OpenAIの最新テキストモデル比較 2026：GPT-5.6 Sol・Terra・Lunaの選び方

2026年8月25日時点で、OpenAIの最新汎用テキスト／コードモデルは GPT-5.6 Sol、Terra、Luna の3階層です。 Solはフラッグシップ、Terraは能力とコストのバランス、Lunaは大量処理向けの効率重視という位置付けです。

新しいAPIワークロードなら、まず gpt-5.6-terra + medium を基準にすると判断しやすくなります。複雑な推論、コード変更、ツール連携で受入基準を満たせないときにSolを比較し、結果が安定して自動検証でき、コストが主要制約になったときにLunaを試します。

ここで比較するのはAPIの汎用生成モデルです。ChatGPT、ChatGPT Work、Codexの表示名やプラン別アクセスは、APIモデルIDやトークン料金と同じものではありません。また、Embedding、画像、音声、Realtime、Cyber、open-weightモデルは別のタスクを持つため、この3モデルと同列には扱いません。

まずモデルIDと階層を整理する

OpenAIの現行モデルカタログは、複雑な推論とコーディングにはSol、能力とコストのバランスにはTerra、コスト重視の大量処理にはLunaを案内しています。

gpt-5.6 はSolのaliasであり、4つ目のモデルではありません。モデルガイダンスでは、Terraは旧世代のmini階層、Lunaはnano階層におおよそ対応すると説明されています。ただし、旧モデルと同じ出力挙動を保証する表現ではありません。

3モデルはいずれも reasoning.effort の none、low、medium、high、xhigh、max を利用でき、デフォルトは medium です。モデル階層と推論強度は別の制御です。Solを常にmaxで呼ぶよりも、候補モデルごとに受入基準を満たす最小のeffortを探す方が、品質・レイテンシ・コストの関係を説明できます。

仕様表だけでは差が見えない理由

3モデルの公開仕様は共通部分が多く、いずれも 1,050,000トークンのコンテキストウィンドウ、128,000トークンの最大出力、2026年2月16日のknowledge cutoff を掲げています。テキストと画像を入力し、テキストを出力します。Streaming、function calling、structured outputs、Responses APIの各種ツールにも対応します。

したがって、コンテキストが最大だからSol、という選び方は成立しません。差は代表タスクでの初回合格率、修正量、reasoning/output token、ツール選択、再試行、レイテンシに現れます。

OpenAIはGPT-5.6発表ページで、コーディング、knowledge work、ブラウジング、ツール利用、科学などの評価を公開しています。これはプロバイダー公表値であり、自社データに対する独立評価ではありません。モデルの仮説を作る材料にはなりますが、そのまま本番ルーティングの根拠にはできません。

同一の代表タスクで、少なくとも次を記録します。

• 初回合格率と人手修正の量
• input、cached input、output、reasoning token
• 正しいツール選択、引数、再試行回数
• P50/P95レイテンシ、timeout、運用エラー
• 1リクエスト単価ではなく「受入済み1タスク」のコスト

Lunaが1回で検証を通る抽出処理なら大きな価格差を活かせます。一方、検出しにくい誤りで再試行や人手レビューが増えるなら、低い単価が低い完了コストにつながるとは限りません。

2026年8月のAPI料金

OpenAIの各モデルページに掲載されているテキスト料金は、100万トークン当たり次の通りです。

出典はSol、Terra、Lunaの現行ページです。Solの$4/$20は恒久料金ではなく、少なくとも2026年11月21日までのプロモーションと明記されています。長期予算には再確認日が必要です。

同じ10万input tokenと1万output tokenを使い、cache・tool・長文倍率がない場合の例は次の通りです。

• Sol：0.1 × $4 + 0.01 × $20 = $0.60
• Terra：0.1 × $2 + 0.01 × $12 = $0.32
• Luna：0.1 × $0.20 + 0.01 × $1.20 = $0.032

これは同じトークン量の料金比較であり、同じ仕事を完了するコストの保証ではありません。さらに、inputが 272Kトークンを超えると、リクエスト全体がinput 2倍、output 1.5倍になります。明示的なcache writeはuncached inputの 1.25倍、成功したcache readは90%割引です。Web searchやcomputer useなどのツールには別料金が発生する場合があります。

Solを比較すべき場面

複数ファイルにまたがるコード変更、多制約の分析、長いagent処理、複雑なツール連携、レビューややり直しの代償が大きい専門成果物では、Solを候補に入れる価値があります。最上位の品質上限を確認し、Terraとの差が追加費用を正当化するかを測ります。

すでに下位階層で安定して合格する固定的な分類や短い正規化処理なら、フラッグシップであること自体は追加価値になりません。

Terraを基準にする意味

Terraは現行GPT-5.6のreasoningとtool surfaceを持ちながら、Solより低いトークン料金で基準を作れます。内部ベンチマークがない新規システムで、最も高い端と最も安い端のどちらかに賭けず、品質境界を見つけるのに向いています。

Terraが不合格なら、promptやtool contractの改善、effortの引き上げ、Solへの変更を一つずつ比較できます。合格が安定すれば、Lunaへのコスト最適化を試せます。

Lunaは検証可能性とセットで使う

Lunaに向くのは、明確なschema、プログラムによるvalidator、短いoutput、安全なfallbackを持つ大量処理です。分類、フィールド抽出、形式変換、候補生成、前処理などが該当します。失敗を見つけにくい自由度の高い仕事では、節約分が人手確認へ移る可能性があります。

GPT-5.4／5.5から一度に全部変えない

OpenAIは、移行時に現在のreasoning effortを基準として維持し、GPT-5.6の同じeffortと一段低いeffortを代表タスクで比較するよう案内しています。

1. Prompt、system instructions、tool definition、受入データ、timeout、retry policyを固定する。
2. 旧モデルと現在のeffortを記録する。
3. 対応するGPT-5.6階層を同じeffortで試す。
4. 同じGPT-5.6階層を一段低いeffortで試す。
5. 品質またはコストの問題が残った場合だけ、Sol／Terra／Lunaを変更する。

旧系列の背景は GPT-5.4とGPT-5.2の移行比較 と GPT-5.4とGPT-5 miniの比較 で確認できます。ただし新規構築の現在値はGPT-5.6公式ページで確認してください。

Responses APIの基準リクエスト

bash
curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "reasoning": {"effort": "medium"},
    "input": "契約書から更新日、通知期限、解除時の責任を抽出し、JSONで返してください。"
  }'

本番ではeffective model、effort、usage、latency、tool outcome、schema validation、retry、人手修正を同じ評価基盤へ保存します。数件の見栄えが良い回答だけでdefault routeを決めないでください。

維持できる結論

Terraを基準、Solを品質向上、Lunaをコスト最適化として運用し、昇格・降格条件を数値で定義します。料金、alias、tool、prompt、受入条件が変わったら、同じ代表タスクを再実行します。

今日の新規ワークロードなら gpt-5.6-terra + medium から開始できます。難しい推論やtool coordinationに合格差が残るならSolを比較し、自動検証が十分でコストが主要制約ならLunaを試す。このルールは、すぐ古くなるモデル順位表より長く使えます。