GPT-6 Sol・Lunaとは？料金、Codex・APIの使い方、GPT-6 AstraやGPT-5.6との違い、使い分け完全ガイド【2026年9月】
OpenAIは2026年9月、最上位モデルGPT-6 Astraの公開に続き、次世代ファミリーの中核を担う2つの新モデル「GPT-6 Sol（gpt-6-sol）」と「GPT-6 Luna（gpt-6-luna）」を正式にリリースしました。OpenAI API（Responses API / Chat Completions API）、Codex（デスクトップアプリ、CLI、IDE拡張機能）、およびChatGPT Work（Web・デスクトップ）において提供が開始されています。
これまでの主力だったGPT-5.6世代と比較して、GPT-6 Solは複雑なコーディングや自律エージェントにおける事実性の信頼性とコミュニケーション能力が大幅に向上し、標準API料金は入力2ドル・出力10ドル（100万トークンあたり）と従来の半額以下に引き下げられました。さらに軽量特化のGPT-6 Lunaは入力0.10ドル・出力0.50ドルという破格の単価で提供され、定型的な要約・データ抽出や大量のサブエージェント処理を低コストかつ高速に実行できます。加えて、2026年10月14日にはChatGPTやCodex上でGPT-5.5が完全に退役することが公式発表されており、企業におけるモデルの移行・再設定が急務となっています。
結論：GPT-6世代は、最上位の「Astra（高難度の長時間推論・最難関タスク）」、実務主力の「Sol（日常的な複雑開発・エージェントワークフロー）」、超高速・超低コストの「Luna（定型処理・データ抽出・サブエージェント）」という明確な3層構造へと進化しました。日常業務や開発の大半はSol（デフォルトmedium推論）を標準に据え、大量反復タスクや並行ワーカーにはLunaを充て、失敗コストが極めて高い重要局面のみAstraを召喚する設計が、コストパフォーマンスを最大化する王道となります。特に10月14日のGPT-5.5退役に向け、ワークスペースの既定モデルや自動化スクリプトをSol/Lunaへ切り替える準備を直ちに進めるべきです。
本記事のポイント
- GPT-6 Solは入力2ドル・出力10ドルで複雑なコーディングと実務を担う主力モデル、GPT-6 Lunaは入力0.10ドル・出力0.50ドルで高速・大量処理を担うモデルです。
- 最上位のAstra（入力10ドル/出力50ドル）と合わせ、GPT-6世代は「Astra（難関）・Sol（日常開発）・Luna（定型・サブエージェント）」の3層構造へ進化しました。
- 2026年10月14日にChatGPT・Codex上でGPT-5.5が退役するため、有料プランはSol、無料・軽量処理はLunaへの切り替え設定が急務となります。
GPT-6 Sol・Lunaとは？公式発表の概要と新ファミリーの位置づけ
OpenAIのAPI ChangelogおよびLearn ChatGPT Modelsドキュメント（2026年9月更新）によると、GPT-6世代のラインナップがAstraに続いてSolとLunaの投入によって完成しました。OpenAIは以前から「太陽（Sol）＝主力」「月（Luna）＝軽量・高速」「星（Astra）＝最高峰」という天体モチーフの命名体系を用いていますが、今回のリリースによって各モデルの性能と役割の境界がより明確になりました。
GPT-6 Sol（gpt-6-sol）は、企業の実務現場で最も長い時間稼働することを想定した「実務主力モデル（Workhorse model）」です。GPT-5.6 Solと比べて事実性の誤認（ハルシネーション）が抑えられ、指示への追従性と自律的な検証ループが強化されています。一方のGPT-6 Luna（gpt-6-luna）は、処理速度と極限のコスト効率を追求した「高速・軽量モデル（Fast and affordable model）」であり、分類、固有表現抽出、テキスト変換、そして親エージェントから呼び出される並列サブエージェントに最適化されています。
提供プラットフォームとしては、開発者向けのOpenAI API（Responses APIおよびChat Completions API）、エンジニア向け環境であるCodex（デスクトップ、CLI、VS Code/JetBrains拡張機能）、およびビジネスユーザー向けのChatGPT Work（Webおよびデスクトップアプリ）で利用可能です。なお、一般消費者向けの通常のChatGPT Chat画面では提供されず、実務・開発専用の環境にフォーカスされています。
GPT-6シリーズ（Astra・Sol・Luna）のスペック・料金比較表
モデル選定で最大の焦点となるのが「性能差」と「コスト差」のバランスです。GPT-6ファミリー（Astra / Sol / Luna）および前世代のGPT-5.6シリーズのスペックとAPI料金を一覧表にまとめました。
| 項目 / モデル | GPT-6 Astra | GPT-6 Sol | GPT-6 Luna | GPT-5.6 Sol（参考） |
|---|---|---|---|---|
| APIモデルID | gpt-6-astra | gpt-6-sol | gpt-6-luna | gpt-5.6-sol |
| 主な用途・位置づけ | 最難関推論・長時間エージェント | 日常の複雑開発・実務主力 | 高速定型・大量処理・サブエージェント | 前世代の主力開発モデル |
| 入力料金（/1M tokens） | $10.00 | $2.00 | $0.10 | $5.00 |
| キャッシュ入力（/1M tokens） | $1.00 | $0.20 | $0.01 | $0.50 |
| 出力料金（/1M tokens） | $50.00 | $10.00 | $0.50 | $25.00 |
| 推論強度（reasoning effort） | low〜ultra（none不可） | none〜ultra | none〜max（ultra不可） | low〜ultra |
| デフォルト推論強度 | medium（Power: Astra Med） | medium（Power: Sol Med） | medium（Power: Luna High） | medium |
| コンテキスト長（標準） | 最大1,050,000トークン | 最大1,000,000トークン | 最大1,000,000トークン | 最大1,000,000トークン |
| 最大出力トークン数 | 128,000トークン | 128,000トークン | 128,000トークン | 128,000トークン |
| ツール呼び出し環境 | Responses API必須 | Responses API推奨（※） | Responses API推奨（※） | Responses API推奨 |
※GPT-6 SolおよびLunaは、Chat Completions APIでのツール利用（function calling）はreasoning_effort: "none"の時のみサポートされます。思考（推論プロセス）を伴うツール利用や自律ループを行う場合は、Astraと同様にResponses APIの使用が公式に強く推奨されています。
料金面を見ると、GPT-6 Solは前世代GPT-5.6 Sol（入力$5/出力$25）から60%の大幅値下げとなっており、Astra（入力$10/出力$50）の1/5の費用で利用できます。さらにGPT-6 Lunaは、入力0.10ドル・出力0.50ドル、キャッシュ読み取りに至っては0.01ドル（1万トークンで0.0001ドル）という圧倒的な低価格です。大量のログ解析や数十個の並列ワーカーを走らせるユースケースでも、費用を気にせずスケールさせることが可能になりました。競合であるAnthropicのClaude Opus 5.5（入力$4/出力$20）と比較しても、GPT-6 Solは価格競争力で優位に立っています。
Codex・ChatGPT Work・APIでの使い方と新機能（推論強度・Responses API）
GPT-6 SolとLunaを現場で最大限に活用するための設定方法と、仕様上の重要な注意点を整理します。
1. Codex（CLI・デスクトップ・IDE）での利用方法
Codex環境では、モデルピッカーから直接選択できるほか、CLIや設定ファイルで即座に指定可能です。
- インタラクティブ切り替え：プロンプト入力欄で
/modelを入力し、ポップアップからgpt-6-solまたはgpt-6-lunaを選択。 - 起動時コマンド指定：
codex --model gpt-6-solまたは短縮形codex -m gpt-6-lunaで起動。非対話型実行でもcodex exec -m gpt-6-sol "タスク指示"が利用可能。 - 既定モデルの固定：
~/.codex/config.tomlのmodel = "gpt-6-sol"を記述することで、全タスクのデフォルトモデルを設定可能。
Codexでの開発や日常業務におけるChatGPTとの使い分けの前提については、CodexとChatGPTの違いと使い分けもあわせて確認しておくと理解が深まります。
2. 推論強度（Reasoning Effort）の使い分け
GPT-6世代では、推論強度のチューニングがコストと完了率を左右します。
- none（推論なし）：即座に結果を返すモード。Chat Completionsでの関数呼び出しや、単純な正規化・JSONパース向け（Astraでは非対応、Sol/Lunaで対応）。
- low / light（低推論）：要件が明確な小さなタスク、単一ファイルの軽微な修正。
- medium（中推論・推奨）：日常的なコーディングや実務分析の基本値。Solの標準設定。
- high / xhigh（高推論）：複数ファイルにまたがるリファクタリング、論理矛盾の検証。Lunaを高精度ワーカーとして使う際にも有効。
- max / ultra（最大推論）：単一モデルに深い思考時間を与える「max」、および複数のサブエージェントを自動起動して並列分担する「ultra」（※Lunaはultra非対応）。
3. API移行時のパラメータ制約
API経由で旧モデル（GPT-5.5やGPT-4o）から移行する場合、以下のパラメータ挙動に注意してください。
- temperature / top_p の撤廃：推論モード（reasoning effortがnone以外）では、独自の
temperatureやtop_p、logprobsは指定できません。送信するとエラーになるため、リクエスト生成部から除外する必要があります。 - プロンプトキャッシュ設定：古い
prompt_cache_retentionではなく、prompt_cache_options.ttl = "30m"を使用します。
2026年10月14日「GPT-5.5退役」への影響と乗り換え手順
今回のリリースと同時に、OpenAIから重大なアナウンスが行われました。「2026年10月14日をもって、GPT-5.5はChatGPT、ChatGPT Work、Codexの全プラン（Plus / Pro / Business / Enterprise / Edu / Free / Go）から完全に退役する」という告知です（※OpenAI APIでの直接呼び出しは継続）。
GPT-5.5を長らくデフォルトモデルとして利用してきた企業や開発チームは、10月14日までに明確な移行対応を行わなければ、自動切り替えによる挙動変化やスクリプト停止のリスクが生じます。
| 現在の利用環境・プラン | 推奨される移行先モデル | 管理者が行うべき具体的アクション |
|---|---|---|
| ChatGPT Plus / Pro | GPT-6 Sol | モデルピッカーで gpt-6-sol を選択。Power設定を「Sol Medium」に合わせる |
| ChatGPT Business / Enterprise / Edu | GPT-6 Sol | ワークスペース管理者が「モデルの可用性」設定で gpt-6-sol を明示的に有効化 |
| Free / Go プラン | GPT-6 Luna | デスクトップアプリで利用可能な gpt-6-luna を選択（デフォルト適用） |
| Codex CLI / 自動化スクリプト | GPT-6 Sol または Luna | config.toml、CI/CDスクリプト、ワークスペース設定内の gpt-5.5 を置換 |
| 社内カスタムエージェント | GPT-6 Sol | エージェント定義内の固定モデル指定を gpt-6-sol へ更新しリハーサルを実施 |
特にEnterpriseやBusinessワークスペースでは、セキュリティ管理者が「新しいモデルの利用許可」を管理画面で有効化していないと、一般メンバーの画面でGPT-6 Solが表示されない場合があります。管理者は期日前にポリシー設定を更新し、社内周知を行う必要があります。
業務別の使い分けガイド｜開発・日常実務・大量データ処理の最適配置
GPT-6世代（Astra / Sol / Luna）が揃ったことで、企業におけるAIモデル配置の最適解は「単一モデルの全社統一」から「難度とコストに応じた3層のオーケストレーション」へとシフトしました。自社のワークフローをどのように割り振るべきか、3つのシナリオで解説します。
- シナリオA：難関開発・全社プロジェクト調査（最上位：Astra）
何十万行にも及ぶ巨大なリポジトリの横断リファクタリング、未確定要件からの詳細設計、法務・財務・コンサルティングの最高難度分析など、失敗した際の人手リカバリーコストが極めて高い仕事は、依然としてGPT-6 Astraが担当します。高単価（入力$10/出力$50）であっても、手戻りを防ぐ価値が上回る領域に特化させます。
- シナリオB：日常的なコーディング・機能実装・通常実務（中核：Sol）
新規APIエンドポイントの実装、単体テスト作成、バグ修正、業務ツールのプロトタイピング、週次報告や顧客提案書のドラフト作成など、日々のエンジニアリングとナレッジワークの8割以上はGPT-6 Solに集約します。入力2ドル・出力10ドルのコスト感であれば、予算を圧迫することなく高品質なエージェント運用を継続できます。
- シナリオC：定型大量処理・データ抽出・サブエージェント（高速・軽量：Luna）
大量の問い合わせメールの自動分類、領収書や請求書からの項目抽出、社内ドキュメントのメタデータ付与、ログ監視アラートの一次フィルタリングなどにはGPT-6 Lunaが最適です。また、SolやAstraがメインエージェントとして動作する際、ファイル検索や構文チェックなどの個別タスクを並列で実行させる「サブエージェントワーカー」としてLunaを指定することで、全体の処理時間を劇的に短縮できます。
全社的な選定指針や他社モデルとの横断比較については、AIモデル選定ガイド2026もあわせて参照してください。
GPT-6 Sol・Lunaに関するよくある質問
Q1. GPT-6 SolやLunaはChatGPTの一般チャット（Chat）で使えますか？
いいえ、使えません。公式仕様として、GPT-6 SolおよびLunaはChatGPT Work、Codex（デスクトップ・CLI・IDE）、およびAPIのみで利用可能です。一般的な雑談やカジュアルな質問を行う通常のChatGPT Chatでは選択肢に表示されません。
Q2. 従来のGPT-5.6 SolやTerraはすぐに使えなくなりますか？
ロールアウト期間中は引き続き利用可能です。ただし、上位モデルへの集約が進んでいるため、新規のシステム開発やエージェント構築では最初からGPT-6 Sol（またはLuna）を前提に設計することを推奨します。
Q3. Chat Completions APIでGPT-6 Solを使う際の注意点は何ですか？
Chat Completions APIで関数呼び出し（ツール利用）を行う場合、reasoning_effort: "none" に設定されている必要があります。思考（推論）を働かせながらツールを実行させるエージェント構築では、Responses APIへの移行が必須となります。
Q4. サブエージェントにLunaを割り当てるメリットは何ですか？
主モデル（SolやAstra）が統括者として計画を立て、独立した複数の調査や編集作業をLunaに並行委任することで、全体の処理完了までの時間を数分の一に短縮できます。また、Lunaはトークン単価がSolの1/20（入力$0.10）のため、並列処理を増やしても費用が膨らまない大きな利点があります。
