2026.09.23
GPT-6 Sol・Lunaとは？Astra・Claude Opus 5.5との違いを徹底解説【2026年9月】
2026年9月22日、OpenAIはGPT-6シリーズに新たに2つのモデル「GPT-6 Sol」「GPT-6 Luna」を追加しました。同じ日にAnthropicも「Claude Opus 5.5」を発表しており、両社が期せずして同日に新モデルを投入する形になりました。
本記事では、GPT-6 Sol・Lunaとは何か、最上位モデルGPT-6 Astraと何が違うのか、そして同日発表となったClaude Opus 5.5を含む他社モデルとの料金・性能の違いを整理して解説します。
なお本記事は、OpenAI公式のGPT-6 Sol・Luna発表ページをもとに作成しています。GPT-6 Astraについてはこちらの単体解説記事、Claude Opus 5.5についてはこちらの解説記事でも詳しく取り上げています。
GPT-6 Sol（ソル）・Luna（ルナ）とは何か
GPT-6ラインナップに追加された2つの新モデル
GPT-6 Sol・Lunaは、2026年9月3日に発表された最上位モデル「GPT-6 Astra」に続く形で登場した、GPT-6シリーズの新モデルです。OpenAIは「仕事には様々な規模・ペース・予算がある」として、Astraほどの性能を必要としない日常的な業務向けに、コストを抑えた選択肢として両モデルを位置づけています。Astraと同様の学習手法で訓練されており、性能を落としつつも実用に足る水準を保っている点が特徴です。
GPT-6 Astra自体の詳しい性能・料金については、GPT-6 Astra（アストラ）とは？性能・料金・使い方をまとめて解説した記事をご覧ください。
リリース日・提供状況(ChatGPT Work/Codex/API)
GPT-6 Sol・Lunaは2026年9月22日より、ChatGPT Work、Codex、OpenAI APIで利用可能になりました。APIではそれぞれ「gpt-6-sol」「gpt-6-luna」というモデルIDで呼び出せます。ChatGPT Work・CodexはPlus・Pro・Business・Enterprise・Eduの各プランで利用でき、Lunaについては無料プラン(Free)およびGoプランのデスクトップアプリからも利用できるようになっています。
【注意】前世代「GPT-5.6 Sol・Terra・Luna」との名前の違い
ここで一つ注意が必要です。実は2026年6月に発表された前世代モデル「GPT-5.6」にも、「Sol」「Terra」「Luna」という同じ名前を持つ3階層のモデルが存在していました。当時のSolはGPT-5.6シリーズの中で最も高性能な”フラッグシップ”、Terraがバランス型、Lunaが軽量モデルという位置づけでした。
しかし今回のGPT-6世代では、フラッグシップの座は「Astra」に置き換わっており、SolはAstraより一段下の中位モデル、Lunaはさらにその下の軽量モデルという扱いに変わっています。「Terra」に相当するモデルは今回登場していません。前世代の情報を検索して読んでいる方は、この立ち位置の違いを混同しないよう注意してください。
GPT-6 Astraとの違い
性能面の違い(ベンチマーク比較)
OpenAI公式および複数の海外メディアで報告されているベンチマークスコアを整理すると、以下のようになります。
| ベンチマーク | GPT-6 Sol | GPT-6 Luna | GPT-6 Astra |
|---|---|---|---|
| AutomationBench(業務自動化) | 33.2% | 20.7% | 41.4% |
| FrontierCode v1.1(コード生成) | 49.3% | 42.4% | 53.3% |
| DeepSWE v1.1(ソフトウェア開発) | 68.8% | 66.6% | 74.1% |
| Agents’ Last Exam(エージェント推論) | 56.4% | 50.9% | 59.3% |
いずれの指標でもAstraが最上位という結果になっており、OpenAI自身も「最も複雑で多面的なプロジェクトにはAstraが引き続き適している」としています。一方でSolは、AutomationBenchにおいてClaude Opus 5(旧世代モデル)をコスト9%で上回るなど、価格対性能の面では優れた結果を出しています。
どんな作業にAstraが必要で、どこからSol/Lunaで十分か
OpenAIの説明を踏まえると、大まかな使い分けの目安は以下のようになります。
- Astra:高度な専門性や多面的な判断が求められる、最も難易度の高い仕事
- Sol:コーディング・デバッグ・データ分析など、負荷は高いが日常的に発生する仕事
- Luna:要約・情報抽出など、大量かつ定型的な処理
料金の違い
料金面では、SolはAstraの5分の1、Lunaに至っては入力で100分の1という水準まで下がります。詳しい料金比較は次の章で解説します。
GPT-6 SolとGPT-6 Lunaの違い
Solはどんな用途に向いているか(コーディング・データ分析など)
GPT-6 Solは、Astraには及ばないものの、コーディングやデバッグ、データ分析といった負荷の高い作業を継続的にこなすことを想定したモデルです。OSWorld 2.0(コンピュータ操作のベンチマーク)では、旧世代の中位モデルであるClaude Opus 5とほぼ同等の性能を、約80%低いコストで達成したと報告されています。
Lunaはどんな用途に向いているか(大量処理・要約など)
GPT-6 Lunaは、Sol以上に軽量・低価格なモデルで、要約や情報抽出のような、精度よりも処理件数・速度が重視される定型業務向けに位置づけられています。入力100万トークンあたり0.10ドルという価格は、GPT-6シリーズの中でも突出して安価です。
料金・性能を並べて比較
| 項目 | GPT-6 Sol | GPT-6 Luna |
|---|---|---|
| 入力(100万トークン) | $2.00 | $0.10 |
| 出力(100万トークン) | $10.00 | $0.50 |
| キャッシュ読込(100万トークン) | $0.20 | $0.01 |
| 知識カットオフ | 2026年4月20日 | 2026年5月18日 |
| 向いている用途 | コーディング・データ分析など負荷の高い日常業務 | 要約・抽出など大量の定型処理 |
料金を徹底比較(Sol・Luna・Astra・Claude)
OpenAI3モデルの料金表
改めてGPT-6シリーズ3モデルの料金を並べると、以下のようになります。
| モデル | 入力(100万トークン) | 出力(100万トークン) | 位置づけ |
|---|---|---|---|
| GPT-6 Astra | $10.00 | $50.00 | 最上位モデル |
| GPT-6 Sol | $2.00 | $10.00 | 中位モデル |
| GPT-6 Luna | $0.10 | $0.50 | 軽量モデル |
同日発表のClaude Opus 5.5・他社モデルとの横断比較
前述の通り、奇しくも同じ2026年9月22日にAnthropicが発表した「Claude Opus 5.5」を含め、主要モデルを横断的に比較すると以下のようになります。
| モデル | 提供元 | 入力(100万トークン) | 出力(100万トークン) | 位置づけ |
|---|---|---|---|---|
| GPT-6 Astra | OpenAI | $10.00 | $50.00 | 最上位モデル |
| Claude Fable 5.1 | Anthropic | $10.00 | $50.00 | 最上位モデル |
| Claude Opus 5.5 | Anthropic | $4.00 | $20.00 | 中位モデル(新) |
| GPT-6 Sol | OpenAI | $2.00 | $10.00 | 中位モデル |
| Claude Haiku 4.5 | Anthropic | $1.00 | $5.00 | 軽量モデル |
| GPT-6 Luna | OpenAI | $0.10 | $0.50 | 軽量モデル |
こうして並べると、同じ「中位モデル」というカテゴリでも、Claude Opus 5.5($4/$20)とGPT-6 Sol($2/$10)では2倍の価格差があることが分かります。また軽量モデル同士で比べても、GPT-6 Lunaの方がClaude Haiku 4.5よりさらに一段安い価格帯に位置しています。Claude Opus 5.5の詳しい性能・開発背景については、Claude Opus 5.5の解説記事で詳しく解説しています。AI導入全体のコスト感を把握したい方は、Claude（クロード）とは｜ChatGPTとの違いと企業活用のポイントもあわせてご覧ください。
ベンチマークで見る性能差
AutomationBench・FrontierCodeでの比較
主要ベンチマークでOpenAI・Anthropic両社のモデルを並べると、以下のようになります。
| ベンチマーク | GPT-6 Sol | GPT-6 Luna | GPT-6 Astra | Opus 5.5 | Fable 5.1 |
|---|---|---|---|---|---|
| AutomationBench | 33.2% | 20.7% | 41.4% | 40.0% | 31.4% |
| FrontierCode v1.1 | 49.3% | 42.4% | 53.3% | 54.4% | 50.9% |
| DeepSWE v1.1 | 68.8% | 66.6% | 74.1% | – | 69.9% |
| Agents’ Last Exam | 56.4% | 50.9% | 59.3% | – | 48.7% |
Claude Opus 5.5・Fable 5.1との比較
興味深いのは、中位モデル同士の比較です。AutomationBenchでは、GPT-6 Sol(33.2%)よりもClaude Opus 5.5(40.0%)の方が高いスコアを記録しており、価格はGPT-6 Solの方が安い(入力$2 vs $4)ものの、性能面ではClaude Opus 5.5に軍配が上がる結果となっています。一方FrontierCode v1.1でも同様の傾向で、Claude Opus 5.5(54.4%)がGPT-6 Astra(53.3%)をも上回るスコアを出している点は注目に値します。ただしこれらのベンチマークはそれぞれ異なる条件・評価者のもとで計測されたものであり、単純比較には限界がある点はご留意ください。
結局どれを選ぶべきか【用途別】
コストを最優先するなら
大量の定型処理(要約・情報抽出など)が中心であれば、GPT-6 Lunaが最も低コストな選択肢です。同種の用途であればClaude Haiku 4.5も比較対象になりますが、価格だけで見るとLunaに分があります。
精度とコストのバランスを取るなら
コーディングやデータ分析など、ある程度の負荷はあるが日常的に発生する業務には、GPT-6 SolまたはClaude Opus 5.5が候補になります。前述の通りベンチマーク上はOpus 5.5がやや優勢な一方、価格はSolの方が抑えられているため、既存の開発環境(Codex中心かClaude Code中心か)との親和性もあわせて判断するのが現実的です。
最高性能が必要なら
複雑で多面的な判断を要する最重要タスクには、引き続きGPT-6 AstraかClaude Fable 5.1が適しています。両モデルの詳しい比較は、GPT-6 AstraとClaude Fable 5.1を徹底比較した記事をご覧ください。
まとめ
GPT-6 Sol・Lunaは、最上位モデルAstraでは費用対効果が見合わない日常業務向けに、コストを抑えて投入された新モデルです。前世代「GPT-5.6」にも同名のモデルが存在していたため、立ち位置の違い(今回はAstraの下位モデル)を混同しないよう注意が必要です。
また、同日発表となったClaude Opus 5.5と並べてみると、同じ「中位モデル」というカテゴリでも各社の料金・性能戦略にはっきりとした違いが見えてきます。自社の用途がコスト重視なのか、精度重視なのかを整理した上で、複数モデルを比較検討することをおすすめします。発表から日が浅いモデルのため、今後情報が更新される可能性がある点もあわせてご留意ください。
自社の業務にどのAIモデルを組み込むべきか整理したいという方は、LEAPHのAI活用支援サービスもぜひご覧ください。
