Azure Deep Researchの移行手順：o3-deep-research退役（2026年11月19日）後はgpt-5.5・gpt-5.6-sol＋web searchで組み直す

Microsoft Foundry（旧Azure AI Foundry）の「Deep Researchツール」は非推奨で、調査専用モデルのo3-deep-research（2025-06-26版）は2026年11月19日に退役します。退役後も同じ調査を続けるには、GPTモデルとweb searchツールの組み合わせに作り替えなければなりません。この記事では、後継モデルの選び方、Responses APIでDeep Research相当の調査を組むコード、単価と検索回数の数え方、Bingへの送信で生じるデータ境界を、Microsoft Learnと価格APIの記述をもとに整理します。

Deep Researchそのものの仕組みはDeep Researchの仕組みとは？計画・検索・調べ直し・レポートの4段階とGemini・Claudeとの違いで解説しています。本記事はAzure上で動かす場合に絞った内容です。

まとめ：退役前後に必要な作業と移行先

• 旧Deep Researchツールは非推奨で、2025-05-15-preview APIのclassicエージェントでしか動きません。o3-deep-research専用なので、モデルの退役と同時に使えなくなります。
• o3-deep-researchは2026年11月19日に退役し、以後の推論要求は410 Goneを返します。退役日の延長は受け付けられません。
• 後継の指定はgpt-5.6-sol。Azure OpenAIのweb searchハウツーでは、Deep Researchモードをgpt-5.5のreasoning.effortをhighかxhighにして使う方法も案内しています。
• 組み直しの中身は「GPTモデル＋{"type": "web_search"}＋background実行」です。旧ツールがgpt-4oで行っていた範囲確認の代わりに、前段の小さなモデルで不足条件を聞き出して調査指示を書き直す処理を組みます。
• Bing検索は1,000回あたり$14で、回数はtool_usage.web_search.num_requestsで数えます。Bingへ送ったデータはDPAの対象外となり、Azureの地理的境界の外へ出ます。

Azure版Deep Researchの現状：旧ツール・o3-deep-research・後継の関係

Azureで「Deep Research」と呼ばれてきたものには、提供時期の違う3つの経路があります。2025年7月に公開されたclassicエージェントの「Deep Researchツール」、その置き換えとして案内された「エージェント＋web searchツール」、そしてAzure OpenAIのResponses APIを直接呼ぶ方法です。旧ツールのLearnページは冒頭に「The Deep Research tool is deprecated」と書き、o3-deep-researchをweb searchかMCPツールと組み合わせるよう案内しています。ただし後ろの2経路もo3-deep-researchを使う限り同じ日に止まるので、11月19日以降はモデルを差し替えることになります。

旧ツールが内部で回していた4段階

旧ツールは、gpt-4oが質問の意図を確かめて調査範囲を絞り、Grounding with Bing SearchでWebを検索し、o3-deep-researchが読み込んだ結果を推論・統合して、出典付きのレポートを返す4段階で動いていました。範囲確認に使えたのはgpt-4oだけで、LearnにはGPT-4o-miniとGPT-4.1系は非対応と書かれています。動作リージョンはWest USとNorway Eastの2つに限られ、Japan Eastは含まれません。移行先では、この4段階をアプリ側で組み立て直します。

退役スケジュールと11月19日以降の挙動

Model retirement scheduleから、Deep Researchの組み直しに関わる行を抜き出しました。移行先の候補は退役日にも差があり、gpt-5.6-solのほうがgpt-5.5より約2か月半長く使えます。

モデルのライフサイクル規定では、Deprecated段階のモデルを新規顧客はデプロイも利用もできず、既存顧客かどうかはサブスクリプション単位で「そのモデルバージョンをデプロイしたことがあるか」で判定されます。同じテナントでも、新しく作ったサブスクリプションでは使えません。退役後は推論要求がすべて410 Goneを返し、FAQでは退役日の延長について「Retirement dates aren’t extendable」と答えています。classicエージェント自体も2027年3月31日に退役します。

同じ規定には、Global StandardとData Zone Standardのデプロイを退役時に後継モデルへ自動で切り替える仕組みもあります。ただ、旧ツールはo3-deep-researchを前提に作られているので、デプロイの中身が切り替わってもツールが動き続けるとは限りません。自動切り替えを当てにせず、後継モデルのデプロイを自分で作り、11月19日より前に新しい構成で試しておくのが確実です。なお、旧ツールのサンプルページには退役日を「December 26, 2026」とする記述が残っていますが、退役スケジュールと旧ツールの概要ページはどちらも11月19日です。早いほうに合わせて計画してください。

OpenAI APIのo3-deep-researchは2026年7月にすでに提供を終えています。OpenAI側の経緯と移行先はo3 Deep Researchとは？API版は2026年7月に提供終了｜移行先の選び方と移行コード【2026年10月】にまとめました。

退役後の移行先：gpt-5.5とgpt-5.6-solの選び方

Azure OpenAIのweb searchハウツーは、web searchの使い方を「推論なしの検索」「推論モデルによるエージェント型検索」「Deep Research」の3つに分けています。Deep Researchモードの説明は「Use this mode with o3-deep-research, or with gpt-5.5 and reasoning.effort set to high or xhigh」で、数分かかる処理なのでbackground実行に向くとしています。一方、退役スケジュールの後継欄に書かれているのはgpt-5.6-solです。

どちらを選ぶかは、次の基準で判断します。

• gpt-5.6-solを選ぶ場合：退役日が2028年1月11日でgpt-5.5より遅い。単価は、少なくとも2026年11月30日まではプロモーション価格でgpt-5.5より安くなっています（下の料金表）。推論モデルのハウツーでも、GPT-5.6のreasoning.effortのxhighは「Deep research, asynchronous workflows, and agentic tasks with long runs」向けと説明されています。新しく作る構成はこちらを基準にしてください。
• gpt-5.5を選ぶ場合：2つの移行先のうち、web searchハウツーのDeep Researchモードに名前が出ているのはgpt-5.5です。ドキュメントどおりの組み合わせで動かしたい場合や、すでにgpt-5.5をデプロイ済みのサブスクリプションでは、こちらから始めると検証の手間が少なく済みます。

どちらも汎用の推論モデルなので、調査専用のo3-deep-researchとは集める出典の数やレポートの長さが変わります。旧構成で作ったレポートを数本残しておき、引用数・所要時間・出力トークン数を並べて比べてから切り替えてください。GPT-5系のデプロイ手順とreasoning_effortの指定方法はAzure OpenAIでGPT-5を使う方法｜デプロイ・クォータ・reasoning_effortの実装手順【2026年10月】で詳しく扱っています。

Responses APIでDeep Research相当を組む手順

範囲確認の代わりに置く前処理

Azure OpenAIのDeep Researchハウツーは、よい結果を得る手順として3段階を推奨しています。小さなモデル（例としてgpt-4.1やgpt-5）で利用者から足りない条件を聞き出し、同じく小さなモデルで詳細な調査指示に書き直し、その指示を調査モデルに渡す、という流れです。旧ツールがgpt-4oで自動的に行っていた範囲確認を、アプリ側で明示的に組む形になります。前段のモデルには「自分では調査しない。調査者に渡す情報を集めるだけ」と指示しておきます。これはハウツーのプロンプト例にも入っている条件です。

gpt-5.5＋web searchをbackgroundで実行するコード

Azure OpenAIのv1エンドポイントに、OpenAI公式のPythonライブラリでつなぐ例です。事前にpip install openai azure-identityを実行し、az loginでサインインしておきます。modelにはデプロイ名を入れ、gpt-5.6-solに切り替えるときもこの値を替えるだけです。

import time
from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

token_provider = get_bearer_token_provider(
    DefaultAzureCredential(), "https://ai.azure.com/.default"
)
client = OpenAI(
    base_url="https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/",
    api_key=token_provider,
)

response = client.responses.create(
    model="gpt-5.5",  # デプロイ名
    reasoning={"effort": "high"},
    tools=[{"type": "web_search"}],
    max_tool_calls=40,  # ツール呼び出し回数の上限（Bingの課金回数とは一致しない）
    background=True,
    include=["web_search_call.action.sources"],
    input="国内の生成AI関連の法規制動向を2026年分まとめて。各段落に出典URLを付けること",
)
while response.status in ("queued", "in_progress"):
    time.sleep(30)
    response = client.responses.retrieve(response.id)
if response.status != "completed":
    raise RuntimeError(f"調査が正常終了しませんでした: {response.status}")

print(response.output_text)
if response.tool_usage:
    print("Bing検索回数:", response.tool_usage.web_search.num_requests)

backgroundモードはstore=trueが前提で、ステートレスな要求には対応していません（Responses APIのハウツーの制限事項）。応答を保存しない運用を社内規程で求めている場合は、この点を先に確認してください。Deep Researchのハウツーが挙げる注意点は3つです。タイムアウトを避けるためにbackgroundモードで実行し、完了通知が要るならWebhookを設定すること。max_tool_callsでツール呼び出しの回数を制限し、費用と待ち時間を管理すること。そして、出典を残すためにincludeへweb_search_call.action.sourcesを指定することです。出典URLはweb_search_callのaction.sourcesに入りますが、ページタイトルは含まれません。タイトルは本文のurl_citation注釈から取ります。旧方式のweb_search_previewも動きますが、ハウツーの制限事項には「supported but not recommended」と書かれています。新しく書くコードはweb_searchにしてください。

検索先の絞り込みと地域の指定

調べる範囲を官公庁や公式ドキュメントに限りたいときは、ツールにfiltersを付けます。allowed_domainsには最大100件まで指定でき、サブドメインも対象に含まれます。逆にblocked_domainsで特定のサイトを除外することもできます。ドメインの絞り込みは、Responses APIのweb_searchツールでしか使えません。

tools=[{
    "type": "web_search",
    "filters": {
        "allowed_domains": ["e-gov.go.jp", "meti.go.jp", "soumu.go.jp"],
        "blocked_domains": ["en.wikipedia.org"],
    },
}]

おおよその所在地はuser_locationで渡します。都市・地域・タイムゾーンの指定はweb_searchツールでだけ有効です。調べる範囲をリクエストごとに変えられる点は、旧ツールにない利点です。

社内データをMCPで調べる構成と安全策

社内文書も調査範囲に入れたい場合は、リモートMCPサーバーをツールに加え、require_approvalをneverにします。ハウツーのトラブル対処にも、MCP呼び出しが失敗するときはサーバーに到達できるか、require_approvalがneverになっているかを確かめるよう書かれています。安全策としてハウツーが挙げているのは、信頼できるMCPサーバーだけをつなぐ、ツール呼び出しと出力をすべて記録して見直す、ツールの引数をスキーマや正規表現で検証する、リンクは開く前・共有する前に確認する、の4点です。特に重要なのが、段階を分ける運用で、まずWebアクセスありで公開情報を調べ、次にWebアクセスなしで社内MCPを調べるようにします。Webページに仕込まれた指示（プロンプトインジェクション）に従ったモデルが、社内データを検索クエリに載せて外へ送る経路を作らないための分け方です。

Foundryエージェントで使っている場合の移行

classicエージェントから新しいFoundryエージェントへ移る場合は、threadをconversationに、runをresponseに置き換え、DeepResearchToolの代わりにweb searchツールを定義に入れます。エージェント版のweb searchページには、o3-deep-researchとWebSearchPreviewToolを組み合わせた公式例があり、「This approach replaces the deprecated Deep Research tool」と書かれています。退役後も動かすには、この例のmodelをGPTモデルのデプロイ名に替え、ツールをWebSearchToolにします。

import os
from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient
from azure.ai.projects.models import PromptAgentDefinition, WebSearchTool

project = AIProjectClient(
    endpoint=os.environ["PROJECT_ENDPOINT"],
    credential=DefaultAzureCredential(),
)
openai = project.get_openai_client()

agent = project.agents.create_version(
    agent_name="research-agent",
    definition=PromptAgentDefinition(
        model="gpt-5.6-sol",  # デプロイ名
        instructions="論点を列挙してから順に検索し、各段落に出典URLを付けてレポートを作成する",
        tools=[WebSearchTool()],
    ),
)
try:
    conversation = openai.conversations.create()
    response = openai.responses.create(
        conversation=conversation.id,
        input="国内の生成AI関連の法規制動向を2026年分まとめて",
        extra_body={"agent_reference": {"name": agent.name, "type": "agent_reference"}},
    )
    print(response.output_text)
finally:
    project.agents.delete_version(agent_name=agent.name, agent_version=agent.version)

同じページには、Deep ResearchではMCPエンドポイントであるtoolbox経由でweb searchを渡さないよう注意書きがあります。モデルがResponsesの直接のweb searchツールを必要とするためです。toolboxで検索ツールを共有している構成でも、調査用エージェントだけは定義に直接書いてください。SDKはazure-ai-projectsの2.x系（2026年10月30日公開の2.10.0はPython 3.10以上）を使います。旧サンプルが固定していた1.1.0b4などの1.x系とは別の仮想環境にpip install azure-ai-projects azure-identityで入れるのが安全です。掲載したコードは、azure-ai-projects 2.10.0とopenai 3.46.0でクラス名と引数が通ることを確認したもので、実際のAzure環境で調査を完走させた結果ではありません。移行ツールは過去のthread・run・messageを移さないため、移行後の会話は新しいconversationから始まります。プロジェクトやロールの全体像はFoundry Agent Service（旧Azure AI Agent Service）とは？移行・料金・Python実装【2026年11月】を参照してください。

料金：モデル単価とBing検索回数の数え方

Azure Retail Prices APIに2026年11月7日に問い合わせた、Global Standardの単価（米ドル・100万トークンあたり）です。gpt-5.5とgpt-5.6-solは1回のリクエストの入力トークン数で短コンテキストと長コンテキストの単価が分かれており、表は短コンテキストの値です。

gpt-5.6-solの単価は、MicrosoftのGPT-5.6提供開始の告知によるとプロモーション価格で、期間は2026年9月1日から「少なくとも2026年11月30日まで」です。通常価格はgpt-5.5と同じ入力$5・出力$30なので、12月以降の予算は通常価格で見積もってください。それでもトークン単価はo3-deep-researchより安くなります。ただし、総費用はモデルの入出力トークン数とBing検索のリクエスト数で変わるため、両方を計測する必要があります。ハウツーは、課金対象の回数をレスポンスのtool_usage.web_search.num_requestsで確認し、web_search_callの出力項目や検索アクションの数で数えないよう明記しています。後者はBingへのリクエスト数と一致しないからです。PoCでは同じ質問を数回流してこの値と出力トークン数を記録し、max_tool_callsの上限を決めてください。Azure OpenAIで使えるモデルの全体像と選び方はAzure OpenAI Serviceのモデル一覧と選び方｜GPT-6・GPT-5.6・推論・埋め込み・音声を用途別に整理【2026年10月】にまとめています。

データ境界とガバナンス：Bing送信と管理者による無効化

旧ツールもweb search方式も、検索にはBingを使います。Learnの記述で押さえておくべき点は次の3つです。

• Bingへ送られたデータにはMicrosoft Data Protection Addendum（DPA）が適用されず、Azureのコンプライアンス境界と地理的境界の外へ転送される。
• Bingへ渡るのは検索クエリ、ツールのパラメーター、課金とレート制限のためのリソースキーで、エンドユーザー固有の情報は含まれない（旧ツールのページの注記）。
• Azure OpenAIのweb searchはexternal_web_accessを常にfalseとして扱い、ライブのインターネットアクセスには対応しない（ハウツーの制限事項）。

モデルが組み立てる検索クエリに顧客名や未公開の案件名が入れば、その語も境界の外へ送られます。依頼文にそうした語を書かないという運用ルールを、移行前に決めておいてください。管理者がweb searchを止めたいときは、サブスクリプション単位で次のコマンドを実行します。解除するときはaz feature unregisterを使います。実行にはサブスクリプションのOwnerかContributorの権限が要ります。

az feature register \
  --name OpenAI.BlockedTools.web_search \
  --namespace Microsoft.CognitiveServices \
  --subscription "<subscription-id>"

国内リージョンでどのモデルをどのデプロイ種別で使えるかはAzure OpenAIの日本リージョン選定：東日本・西日本で使えるモデルをデプロイの種類別に確認【2026年10月】で確認できます。ただし、モデルのデプロイを国内に置いても、Bing検索の部分は境界の外を通ります。

Azure版Deep Researchを選ぶべきでない場面

次の条件に当てはまる場合、AzureでDeep Research相当の仕組みを組むのはやめたほうがよいと判断します。

• データを国内や特定地域に留める規程がある：Bing検索は境界の外へ転送され、DPAも適用されません。モデルを国内リージョンに置いても、この点は変わりません。
• コードを書かずに社員が調査に使いたいだけ：Microsoft 365 Copilotを契約しているなら、組み込みのResearcherのほうが早く使い始められます。比較はCopilot リサーチツール（Researcher）とは？使い方・Analystとの違い・10月の画面変更とCritique【2026年10月】を参照してください。
• 公開直後の情報を必ず拾う必要がある：Azure OpenAIのweb searchはライブのインターネットアクセスに対応していません。速報性が要件なら、別の取得手段と組み合わせる前提で設計します。
• 1問1答の事実確認：reasoning.effortをhighにした多段階の検索は、出力トークンとBingの回数がかさみます。effortをlowかmediumにした通常のweb searchで十分です。

反対に、公開情報を広く集めて出典付きの調査メモを定期的に作る用途（競合のリリース動向、法令の改正状況など）は、移行後も十分に価値があります。社内の業務フローへの組み込みまで含めて設計したい場合は、AIエージェント開発の支援で相談できます。Foundry全体の料金とモデル選びはMicrosoft Foundryとは？できること・料金の仕組み・始め方【2026年10月】が参考になります。

よくある質問

AzureのDeep Researchツールは今も使えますか？

classicエージェント（2025-05-15-preview API）では動きますが、非推奨です。このツールはo3-deep-research専用のため、モデルが退役する2026年11月19日以降は使えません。

o3-deep-researchの退役後は何を使えばよいですか？

退役スケジュールで後継に指定されているのはgpt-5.6-solです。web searchのハウツーでは、gpt-5.5のreasoning.effortをhighかxhighにしてDeep Researchモードで使う方法も案内されています。どちらもweb searchツールと組み合わせ、background実行で動かします。

Azure OpenAIのAPIからo3-deep-researchを直接呼べますか？

Azure OpenAIのハウツーには、Responses API（/openai/v1/responses）から直接呼ぶ手順があります。一方で、モデル一覧には「Foundry Agent Serviceでのみ利用可能」という記述も残っています。どちらにしても、退役日を過ぎると呼び出せません。

日本のリージョンでDeep Researchは使えますか？

旧ツールの対応リージョンはWest USとNorway Eastだけで、Japan Eastは含まれていませんでした。移行先のgpt-5.6-solは、リージョン対応表でJapan EastのGlobal Standardに対応しています。ただし、Global Standardは推論の処理場所を国内に限定するデプロイ種別ではありません。また、Bing検索はどのリージョンを使っても境界の外を通ります。

ChatGPTやOpenAI APIのDeep Researchとは何が違いますか？

Azure版は自分のサブスクリプションにモデルをデプロイしてAPIから使い、検索はBing経由です。OpenAI APIのo3-deep-researchは2026年7月に提供を終え、Azureは2026年11月19日と退役日も違います。ChatGPTのDeep Researchは画面から使う機能で、モデルの退役とは別に更新されています。現在の使い方はChatGPT Deep ResearchのGPT-5.2アップデート（2026年2月）｜変わった点と現在の使い方で解説しています。

関連記事

• Deep Researchの仕組みとは？計画・検索・調べ直し・レポートの4段階とGemini・Claudeとの違い
• o3 Deep Researchとは？API版は2026年7月に提供終了｜移行先の選び方と移行コード【2026年10月】
• Foundry Agent Service（旧Azure AI Agent Service）とは？移行・料金・Python実装【2026年11月】
• Azure OpenAIでGPT-5を使う方法｜デプロイ・クォータ・reasoning_effortの実装手順【2026年10月】
• Copilot リサーチツール（Researcher）とは？使い方・Analystとの違い・10月の画面変更とCritique【2026年10月】