メインコンテンツへスキップ
見出し画像

GPT-6 Sol・Luna登場でAstraと3モデル揃い踏み!半額になった新モデルの使い分けを整理

    OpenAIが9月22日(米国時間)、GPT-6 SolとGPT-6 Lunaを発表したよ✨
    9月頭に出た最上位のGPT-6 Astraと合わせて、GPT-6世代の3モデルがついに揃い踏みしたんだ。
    この記事では、新しい2モデルで何が変わったのか、そして3つをどう使い分ければいいのかを整理してみるね。

    https://openai.com/index/introducing-gpt-6-sol-and-luna/

    発表を読んで一番「おおー!」ってなったのは、性能アップと同時にAPI価格が半分になってるところ。
    前回はGPT-6 AstraとClaude Fable 5.1の使い分けを書いたけど、今回はOpenAIの中での「3兄弟の使い分け」がテーマになるかな?

    GPT-6ファミリー、3モデルが勢ぞろい

    画像

    まずは何が起きたのか、時系列で押さえておこう。

    🚀 9月3日のAstraに、SolとLunaが合流

    GPT-6世代の一番手は、9月3日に登場したGPT-6 Astraだよ。
    OpenAIが「世界で最も賢く、最もアラインメントの取れたモデル」と位置づけるフラッグシップなんだ。
    APIの料金は100万トークンあたり入力10ドル、出力50ドルと、なかなかのお値段。

    https://openai.com/index/gpt-6-astra/

    そこから約3週間で、今回のSolとLunaが加わったわけだね。
    OpenAIの説明では、2モデルともAstraと似た手法で訓練されていて、Astraの強みをより速く、より安いモデルに持ち込んだものなんだって。
    ざっくり言うと、Astraが一番賢い最上位、Solが複雑なコーディングやエージェント作業を担う主力、Lunaが範囲のはっきりした大量処理を高速にさばく軽量担当という並びだよ。

    🔍 あれ?Terraがいない

    ここで「あれ?」ってなった人もいるかも🤔
    7月に出たGPT-5.6世代は、Sol・Terra・Lunaの3段構成だったんだよね。
    OpenAIはこの命名ルールを、数字が「世代」、Sol・Terra・Lunaが「性能の段」を表す仕組みだと説明してるよ。

    https://openai.com/index/previewing-gpt-5-6-sol/

    ところがGPT-6では、中間のTerraがまだ出てないんだ。
    The New Stackも、現時点でGPT-6 Terraは存在しないと伝えてる。

    しかも5.6世代ではSolがフラッグシップだったのに、6世代ではその上にAstraが乗っかった形。
    つまり同じ「Sol」という名前でも、ファミリー内での立ち位置は一段下がってるんだよね。
    名前だけで性能を判断すると混乱しそうなので、「GPT-6ではAstra→Sol→Lunaの順」と覚えておくのがいいと思う。

    半額になったSolとLuna、何が変わった?

    画像

    💡 API価格は前世代の半分に

    今回一番のニュースは、やっぱり価格だね。
    100万トークンあたりの料金はこうなってるよ。

    • GPT-6 Sol:入力2ドル/出力10ドル(GPT-5.6 Solは入力4ドル/出力20ドル)

    • GPT-6 Luna:入力0.10ドル/出力0.50ドル(GPT-5.6 Lunaは入力0.20ドル/出力1.20ドル)

    画像

    OpenAIは、キャッシュと推論の効率化で浮いたコストを、そのまま利用者に還元したと説明してるんだ。
    ひとつ注意したいのは、比較の基準がGPT-5.6の「プロモーション価格」だってこと。
    GPT-5.6 Solは7月の登場時に入力5ドル/出力30ドルだったから、そこから見るとさらに大きな値下げになるんだよね。
    そしてOpenAIの広報がThe New Stackに答えたところでは、GPT-6の価格は期間限定じゃなく通常価格なんだって。

    3モデルの料金を並べると、Astraの5分の1がSol、Solの20分の1がLunaという階段になってる。
    この段差の大きさが、後で書く「使い分け」の話につながってくるんだよね✨

    🔧 キャッシュ改善で、エージェントほど得をする

    地味だけど効いてきそうなのが、プロンプトキャッシュの改善だよ。
    プロンプトキャッシュとは、同じ前置き(システム指示や長い資料など)を何度も送るときに、2回目以降の読み込みを安く速く処理してくれる仕組みのことなんだ。
    GPT-6ではキャッシュのヒット率が標準で上がっていて、キャッシュ済みの入力は90%引きで読めるようになったよ。
    さらに、推論の強さ(リーズニングエフォート)やツールのオン・オフを途中で切り替えても、キャッシュを壊さずに済むようになったんだって。

    エージェントは同じ文脈を何十回も読み直すから、ここが効くと1タスクあたりのコストがガクッと下がるはず。
    OpenAIによると、GitHubではこの改善で、Copilotの新規処理が必要なプロンプトトークンが50%以上減ったそうだよ。

    ✨ 間違いが半分、話し方もスッキリ

    性能面では、事実の正確さが大きく伸びてるみたい。
    OpenAIの社内評価(ユーザーが誤りを指摘した実際の会話をもとにしたテスト)で、GPT-6 Solの誤りは前世代のほぼ半分になったとのこと。
    Lunaも高めの推論設定なら、GPT-5.6 Solと同等の正確さをおよそ100分の1のコストで出せるらしい。

    もうひとつ面白いのが、Astraで導入された話し方がSolとLunaにも来てること💡
    専門用語を減らして、重要度の低い細部を省いて、回答が少し短くなる方向なんだ。
    公式の比較例だと、GPT-6 Solは「どこまで確認したか」をはっきり伝える書き方になってて、これは地味にありがたいよね。

    どこで使える?ChatGPT Work・Codex・APIの3ルート

    画像

    使える場所も整理しておくね。
    SolとLunaは、ChatGPT WorkとCodexで、Plus・Pro・Business・Enterprise・Eduの各プランに順次提供されてるよ。
    無料プランとGoプランでも、デスクトップアプリならLunaが使えるんだ。
    ただしEnterpriseでは、管理者が新モデルを有効にする必要があるとのこと。

    🔍 ChatGPT Workってなに?

    ChatGPT Workとは、7月に登場した「仕事を丸ごと任せる」ためのモードのことだよ。
    普通のChatが質問に答えるのに対して、Workはゴールを渡すと、つないだアプリから情報を集めて、表計算やスライド、レポートまで仕上げてくれるんだ。

    Codexは同じくOpenAIのコーディング用エージェントで、開発者向けの作業場という位置づけだね。
    そして大事なポイントが、SolとLunaはまだ通常のChatでは選べないってこと🤔
    OpenAIの発表にも、現時点ではChatでは提供されていないと明記されてるんだよね。

    🎯 APIならモデル名で呼び出せる

    APIでは「gpt-6-sol」「gpt-6-luna」というモデル名で呼び出せるよ。
    OpenAIが示している役割分担は、こんな感じ。

    • GPT-6 Astra:最高の結果がほしい、妥協したくない仕事向け

    • GPT-6 Sol:複雑なコーディングやエージェント作業向け

    • GPT-6 Luna:範囲のはっきりした大量処理向け

    Miccellの視点:「最強の1つ」から「3つの組み合わせ」へ

    画像

    発表を読んでいて気づいたのは、OpenAIがトークン単価よりも「1タスクあたりいくらか」を前面に出してることなんだ。
    The New Stackも、発表全体がこのタスク単価の比較に寄っている点を指摘してたよ。

    📌 「1タスクあたり」で見ると景色が変わる

    たとえばAutomationBenchは、営業や経理、人事など47のツールを使った業務フローをAIエージェントがやり切れるかを測るテストなんだ。
    ここでGPT-6 Solは高めの推論設定で33.2%を記録して、1タスクあたりのコストは0.27ドル。
    同じテストでClaude Opus 5(最大設定)は26.9%で、コストはSolの約11倍だったと発表されてるよ。
    しかも、低い推論設定のAstra(30.3%)まで上回ってるんだよね。

    コーディングのDeepSWE v1.1でも、Solの68.8%はClaude Fable 5の最高スコア69.9%にほぼ並んで、1タスクのコストは約8割安いとされてる。
    Lunaも最大設定で66.6%と、Opus 5やFable 5の中程度の設定に近いスコアを出してるらしい。

    💡 答えは「使い分けの仕組み」を作ること

    ここで僕が一番面白いと思ったのは、GPT-6が「1つの最強モデル」じゃなくて「性能と値段の違う3つのセット」として出てきたところ✨
    Astra・Sol・Lunaの間には、料金で5倍・20倍という大きな段差があったよね。
    この段差があるからこそ、仕事の中身でモデルを振り分ける意味が出てくるんだ。

    たとえば、メールの分類や文章からの項目抜き出しみたいな定型作業はLunaに流す。
    ふだんのコーディングやエージェントの作業は、Solに任せる感じ。
    で、方針を決めるような重い判断のときだけAstraを呼ぶんだ。

    1つのAIに全部やらせるんじゃなくて、得意分野ごとにつなぎ合わせていく。
    これって、僕がずっと大事にしてる「気合いじゃなく仕組みで乗り切る」考え方そのものなんだよね🚀
    モデル選びが「どれが一番賢いか」から「どう組み合わせるか」に移っていく、そんな転換点になる気がする。

    🔍 OpenAIの力点は「任せる場所」へ?

    もうひとつ気になったのが、新モデルがChatより先にWorkとCodexに入ったこと。
    Astraの発表でも、PC操作や資料作りといった「仕事を任せる」能力が大きく打ち出されてたんだ。
    OpenAIの力点が、会話の相手から仕事を任せる相手の方へ寄ってきてる気がするんだよね。
    Chatで気軽に試したかった人には、ちょっと待ちの状態かな。

    📌 数字の読み方には注意

    ただし、ここまでのベンチマークはどれもOpenAI自身の発表だよ。
    TechCrunchによると、AnthropicはOpenAIの発表のわずか90分前にClaude Opus 5.5を出していて、比較にはまだ入ってないんだ。

    The New Stackも、Opus 5.5との直接比較はまだ誰もしていないと指摘してる。
    第三者の検証が出そろうまでは、「コスト効率の方向性が示された」くらいに受け止めておくのが良さそうだね。

    まとめ:GPT-6は「3つで1チーム」

    画像

    GPT-6 SolとLunaの登場で、GPT-6世代はAstra・Sol・Lunaの3モデル体制になったよ。
    ポイントをおさらいすると、こんな感じ。

    • SolとLunaはAPI価格が前世代の半額になり、しかも期間限定ではない

    • キャッシュ改善で、同じ文脈を繰り返し使うエージェント作業ほど安くなる

    • 提供先はまずChatGPT WorkとCodex、APIで、通常のChatはまだ

    • Terraは未登場で、GPT-6ではAstra→Sol→Lunaの順

    一番強いモデルを1つ選ぶより、3つをどう組み合わせるかが大事になってきた、というのが今回の僕の結論なんだ。
    APIを触っている人なら、自分の作業のどこをLunaに任せられるか洗い出してみると面白いと思う💡
    WorkやCodexを使っている人は、モデル一覧にSolとLunaが出てきたら、まずは普段の作業で速さと仕上がりを比べてみてほしいな。


    Miccell - 最強の1人より最適な3人を並べたい男

    #ChatGPT #生成AI #AI #OpenAI #AIニュース #テクノロジー #DX #AIエージェント #Codex #GPT6 #GPT6Sol #GPT6Luna

    あなたへのおすすめ