GPT-5.6 SolとLunaの違いは何か　高性能モデルを全業務に使わない判断軸

GPT-5.6 SolとLunaを比べるとき、「高性能なSolを全業務に使うべきか」と考えると、コストと品質の話が絡み合います。そこで先に決めたいのが、その業務は何回やり直せるのかという一点です。

2026年7月16日時点で、OpenAIはSolを複雑な専門業務向け、Lunaをコスト重視の大量処理向けと位置づけています。
やり直しやすい仕事はLunaから始め、失敗の損失が大きい仕事だけSolへ上げると、高性能モデルの常用を避けながら品質を守れる設計です。

SolとLunaの違いは失敗コストから見る

GPT-5.6 SolとLunaの違いは、単純な「高性能版と廉価版」ではありません。Solは難しい仕事に能力を厚く使う階層で、Lunaは速さと単価を優先し、高頻度の処理へ広げる階層です。

例えば、商品データの分類、定型文の下書き、長い資料からの項目抽出は、出力後に人が欠落を発見しやすく、再実行もできます。
この条件なら、Lunaから試す価値があるという判断です。

一方、経営会議の複数資料をまたぐ分析、実装方針がシステム全体に影響するコード修正、矛盾する条件を含む調査では、一つの見落としが後工程を広く巻き込みます。複雑性と失敗時の影響がともに大きい業務は、Solを優先する候補です。

Solの能力と利用時の線引きは、GPT-5.6 Solの企業導入で先に決める3つの線引きでも確認できます。

GPT-5.6 Sol・Terra・Lunaの公式な位置づけ

OpenAIは2026年7月9日、GPT-5.6ファミリーの一般提供を発表しました。Solは旗艦、Terraは能力とコストの均衡、Lunaは最速・最低コストという三階層です。

3階層を業務に当てはめる目安

モデル	公式の役割	業務の起点
Sol	複雑な専門業務	高複雑・高影響
Terra	能力と費用の均衡	Lunaの不合格時
Luna	高頻度・コスト重視	定型・再実行可

Terraを飛ばしてLunaとSolの二択にする必要はありません。Lunaで出力形式は守れるものの、推論の抜けが一定数残るなら、Terraを中間の改善手段として挟めます。

出典: OpenAI公式「GPT-5.6: Frontier intelligence that scales with your ambition」(英語)

API料金と共通仕様を比較

OpenAI APIの公式価格は、3モデルとも入力、キャッシュ入力、出力の費目が分かれています。Solの各単価はLunaの5倍で、Terraは両者の中間です。

GPT-5.6 API料金(2026年7月16日時点)

モデル	入力・キャッシュ	出力
Sol	約5ドル(約810円) 約0.50ドル(約81円)	約30ドル(約4,860円)
Terra	約2.50ドル(約405円) 約0.25ドル(約41円)	約15ドル(約2,430円)
Luna	約1ドル(約162円) 約0.10ドル(約16円)	約6ドル(約972円)

単価だけを見ればLunaが最も抑えられますが、業務1件の費用は、入出力トークン代に再試行と人のレビューを加えて考えます。
Solの単価が高くても、修正回数が減り総コストが下がるかは、自社の処理結果を測るまで断定できません。

3モデルで共通する仕様

仕様	Sol・Terra	Luna
コンテキスト	1,050,000	1,050,000
最大出力	128,000	128,000
知識カットオフ	2026年2月16日	2026年2月16日

1,050,000トークンは、AIが一度のリクエストで扱える情報の広さです。同じ広さでも、複雑な条件の追跡や判断の精度が同じとは限りません。

出典: OpenAI API公式「GPT-5.6 Sol Model」(英語)

出典: OpenAI API公式「GPT-5.6 Terra Model」(英語)

出典: OpenAI API公式「GPT-5.6 Luna Model」(英語)

ChatGPT・Work・Codex・APIで選べるGPT-5.6

GPT-5.6は、使う製品とプランによって選択範囲が異なります。標準のChatGPT会話ではTerraとLunaを直接選択できません。

製品別の選択範囲

製品	選択できる階層	条件
ChatGPT	Sol	対象有料プラン
Work	Sol・Terra・Luna	Plus以上
Codex	Terra	Free・Go
Codex	Sol・Terra・Luna	Plus以上
OpenAI API	Sol・Terra・Luna	API利用条件

ChatGPTでは、GPT-5.6 Solが対象プランのMedium以上の推論設定で使われます。利用可否はプランだけでなく段階展開や管理者設定にも左右されるため、モデル選択画面の実際の表示を確認してください。

APIでモデルを固定する場合、gpt-5.6エイリアスのルーティング先はSolです。
Lunaのつもりで未指定のエイリアスを使わず、運用台帳に明示的なモデルIDと変更理由を残します。

出典: OpenAI Help Center「GPT-5.6 in ChatGPT」(英語)

Lunaから始める業務とSolを優先する業務

モデルの使い分けは、業務を「軽い」「重い」と感覚で分けるより、失敗が起きたときの広がり方で三つに分けると実装しやすくなります。

Lunaから始めやすい条件

• 出力形式と正解例が決まっている
• 誤りをルールや人の目で発見できる
• 再実行しても納期や顧客に影響しにくい
• 一回の難問より処理件数が多い

ただし、小型モデルだから安全とは限りません。小型AIモデルの社内利用で守る線引きと同じく、機密データ、外部送信、不可逆な更新はモデルの強さと切り離して管理します。

GPT-5.6の使い分けを自社データで検証する

公開ベンチマークはモデルの広い傾向を知る材料になりますが、自社の帳票、固有名詞、例外処理まで合格するかは別問題です。同じ入力と同じ合格条件でLuna、Terra、Solを比べます。

1. 実業務から評価セットを作る
   頻出パターンだけでなく、条件が衝突する難例も含めます。
2. 合格条件を先に固定する
   事実誤認、必須項目の欠落、出力形式、人の修正時間で判定します。
3. 条件をそろえて実行する
   プロンプト、ツール、入力データ、出力形式を同じにします。
4. 1件完了までを記録する
   トークン代だけでなく、再試行回数、修正時間、エスカレーション件数を残します。
5. 合格する最低階層を採用する
   Lunaが合格するならLuna、不合格ならTerra、Solの順で再評価します。

合格率だけでなく、人が修正に使った時間を測ると、安いモデルを使い続けることの隠れた負担が見えてきます。AI導入KPIを利用回数でなく成果物で測る方法と、AIエージェントのROIを作業時間から測る方法も同じ評価表へ接続可能です。

SolとLunaを切り替える運用ルール

検証時に正しいモデルを選んでも、入力データと業務の条件は変わるものです。そのため、標準モデルと昇格条件をセットで運用します。

• 必須事実が欠落したら上位へ再実行する
• 人の修正時間が合格基準を超えたら上位へ上げる
• 影響範囲の大きい例外は初回からSolに送る
• 定期的にLunaへ戻せるかも再評価する

モデル変更の理由を残さないと、気づかぬうちに全処理がSolへ寄り、元に戻す根拠がなくなる懸念があります。生成AI APIの上限・退役日を見落とさない管理台帳に、標準モデル、昇格理由、次回見直し日を追加する運用です。

GPT-5.6 SolとLunaのFAQ

一律の上下関係にせず、合格条件で選ぶ

GPT-5.6 SolとLunaの違いとは、業務の複雑性と失敗コストに合わせて使い分ける判断基準です。

最初に行うのは、全社のモデルを変えることではありません。頻度が高く、人が合否を判定できる業務を1つ選ぶことから始めます。