GPT-6 SolとLunaの違い｜料金感と仕事での使い分け

GPT-5.6 Solを普段使っていた人なら、GPT-6 Solで利用枠の減り方がどう変わるか気になるでしょう。GPT-5.6 Terraで日常の仕事を進め、判断が難しいときにSolを選んでいた人も、新しい世代では基本のモデルを選び直すことになります。

GPT-6では、普段の仕事をSolから始め、人が処理内容と完成条件を決められる部分でLunaを使うと選びやすくなります。何を調べ、どう比べ、何を優先するかまでAIに考えさせるならSolが候補です。Solで品質が足りないときは依頼内容と推論レベルを確認し、それでも難しい重要な判断にはAstraを検討します。

なお、2026年9月時点でGPT-6 SolとLunaを選べるのはChatGPTのWork・Codexで、通常のChat画面では使えません。この記事は主に、サブスクでWorkを使って日々の業務を進める人向けです。

この記事のまとめ

• 何を見るか、どう比べるか、何を優先するかまでAIに考えさせる仕事は、Solから始めてみてください。 資料作成や情報整理など、普段の仕事にもこうした判断が含まれます。
• 対象・処理内容・完成条件を人が決め、結果を確かめやすい仕事にはLunaを試してください。 決まった文章の短縮、形式変換、指定項目の抽出などが候補です。
• 6 Solの公開単価は旧5.6 Terraに近い価格帯です。 ただし、API・クレジット単価からサブスクの利用可能回数を直接計算することはできません。
• 5.6 Solから替えるときは、同じSolという名前だけで判断しないでください。 普段の仕事で推論レベルを変えながら、仕上がりと利用状況を比べます。
• Solで品質が足りない場合は、依頼内容と推論レベルを確認してください。 それでも不足する重要な仕事でAstraを検討します。

1. GPT-6 Solは旧Terraに近い価格帯で、普段使いの候補になる

GPT-6 Solの公開単価は、GPT-5.6 Solの半分で、旧5.6 Terraに近い価格帯です。 GPT-5.6ではSolの利用量が気になってTerraを日常的に選んでいたなら、新しい世代では6 Solを普段の候補にできます。

5.6 Sol・5.6 Terra・6 Solの単価を比べる

下表は、長文向けの追加料金がかからない場合の標準API料金です。100万トークンあたりの金額を示しています。入力はAIが読む文章や資料、出力はAIが返す文章などを指します。米ドル建ての単価で、長い入力に適用される追加料金や、検索などのツール、処理速度による料金の違いは含めていません。

Work・Codexで使う標準クレジット単価も、同じ100万トークンあたり旧Terraが入力50・出力300、6 Solが入力50・出力250です。なお、表の5.6 Solの単価は、OpenAIが少なくとも2026年11月21日まで提供すると案内する販促価格です。

OpenAIが掲載するPlusプランの5時間あたりの利用目安（ローカルメッセージ）は、旧Terraの25～200回に対して6 Solは15～150回です。これはWorkのあらゆる使い方に共通する固定回数ではありません。6 Solは旧Terraに近い料金感です。性能や使える回数まで同じとは限らないため、普段の仕事で仕上がりと利用状況を確かめてください。

Luna→Sol→Astra：GPT-6のモデルの位置づけ

GPT-6のモデルを価格帯の低い順に並べると、Luna→Sol→Astraです。OpenAIはLunaを範囲の決まった仕事、Solを文章作成や判断を含む日常業務、Astraを曖昧で難しい課題向けと案内しています。GPT-5.6のTerraは前の世代の中間モデルであり、GPT-6に同名のTerraはありません。6 Solの価格が旧Terraに近くても、両モデルの性能や用途が同じとは限りません。

日常の仕事にも、比較や優先順位づけが繰り返し入ります。価格帯を見てSolを候補にしたら、普段の仕事のどこでこうした判断が必要かを確認してください。

5.6 Solから替えるときは、普段の仕事で比べる

5.6 Solを使っていた人は、同じSolという名前だけで6 Solを直接の代替と決めず、普段の仕事を同じ完成条件で試してください。OpenAIの案内でも、世代が異なるモデルの推論レベルは正確には対応しません。設定名が同じ「高」でも、同じ仕上がりになるとは限りません。

2026年9月の利用者投稿には、6 Solでは5.6 Solより指示への対応や説明が物足りないという声がある一方、推論レベルを上げると普段使いに満足したという声もあります。いずれも個人の使用感であり、両モデルの性能を一律に比べた結果ではありません。自分の仕事で、指示を満たしたか、修正が何回必要だったかまで確認してください。

2. 判断を伴う普段の仕事は、Solから始める

普段の仕事でSolとLunaを分けるには、人がどこまで仕事を決めてからAIに渡すかを見てください。目的や使う資料を伝えたうえで、何を重視し、どう構成するかまでAIに考えさせるなら、Solから始めてみてください。資料作成や情報整理など、日々の業務にもこうした判断が含まれます。

高性能モデルほど、情報を選ぶところから全体の設計、後の工程までAIに任せやすくなります。この考え方は高性能AIモデルを使う仕事の例で詳しく扱っています。SolとLunaを選ぶときも、AIに任せる範囲を考えると違いが見えます。

資料を作るときは、伝える論点を選ぶ

会議の内容を報告資料にまとめる仕事では、決定事項を抜き出すだけでなく、関係者に伝える論点や未解決の課題を選ぶことがあります。提案資料なら、どの案を先に示すか、費用や人員の制約をどう反映するかも考えます。こうした判断を含む資料作成は、Solから始めてみてください。

Solへ依頼するときは、目的、読む人、使う資料、完成条件を伝えてください。たとえば「この三つの資料から提案を作って」より、「三つの資料を比べ、費用と人員の制約を踏まえて提案を二案に絞って。数字が食い違う箇所も示して」と頼む方が、確認するポイントも明確になります。出てきた提案の妥当性と、根拠になる資料の記述は自分でも確かめてください。

情報を整理するときは、重要度と食い違いを判断する

複数の情報源を使う調査では、検索結果を並べるだけでなく、情報が食い違う理由や、どの情報が結論に影響するかを考えます。顧客の声をまとめる場合も、発言を分類する作業と、課題の優先順位を決める仕事では必要な判断が違います。

情報整理でも、比較や結論づけが必要ならSolから始めてください。 方針や分類基準が決まった後の処理には、Lunaを使える部分があります。

3. Lunaへ下げるのは、範囲・正解条件・確認方法が決まった処理

対象、処理内容、完成条件を人が決め、結果を元の資料などで確かめやすいとき、Lunaを選びやすくなります。 仕事の量ではなく、AIに任せる部分がどこまで決まっているかを見てください。

短縮・形式変換・ルールに沿った分類はLunaの候補

たとえば、Solを使って提案資料の内容をまとめた後、承認済みの説明文を100字に縮めたり、決まった提案内容をメール文に整えたりできます。顧客コメントを、あらかじめ決めた分類表に沿ってタグ付けする仕事も候補です。こうした処理なら、何を変えてよく、何を残すべきかを指定できます。

調査でも、対象資料と抜き出す項目が決まっていれば、Lunaで表にまとめられます。「各社の公開日と価格を抜き出し、記載箇所のリンクを付けて」のように頼んでみてください。一方、「どの情報が重要かも考え、矛盾を判断して結論を出して」と頼むなら、Solを起点にした方が仕事の内容に合います。

Lunaへ渡す前に、答えの照合方法を決める

Lunaへ渡す前に、答えを何と照らし合わせるか決めてください。短縮文なら元の文章と意味を比べる、抽出表なら各行から元資料の該当箇所へ戻る、といった確認です。間違った行だけ直せる処理なら、Lunaを使う理由がはっきりします。

4. 指定項目を抜く仕事と、重要事項を探す仕事は違う

指定された項目を抜き出す仕事と、未知の重要項目を漏れなく見つける仕事は分けて考えてください。 後者は、出てきた答えだけを読んでも、何が抜けたか分かりにくいためです。

たとえば五件の議事録から「明記された担当者と期限」を表にするなら、対象も項目も決まっています。各行を元の議事録へ戻って確認できます。一方、次の企画に影響する未決定事項を探す仕事では、最初の会議で出た「10月に始めたい」と、後の会議で出た「予算承認は11月」を関連づけ、開始時期の前提を見直す必要があります。見つかった項目の根拠は確認できても、ほかに重要な発言がないかは回答だけでは分かりません。

「該当なし」という答えを人が確かめられるか が、こうした仕事でモデルを選ぶポイントです。複数の情報源を使うレポートから該当項目を探す作業で、5.6 Lunaと6 Lunaを比べた利用者が「6 Lunaでは一部を見落とした」と報告しています。これは一件の体験談で、Luna全般の品質や旧モデルとの優劣は分かりません。項目を探す仕事をLunaに任せるなら、対象資料と探す項目を決め、「該当なし」も元資料に戻って確かめられる範囲に絞ってください。

資料が増えるほど、確認する範囲も広がる

資料の数が多いだけで、必ずSolを選ぶわけではありません。百件の申請書でも、決まった欄を抜く処理ならLunaを検討できます。ただし、一件も漏らせないなら、人が全件照合するか、別の確認手順を用意する必要があります。方針変更で影響を受ける部署を複数の資料から洗い出す仕事では、見落としが後の判断に響きます。Solから始め、調べた範囲と根拠箇所も出力に含めるよう指定してください。

大量の資料を扱うときは、対象期間や文書の範囲、探してほしい論点を先に指定してください。それでも「重要な項目はほかにない」という答えを回答だけで確かめることはできません。モデルを選ぶときに、自分でどの資料を確認するかも決めておいてください。

5. モデルを選ぶときは、確認と修正の手間も考える

LunaとSolには大きな公開単価差があります。ただし、仕事を完成させるまでの負担は、AIの利用量だけでは決まりません。 出力の確認や修正にかかる人の時間も考えてください。

公開単価の20倍差は、サブスクの利用回数の差ではない

2026年9月時点の標準APIの短い入力では、100万トークンあたりLunaが入力0.10ドル・出力0.50ドル、Solが入力2ドル・出力10ドルです。入力・出力とも単価は20倍違います。Work・Codexの標準クレジット単価もLunaが入力2.5・出力12.5、Solが入力50・出力250で、同じ比率です。

ただし、サブスクの利用可能回数は20倍差とは限りません。OpenAIが示すPlusプランのローカルメッセージ推定値は、5時間あたりLunaが350～3,000回、Solが15～150回と幅があります。これも固定上限ではなく、実際の利用可能回数は使い方によって変わります。旧Terraと6 Solの利用目安も第1章で見たとおり同じではありません。仕事の規模、会話履歴、推論設定やツール利用によって消費量が変わるため、実際の残り枠は利用状況画面で見てください。

人が確認・修正する時間まで比べる

Lunaで形式変換を終え、元の文章とすぐ見比べられるなら、主力モデルの利用枠を判断が必要な仕事へ残せます。一方、出力を確かめるために人が資料を読み直したり、見落としによって提案を作り直したりするなら、Lunaの低い単価だけで得とは言えません。

モデルを比べるときは、利用枠の減り方に加え、完成までに人が確認・修正した時間も見てください。

6. 人が決めたことと、AIに任せることを分けて選ぶ

モデルを選ぶ前に、人がすでに決めたことと、AIに考えさせたいことを書き分けてください。たとえば顧客向け提案でも、案内文を整える仕事と、課題を選んで対応案を比べる仕事では、AIに任せる範囲が違います。

Lunaを使う前には、次の三つを確かめてください。

1. 対象と完成条件を決めてください。 使う資料、残す内容、出力形式を依頼前に指定できるか確認してください。
2. AIに考えさせる判断を確かめてください。 重要な論点や情報の関連性をAIに探してほしいなら、Solから始めてください。
3. Lunaの結果をどう確かめるか決めてください。 出力を元資料や決まったルールと照らせる仕事から試してみてください。

顧客向け提案と調査結果の整理に当てはめると、次のようになります。

提案内容や分類基準が確定し、別の依頼として条件を渡せるなら、そこでLunaを試せます。同じ長い会話の途中で何度もモデルを替える必要はありません。モデルを替える場合は、確定事項と未決定事項を分けて渡してください。長い会話で切り替える際の注意点は、モデル・推論レベルを途中変更するときの記事で詳しく扱っています。

7. Solの推論レベルを調整し、必要ならAstraを検討する

Solで仕上がりが足りないときは、まず依頼の目的、使う資料、完成条件を確認し、必要なら推論レベルを上げて試してください。 同じモデルでも、考える深さを調整できます。Codexで選べる設定には、低・中・高・極高・Maxがあります。利用できる設定は画面やプランによって異なるため、手元の選択肢を確認してください。推論レベルを上げると品質が改善する可能性がありますが、時間や利用量も増える場合があります。設定ごとの違いはReasoning effortの解説で詳しく紹介しています。

それでも不足する重要な仕事でAstraを試す

Solの推論レベルを調整しても、複数の前提を扱う重要な仕事で品質が足りないなら、Astraを候補にしてください。標準APIの短い入力では、100万トークンあたりAstraは入力10ドル・出力50ドルで、Solの入力2ドル・出力10ドルの5倍です。Astraを使うかは、Solで何が不足したかと、その判断の重要度を踏まえて決めてください。「公開前の最終確認」という理由だけで毎回選ぶ必要はありません。

たとえば新サービスの提案で、顧客調査、社内の対応能力、収支計画、既存商品の位置づけを一緒に考える場合です。資料ごとに前提が異なり、優先順位の決め方にも複数の案があるなら、Solで論点を整理した後、特に難しい判断をAstraにも検討させる方法があります。判断に使った前提と、結論が変わる条件も示してもらうと、人が確認しやすくなります。

まとめ

GPT-6 Solの公開単価は旧5.6 Solと比べて半額で、旧Terraに近い価格帯です。ただし、同じSolという名前でも直接の代替とは決められず、サブスクで使える回数も単価だけでは決まりません。普段の仕事で情報を比べたり、何を優先するか判断したりする依頼は、Solから始めてみてください。

人が対象・処理内容・完成条件を決め、結果を確かめやすい仕事にはLunaを試せます。Solで品質が足りないときは依頼内容と推論レベルを確認し、それでも不足する重要な仕事でAstraを検討してください。5.6 Solから替える場合も、名前だけで決めず、普段の仕事の仕上がりと確認・修正の手間を比べてください。

GPT・Claude・Gemini・Grokの価格帯をまとめて比べたい場合は、AIモデルの料金比較を参考にしてください。

参考資料

• OpenAI：モデルの選び方
• OpenAI：GPT-6 Sol・Lunaの提供場所と用途
• OpenAI：標準API料金
• OpenAI：GPT-5.6 Terraの料金
• OpenAI：Work・Codexのクレジット単価と利用目安
• 利用者によるレポート確認時の見落とし報告
• 利用者による6 Solと5.6 Solの使用感の報告
• 推論レベルを調整した6 Sol利用者の報告