--- title: "GPT-6 Sol・Lunaは5.6から何が変わった？料金と使い分けを簡単に解説" url: "https://pro-marketing.jp/consulting/gpt-6sol-sokuhou/" canonical: "https://pro-marketing.jp/consulting/gpt-6sol-sokuhou/" date: "2026-09-23" lastmod: "2026-09-23" description: "OpenAIは2026年9月22日、GPT-6 SolとGPT-6 Lunaを発…" language: "ja" image: "https://pro-marketing.jp/wp-content/uploads/2026/09/Image-1-32.jpg" categories: - "コンサルティング" tags: [] author: name: "小形 洸太" url: "https://pro-marketing.jp/author/kotaogata/" bio: "マーケティングプロデューサー、集客コンサルタント。大学卒業後、店舗マーケティングツールのASPにて、500店の顧客フォロー及び導入支援業務に従事。その後、2009年からコンサルティングを提供開始。助言だけではなく、対策もできるコンサルタントとして活動。主に、マーケティング関連のディレクション業務を行い、オウンドメディア運用、SNSキャンペーン、実店舗の集客支援を実施。 集客の専門家として、ミラサポや信用保証協会専門家、商工会専門家などの立場で事業主向けに助言業務を実施。また、リクルートや第一興行のメディアでSNSを使った集客の記事の監修。" --- # GPT-6 Sol・Lunaは5.6から何が変わった？料金と使い分けを簡単に解説 OpenAIは2026年9月22日、GPT-6 SolとGPT-6 Lunaを発表しました。両モデルはCodexとChatGPT Workで順次利用できます。今回の更新ではAPI料金が下がっただけでなく、事実の正確さや業務を進める能力にも改善が報告されています。 ## GPT-6 Solの事実誤りは、社内評価で約半分になりました OpenAIによると、GPT-6 Solは事実の正確さを測る社内評価で、GPT-5.6 Solと比べて**約半分の誤り**でした。最上位モデルのGPT-6 Astraに近い水準だと説明されています。 ただし、これは日常のあらゆる質問で誤りが半減するという意味ではありません。評価には、以前の回答でユーザーが事実誤りを指摘した会話が使われています。誤りが起きやすい問いを集めた評価結果として受け止め、公開する記事の事実確認は引き続き行う必要があります。 ## Lunaは複数のアプリをまたぐ作業で改善しました GPT-6 Lunaも、前世代から性能が上がりました。営業やマーケティングなどの業務を想定した「AutomationBench」では、GPT-5.6 Lunaより**成功率が5.4ポイント向上**し、評価上の**1作業あたりの費用は58％低下**しました。 この評価では、AIの返答のうまさではなく、顧客情報の更新や通知など、依頼された作業を最後まで正しく完了できたかを見ています。したがって、この数字は「文章の品質が5.4ポイント上がった」という意味ではありません。 ## SolはAstraを超えたのでしょうか？ 同じAutomationBenchでは、GPT-6 Solが**33.2％**、GPT-6 Astraが\*\*30.3％\*\*という結果も公表されました。ただし、Solは深く考える「xhigh」、Astraは軽めの「low」で測定されています。これだけでSolのほうが高性能とは言えません。 Astraを「max」で動かした公開結果は**41.4％で、Solを上回ります。一方、評価上の1作業あたりの費用はSolが$0.27**、Astra maxが$1.73でした。高い成功率を求める仕事にはAstra、費用とのバランスを重視する仕事にはSol、という選び方ができます。 ## API料金はSolが半額、Lunaも大幅に下がりました 100万トークンあたりのAPI標準料金は、Solが入力\*\*$4から$2\*\*、出力\*\*$20から$10**になりました。Lunaは入力**$0.20から$0.10、出力**$1.20から$0.50**になっています。これはAPIの料金であり、ChatGPTやCodexの月額料金が同じ割合で下がるという意味ではありません。 記事の企画や資料の照合など、判断が必要な仕事にはSolが向いています。要約や情報整理など、完成形が明確で数をこなす仕事にはLunaが使いやすいでしょう。公表された評価は選択の目安になりますが、自社の仕事での差は、同じ資料と指示で試し、誤りの数や手直しにかかる時間まで比べて判断することをおすすめします。 ※2026年9月23日時点の公式情報に基づきます。