GPT-6 SolとLunaとは？50%値下げと使える場所

OpenAI が 2026年9月22日に、GPT-6 ファミリーのコスト効率ラインとして GPT-6 Sol と GPT-6 Luna を公開しました。料金は Sol が入力 $2 / 出力 $10、Luna が入力 $0.10 / 出力 $0.50（いずれも 100万トークンあたり）で、GPT-5.6 のプロモ価格比でちょうど50%引きです。提供は ChatGPT Work と Codex で本日から始まり、Chat ではまだ使えません。

この記事では、Sol と Luna が何者で、今月初めに出た GPT-6 Astra とどう使い分けるのか、そして自分の環境で今日使えるのかを、公式発表の数値だけで整理します。

GPT-6 SolとLunaとは何か

GPT-6 Astra が「全方位で最良の1台」だとすれば、Sol と Luna は同じ訓練手法のまま、コスト側に振ったラインです。OpenAI は Sol / Luna を Astra と同様の手法で訓練したと説明しており、性能の系譜としては地続きになります。

役割はおおまかに三段構えです。Astra＝最高の結果と妥協のない体験が要るとき、Sol＝エージェントやコーディングを日常的に大量に回すとき、Luna＝分類・抽出・要約のように回数が支配的な処理を安く回すとき。Astra の発表内容はGPT-6 Astra の発表内容と使えるタイミングをまとめた記事で整理しています。

文体も更新されました。Astra で改善された対話スタイルが Sol / Luna にも展開され、専門用語が減り、冗長な繰り返しが減って、全体にやや短い返答になります。

料金｜Sol $2/$10・Luna $0.10/$0.50

100万トークンあたりの API 料金です。旧価格は GPT-5.6 世代のプロモ価格で、Sol・Luna ともに入力・出力の両方が一律50%引きになっています。

Sol と Luna の差は入力で20倍、出力で20倍です。実務では「1本の重い仕事に Sol、大量の軽い仕事に Luna」と切り分けるだけで月額が桁で変わります。月額の試算の考え方はGPT-6 Sol の料金を旧価格と並べて計算した記事に細かく置きました。Astra 前提で組んでいたコストとの比較はGPT-6 Astra の月額を3ケースで試算した記事が土台になります。

どこで使えるか｜Chatはまだ使えない

今回いちばん誤解が多いのがここです。同じアカウントでも、開く場所によって出てくるかどうかが変わります。

さらに ChatGPT 側は一日かけて段階的にロールアウトされます。OpenAI 自身が「ChatGPT Work や Codex に新モデルが見えなければ、時間をおいて再度試してほしい」と明記しているので、発表直後に見えないこと自体は異常ではありません。切り分けの順番はGPT-6 Sol が出てこないときの確認手順をまとめた記事にしてあります。

実務で先に決めておくとよいのは「どの経路を社内の標準にするか」です。Chat 未提供のまま全社に案内すると、Chat しか使っていない人から「使えない」という問い合わせが必ず来ます。Work と Codex に絞って案内し、Chat 組には後日あらためて周知するほうが混乱が少なくなります。

ベンチマーク｜Opus 5を9%のコストで上回った

先に前提を1つ。ここで挙げる数値は、各社が自社に有利な effort 条件で測った値です。同じ AutomationBench でも、OpenAI の表では Claude Opus 5 (max) が 26.9%、Anthropic の表では GPT-6 Astra が 41.4%・Claude Opus 5.5 が 40.0% と、出てくる数字がそろいません。どちらが上かを断定する材料にはならない、という前提で読んでください。Anthropic 側の発表はClaude Opus 5.5 の変更点をまとめた記事にあります。

そのうえで、OpenAI 公表値では次のようになっています。

• AutomationBench 1.0.6（Zapier）: GPT-6 Sol (xhigh) が 33.2%・1タスクあたり $0.27。Claude Opus 5 (max) は 26.9% で Sol の11.1倍のコスト。OpenAI は「Opus 5 (max) を 9% のコストで上回る」と表現しています。
• Agents' Last Exam: GPT-6 Sol (max) が 56.4%。Opus 5 の最高スコアを上回り、コストは60%減。
• DeepSWE v1.1: GPT-6 Sol (max) が 68.8%。Claude Fable 5 の最高 69.9% と1.1pt差で、コストは約80%減。
• OSWorld 2.0 offline: GPT-6 Sol (xhigh) が 60.5%。Claude Opus 5 (medium) の 60.3% とほぼ同じで、コストは約80%減。

読み方としては、スコアの絶対値より「同じ水準にいくらかかるか」が今回の主題です。Sol が狙っているのは「最強」ではなく「同等の結果を一桁安く」というポジションで、公表値の並べ方もその文脈で作られています。

なお、コンピュータ操作の最強は引き続き GPT-6 Astra だと OpenAI 自身が書いています。ファクト性については、内部評価で Sol は前世代比でミスが約半分に減り、Astra の水準に近づいたとされています。

キャッシュが効くようになった

料金表より実効コストに効くのがキャッシュの改善です。今回は既定の設定でキャッシュヒット率が上がり、キャッシュされた入力トークンの読み出しが90%引きになりました。

加えて、Prompt Caching のダッシュボードと診断ツール、明示的なブレークポイントの指定が提供され、reasoning effort やツールの有効・無効を切り替えてもキャッシュが壊れないようになっています。これまでは設定を少し変えるたびにキャッシュが外れ、長いシステムプロンプトを毎回フル課金で送り直すのが当たり前でした。

効果の実例として、GitHub は数か月のうちに新規に処理が必要なプロンプトトークンの割合が50%超減ったと報告しています。長いシステムプロンプトや社内ドキュメントを毎回前段に積むタイプの運用ほど、表示価格の50%引きよりキャッシュ側の効きが大きくなります。

実務での落とし穴は、キャッシュを効かせるつもりでプロンプトの冒頭に日付や乱数を入れてしまうケースです。先頭が毎回変わるとその後ろも巻き添えでヒットしなくなるので、可変要素はできるだけ後ろへ寄せるのが鉄則になります。

Mihata ではこうしたモデルの切り替えやコスト設計のご相談も承っております。記事の途中で恐縮ですが、どのモデルをどこに割り当てるかは月額に直結する部分ですので、よろしければあわせてご覧いただけたら嬉しいです。

Astraは引き続き全方位で最良

値下げの話に引きずられて全部 Sol に寄せたくなりますが、OpenAI は今回の発表で「GPT-6 Astra は引き続き全方位で最良のモデル」とはっきり書いています。最高の結果と妥協のない体験が必要なときは Astra、というのが公式の案内です。

判断の目安はシンプルです。失敗したときのやり直しコストが、モデル単価の差より大きい仕事は Astra。逆に、失敗しても投げ直せばいい仕事・自動で何十回も回る仕事は Sol。Sol と Astra の具体的な分岐はGPT-6 Sol と Astra の違いと判断軸を整理した記事にまとめています。

Lunaの立ち位置｜Opus 5比でコスト93%減

Luna は「安い代わりに使えない」枠ではありません。DeepSWE v1.1 では max effort で 66.6% を記録しており、これは Claude Opus 5 / Fable 5 の medium 相当にあたります。そのうえでコストは Opus 5 比で93%減、Fable 5 比で96%減です。

AutomationBench でも GPT-6 Luna (high) は前世代比で +5.4pt、コストは58%減。ファクト性では、高い effort をかけると GPT-5.6 Sol 相当の水準を約1/100のコストで出せるとされています。

実務での使いどころは、メール分類・問い合わせの一次仕分け・議事録の要約・タグ付けのように1件あたりは軽いが件数が多い処理です。ここを Sol や Astra で回していると、精度が上がった実感がないまま請求だけが積み上がります。Luna で回して、閾値を下回った案件だけ Sol にエスカレーションする二段構えが、今のところ費用対効果がいちばん素直です。

今日やることの整理

• ChatGPT ユーザー: Work か Codex を開いてモデル一覧を確認する。見えなければ段階配信なので時間をおく。Chat は対象外。
• Free / Go ユーザー: デスクトップアプリで Luna のみ使える。Sol は対象外。
• API ユーザー: モデル ID を gpt-6-sol / gpt-6-luna に差し替え、まずキャッシュのヒット率をダッシュボードで測る。
• 全員: 最高品質が要る仕事は Astra のまま据え置く。

2026年後半に控えている各社のモデル更新はAIモデル2026年後半のロードマップ記事に信頼度つきで並べています。今回のように「安いラインが先に来て、上位は据え置き」というパターンは各社で繰り返されているので、乗り換えの判断はモデル単体ではなくラインナップ全体で見るのが安全です。

モデルの選定や社内展開でお困りのことがあれば、お気軽にご相談ください。