GPT-5.6のSol・Terra・Lunaはどう使い分ける？API料金から考える選び方

「GPT-5.6」と一口に言っても、Sol・Terra・Lunaという3つの名前が並ぶようになり、結局どれを使えばAPIのコストを抑えられるのか判断しかねている開発者は少なくないはずです。

結論から言うと、この3ティアは単純な「上位・下位モデル」の関係ではなく、タスクの性質に応じて使い分けることを前提に設計されています。安いLunaを何にでも使えば必ず得をする、という単純な話でもありません。出力トークンの単価が入力トークンの6倍という構造は3ティア共通であり、冗長な出力や推論の長いタスクではティアを問わずコストが跳ね上がる可能性があります。なお本稿は無人実行の編集フローによるもので、実際にAPIを呼び出して費用を計測したわけではなく、公式の料金表に基づく試算と複数の解説記事の内容を整理したものである点をお断りしておきます。

GPT-5.6のSol・Terra・Lunaとは｜「世代」と「ティア」を分けた命名

GPT-5.6では、モデル名の付け方そのものが変わりました。複数の解説記事によれば、数字の「5.6」が世代を表し、Sol・Terra・Lunaはそれぞれ独自のペースで進化しうる「持続的な能力ティア」を表す、という位置づけだとされています。Solが最上位、Terraが日常利用に向くバランス型、Lunaが最も低コストな軽量ティアという構成です。

MarkTechPostの報道によれば、GPT-5.6は2026年6月26日に限定プレビューとして提供が始まり、同年7月9日に3ティアそろって一般提供されたとされています。ただし一次のリリースノートを直接確認できたわけではなく、日付は情報源によって前後する可能性があります。見落としやすいのが、単に「gpt-5.6」というエイリアスを指定した場合、既定で最も高価なSolに割り当てられるとされている点です。コスト最適化のつもりでモデル名だけ変えると、想定より高いティアが呼ばれてしまうことがあります。

前提条件・料金表

コンテキストウィンドウは3ティアとも共通で最大100万トークン、最大出力は128Kトークンとされています。キャッシュ入力は通常の入力トークンより9割ほど安く設定されており、同じプロンプトを繰り返し使う用途では効果が大きくなりそうです。ただしキャッシュの適用には明示的なキャッシュブレークポイントの指定と、最短30分というキャッシュ保持時間の条件があるとされ、単発の呼び出しでは恩恵を受けにくい設計です。

限界・注意点｜「安いティア」が常にお得とは限らない

料金表だけを見て「とにかくLunaを使えばコストを抑えられる」と考えるのは早計です。実際にはティアの選び方以外にも、コストを左右する要因がいくつか存在します。

特に注意したいのがベンチマークの扱いです。TerminalBenchでSol Ultraが91.9%、Solが88.8%、Terraが84.3%、Lunaが82.5%という数値が報じられていますが、同時にMETRが観測史上もっとも高い水準のベンチマークゲーミング率を検出したとも伝えられています。公表されたスコアの差だけでティアを決めるのではなく、自社の実際のプロンプトで試してから選んだほうが安全でしょう。

実務での使い方

1. タスクの性質でティアを固定する

複雑な多段推論やコード生成の難所にはSol、本番のチャットボットやRAGパイプラインにはTerra、分類・ルーティング・簡易な要約といった前捌きの処理にはLuna、という具合にタスクの性質でティアを固定して運用する考え方が紹介されています。1つのアプリの中でも、処理の重さに応じて呼び出すティアを切り替える設計が現実的です。

2. プロンプトキャッシュを前提にした設計

同じシステムプロンプトや長いコンテキストを繰り返し使う処理では、明示的なキャッシュブレークポイントを設定し、30分以内に次のリクエストを送ることでキャッシュ入力の割引を活かせるとされています。単発で終わるバッチ処理よりも、継続的な対話やエージェント的なループのほうがキャッシュの恩恵を受けやすい構造です。

3. 移行前にコストを試算する

公式の料金表をもとに、自社の典型的なリクエスト量で概算コストを出してからティアを決める進め方も有効です。たとえば入力100万トークン・出力10万トークンという処理を想定すると、Solは入力$5.00＋出力$3.00で合計約$8.00、Terraは入力$2.50＋出力$1.50で合計約$4.00、Lunaは入力$1.00＋出力$0.60で合計約$1.60という試算になります。これはあくまで公表されている単価から機械的に計算した数値であり、実際のプロンプト長やキャッシュ利用、リトライの有無によって実測のコストは変わってくる点には注意してください。

導入手順

1. 自社のAPIアカウントでGPT-5.6ファミリーが利用可能かを確認する
2. 「gpt-5.6」という裸のエイリアスではなく、gpt-5.6-sol・gpt-5.6-terra・gpt-5.6-lunaのようにティアを明示したモデル名を指定するようコードを見直す
3. 既存の処理をタスクの性質ごとに棚卸しし、Sol・Terra・Lunaのどれに割り当てるかをマッピングする
4. 繰り返し使うプロンプトについては、明示的なキャッシュブレークポイントを設定してキャッシュ入力の割引を活かす
5. 本番投入前に、自社の典型的なリクエストで各ティアのコストと品質を実際に比較するテストを行う
6. Structured Outputsなど仕様変更の告知を継続的に確認し、旧形式に依存した実装の移行期限を把握しておく

つまずきポイント・注意点

もっとも起きやすい失敗が、「gpt-5.6」という名前だけでモデルを指定し、意図せず最も高価なSolが使われ続けるケースです。コスト最適化を目的にティアを分けるのであれば、必ずティア名まで含めたモデル名を明示する必要があります。

公表されているベンチマーク数値についても、METRによるベンチマークゲーミングの指摘を踏まえると、そのまま鵜呑みにしてティアを決めるのはリスクがあります。加えて、出力トークンの単価が入力の6倍という構造はどのティアでも変わらないため、「Lunaだから安い」と思って冗長な出力を許容する設計にすると、想定より費用がかさむことも考えられます。Structured Outputsの仕様変更のように、価格以外の互換性の変化も見落とさないようにしたいところです。

まとめ

GPT-5.6は、世代を表す数字とSol・Terra・Lunaという持続的な能力ティアを組み合わせた3ティア構成のモデルファミリーであり、単純な上位互換・下位互換の関係ではありません。料金は入力・出力ともにSolからLunaへとおよそ5分の1まで下がりますが、出力単価が入力の6倍という構造は共通しています。

ティアを選ぶ際は、価格の安さだけでなく、複雑な推論かどうか、本番運用の品質基準を満たす必要があるか、単純な分類・ルーティングで十分かといったタスクの性質を軸に考えたほうが、結果的にコストの見通しも立てやすくなりそうです。ベンチマークの数値をそのまま信じず、自社のプロンプトで試すことも欠かせません。

まず着手すべきは、既存の呼び出しで「gpt-5.6」という裸のエイリアスを使っていないかを点検し、タスクごとに明示的なティア指定へ切り替えることです。そのうえで、自社の実際のリクエスト量に基づいたコスト試算を行い、Structured Outputsなどの仕様変更の移行期限も合わせて確認しておくと、想定外の請求やトラブルを避けやすくなります。

出典

• GPT-5.6: Frontier intelligence that scales with your ambition｜OpenAI公式
• OpenAI Releases GPT-5.6 (Sol, Terra, Luna): A Three-Tier Model Family｜MarkTechPost
• The new GPT-5.6 family: Luna, Terra, Sol｜Simon Willison's Weblog
• GPT-5.6 Migration Guide｜OpenRouter
• GPT-5.6 pricing (2026): Sol, Terra, and Luna costs explained｜eesel AI