OpenAIがGPT-6 SolとGPT-6 Lunaを公式発表した。今月すでに投入されていた最上位モデル GPT-6 Astra に続く、コスト効率側を広げるための2モデルだ。最大の変更点は価格で、GPT-5.6のプロモーション価格と比べてAPI価格が50%引き下げられている。エージェントを長時間回す用途でコストが効いてくる領域に、直接効く発表になっている。
発表内容
OpenAIは今回の位置づけを、Astraが切り拓いた知能をコスト効率の面から広げるものだと説明している。
We trained GPT‑6 Sol and Luna with similar methods as GPT‑6 Astra, bringing the advances behind Astra’s state-of-the-art performance in professional work, factuality, coding, computer use, and alignment to faster, more affordable models.
API価格は元記事の表で以下のように示されている（いずれも100万トークンあたり）。
- GPT-6 Sol: 入力 $4 → $2 / 出力 $20 → $10
- GPT-6 Luna: 入力 $0.20 → $0.10 / 出力 $1.20 → $0.50
値下げの原資はキャッシングと推論の改善によるもので、その分をそのままユーザーと顧客に還元した、とされている。なお最上位は引き続きAstraで、「最高の結果と妥協のない体験が欲しいときはAstraを選べ」と明記されている。
ベンチマークについては、元記事に載っている数字だけを挙げる。
- AutomationBench 1.0.6（47ツールを使う業務ワークフロー）: GPT-6 Sol（xhigh）が33.2%・$0.27/タスク。Claude Opus 5（max）は26.9%でSolの11.1倍のコスト、GPT-6 Astra（low）は30.3%でSolの3.9倍。GPT-6 Luna（high）は前世代比で5.4ポイント改善し、タスクあたりコストは58%低い。
- Agents’ Last Exam V1（55サブ業界の長期タスク）: GPT-6 Sol（max）が56.4%で、この評価におけるClaude Opus 5の最高スコアを上回りつつ、タスクあたりコストは60%低い。
- DeepSWE v1.1: GPT-6 Sol（max）が68.8%で、Claude Fable 5の最高スコア69.9%（xhigh）と1.1ポイント差、コストは約80%低い。GPT-6 Luna（max）は66.6%で、Opus 5・Fable 5のmedium相当。
- OSWorld 2.0 offline: GPT-6 Sol（xhigh）が60.5%で、Claude Opus 5（medium）の60.3%とほぼ同等、コストは約80%低い。ただしコンピュータ操作の最高峰は引き続きAstraだとされている。
- 事実性: OpenAIの内部評価（ユーザーが誤りを報告した匿名化済み会話ベース）で、Solの誤りは前世代の約半分。Lunaも高effort時にGPT-5.6 Solと同等で、コストは約100分の1。
AutomationBenchのClaude Fable 5.1の数値については、OpenAI自身が注記を付けている。約40%のタスクで発生したOpus 5へのフォールバックのコストが含まれていないため、実際のコストを過小に表示している、という内容だ。
なぜ重要か
元記事が強調しているのは、コーディングエージェントの「継続利用コスト」だ。OpenAI社内の使用量として、API価格換算で1日あたりの中央値が$600超、90パーセンタイルでは$7,000超という数字が挙げられている。
As coding agents take on longer and more demanding tasks, the cost of sustained use matters more.
つまりこの発表は「賢さの天井を上げた」話ではなく、同じ予算で回せる試行回数を増やす話として組み立てられている。Solの位置づけも「高い使用上限とより低いコストで反復の余地を与える」と説明されており、単発の精度勝負より、エージェントを長く走らせる運用が前提になっている。
もう1つ地味に効きそうなのが、出力スタイルの変更だ。Astraで導入された対話スタイルがSolとLunaにも入り、技術・コーディング系の会話で特に違いが分かるとされている。具体的には、明快さが増し、専門用語・妙な言い回し・価値の低い細部が減り、全体としてやや短くなる、という記述がある。
現時点での未確定事項
元記事に書かれていないことは、書かれていないままにしておく。
- コンテキスト長、知識カットオフ、レート制限といったスペック面の記載は公式アナウンスに含まれていない。
- ChatGPT側でいつ・どのプランから使えるのか、ロールアウトのスケジュールについての具体的な記述はない。
- GPT-5.6系の提供終了・非推奨化に関する言及はない。
- Sol/Lunaの「effort」設定（high / xhigh / max）が何を指すか、ベンチマークのコスト計算がどう行われたかの詳細条件は、元記事では示されていない。
- 掲載されている比較はすべてOpenAI自身の測定・選定による数字であり、第三者による再現結果は現時点では確認できない。
- Luna出力の $1.20 → $0.50 という記載は、本文中の「50%削減」という表現と数値上は一致しない。元記事は両方をそのまま併記しており、どちらが正なのかの説明はない。
まとめ
- OpenAIがGPT-6の新バリアント Sol と Luna を発表。最上位は引き続き Astra。
- API価格はGPT-5.6のプロモーション価格比で50%削減。Solが入力$2/出力$10、Lunaが入力$0.10/出力$0.50（100万トークンあたり）。
- 公開されたベンチマークはいずれも「同等スコアを大幅に安く」という構図で、狙いはコストあたりの試行回数にある。
実装家視点で言うと、この発表で真っ先に見直すべきは使うモデルではなくパイプラインの構成だ。エージェントを常時回していると、コストの大半は「最終出力」ではなく、検証・再試行・ログ要約といった地味な中間処理に消えていく。Luna側の価格帯なら、これまで人力やルールベースで済ませていた前処理・後処理をまるごとモデルに寄せる判断が現実的になる。ただし今回出ている数字はすべてOpenAI自身の測定で、自分のタスク分布でそのまま再現される保証はない。切り替えるなら、既存ワークフローの実ログを何本か流して、スコアではなく1タスクあたりの実コストと失敗率を自前で測ってから決めたい。
コメント