TL;DR
OpenAIは2026年9月22日にGPT-6 SolとGPT-6 Lunaをリリースし、Astra以外にもGPT-6ファミリーを拡張しました。Solは複雑なコーディングやエージェント型ワークフロー向けに設計され、Lunaは大量の集中型・反復作業を対象としています。両モデルはテキストと画像入力を受け付け、テキストを生成し、1,050,000トークンのコンテキストウィンドウを提供し、ResponsesおよびChat Completions APIをサポートします。主な違いはワークロードの経済性にあります。Solは負荷の高い作業に対応するためにトークンあたりの支出が多く、Lunaは明確に範囲が定義されたタスクで単位コストを最小化します。
多くのチームにとって実務的な出発点はシンプルです。最も困難なエンドツーエンドの作業にはAstra、能力とコストのバランスが必要ならSol、タスクが十分に狭く自動検証できるならLunaを使います。OpenAIによるSolとLunaへのアクセスはすでにライブです。CometAPIは、ゲートウェイの可用性、プロモーション、アカウントルーティングがOpenAIの直接リリースと異なる場合があるため、別途確認してください。
Key Takeaways
- GPT-6 Solは、厳しいコード作成、マルチステップのエージェント、難易度の高いデバッグ、失敗時のレビューコストが大きいワークフローの強力な出発点です。
- GPT-6 Lunaは、抽出、分類、ルーティング、構造化サマリー、一次変換など、フォーカスされた高ボリュームのタスク向けに設計されています。
- 両モデルは公開されているコンテキストおよび出力上限が同じであり、コンテキスト長だけで選択理由にはなりません。
- OpenAIのStandard短コンテキスト料金は、Solが入力$2・出力$10/100万トークン、Lunaが入力$0.10・出力$0.50です。
- ツールが豊富な推論にはResponses APIを使用してください。Chat CompletionsでのSolおよびLunaの関数呼び出しは、reasoning_effortをnoneに設定する必要があります。
What Did OpenAI Release With GPT-6 Sol and Luna?
9月22日のリリースにより、GPT-6ファミリーに低コストの運用層が2つ追加されました。GPT-6 Astraは最も困難なエンドツーエンド作業に対して最も高い能力を維持し、Solは要求の高いコーディングやエージェント作業に強力な推論を低いトークンレートで提供します。Lunaは、繰り返し・経済的に実行すべきフォーカスされた作業に最適化されています。
これは単なる命名の更新ではありません。OpenAIのAPI変更履歴には、正確なモデルIDとしてgpt-6-solとgpt-6-lunaが記載されており、テキストおよび画像入力、テキスト出力、ResponsesとChat Completionsの両方での可用性が示されています。開発者は代表的なプロンプトで両モデルをテストし、受け入れ率、レイテンシ、総トークン数、リトライ、人間のレビュー時間などに基づいて層を選択できます。トークン価格だけではありません。詳細は、OpenAI API変更履歴と公式モデル比較を参照してください。
What Is GPT-6 Sol?
GPT-6 Solは、複雑なコーディングとエージェント型ワークフロー向けのOpenAIのGPT-6モデルです。リポジトリ分析、デバッグ、エージェント主導のソフトウェア変更など、持続的な推論、ツールの選択、複数ステップを要する作業を想定しています。公式仕様には、テキストおよび画像入力、テキスト出力、1,050,000トークンのコンテキストウィンドウ、最大128,000トークンの出力、reasoning effortはnoneからmaxまでと記載されています。
Solは単なる「中間モデル」ではありません。その経済的価値は、より強力なマルチステップ性能によってリトライ、エスカレーション、レビューが減るかどうかに依存します。Lunaの低単価よりも検証失敗や人手介入が増える場合にはコストが相殺されるため、Solは良いデフォルトです。
What Is GPT-6 Luna?
GPT-6 Lunaは、スコープが明確で高ボリュームに繰り返される作業のための、効率重視のGPT-6オプションです。例として、抽出、分類、テンプレート駆動の応答、サポートのトリアージ、一次サマリーが挙げられます。出力がアプリケーション要件に照らして検証されることが前提です。LunaはSolと同じく、公開されている1,050,000トークンのコンテキストと128,000トークンの出力上限、テキストおよび画像入力、テキスト出力を備えています。
成功が明確に定義でき、安価に検証できる場合にLunaは最も魅力的です。低いトークンレートが自動的に最小のワークフローコストを生むわけではありません。リトライ、却下された出力、下流での失敗、レビュアーの時間を評価に含めるべきです。
How Did GPT-6 Sol and Luna Improve Performance?
Professional and coding evaluations
OpenAIの公開ローンチ評価では、SolはAutomationBenchでxhigh effort時に33.2%を記録し、推定タスクコストは$0.27でした。同比較で低effortのAstraは30.3%でした。SolはDeepSWE v1.1でmax effort時に68.8%、Lunaはmax effort時に66.6%でした。AutomationBenchはアプリケーション横断のワークフローを、DeepSWEは長期的なソフトウェアエンジニアリング課題をテストします。これらの数値は特定のテスト設定に基づくものであり、すべてのプロンプトに対する普遍的な序列を確立するものではありません。
教訓は、どれか1つのベンチマークが普遍的な勝者を宣言することではありません。最適なモデルは、reasoning effort、ツール利用、タスク設計によって変わり得るということです。ベンチマーク設定は、テスト計画を立てるための証拠として扱い、本番プロンプトの評価の代替にしてはなりません。
Computer use, factuality, and limits
OpenAIのOSWorld 2.0オフライン評価において、Solはxhigh effortで60.5%に到達しました。OpenAIはまた、ユーザーが事実誤りを指摘した会話セットにおいて、Solが前世代のGPT-5.6と比べて約半分の誤りだったと報告しています。ただし、そのセットは典型的なトラフィックを代表するものではありません。
デプロイに際しては、アプリケーションにとって重要な失敗モードを評価してください。具体的には、誤ったツール選択、不完全なマルチステップ実行、スキーマ不一致、事実誤り、レイテンシ、受理結果あたりのコストです。広範なリーダーボードスコアよりも、小規模でも代表性のある評価セットの方が実用的です。
How Much Do GPT-6 Sol and Luna Cost?
公式のOpenAI価格表は、Standardの短コンテキストと長コンテキストの料金を分けています。以下の価格はUSDで100万トークンあたりです。入力トークンが272,000を超えるプロンプトは、しきい値を超えた部分だけでなく、リクエスト全体に長コンテキスト料金が適用されます。
| OpenAI Standard rate / 1M tokens | GPT-6 Sol: short / long | GPT-6 Luna: short / long |
|---|---|---|
| Input | $2.00 / $4.00 | $0.10 / $0.20 |
| Cached input | $0.20 / $0.40 | $0.01 / $0.02 |
| Cache writes | $2.50 / $5.00 | $0.125 / $0.25 |
| Output | $10.00 / $15.00 | $0.50 / $0.75 |
Batch、Flex、Fast mode、対象となる地域での処理には別料金があります。サービス層、入力の総長、出力長、キャッシュ動作、ツール料金、リトライ率を用いてコストを見積もってください。
CometAPI pricing and availability snapshot
CometAPIでは現在、GPT-6 LunaおよびGPT-6 Solの両方が、OpenAIの対応するStandard短コンテキストAPI料金から20%割引で掲載されています。GPT-6 Lunaについては、CometAPIは100万入力トークンあたり$0.08、100万出力トークンあたり$0.40を請求しており、OpenAIの$0.10/$0.50と比較して安価です。カタログには、キャッシュ読み取り・書き込みの割引料金も、同じく20%減として掲載されています。
GPT-6 Solも同じ20%のCometAPI割引を受けます。短コンテキスト料金は100万入力トークンあたり$1.60、100万出力トークンあたり$8.00で、OpenAIのStandard価格$2/$10と比較して安価です。これはトークン単価の観点ではSolがLunaより大幅に高価であることを意味しますが、両モデルは異なるワークロードを対象としています。Solは要求の高いコーディングやエージェント型ワークフロー向け、Lunaは効率的な高ボリューム推論を重視します。
| CometAPI model | Public status | Short-context input / output | Interpretation |
|---|---|---|---|
| GPT-6 Luna | Listed with 20% off | $0.08 / $0.40* | 入力は公開表示。出力は対応する20%割引の計算結果。ダッシュボードで再確認してください。 |
| GPT-6 Sol | Listed with 20% off | $1.60 / $8.00* | 入力は公開表示。出力は対応する20%割引の計算結果。ダッシュボードで再確認してください。 |
*日付時点のスナップショットおよび開示された計算であり、将来の価格やアカウントアクセスを保証するものではありません。CometAPIのモデルカタログおよび価格ページをご覧ください。
GPT-6 Astra vs GPT-6 Sol vs GPT-6 Luna: How Should Developers Choose?
3つのモデルは、仕様だけでなく「成功したワークフローあたりのコスト」で比較すべきです。Astraは最も高い能力上限を提供し、Solは強力な推論とより低いトークンレートのバランスを取り、Lunaは明確な境界と検証を備えたタスクで単位コストを最小化します。
| Model | Choose it when | Operating tradeoff |
|---|---|---|
| GPT-6 Astra | タスクが最も困難なエンドツーエンド作業（曖昧、高リスク、ツールが多い、レビューが高コスト）である場合 | 最も高いトークン価格だが、最も難しいケースで下流の失敗や人手介入を減らす可能性がある |
| GPT-6 Sol | Astraの料金を全リクエストで支払わずに、強力なコーディングとエージェント性能が必要な場合 | 要求の高い本番作業の強力なデフォルト。Lunaに比べて、追加能力がリトライを十分減らしコスト差を正当化するか検証が必要 |
| GPT-6 Luna | 作業が狭く、測定可能で、高ボリュームであり、スキーマやルール、サンプリングで保護されている場合 | 最低の単位コストだが、タスク定義が弱い・検証が不十分だと、節約がレビューとリトライのコストに転化し得る |
推奨ルーティングパターン: ルーティンで明確に範囲が定義された作業はLunaへ、難しいケースはSolへ、複雑性・曖昧性・結果の重大性が高く能力上限が重要なタスクにはAstraを予約します。エスカレーションのシグナルには、検証失敗、ツール要件、低信頼、異常に長いプロンプト、高い誤りコストなどが含まれます。
Why Has GPT-6 Terra Not Been Released?
OpenAIは2026年9月23日現在、GPT-6 Terraモデルを発表しておらず、その不在の理由も示していません。公開されているGPT-6モデルカタログにはAstra、Sol、Lunaが記載されており、API変更履歴でもTerraのモデルIDはアナウンスされていません。以前のGPT-5.6世代にはTerraが存在したため疑問が生じますが、GPT-6のローンチ計画を示すものではありません。
価格、ラインアップ戦略、リリース時期に基づく説明は分析であり、OpenAIの声明ではありません。OpenAIがモデルページやアナウンスを公開するまでは、GPT-6 Terraのリリース日、仕様、ベンチマーク、価格は不明のままです。
How Can Developers Access and Use GPT-6 Sol and Luna?
Use OpenAI directly
両モデルIDはOpenAIのResponsesおよびChat Completions APIでライブです。組み込みツールや関数呼び出しを伴う推論にはResponsesを使用してください。Chat Completionsは通常リクエストをサポートしますが、SolとLunaの関数呼び出しにはreasoning_effort="none"が必要です。
Use CometAPI after checking the live route
CometAPIはOpenAI互換のベースURLを公開しているため、OpenAI SDKをCometAPIキーで使用できます。公開カタログでは現在、Lunaの利用がより安全な例として案内されています。アカウントでSolルートの有効化が確認できた場合のみ、gpt-6-solを置き換えてください。
CometAPIのダッシュボードが選択したルートでResponsesおよびchatのサポートを文書化している場合、ロールアウト前に別途テストしてください。プロバイダ、ルート、モデルID、reasoning設定、レイテンシ、トークン、検証結果、課金コストを記録し、ゲートウェイテストがOpenAI直アクセスのテストと区別できるようにしてください。
Conclusion
GPT-6 SolとGPT-6 Lunaは、異なるワークロード経済を持つ2つのオプションでGPT-6ファミリーを拡張します。Solは複雑なコーディングとエージェント型ワークフロー向け、Lunaは効率的でフォーカスされた大規模作業向けに設計されています。Astraは最も困難なエンドツーエンドのタスク向けの選択肢として残ります。3つの選択肢はいずれも条件次第で経済的に見えるため、正しい比較はコンテキスト長やトークン価格単独ではなく、「受理結果あたりのコスト」です。
代表的な評価セットから開始しましょう。品質、レイテンシ、総トークン数、リトライ、検証失敗、人間のレビュー時間を計測してください。OpenAIの公開モデルIDを用いて直接アクセスし、ゲートウェイ固有の可用性の主張を行う前に、CometAPIのライブルートとアカウントの価格を検証してください。