GPT-6 Sol・Lunaとは——料金・使える場所と、Astraのlow（軽）とどれを使うか

2026年9月22日（米国時間。日本時間では9月23日未明）、OpenAI が 「GPT-6 Sol」と「GPT-6 Luna」を公開しました（OpenAI 公式発表）。9月3日に出た最上位の GPT-6 Astra と同じ系統の訓練方法で作られた、より速く、より安いモデルです。

この記事は、とくに「Codex や ChatGPT Work で、いまは Astra の low（画面の表示では「軽」）を使っている」という人に向けて書いています。結論を先に書くと、Astra の low で統一するのは間違いではありません。ただ、OpenAI 自身の用途別の案内は「普段の仕事と複雑なコーディングは Sol、決まった形の反復作業は Luna、最も難しい仕事は Astra」で、Astra の「軽から」は「Astra を使うなら軽から始める」という意味です。どの仕事も Astra で、という案内ではありません。

数字は発表元ごとに分けて載せます。OpenAI の評価、第三者の Artificial Analysis の評価、そしてこのサイトで行った小さな実測は、測り方も課題もまったく違うからです。

1. GPT-6 Sol・Luna とは——公開日・スペック・位置づけ

OpenAI の説明では、Sol は「複雑なコーディングとエージェント的なワークフロー向け」、Luna は「焦点の絞られた大量の作業向けの、最も効率のよいモデル」です。発表文は、Astra の強み（専門業務・事実性・コーディング・コンピュータ操作）を「より速く、より手頃なモデルへ」持ち込んだと位置づけ、同時に「最も要求の厳しい重要なプロジェクトには Astra の深さが要る」とも書いています。

出典：OpenAI API ドキュメントの各モデルページ（Sol・Luna・Astra）。2026年9月24日に確認。

意外なのは知識カットオフで、Luna（5月18日）のほうが Astra（4月30日）より新しくなっています。ただし Web 検索を併用する使い方では、この差はほとんど効きません（主要AIの知識カットオフ日一覧）。

開発者向けに1点だけ。Sol と Luna は API では none（推論なし）が使えますが、Chat Completions で関数呼び出しをするには none にする必要があり、組み込みツールや関数呼び出しには Responses API を使うよう公式が案内しています。

2. どこで使えるか——Work・Codex・API。通常の Chat には無い

公式発表と Models・Pricing のページの記載をまとめると次のとおりです。入口は ChatGPT Work と Codex で、通常のチャット画面（Chat）には出てきません。

旧モデルはすぐには消えません。Models のページは「GPT-5.6 Sol・Terra・Luna は移行期間中も使える」としています。一方で GPT-5.5 は2026年10月14日に ChatGPT・ChatGPT Work・Codex から退役し（API は対象外）、置き換え先として有料プラン（Plus・Pro・Business・Enterprise・Edu）には Sol、Free・Go にはデスクトップ版の Luna を挙げています。設定ファイルや自動実行のタスクで gpt-5.5 を指定している人は、それまでに書き換えが必要です（ChatGPT Models）。

3. 料金——「Astra の5分の1・100分の1」は同じトークン数のとき

100万トークンあたり・標準速度。出典：OpenAI API ドキュメントの各モデルページ、ChatGPT / Codex Pricing。2026年9月24日に確認。

どの項目でもSol は Astra のちょうど5分の1、Luna は100分の1で、Codex のクレジットも同じ比率です。前世代からの値下げについて OpenAI は「GPT-5.6 の販促価格から50%安い」と書いていますが、正確には Sol は入力・出力とも半額、Luna は入力が半額で出力は $1.20→$0.50（約58%減）です。

比率がそのまま当てはまるのは「同じトークン数だった場合」の算数だけです。たとえば入力10万トークン（うちキャッシュ8万）・出力1万トークンなら、API 換算で Astra $0.78、Sol $0.156、Luna $0.0078 になります。ほかに、272,000トークンを超える入力は入力・キャッシュが2倍・出力が1.5倍、API のキャッシュ書き込みは入力単価の1.25倍（Codex のクレジットには書き込みの別料金なし）、Fast モードは API で2倍・Codex のクレジットで2.5倍、という条件があります。

サブスクで何回使えるかは、単価からは言えない

ChatGPT のプランで使う場合、「Sol なら Astra の5倍、Luna なら100倍使える」とは言えません。Codex の料金ページ自身が「クレジットの単価だけではサブスクに含まれる利用量は決まらない」と書いています。

同じページには5時間あたりのメッセージ数の目安が載っていて、Plus では Astra 5〜45件、Sol 15〜150件、Luna 350〜3,000件です。下限どうし・上限どうしで比べても Sol は Astra の約3倍、Luna は約67〜70倍で、単価の5倍・100倍とは一致しません。しかも公式は「固定の上限ではない」「似た作業でも、モデル・文脈・推論・ツール使用・キャッシュで消費量が変わる」と注記しています。自分の作業で何回になるかは、利用状況の画面で確かめるしかありません。

4. 公式の案内——Sol は中、Luna は高、Astra は軽から

「どれを使うか」について、OpenAI の Models のページにははっきりした案内があります。要点を訳すと次のとおりです。

ここで混同しやすいものが3つあります。

• 用途別の出発点：上の「Sol は Medium、Luna は High、Astra は Light から」。
• アプリの初期プリセット：デスクトップアプリと Web の Power プリセットは Luna High・Sol Light・Sol Medium・Astra Light・Astra Medium・Astra Extra High の6つで、最初に選ばれているのは Sol Light（一部の有料プランには Astra Extra High が無い）。
• API の既定値：Sol・Luna とも medium。

3つとも数字が違いますが、矛盾ではありません。初期プリセットは「とりあえず速く軽く」、用途別の案内は「その仕事で結果を出すための出発点」です。また公式は「推論の強度は世代をまたいで一対一に対応しない。慣れた作業を低めの設定で試して調整する」とも書いています。前世代の「GPT-5.6 Sol の high」と同じ感覚で新しい Sol の設定を選べるわけではありません。前世代との比較はAstra の low と GPT-5.6 Sol の high の実測比較で扱っています（今回の GPT-6 Sol とは別のモデルです）。

「Astra は軽から」の読み方。これは Astra を選んだときの出発点です。どの仕事も Astra で、という意味ではありません。Astra の low で統一するのは、切り替えの手間を省いて能力を優先する選択としては筋が通っています。ただし利用枠や待ち時間まで含めて最適かどうかは別の問題で、そこを考えるなら Sol・Luna との使い分けが候補になります。

5. OpenAI の数字——Sol の xhigh が Astra の low を上回った評価

OpenAI の発表には、Sol と Astra を直接並べた値が1つあります。業務アプリをまたぐワークフローの評価 AutomationBench 1.0.6 です。

出典：OpenAI 公式発表の表（ベンダー自社の評価）。

この評価に限れば「Sol を強く考えさせると、Astra の low より上で、費用は約4分の1」です。ただし比べているのは Sol の xhigh で、medium や low ではありません。ほかに OpenAI が挙げている値は次のとおりです。

• DeepSWE v1.1（実際のコードベースでのソフトウェア開発）：Sol の max が 68.8%、Luna の max が 66.6%。
• Agents' Last Exam（専門職の長い業務）：Sol の max が 56.4%。
• OSWorld 2.0 オフライン（PC 操作）：Sol の xhigh が 60.5%。コンピュータ操作は「Astra が引き続き最良」と OpenAI 自身が書いています。
• 事実性：ユーザーが誤りを指摘した過去の会話をもとにした社内評価で、Sol の誤りは前世代（GPT-5.6 Sol）の約半分。

読むときの注意は2つです。事実性の評価は誤りが起きやすい会話を集めたもので、OpenAI 自身が「典型的な利用を代表しない」と注記しています。また評価は研究環境か API で行ったもので、ChatGPT の製品版とはシステム指示やツールが違い、出力が少し変わりうるとも書いています。「間違いが半分になった」を、自分の日常の作業にそのまま当てはめることはできません。

6. 第三者の数字——Artificial Analysis の比較表

第三者の評価機関 Artificial Analysis（以下 AA）は、Sol の low・medium、Luna の high をそれぞれ Astra の low と並べた比較ページを出しています。下の表は3つの比較ページの値で、Astra の low の値は3ページとも同じでした。

出典：Artificial Analysis の比較ページ（Sol medium 対 Astra low、Sol low 対 Astra low、Luna high 対 Astra low）。Intelligence Index v4.3.2（10評価）。2026年9月24日に確認。表の値は更新されることがあります。

この表から読み取れることは3つです。

AA の「1課題あたりの時間」は出力速度から計算した生成時間で、最初の応答までの待ちや周辺処理は含みません。自分の環境での作業時間とは別物です。また AA の知識の正確さの指標（AA-Omniscience）では、Astra low 41、Sol の low・medium がともに27、Luna high が−6と大きく離れていて、出典を渡さずに事実を答えさせる用途に Luna を安さだけで選ぶのは危ういことが分かります。

7. 小規模実測——短い課題では安い設定でも足りた例

AI Arte でも Codex の CLI で小さな試験を行いました。順位を決めるための試験ではありません。先に条件を書きます。

所要時間は CLI の起動から終了まで。API 換算額は請求額ではありません（サブスクの中で実行し、CLI が報告したトークン数に公式の API 単価を当てはめた参考値）。

同じ日の5:47〜5:49には、複数の資料から日付の換算や数え方の誤りを見抜く日本語の課題を別に1つ用意し、12の採点項目を先に固定したうえで各設定2回ずつ実行しました。結果は8回すべて合格で、所要時間の中央値は Sol low 9.65秒、Sol medium 13.29秒、Astra low 13.48秒、Luna high 17.32秒でした（上の表とは課題も時間帯も違うので平均を混ぜていません）。

ここから言えるのは「短くて答え合わせのできる課題なら、Sol の low や Luna の high でも足りた例がある」ことだけです。全設定が合格したのは課題が易しかったからで、能力が同じだという証拠にはなりません。独立した課題は3つ、各設定の回数は4回と2回です。既存のリポジトリの修正、デザイン、長い文章、長時間の自律作業は測っていません。また利用枠の残量表示は整数の％で他の作業とも共有しているため、この試験でどのモデルがどれだけ枠を使ったかも分かりません。

それでも2つのことは観察できました。Sol low は Astra low より短時間で、換算額は約5分の1でした。一方 Luna high は換算額が最も安くても、時間は Astra low より長い——AA の表と同じ傾向です。

8. 自分の作業でどう選ぶか——判断の分かれ目

ここまでの材料（公式の用途別の案内、AA の評価、小規模実測）から、次のように使い分けるのが現実的です。実証された最適解ではなく、出発点の提案として読んでください。

分かれ目は「その仕事の結果を、自分がすぐ検査できるか」です。テストが通るか・形式が合っているかで判定できるなら、安いモデルで失敗してもすぐ気づけて、やり直しの費用も小さく済みます。逆に、間違いに気づくのが後になる仕事（設計判断、出典のない事実の記述、見た目の品質）は、安いモデルで手戻りが出ると単価の差以上に高くつきます。

いちばん確実な決め方は、自分の代表的な仕事で比べることです。同じ開始状態から、最初の出力で合格したか、何回直したか、最後に自分が確認するのに何分かかったか。この3つを数えれば、どの表よりも自分に合った答えが出ます。

FAQ

Q1. GPT-6 Sol と Luna はもう使えますか？

2026年9月22日（米国時間）から、Plus・Pro・Business・Enterprise・Edu の ChatGPT Work と Codex で順次使えるようになりました。Free と Go はデスクトップアプリで Luna だけ使えます。API では gpt-6-sol と gpt-6-luna で利用できます。通常の Chat では提供されていません（2026年9月24日時点の公式ページ）。

Q2. Astra の low を使っていますが、Sol に変えるべきですか？

変えなければならない理由はありません。OpenAI の案内では、普段の仕事と複雑なコーディングは Sol（出発点は Medium）、最も難しい仕事は Astra（出発点は Light）です。Artificial Analysis の評価では、業務ワークフローで Sol medium と Astra low の差は1ポイントでしたが、ターミナル作業では 19% 対 42% と大きく離れています。普段の新しいタスクだけ Sol medium で試し、手戻りの回数を比べるのがおすすめです。

Q3. Sol は Astra の5分の1の値段なら、5倍使えますか？

言えません。API の単価とクレジットは5分の1ですが、Codex の料金ページ自身が「クレジットの単価だけではサブスクの利用量は決まらない」と書いています。同じページの5時間あたりの目安は Plus で Astra 5〜45件、Sol 15〜150件で、比べても約3倍です。しかも固定の上限ではなく、作業の内容で消費量が変わります。

Q4. Luna はいちばん安いので、何にでも使えますか？

向いているのは、よい結果の形が分かっている反復作業（抽出・分類・変換・決まった形の要約）です。Artificial Analysis の評価では、Luna high の1課題あたりの費用は Astra low の約27分の1ですが、時間は長く、ターミナル作業のスコアは 5% と低く、知識の正確さの指標も大きく下がります。出典を渡さずに事実を答えさせる仕事や、長時間の自律開発を安さだけで任せるのは避けてください。

Q5. アプリで最初に選ばれている「Sol Light」と、公式の「Sol は Medium から」は矛盾しませんか？

矛盾ではありません。Sol Light はデスクトップアプリと Web の Power プリセットの初期値で、「Sol は Medium から」は用途別に結果を出すための出発点です。API の既定値はさらに別で、Sol・Luna とも medium です。軽い作業なら初期値のままで、計画や分析が要る作業なら Medium 以上に上げる、と考えれば整理できます。

Q6. GPT-5.6 Sol や GPT-5.5 はどうなりますか？

GPT-5.6 の Sol・Terra・Luna は移行期間中も使えます。GPT-5.5 は2026年10月14日に ChatGPT・ChatGPT Work・Codex から退役し（API は対象外）、公式は置き換え先として有料プラン（Plus・Pro・Business・Enterprise・Edu）には GPT-6 Sol、Free と Go にはデスクトップアプリの GPT-6 Luna を挙げています。設定ファイルや自動実行のタスクで gpt-5.5 を指定している場合は、それまでに書き換えてください。

出典

この記事の数値は、下記の発行元のページで2026年9月24日に確認したものと、AI Arte の実測データです。

• OpenAI — Introducing GPT-6 Sol and Luna
  位置づけ、前世代からの値下げ（Sol $4→$2・$20→$10、Luna $0.20→$0.10・$1.20→$0.50）、AutomationBench 1.0.6（Sol xhigh 33.2%・$0.27、Astra low 30.3%・3.9倍、Opus 5 max 26.9%・11.1倍）、DeepSWE v1.1（Sol max 68.8%、Luna max 66.6%）、Agents' Last Exam（Sol max 56.4%）、OSWorld 2.0（Sol xhigh 60.5%）、社内の事実性評価とその注記、提供範囲
• OpenAI 開発者コミュニティ — GPT-6 Sol・Luna の告知
  公開日時（2026年9月22日 18:16 UTC）、Work・Codex・API での提供、Free と Go のデスクトップ版 Luna
• OpenAI — GPT-6 Sol・GPT-6 Luna・GPT-6 Astra（API ドキュメント）
  モデルID、コンテキスト・最大入力・最大出力、知識カットオフ、推論の強度と既定値、API 価格、272K 超の割増、キャッシュ書き込み1.25倍、Fast モード2倍
• ChatGPT — Models
  用途別の案内（Sol は Medium、Luna は High、Astra は Light から）、Power プリセット6種と初期値 Sol Light、Chat では提供なし、GPT-5.6 は移行期間中も利用可、GPT-5.5 の退役（2026年10月14日）
• ChatGPT / Codex — Pricing
  プラン別の提供、クレジット単価、「単価だけでは利用量は決まらない」、5時間あたりの目安（Plus で Astra 5〜45・Sol 15〜150・Luna 350〜3,000）、Fast モード2.5倍
• Artificial Analysis — 比較ページ（Sol medium 対 Astra low、Sol low 対 Astra low、Luna high 対 Astra low）
  Intelligence Index v4.3.2、Terminal-Bench 4.0、AutomationBench-AA、AA-Omniscience、1課題あたりの費用・出力トークン・時間
• AI Arte の実測（2026年9月24日、Codex CLI 0.155.0-alpha.16）
  4設定×2課題×2回＝16回と、追加の日本語課題 各設定2回＝8回。合格数、所要時間、出力トークン、API 換算額

関連記事

• GPT-6 Astra リリース完全解説——最上位モデルの価格・プラン別の提供・ベンチマーク
• GPT-6 Astraのlowは本当に安いのか——前世代 GPT-5.6 Sol の high との実測比較
• GPT-5.6 リリース完全解説——前世代の Luna / Terra / Sol
• Claude Opus 5.5 リリース——同じ週に出た Anthropic の新モデル
• 主要AIの知識カットオフ日一覧——各モデルが「いつまで」を知っているか