モデルの一覧からは外れています。

## o1とgpt-5.6-solの仕様・料金の違い

### o1とgpt-5.6-solのコンテキスト長・最大出力・対応エンドポイントの差

移行の見積もりに直結する数値を並べます。o1は200,000トークンのコンテキストと100,000トークンの最大出力を持ち、知識カットオフは2023年10月1日です。対してgpt-5.6-solは約1.05Mトークンのコンテキストと128,000トークンの最大出力を備えます。コンテキストが5倍に広がるため、o1時代に文書を分割して投げていた処理は、分割そのものを見直せる可能性があります。

| 項目           | o1      | gpt-5.6-sol |
| ------------ | ------- | ----------- |
| 入力（100万トークン） | $15.00  | $5.00       |
| キャッシュ入力      | $7.50   | $0.50       |
| 出力（100万トークン） | $60.00  | $30.00      |
| コンテキスト       | 200,000 | 約1,050,000  |
| 最大出力         | 100,000 | 128,000     |

gpt-5.6-solの単価は短いコンテキストでの値です。移行ガイドは、入力が272,000トークンを超える長コンテキストのリクエストではリクエスト全体の料金が変わりうると注意しており、料金表の長コンテキスト欄は入力$10.00・出力$45.00です。コンテキストが広がったからと大量の文書を1回で投げる設計にすると、単価の段が変わって想定より高くつきます。入力量の分布は移行前に測っておくべきです。

エンドポイントの対応範囲も違います。o1はChat Completions、Responses、Assistants、Batchに対応する一方、Realtime、ファインチューニング、埋め込み、音声、画像生成には対応しません。API全体の課金構造を確認したい場合は[ChatGPT APIとは？できること・料金の仕組み・使い方と企業導入の判断基準を解説](/column/details/13309/)を参照してください。

### 推論トークンが出力トークンとして課金される点

推論モデルは、入力・出力とは別に「推論トークン」を生成します。このトークンはAPIから中身を読めませんが、コンテキストウィンドウを占有し、出力トークンとして課金されます。o1の出力$60という単価が重かったのは、見えない思考の分もこの単価で数えられたためです。

移行後も同じ構造は続くため、`max_output_tokens`の値が小さいと、推論だけで枠を使い切って可視の出力が1トークンも返らないまま課金される事故が起きます。OpenAIは、推論モデルを試し始める段階で推論と出力に25,000トークン以上を確保するよう推奨しています。実際の消費量はレスポンスの`output_tokens_details`で確認できます。

## o1を呼んでいるコードをgpt-5.6-solへ移す手順

### モデルIDの差し替えとreasoning.effortの明示

Responses APIでの最小の書き換えは、モデルIDを差し替え、推論の深さを明示することです。GPT-5.6が対応する`reasoning.effort`は`none`／`low`／`medium`／`high`／`xhigh`／`max`で、省略時の既定は`medium`です。対応値はモデルごとに異なるため、ほかのモデルへ流用するときはモデルページを確認してください。

```
from openai import OpenAI

client = OpenAI()

prompt = "この設計書のリスクを洗い出してください。"

response = client.responses.create(
    model="gpt-5.6-sol",
    reasoning={"effort": "medium"},
    input=[{"role": "user", "content": prompt}],
    max_output_tokens=25000,
)

print(response.output_text)
```

移行ガイドは、旧来の実効的な推論の強さが分からない場合は値を推測せず、旧挙動とGPT-5.6の想定ベースラインを比較するよう指示しています。o1からの置き換えなら`medium`を起点に、応答時間とコストを測りながら上下させるのが現実的です。推論モデルで効かないパラメータの整理は[推論パラメータとは？temperatureとtop\_pの決め方・推論モデルでの非対応を実装目線で解説【2026年版】](/tech/details/16065/)にあります。

### o1-proの置き換え：reasoning.modeのpro指定

o1-proの代替は、モデルを分けるのではなく`gpt-5.6-sol`に`reasoning.mode`を`pro`で指定する形になります。modeとeffortは独立したパラメータで、modeが標準実行かpro実行かを選び、effortがその中でどれだけ考えるかを決めます。以下はリクエスト本体の抜粋です。

```
{
  "model": "gpt-5.6-sol",
  "reasoning": {
    "mode": "pro",
    "effort": "medium"
  },
  "input": "この移行計画を評価して失敗しうる箇所を挙げてください。"
}
```

proモードは標準モードより多くのモデル処理を行うため、トークン消費とコストが増えます。課金は選んだモデルの通常単価で行われ、pro専用の割増単価があるわけではありません。

### Chat Completionsでfunction callingを使っている場合の非互換

移行で最も壊れやすいのがここです。GPT-5.6では、Chat Completionsのfunction toolsは実効の推論設定が`none`のときだけ互換性があります。GPT-5.6の既定は`medium`なので、o1を呼んでいたChat Completionsのリクエストでモデル名だけを置き換えると、ツール定義を含む呼び出しが成立しません。回避するには、次のように`reasoning_effort`を明示します（`messages`など他のフィールドは省略した抜粋です）。

```
{
  "model": "gpt-5.6-sol",
  "reasoning_effort": "none",
  "tools": [
    {
      "type": "function",
      "function": { "name": "get_weather", "parameters": {} }
    }
  ]
}
```

推論とツール呼び出しを両立させたいなら、そのフローはResponses APIへ移すのが公式の指示です。ツールを外す、必要な推論を落とすといった回避策で非互換を隠さないよう明記されています。あわせて移行ガイドは、モデル文字列が本体のコードだけでなく環境変数、CLIの既定値、モデル許可リスト、料金メタデータ、テストのフィクスチャ、管理画面のモデル選択UIにも散らばる点を落とし穴として挙げています。停止日当日に落ちる箇所は、本体より設定側の更新漏れであることが多くなります。

## 移行を先送りできる場面と、いま動くべき場面

2026年10月23日まで猶予があるとはいえ、すべての利用者が同じ緊急度ではありません。判断を分けるのは「o1の応答内容に依存した契約があるかどうか」です。

### 動作確認だけで済む先送り可能な条件

先送りしてよいのは、o1を社内の検証やアドホックな分析でしか使っておらず、出力を人が読んで終わっている場合です。この場合はモデルIDを差し替え、体感の品質を確認するだけで完了します。

### いま着手すべき条件と、上位モデルへ一律に寄せる失敗

逆に、すぐ着手すべきなのは次に当てはまる場合です。o1の出力をパースして後続処理へ流している、Chat Completionsでfunction callingを使っている、o1-proの応答品質を前提に業務フローの精度を設計している、あるいはモデル名を顧客向けの仕様書やSLAに明記している。これらは動作確認だけでなく、パーサーの再検証や取引先への説明まで必要になります。停止日の直前に慌てて置き換えると、推論の深さが変わって出力の粒度がずれ、後続のパーサーが静かに壊れます。同じ構図はAzure OpenAI側でも起きており、廃止日の確認方法と移行手順は[Azure OpenAIのモデル廃止に備える方法](https://www.issoh.co.jp/tech/details/16611/)にまとめました。

もうひとつ、o1が停止するからといって最上位の`gpt-5.6-sol`へ一律に寄せる判断は勧められません。もともとo1-miniのような低コスト・低遅延の枠で使っていた処理をSolへ移すと、単価も応答時間も跳ね上がります。公式の移行ガイドも、この「役割を無視した上位モデルへの集約」を移行時の主要な危険として挙げています。用途が軽い処理は`gpt-5.6-terra`や`gpt-5.6-luna`で受けるのが本来の割り当てです。

## 検索語としての「o1」：計算量のO(1)との混同

「o1とは」で検索したとき、OpenAIのモデルではなく計算量の**O(1)**を探している場合があります。O(1)はアルゴリズムの実行時間がデータ量に関係なく一定であることを表すオーダー記法で、配列の添字アクセスやハッシュテーブルの参照が代表例です。読みも「オーダーいち」と区別され、AIモデルのo1とは無関係の用語です。加えて数字の1とアルファベットのlを取り違えた表記や、ゼロ始まりの「01」といった字面の近い語もあります。OpenAIのモデルを調べる場合は「openai o1」のように製品名を添えると、目的の情報にたどり着きやすくなります。

## よくある質問

### o1はまだ使えますか？

2026年8月時点では、APIから`o1`と`o1-pro`を呼び出せます。ただし2026年10月23日に停止するため、この日以降は同じリクエストがエラーになります。o1-previewは2025年7月28日、o1-miniは2025年10月27日に削除済みで、現在は利用できません。

### o1-miniの後継はどのモデルですか？

2025年4月の告知ではo4-miniが代替として示されましたが、そのo4-mini自体も2026年10月23日に停止します。いまから移すのであれば、コストと速度を重視する用途は`gpt-5.6-terra`、大量処理は`gpt-5.6-luna`を選ぶと、もう一度の移行を避けられます。

### ChatGPTの画面でo1を選ぶことはできますか？

できません。ChatGPTのモデル選択欄はAPIとは別に整理されており、2026年8月時点で選べる旧モデルはGPT-5系の旧世代とo3に限られます。そのo3も2026年8月26日にChatGPTから終了する予定です。手順書にo1を選ぶ記述が残っている場合は、モデル名ではなく「時間をかけて推論させる」といった用途ベースの書き方へ変えてください。

### o1からgpt-5.6-solへ移すと料金はどれくらい変わりますか？

100万トークンあたりの単価は、入力が$15.00から$5.00へ、出力が$60.00から$30.00へ下がります（短コンテキスト時）。入力が272,000トークンを超える長コンテキストのリクエストでは、入力$10.00・出力$45.00の料金がリクエスト全体に適用されることがあります。また推論トークンは出力として課金されるため、`reasoning.effort`を高く設定すると実際の請求額は単価差ほど下がりません。

### 検索でよく見る「O(1)」はOpenAIのo1と同じものですか？

別物です。O(1)は計算量を表すオーダー記法で、処理時間がデータ量に依存しないことを示します。OpenAIのo1は2024年9月に発表された推論モデルの名前で、両者に技術的な関係はありません。

## 関連記事

- [GPT-5.5とは？GPT-5.4との違い・ベンチマーク・API料金を徹底解説](/tech/details/11902/)
- [ChatGPTの古いバージョンは使える？GPT-4o廃止とレガシーモデル表示手順](/tech/details/8125/)
- [GPT-4.5とは？特徴・GPT-4o／GPT-4との違いと提供終了後の選択肢](/tech/details/5636/)
- [GPT-4o miniとは？2026年8月の提供状況・料金と移行判断](/column/details/3149/)
- [ChatGPT APIとは？できること・料金の仕組み・使い方と企業導入の判断基準を解説](/column/details/13309/)

---

出典: [OpenAI o1とは？API提供終了（2026年10月23日）と移行先](<https://www.issoh.co.jp/column/details/3595/>)（株式会社一創）