GPT-6 Sol／Luna登場｜使える場所とAPI料金の読み方

GPT-6 SolとGPT-6 Lunaが加わり、コード修正や資料処理に使うモデルを、仕事の複雑さと費用に合わせて選びやすくなりました。ただし、ChatGPTの通常のChatで選べるモデルとは別です。 OpenAIの変更履歴では、2026年9月22日からWork・Codex・APIへの提供が始まっています。公式変更履歴。

• Solは複雑な開発や一連の作業、Lunaは範囲を絞った大量処理に向けたモデルとして案内されています。
• 標準APIの入力・出力単価は、Solが2ドル・10ドル、Lunaが0.10ドル・0.50ドルです。100万トークン当たり、入力272Kトークン以下の場合の値です。
• 利用プラン・画面・管理者設定を確認してから試す必要があります。新モデルが発表されたことだけでは、自分の画面への提供を確認したことになりません。

ChatGPTやCodexを使っている人、APIの処理費用を見直したい開発者向けに、公式仕様を整理します。読み終えたら、利用先を確認し、小さな仕事で新旧モデルを比較する準備ができます。料金はAPIの変更履歴、モデルの役割は公式モデル一覧に基づきます。以下は日本時間9月24日時点の資料確認であり、実測レビューではありません。

SolとLunaが増やす、仕事の任せ方

複雑な作業をまとめて渡すならSolが候補

Solのモデル資料は、複雑なコーディングとエージェントの作業を主な用途に挙げています。エージェントは、質問へ答えるだけでなく、ファイルを読む、修正する、結果を確かめるといった手順を進める仕組みです。

読者の仕事に置き換えるなら、複数ファイルにまたがる不具合の調査や、仕様を読んで修正方針を考える作業が試用候補になります。これは用途から考えた提案であり、その仕事で旧モデルを上回ると検証した結果ではありません。修正の正しさに加え、頼んでいない変更を増やさないかも見たいところです。

Lunaは、処理する単位を小さく決めて試す

Lunaのモデル資料は、対象を絞った大量の作業を効率よく処理する位置づけです。たとえば、問い合わせから製品名と症状を抜き出す、決められた項目に沿って文章を整理する、といった用途が考えられます。

想定シナリオとして、問い合わせを分類してから技術調査へ回す業務を考えます。分類と調査をひとつの依頼に詰めず、分類だけをLuna、複雑な調査をSolで試せば、どの段階で品質が足りないかを見つけやすくなります。実装を最初から分割する必要はなく、評価用の入力を分けるだけでも比較は始められます。

今回の追加を、Astraを一律に置き換える発表と読むのも早計です。OpenAIはAstraを引き続き最上位に位置づけています。まずは使い慣れた依頼を選び、モデルだけを変えて成果物の差を見るのが出発点です。入力例を探すなら、GPT-6 Astra向けの実践プロンプトを比較用のたたき台にできます。同じ結果になることを保証するものではありません。

「ChatGPTにある」と「Chatで選べる」は分けて確認

Work・Codex・APIのどこを使っているか

9月22日の提供案内はWorkとCodexが対象です。通常のChatには未提供と明記されています。モデル一覧に見つからない場合、まず開いている画面を確かめてください。プランを変更する前に、提供先を取り違えていないかを調べられます。製品変更履歴。

提供は段階的で、ワークスペース設定にも左右されます。Enterpriseでは管理者による新モデルの有効化が必要です。個々の日本のアカウントに表示されるかは、本稿では実機確認していません。見つからない原因を「障害」「契約不足」とすぐに決めず、画面と管理設定を先に照合しましょう。

モデルが見つからないときの確認順

利用先を先に分けると、確認する場所が変わります。APIのモデル名を探しているのにChatの選択欄を見ても、利用可否の答えは得られません。

モデル名が見つからないときは、利用先を特定してから表示条件を調べます。契約や設定を変える前に、確認する場所を絞るための順序です。

API料金は、入力・出力・再利用を別々に読む

標準の短い入力で比べる単価

次は米ドル・100万トークン当たりの標準料金です。入力272Kトークン以下の条件をAPI変更履歴で、各単価を料金表で確認しました。ChatGPTの月額会費を示す表ではありません。

トークンは、モデルが文章などを扱うときの単位です。文字数と同じではありません。キャッシュは、毎回共通で渡す説明や資料の処理を再利用する仕組みで、同じ帳票の定型欄を毎回最初から読み直さずに済ませるイメージです。

ただし、すべての入力がキャッシュ単価になるわけではありません。料金表は書き込みと読み取りを分け、長い入力や処理方式にも別の欄を設けています。最も安い列だけを取り出すと、実際の使い方に合わない見積もりになります。

同じ処理量なら、いくらになるか

想定シナリオとして、入力10,000トークン、出力2,000トークンを、キャッシュなし・標準処理で使うとします。ツール等の追加料金を含めなければ、Solは0.04ドル、Lunaは0.002ドルです。計算は次のとおりです。

Sol : (10,000 / 1,000,000) × 2 + (2,000 / 1,000,000) × 10 = $0.04
Luna: (10,000 / 1,000,000) × 0.10 + (2,000 / 1,000,000) × 0.50 = $0.002

これは使用量を仮定した単純計算で、実際に処理して得た請求額ではありません。同じ依頼でも出力が長くなったり、途中でやり直したりすれば総額は変わります。モデルを選ぶ際は、最初の応答を得る費用に加えて、採用できる結果に直すまでの費用を記録してください。

発表は旧GPT-5.6のプロモーション価格からの値下げを説明しています。ただ、公式表のLuna出力は1.20ドルから0.50ドルで、計算すると約58.3%の低下です。入力も出力も一律に半額、とまとめないほうが正確です。自分の処理ではどの単価が使われるかを、新しい料金表から読むのが確実です。公式発表。

キャッシュ改善は、料金表とは別の確認対象

同日にはGPT-6のキャッシュ改善と、利用状況を見るダッシュボード、再利用できなかった原因を調べる診断機能も発表されました。キャッシュ改善の公式説明。

単価が下がることと、キャッシュが多く使われることは、費用へ影響する別の要因です。旧モデルと新モデルを比較するなら、総トークン数だけでなくキャッシュされた入力の量も残すと、何が変わったかを追いやすくなります。本稿では詳細なキャッシュ設定手順は扱いません。

Codexで試すときは、CLIの版と選択結果を見る

モデル選択欄への追加は0.156.1

Codex CLIの0.156.1は、SolとLunaをモデル選択欄へ追加した更新です。変更履歴の日付は9月23日。モデルの提供開始日と、CLI側の対応日を混ぜないようにしてください。Codexの変更履歴。

公式に案内された選択方法は、セッション内の/model、または起動時の--modelです。以下は公式記法を使った例で、この原稿作成時にモデルへ接続して実行したものではありません。

codex --model gpt-6-sol
codex --model gpt-6-luna

2行は同時実行するためのスクリプトではなく、試したいモデルに応じて選ぶ起動例です。CLIの更新は、利用環境の管理方法に従って行ってください。職場の管理対象端末なら、個人判断でインストール方法を切り替える前に、既存の更新経路を確認します。

初回の試用では、依頼の範囲を固定する

モデルを切り替えた後は、画面で選択結果を確認してから作業を渡します。比較途中でモデルや設定を変えた場合は、その結果を同条件の試行に混ぜず、別に残してください。

最初の依頼は「リポジトリを改善して」のように広げず、既知の不具合や説明対象を指定します。正解を人が確かめられる仕事を選ぶと、文章のもっともらしさと、仕事が終わったかを分けて評価できます。新モデルの試用を理由に、公開・送信などの権限を増やす必要はありません。

APIの移行は、モデルIDの変更だけで終えない

ツール呼び出しは接続方式の条件がある

公式モデル資料では、両モデルともreasoning.effortはmediumが既定で、noneからmaxまで複数の段階を持ちます。また、組み込みツールや関数呼び出しにはResponses APIを案内しています。Chat Completionsでの関数呼び出しは、reasoning_effortがnoneの場合だけ対応すると説明されています。Sol仕様、Luna仕様。

関数呼び出しは、モデルが外部の処理へ渡す引数を作る仕組みです。既存コードで使っているなら、移行前にAPIの接続方式、推論設定、関数の指定をまとめて確認しましょう。文章への応答が返ることと、必要なツールを使えることは別の確認項目です。

想定シナリオとして、問い合わせ文を読み、在庫照会の関数を呼ぶアプリなら、回答文の自然さだけでは移行を判断できません。正しい商品IDを渡せるか、該当商品がないときに架空の結果を作らないか、関数が失敗したときに成功と報告しないかまで確認対象になります。

入る資料の量と、安く処理できる量は違う

モデル資料は両モデルのコンテキストウィンドウを1,050,000トークンとしています。コンテキストは、一度の処理で扱う入力や出力などのための枠です。一方、上の標準料金表で示した条件は入力272K以下です。最大の枠まで使っても同じ単価、とは読めません。Sol仕様、API料金。

大量の資料を渡す場合は、最初から全量を入れて費用を予測するより、代表的な入力で使用量を確認してください。読み込める分量が多いことと、必要な記述を正しく拾えることも別です。資料のどの箇所を根拠にしたかを返させると、人が原文と照合できます。

性能向上の発表から、言い切れないこと

公式の評価結果を、仕事の合格率に置き換えない

OpenAIは、内部の事実性評価でSolの誤りが前世代の約半分になったと説明しています。ただし、対象は過去に誤りが指摘された会話をもとにした評価集合で、通常利用を代表するものではないと注記しています。自分の仕事で誤りが半分になるという保証ではありません。発表の評価条件。

同様に、公開されたコーディング評価の順位だけでは、手元の言語・設計・テスト条件での採用判断はできません。評価時の推論設定、使えるツール、何を成功と数えたかを確認してから、自分の入力で比べる必要があります。

安全性の改善にも、評価範囲がある

システムカードのSol／Luna追補には、内部Codexの配備シミュレーションでSolの深刻な問題を示すフラグが減った一方、情報持ち出しに関するフラグは増えたとあります。同資料も、内部の結果を外部環境の安全性へそのまま適用しないよう述べています。システムカード第11章。

これは実際の情報漏えい件数を報告したものではなく、評価中のフラグの話です。「安全になったから確認は不要」とも、「実サービスで漏えいが増えた」とも結論づけられません。試用では従来の確認手順を維持し、コードの差分や出典を人が見られる形で残してください。

最初の比較は、普段の仕事を1件ずつ

初回評価では、難しい仕事をまとめて任せる前に、普段使っている入力と採用条件を揃えることを勧めます。以下は編集上の評価案です。公式ベンチマークの再現方法ではありません。

記録には、モデルID、推論設定、所要時間、使用量、やり直した理由を添えます。APIなら費用も計算し、速さや安さと別に、成果物をそのまま採用できたかを残してください。試行が少ない段階では「この入力では良かった」という範囲にとどめます。

SolとLunaは、仕事ごとの選択肢を増やす更新です。まず利用先を確認し、同じ小さな仕事で、品質と処理費用の両方を比べる。その記録が揃ってから、日常の既定モデルを変えるかを決められます。

コード修正の比較項目を具体化するなら、AI生成コードを人がレビューするチェックリストを次に確認してください。モデルが変わっても、採用する変更を自分で説明できるかは残る問いです。

参考・出典

• Introducing GPT-6 Sol and Luna — OpenAI。https://openai.com/index/introducing-gpt-6-sol-and-luna/（参照日: 2026-09-24）
• ChatGPT & Codex changelog — OpenAI。https://learn.chatgpt.com/docs/changelog（参照日: 2026-09-24）
• API Changelog — OpenAI。https://developers.openai.com/api/docs/changelog（参照日: 2026-09-24）
• Models — OpenAI。https://developers.openai.com/api/docs/models（参照日: 2026-09-24）
• GPT-6 Sol Model — OpenAI。https://developers.openai.com/api/docs/models/gpt-6-sol（参照日: 2026-09-24）
• GPT-6 Luna Model — OpenAI。https://developers.openai.com/api/docs/models/gpt-6-luna（参照日: 2026-09-24）
• API Pricing — OpenAI。https://developers.openai.com/api/docs/pricing（参照日: 2026-09-24）
• Better prompt caching for GPT-6 — OpenAI。https://openai.com/index/better-prompt-caching-for-gpt-6/（参照日: 2026-09-24）
• GPT-6 Astra System Card、Sol／Luna追補 — OpenAI。https://deploymentsafety.openai.com/gpt-6-astra（参照日: 2026-09-24）