【GPT-6 Sol / Luna】API価格が半額に！GPT-6 Astraの技術を継承した新モデルの性能・料金・使い方を徹底解説
- GPT-6 Astraと同様の手法で訓練された、より高速かつ低コストなGPT-6ファミリーの新モデル
- API料金がGPT-5.6世代のプロモーション価格から50%引き下げ、Lunaは入力$0.10/出力$0.50と超低価格
- 事実性エラー率がGPT-5.6 Solの約半分に改善し、コーディング・コンピュータ操作・業務自動化で大幅な性能向上
2026年9月23日、OpenAIはGPT-6ファミリーの新モデル「GPT-6 Sol」と「GPT-6 Luna」を公開しました！
同月初めに登場したフラッグシップモデル「GPT-6 Astra」と同様の手法で訓練されており、Astra譲りの性能をより高速かつ手頃な価格で利用できるモデルとなっています。特筆すべきはAPI料金が前世代から50%も値下げされた点で、開発者にとってかなりインパクトのあるリリースでしょう。
とはいえ、「SolとLunaはどう使い分けるの？」「Astraとの違いは？」「ベンチマークではどの程度の性能なの？」と気になっている方も多いのではないでしょうか？
この記事では、GPT-6 Sol / Lunaの概要から料金体系、ベンチマーク、具体的な使い方、活用シーンまでを徹底的に解説していきます。ぜひ最後までご覧ください！
＼生成AIを活用して業務プロセスを自動化／
GPT-6 Sol and Lunaとは？
GPT-6 Sol and Lunaは、OpenAIが2026年9月22日にリリースしたGPT-6ファミリーの新しいモデルです。ここでは、その概要を整理します。
GPT-6 Astraが「もっとも知的で高精度なフラッグシップモデル」として位置づけられているのに対して、GPT-6 Solは日常的な業務やコーディングに最適な中核モデル、GPT-6 Lunaは高速・低コストで大量処理に向いた軽量モデルという役割分担になっています。
なお、前世代のGPT-5.6には「Sol・Terra・Luna」の3モデルが存在していましたが、GPT-6世代ではTerraが廃止され、Astra・Sol・Lunaの3モデル構成に変わりました。OpenAIのベンチマークによると、Luna（max effort）がかつてのTerraの役割を十分にカバーできるようになったためと考えられます。
両モデルともテキストと画像の入力に対応しており、最大105万トークンのコンテキストウィンドウ（入力上限は約92万2,000トークン）と、最大12万8,000トークンの出力に対応しています。推論エフォート（reasoning effort）はnone・low・medium（デフォルト）・high・xhigh・maxの6段階から選択可能で、タスクの難易度やコスト感に応じて柔軟に調整できます。
GPT-6 Sol and Lunaの仕組み
GPT-6 Sol / Lunaは、GPT-6 Astraと同様の訓練手法で開発されています。OpenAIは「Astraの最先端の性能を支えた手法に基づいて、業務遂行、事実性、コーディング、コンピュータ操作、アライメントの各分野での進歩を、より高速で低コストなモデルに持ち込んだ」と説明しています。
具体的なアーキテクチャの詳細（パラメータ数やMoE構成など）は公開されていませんが、推論エフォートの設定によって計算リソースの配分を動的に変更できるreasoning effortの仕組みが搭載されています。
これにより、簡単なタスクにはlowやmediumで高速・低コストに対応し、難しいタスクにはmax effortで高い精度を引き出すといった柔軟な使い分けが可能です。
GPT-6 Sol and Lunaの特徴
GPT-6 Sol and Lunaは複数のベンチマークで前世代からの改善が確認されています。ここからは、公式発表のデータをもとに各分野の特徴を見ていきましょう。
コーディング性能の大幅な改善が、今回のリリースの目玉のひとつです。実際のコードベースで複雑なソフトウェアエンジニアリングタスクを評価するDeepSWE v1.1では、GPT-6 Solがmax effortで68.8%を記録し、Claude Fable 5のxhigh effort（69.9%）にわずか1.1ポイント差まで迫りました。しかも、タスクあたりのコストは約80%低いという圧倒的なコストパフォーマンスです。
GPT-6 Lunaもmax effortで66.6%を達成し、Claude Opus 5やFable 5のmedium effortと同等のスコアを、93〜96%低いコストで実現しています。
業務自動化の分野でも注目すべき結果が出ています。営業・マーケティング・人事など47種類のツールを使った業務ワークフローを評価するAutomationBench 1.0.6では、GPT-6 Sol（xhigh effort）が33.2%を記録し、Claude Opus 5（max effort）の26.9%をタスクあたりわずか9%のコストで上回りました。
事実性についても、OpenAI独自の評価ではGPT-6 Solの誤り率がGPT-5.6 Solの約半分にまで低減しています。高い推論エフォートのLunaは、GPT-5.6 Solと同等の事実性を約100分の1のコストで実現するとされています。
GPT-6 Sol and Lunaの安全性・制約
GPT-6 Sol / Lunaは、GPT-6 Astraで導入されたアライメントの改善を引き継いでおり、GPT-5.6世代の同名モデルと比較して、各種安全性評価でスコアが向上しています。特にコーディングタスクにおいて、自分の作業内容について誤解を招くような主張を行う割合が低下したことが報告されています。
ただし、OpenAIは評価結果について「意図的にチャレンジングな状況をテストしたものであり、通常の使用における障害率を測定するものではない」と注記しています。
また、2026年9月24日時点ではGPT-6 Sol / Luna単独のシステムカードは公開されていません。安全性の詳細評価はGPT-6 Astraのシステムカードに含まれる形で参照可能です。
GPT-6 Sol and Lunaの料金
GPT-6 Sol / Lunaの最大の魅力のひとつが、前世代比50%の大幅な値下げです。キャッシュと推論の効率化によってOpenAI側のコストを削減できたとのことで、その分を直接ユーザーに還元する形になっています。
| モデル | 入力（100万トークンあたり） | キャッシュ入力 | 出力（100万トークンあたり） | 前世代との比較 |
|---|---|---|---|---|
| GPT-6 Sol | $2.00 | $0.20 | $10.00 | 50%値下げ |
| GPT-6 Luna | $0.10 | $0.01 | $0.50 | 50%値下げ |
| GPT-5.6 Sol（参考） | $4.00 | $0.40 | $20.00 | – |
| GPT-5.6 Luna（参考） | $0.20 | $0.02 | $1.20 | – |
ChatGPTのサブスクリプションプラン経由で利用する場合は、Plus（月額$20）以上のプランが必要です。FreeおよびGoユーザーはデスクトップアプリでLunaのみ利用可能となっています。また、Batch APIやFlex APIを使えばさらに半額になるため、大量処理を行う開発者にとっては非常にコスト効率の良い選択肢となりそうです。
GPT-6 Sol and Lunaのライセンス
GPT-6 Sol / Lunaは、オープンソースモデルではなくOpenAIのプロプライエタリモデルとしてAPI経由で提供されます。利用にあたっては、OpenAIの利用規約（Terms of Use）とAPI利用ポリシーに従う必要があります。
| 利用用途 | 可否 | 備考 |
|---|---|---|
| 商用利用 | ⭕️ | API経由またはChatGPTプラン経由 |
| 改変 | ❌️ | モデルの重みは非公開 |
| 再配布 | ❌️ | モデル自体の再配布は不可 |
| 特許利用 | – | |
| 私的利用 | ⭕️ |
GPT-6 Sol and Lunaの使い方
GPT-6 Sol / Lunaには複数のアクセス方法があります。今回は代表的な使い方をステップ・バイ・ステップで解説します。
OpenAI API（Python）から利用する
開発者にとって最もスタンダードな方法です。Python 3.8以上が必要です。
SDKをインストール
pip install openaiAPIキーを取得・設定
OpenAI Platformにログインし、APIキーを作成します。取得したキーを環境変数に設定してください。
export OPENAI_API_KEY="your-api-key-here"Pythonコードでリクエストを送信
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="gpt-6-sol", # または "gpt-6-luna"
messages=[
{"role": "user", "content": "Pythonでフィボナッチ数列を再帰なしで高速に計算する方法を教えてください。"}
]
)
print(response.choices[0].message.content)推論エフォートを調整する
タスクの難易度に応じて、推論エフォートを変更できます。
response = client.chat.completions.create(
model="gpt-6-sol",
reasoning_effort="high", # none / low / medium / high / xhigh / max
messages=[
{"role": "user", "content": "大規模なマイクロサービスアーキテクチャの設計原則を、具体的なコード例付きで解説してください。"}
]
)ChatGPT Work / Codexで利用する
コードを書かずにブラウザ上でGPT-6 Sol / Lunaを試せる方法です。
ChatGPTにログイン
ブラウザもしくはデスクトップアプリでChatGPTにアクセスし、Plus以上のプランでログインします。
ChatGPT WorkまたはCodexに切り替える
通常のチャット画面ではGPT-6 Sol / Lunaは選択できません。メニューから「Work」または「Codex」に切り替えてください。
モデルを選択してプロンプトを入力
モデル選択メニューから「GPT-6 Sol」または「GPT-6 Luna」を選択し、プロンプトを入力します。
OpenRouter経由で利用する
OpenRouterを使えば、APIキーひとつで複数のAIモデルを横断的に利用できます。
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key="your-openrouter-key"
)
response = client.chat.completions.create(
model="openai/gpt-6-sol", # または "openai/gpt-6-luna"
messages=[
{"role": "user", "content": "日本語で自然言語処理の最新トレンドを解説してください。"}
]
)
print(response.choices[0].message.content)【業界別】GPT-6 Sol and Lunaの活用シーン
GPT-6 Sol / Lunaは幅広い業界で活用が期待されています。ここからは、業界ごとに適した活用シーンを紹介します。
ソフトウェア開発・IT
GPT-6 Solの最大の強みはコーディング能力です。DeepSWE v1.1で68.8%、FrontierCodeでも49.3%を記録しており、バグ修正・コードレビュー・リファクタリング・エージェントベースの開発ワークフローに活用できます。Codex上でSolを使えば、複雑な開発タスクを大幅に効率化できるでしょう。
一方、LunaはCI/CDパイプラインの一部としてコードの分類やルーティングを低コストで実行するような場面に向いています。
生成AIを搭載したSaaSについて、詳しく知りたい方は以下の記事も参考にしてみてください。
金融・コンサルティング
105万トークンのコンテキストウィンドウを活用して、大量の財務レポートや規制文書を一括で読み込み、分析・要約を行うことが可能です。Lunaの低コストを活かせば、日次レポートの自動生成やリスク分類といった大量処理も現実的です。
金融業界における生成AI活用について、詳しく知りたい方は以下の記事も参考にしてみてください。
研究・教育
Agents’ Last Exam V1でSolが56.4%を記録しているように、高度な専門知識を必要とする研究補助にも活用できます。論文の要約、データ分析の支援、仮説検証のアシスタントなど、さまざまな研究フェーズでの利用が期待されます。
教育業界における生成AI活用について、詳しく知りたい方は以下の記事も参考にしてみてください。
マーケティング・広告
Lunaのコスト効率を活かして、大量のコピーライティング・広告文案の生成・A/Bテスト用テキストの量産が可能です。Solは、より戦略的な企画書やコンテンツ戦略の立案に向いているでしょう。
広告業界における生成AI活用について、詳しく知りたい方は以下の記事も参考にしてみてください。
【課題別】GPT-6 Sol and Lunaが解決できること
続いて、GPT-6 Sol / Lunaが解決できる課題について紹介します。
AIエージェントの運用コスト削減
これまで、高性能なAIエージェントを長時間稼働させるには高額なAPI費用がネックでした。GPT-6 SolはGPT-5.6 Solの半額で同等以上の性能を発揮し、Lunaに至ってはタスクあたり$0.22以下でDeepSWEスコア66.6%を達成しています。コスト面のハードルが一気に下がることで、エージェントの本格的な業務導入が加速すると考えられます。
事実性の低いAI回答の解消
GPT-6 Solは、ユーザーがエラーを報告した実際の会話データをもとにした評価で、前世代の約半分にまでエラー率を低減しています。ファクトチェックの精度が上がることで、業務利用における信頼性が向上するのではないでしょうか。
大量データの処理・分類にかかる時間を短縮
Lunaの入力$0.10/出力$0.50という低価格は、テキスト分類・要約・データ抽出といった大量処理タスクのコストを劇的に下げます。推論エフォートをhighに設定すれば、GPT-5.6 Solのmedium effortと同等の品質を約10分の1のコストで得られます。
GPT-6 Solを使ってみた
ここからは、実際にGPT-6 Solを使って検証をしてきましょう。
1プロンプトで「完全動作するWebアプリ」を生成させてみた
GPT-6 Solのコーディング能力を測るため、テキストプロンプト1回だけで、フロントエンド・ロジック・データ管理がすべて揃ったインタラクティブなWebアプリを生成できるか検証しました。
プロンプトはこちら
「以下の要件を満たす、1ファイルで完結するHTMLアプリケーションを作成してください。
【アプリ名】AI開発プロジェクト管理ボード
【機能要件】
1. カンバン方式のタスクボード（未着手・進行中・レビュー・完了の4カラム）
2. タスクの追加（タイトル・担当者・優先度・見積もり時間を入力）
3. ドラッグ＆ドロップでカラム間を移動
4. 各カラムのタスク数と合計見積もり時間をリアルタイム集計
5. タスクの検索・フィルタリング（担当者別・優先度別）
6. ダークモード切り替え
7. データはlocalStorageに永続化（リロードしても消えない）
【デザイン】モダンなグラスモーフィズムデザイン、アニメーション付き」「デザイン」「状態管理」「DOM操作」「ドラッグ＆ドロップAPI」「ローカルストレージ」「レスポンシブ対応」など、フロントエンド開発のスキルを幅広く問う総合課題にしています。
出力結果（一部抜粋）はこちら
グラスモーフィズムのダークUIに4カラムのカンバン、優先度ラベル付きカードの配置、リアルタイム集計、検索・フィルタまですべて1発で生成され問題なく操作できました。要件7項目を漏れなく満たしており、1プロンプトの出力としてはすばらしい完成度です。
GPT-6 Sol / Lunaなど生成AIのご相談はWEELへ！
GPT-6 Sol and Lunaは、GPT-6 Astraの技術を受け継ぎつつ、API価格を半額にした実用性の高いモデルです。
特にLunaのコストパフォーマンスは圧倒的で、DeepSWEで66.6%のスコアをタスクあたり$0.22で達成するなど、大量処理やエージェント運用のハードルを大きく下げています。一方、Solは業務自動化やコーディングの分野でトップクラスの性能を、競合モデルの数分の1のコストで実現しています。
弊社では、AI導入を検討中の企業向けに、業務効率化や新しい価値創出を支援する情報提供・導入支援を行っています。最新のAIを活用し、効率的な業務改善や高度な分析が可能です。
「生成AIで新しいプロダクトを作りたい」「もっと本格的に生成AIを業務に組み込みたい」とお考えの方は、ぜひ株式会社WEELにご相談ください。
開発実績として、
・新規事業室での「リサーチ」「分析」「事業計画検討」を70％自動化するAIエージェント
・社内お問い合わせの1次回答を自動化するRAG型のチャットボット
・過去事例や最新情報を加味して、10秒で記事のたたき台を作成できるAIプロダクト
・お客様からのメール対応の工数を80％削減したAIメール
・サーバーやAI PCを活用したオンプレでの生成AI活用
・生徒の感情や学習状況を踏まえ、勉強をアシストするAIアシスタント
などの開発実績がございます。
生成AIを活用したプロダクト開発の支援内容は、以下のページでも詳しくご覧いただけます。
➡︎株式会社WEELのサービスを詳しく見る。
アイデア段階でも構いません。まずは無料相談でお気軽にご相談ください。
➡︎生成AIを活用したプロダクト開発・業務効率化について相談する
「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。
セミナー内容や料金については、ご相談ください。
また、大規模言語モデル（LLM）を対象に、言語理解能力、生成能力、応答速度の各側面について比較・検証した資料も配布しております。この機会にぜひご活用ください。
よくある質問
