GPT-6 Sol・Lunaを企業で使うなら？ Terra後の移行・長文コスト・ガバナンスの注意点

2026年9月24日 18:22

GPT-6 SolとGPT-6 Lunaは、最上位のGPT-6 Astraと同様の手法で学習した、OpenAIの低価格モデルです（2026年9月22日公開）。API料金はGPT-5.6の同名モデルの半額になりました。

この記事では、特徴とXでの使い分けの例に加えて、企業で使う前に確認したい「移行（Terraの後継がない）」「長文のコスト」「ガバナンス」の注意点を整理します。

単価が半分になったのは分かりやすいニュースです。ただ、社内でモデルを選ぶ立場で読むと、気になる点がいくつかありました。GPT-5.6にあったTerraは、GPT-6にはありません。入力が272Kトークンを超えると料金が上がります。GitHub Copilotでは、管理者が何もしなければ新しいモデルが自動で使える状態になります。公式発表、料金表、国内外の報道、第三者の評価、X上の声をもとにまとめました。

1. GPT-6 Sol・Lunaとは：Astraの力を安く配る2モデル

GPT-6 SolとLunaは、9月上旬に出た最上位モデル「GPT-6 Astra」の下に入る2つのモデルです。OpenAIは、Astraで改善した専門業務・事実性・コーディング・コンピュータ操作・アラインメントの成果を、より速く安いモデルに広げたと説明しています。

出典：@OpenAI

公式の発表ポストは、日本時間9月23日の午前3時過ぎに出ました。Anthropicが「Claude Opus 5.5」を発表してから約90分後です。

これでGPT-6は、上からAstra・Sol・Lunaの3段になりました。GPT-5.6世代はSol・Terra・Lunaの3段だったので、中間のTerraに当たるモデルはGPT-6にはありません。

GPT-6 SolとLunaの基本情報（OpenAIの発表・料金表・モデルページより）

Solの最大出力は12.8万トークン、知識カットオフは2026年4月20日です。ChatGPTでは「ChatGPT Work」とCodexから使えます。通常のチャット画面にはまだ来ていません。

「半額」の比較対象は、GPT-5.6の通常価格ではなくプロモーション価格です。Simon Willison氏によると、GPT-5.6は11月に25%の値上げが予定されています。GPT-5.6を使い続けた場合との差は、11月以降さらに広がることになります。

2. できること：業務の自動化から大量の定型処理まで

役割ははっきり分かれています。Solは「作る側」、Lunaは「数をこなす側」です。

Solに向く仕事
AWSの発表では、機能の実装、バグの調査、コードレビューとリファクタリング、データ分析、ツールをまたぐ複数ステップの作業が挙がっています。OpenAIは、営業・マーケティング・経理・人事など47のツールを使う業務フローの評価「AutomationBench」で、SolがClaude Opus 5の最高設定を上回ったと発表しました。

Lunaに向く仕事
要約、抽出、分類、ルーティングといった、1件あたりは軽く、件数が多い処理です。reasoning effortを上げれば、コーディングやエージェントのような難しめの処理にも使えます。

開発ツールの中で使う
GitHub Copilotでは、VS Code、JetBrains、Xcode、Copilot CLIなどのモデル選択に並びます。Solは「慎重な多段階の確認が必要な開発作業向け」、Lunaは「小さく速い作業向けで、GPT-6で最も安い選択肢」と紹介されています。

3. すごいところ：単価が半分になり、キャッシュも効きやすくなった

ここからは、すごいところを「コスト」（3-1）、「性能」（3-2）、「キャッシュ」（3-3）、「事実性」（3-4）の順に見ていきます。

3-1. コスト：GPT-5.6比で単価が半額

API料金は、SolとLunaのどちらも入力・出力とも前世代の半額前後です。Lunaの出力は$1.20から$0.50なので、計算上は約58%の値下げになります。

Sam Altman CEOは、トークン単価よりも「タスクあたりの価格」で比べるべきで、その指標では市場に対抗できるものはないと投稿しています。

出典：@sama

同じ日に出たClaude Opus 5.5は入力$4・出力$20です。Solはその半分の単価になります。

3-2. 性能：Claude Opus 5をタスク単価の数分の1で上回る

OpenAIが公表した主なベンチマークは次の通りです。いずれもOpenAIの測定で、Claudeの数字は公開レポートからの引用です。

OpenAIが公表したGPT-6 Solのベンチマーク（比較相手の数値は公開レポートから）

LunaもDeepSWE v1.1で66.6%（max）を出しています。OpenAIは、Opus 5やFable 5のmedium設定と同じくらいで、タスク単価は93〜96%安いとしています。

3-3. キャッシュ：effortを変えてもキャッシュが切れない

目立ちにくいのですが、企業の運用で効いてくるのはこちらかもしれません。GPT-6では、プロンプトキャッシュの仕組みも改良されました。

キャッシュ済みの入力は90%割引です。これまでは、会話の途中でreasoning effortや使えるツールを変えるとキャッシュが切れていました。GPT-6では、それらを変えても前の文脈を再利用できます。どこまでをキャッシュするかを開発者が指定できる「明示的なブレークポイント」、ヒット率を見るダッシュボード、キャッシュが外れた理由を調べる診断ツールも加わりました。

OpenAIの事例では、Manusがキャッシュのヒット率を約85%から90%超に上げました。GitHubは、新たに処理が必要なプロンプトトークンの割合を50%以上減らしたとしています。

3-4. 事実性：誤りは約半分、ただし「答えない」ことも増えた

OpenAIの社内評価では、Solの事実の誤りはGPT-5.6 Solの約半分でした。ただし、これは誤りが起きやすい会話を集めた評価で、通常の利用での誤り率を示すものではありません。

第三者のArtificial Analysisも、ハルシネーションは減ったと評価しています。ただ、その中身は少し違って見えます。Sol（max）のハルシネーション率は92%から60%に下がりましたが、質問に答える割合も99%から83%に下がり、正答率は59%から54%に落ちました。分からない質問に答えなくなった分が大きい、という見方です。

4. で、企業ではどう使う？：Terra後の移行と長文の割増に注意

単価が半分なら、すぐ切り替えたくなります。ただ、発表・料金表・ドキュメントを読み合わせると、企業で使う前に確認したい点が3つありました。「移行」（4-1）、「コスト」（4-2）、「ガバナンス」（4-3）の順に見ていきます。

4-1. 移行：GPT-5.6 Terraを移行先にしていないか

GPT-6には、Terraの後継がありません。これが一番影響しそうな点です。

OpenAIの廃止予定ページを見ると、10月23日に停止するgpt-3.5-turbo-0125やo4-miniなどの代替先として、gpt-5.6-terraが指定されています。この案内に沿って旧モデルからTerraへ移している途中の組織もあるはずです。

Terra自体の廃止はまだ告知されていません。ただ、GPT-5.6 Terraは入力$2・出力$12で、GPT-6 Solは入力$2・出力$10です。Simon Willison氏は「Terraを使う理由はなくなった」と書いています。

CodexでもGPT-5.5が10月14日に終了予定で、置き換え先の案内がGPT-5.6 SolからGPT-6 Solに変わったと、FIXITが整理しています。

いまTerraへの移行を進めているなら、移行先をGPT-6 SolかLunaに変えて、一度の作業で済ませたほうがよさそうです。どちらを選ぶかは、その処理が「作る仕事」か「数をこなす仕事」かで決まります。

4-2. コスト：272Kトークン超で単価が上がり、トークン量も増える

1,050,000トークンのコンテキストがあっても、全部を同じ単価で使えるわけではありません。OpenAIのモデルページには、入力が272Kトークンを超えるプロンプトは、リクエスト全体の入力とキャッシュが2倍、出力が1.5倍になると書かれています。Solでは入力$4・出力$15になり、GPT-5.6 Solの入力単価と同じです。

社内文書やコードベースを丸ごと渡す設計だと、「半額になったはず」が実際にはそうならないことがあります。資料を分けるか、検索して必要な部分だけを渡す作りにしておくと、この割増を避けやすくなります。

もう一つは、1回あたりのトークン量です。Artificial Analysisの測定では、1タスクあたりの出力トークンはSolで29kから31k、Lunaで41kから51kに増えました。請求額は「単価 × トークン量」で決まるので、見積もりは自社の実際の処理で取り直す必要があります。

逆に、急がない処理はBatchやFlexに回せば半額になります（Solで入力$1・出力$5）。夜間の一括処理などは、Lunaとの組み合わせでかなり安くできそうです。

4-3. ガバナンス：Copilotの自動有効化とデータの置き場所

GitHub Copilotでは、Business・Enterpriseプランの場合、管理者が既定の設定を切っていない限り新しいモデルが自動で使える状態になります。SolもLunaも利用量に応じた課金です。何もしないと、社内の開発者がいつの間にか新モデルを使い、請求にも反映される、ということが起こりえます。Copilotのモデルポリシーで、どのモデルを許可するかを先に決めておくと安心です。

データの置き場所も確認しておきたい点です。OpenAIのAPIで地域指定（データレジデンシー）のエンドポイントを使うと、料金は10%上乗せになります。さらにSol・LunaのEUデータレジデンシーはStandard処理だけで、BatchやFlexとは組み合わせられません。Microsoft Foundryでも、SolのData Zone（EU）は入力$2.40・出力$12と、Globalより2割高くなります。

安全性の評価にも一つ注意があります。ITmediaによると、OpenAIの安全指針「Preparedness Framework」で、Sol・Lunaはサイバーと生物・化学の分野で「High」の扱いです。Astraでは外部機関のアライメント評価を公開していましたが、SolとLunaの発表と付録には外部評価の記述がありません。不正な指示が書かれた掲示板を見つけたとき、Solが11%のケースで指示どおりの行動を取った（Astraは0%）という社内評価も載っています。エージェントに外部のWebや掲示板を読ませる用途では、Astraと同じ前提で権限を渡さないほうがよさそうです。

導入前の確認項目をまとめると、次の3つです。

GPT-5.6 Terraや、10月に終了する旧モデルを使っている処理を洗い出し、移行先をGPT-6 SolかLunaに決め直す
272Kトークンを超える入力がないか、1回あたりの出力トークンが増えていないかを、自社の処理で測ってから予算を組む
GitHub Copilotのモデルポリシー、データレジデンシーの要否、エージェントに渡す権限を、利用を広げる前に決めておく

5. Xの実例：どう使い分け、どこで評価が割れたか

ここからは、Xでの実例を「使い分け」（5-1）、「コスト」（5-2）、「冷静な評価」（5-3）の順に見ていきます。

5-1. 使い分け：仕事から逆算してモデルを選ぶ

KAWAIさん（@kawai_design）は、Lunaは分類・抽出・表記の統一、Solは調査から制作・修正まで、Astraは複雑な条件や難しい判断、と役割を分けています。

出典：@kawai_design

ポイントは「同じ材料と依頼文で比較し、正確さに加えて手直しの量まで見る」という一文です。単価が安くても、やり直しが増えれば得になりません。企業で使い分けを決めるときも、この見方はそのまま使えます。

@shota7180さんは、モデルの性能の順番ではなく「任せたい仕事から逆算する」選び方を図解しています。

出典：@shota7180

青笹雅史さん（@aosasa12m）のX記事は、問い合わせの整理を例に、Sol・Luna・人の分担と1万件の料金を試算しています。人の確認や手直しにかかる時間まで費用に含めているのが特徴です（画像は記事の冒頭部分のみ）。

出典：@aosasa12m

5-2. コスト：Copilotの消費クレジットで比べる

@aktsmmさんは、GitHub Copilotで各モデルが消費するクレジットを並べています。この投稿では、GPT-6 Lunaが60、GPT-6 Solが1,200、GPT-5.6 Terraが1,400、GPT-6 Astraが6,000です。簡単なタスクなら、Lunaは1回2.2円だったそうです。

出典：@aktsmm

Terraについて「GPT-6 Solと価格が近いため、世代交代後は立ち位置が微妙」と書いているのは、4-1で見た移行の話と同じです。Copilotの利用者の側からも、同じところが見えています。

5-3. 冷静な評価：「性能は横ばい、値段が半分」の声も

好意的な声ばかりではありません。第三者のArtificial Analysisは、総合的な指数は前世代と横ばいで、評価によって伸びたものと下がったものがある、としています（画像は投稿の冒頭部分のみ）。

出典：@ArtificialAnlys

同社によると、44職種の成果物を採点するGDPval-AA v2.1では、Solが約100 Elo、Lunaが約75 Elo下がりました。成果物に必要な項目が抜けやすくなった、と分析しています。

ML_Bearさん（@MLBear2）も、Solは「半額になったが性能はほぼ横ばい」と整理しています。キャッシュの改善やTerraが発表されなかったことにも触れています。

出典：@MLBear2

@gosrumさんのts-benchの評価では、Solは前世代から順当に進化した一方、Lunaは前世代より大きく劣化し、effortをmaxにしても差は小さかったそうです。本人も「何かバグがあって本領を発揮できていないだけだと信じたい」と書いており、評価はまだ固まっていません。

出典：@gosrum

ミスターVRさん（@3DVR3）は、SolにBlenderでモデリングさせた結果が、Astra（Max）より明らかに劣ると投稿しています。3Dのように細部の再現が要る作業では、Astraとの差が出やすいようです。

出典：@3DVR3

OpenAIの発表だけを読むと「性能も上がって半額」に見えます。第三者や使った人の声を合わせると、「ほぼ同じ性能を半額で使えるようになった。ただしLunaと成果物の質には注意」という受け止め方が近そうです。

6. まとめ：半額の恩恵は、移行と見積もりをやり直した組織に届く

GPT-6 SolとLunaは、GPT-5.6の同名モデルの半額（Sol 入力$2・出力$10、Luna 入力$0.10・出力$0.50）で、キャッシュも効きやすくなった
性能はOpenAIの発表では向上、第三者の評価では「ほぼ横ばい」。Lunaと成果物の質は、自社の業務で確かめる必要がある
企業では、Terraの後継がないことによる移行計画の見直し、272Kトークン超の割増、Copilotの自動有効化とデータレジデンシーを先に確認したい

今回は、性能競争というより価格競争の色が濃い発表でした。同じ日のClaude Opus 5.5も値下げしており、Anthropicは下位のSonnet 5.5・Haiku 5.5も近く出すとしています。中位モデルの単価は、しばらく動き続けそうです。

だからこそ、モデル名をコードや設定に直接書き込まず、処理の種類ごとにモデルを差し替えられる作りにしておく価値が上がっています。今回のSolとLunaは、その作りを見直すよいきっかけになりそうです。

このnoteでは、話題のAIニュースを「で、企業ではどう使う？」の視点で整理しています。

7. 補足：参考資料

#GPT6 #OpenAI #生成AI #AI活用 #企業のAI活用