GPT-6（Astra/Sol/Luna）と Claude Opus 5.5 で同じアプリを作らせて、品質・時間・料金を実測比較

Message Batches APIを使うことで、バッチ処理が通常料金の50%引きで実行できます。チケット分類など「今すぐ結果が不要」な処理をTypeScriptで実装する方法と、リクエスト投入・ポーリング・結果回収時に踏みやすい3つの落とし穴を解説。

社内マニュアルをAIに参照させる際、一般的なRAG（ベクトル検索）ではなく、マニュアル全文をプロンプトに毎回投入する構成を採用し、2社のSlackボットで本番稼働。トークン数計算とプロンプトキャッシュの活用により、ベクトルDB不要で運用が壊れにくく、表の断片化や検索漏れの問題を排除できた一方、入力量に正比例したコスト増加が課題。

GPT-5.6 Sol と Claude Opus 5.5 を併用する際の請求管理の分散、インターフェース差によるアダプタ層の増加、単一障害点という3つの課題を、OpenAI 互換の統一エンドポイントで解消した事例。base_url と API キーの差し替えのみで LangChain や Cursor 等から利用可能。記事中の統一 API サービス FLYSTAR は筆者が運営に関与するもので、その旨は記事内で明記。

GPT-5.6 Sol と Claude Opus 5.5 の併用で生じる請求の分散・インターフェース差・単一障害点を、OpenAI 互換の統一エンドポイントで解消した事例。`base_url` と API キーの差し替えのみで LangChain や Cursor から両モデルを同じ書き方で呼び出す構成。筆者が運営に関わる統一 API サービス FLYSTAR の紹介を兼ねた記事である点に留意。