GPT-6 Solは買い替えか？GPT-5.6と同じ賢さでAPI半額

GPT-6 Solへの買い替え理由は、知能指数が大きく伸びたことではありません。Artificial Analysisの同一版データでは、GPT-5.6 Solとほぼ同じ水準を保ちながら、API単価が半分になっています。Solはmedium〜highを常用し、難しい仕事だけmaxかAstraへ切り替える運用が、待ち時間と費用の釣り合いを取りやすいです。

Lunaは大量処理向けです。ただし、賢さを上げるためにLuna maxへ進むと、最初のトークンまで123秒、評価で使った出力トークンは150Mに達します。難しい仕事をLunaで粘るより、Solへ切り替えたほうが速い場面があります。

GPT-6 SolとLunaは2026年9月22日に公開されました。OpenAIは、GPT-6 Astraと同様の手法で学習し、その強みをより速く安いモデルへ広げたと説明しています。提供先はChatGPT WorkとCodexで、Plus、Pro、Business、Enterprise、Eduのユーザーが対象です。通常のChatにはまだ提供されていません。APIではgpt-6-solとgpt-6-lunaとして利用できます。

価格を見ると差は明確です。GPT-6 Solは入力100万トークンあたり2ドル、出力100万トークンあたり10ドルです。GPT-5.6 Solの4ドル、20ドルから半額になりました。キャッシュ入力も90％引きで、Solでは0.20ドルです。

Lunaは入力0.10ドル、出力0.50ドルです。GPT-5.6 Lunaの0.20ドル、1.20ドルから下がっており、出力側は半額を超える値下げです。キャッシュ入力は0.01ドルになります。

知能指数では、GPT-6 SolがGPT-5.6 Solを明確に引き離したわけではありません。同じ日に取得したArtificial Analysis Intelligence Index v4.3.2では、mediumが39.8対39.2、highが42.8対42.3、maxが47.5対47です。数字の差はありますが、実務上は同じ世代の延長として見るのが妥当です。

一方、Lunaはmediumで25から29.5へ上がっています。低価格モデルの中間設定で、GPT-5.6世代より評価上の伸びが見えます。ただし、SolとLunaでは知能指数の水準が違うため、LunaがSolの代わりになるという意味ではありません。

GPT-6 Solのeffort別データは、次のようになっています。1タスクあたりの費用と出力トークンは、Artificial Analysisが知能指数評価を実行した際の実績です。利用者のプロンプトが短ければ、実際の費用はこの数字より下がる可能性があります。逆に長いコードや大きな出力を要求すれば、上がる可能性があります。

出典: Artificial Analysis（2026-09-26 時点）のデータから作図

lowからmediumでは、知能指数が33.9から39.8へ5.9上がります。費用は0.13ドルから0.25ドルへ増えますが、評価で使った出力トークンは8.9Mから16Mです。考える量は増えるものの、1段上げた効果が最も見えやすい区間です。

mediumからhighでは39.8から42.8へ3.0上がり、費用は0.37ドルになります。highの最初のトークンまでは13.0秒です。短い質問では気にならなくても、開発作業で何度も往復すると、この13秒が待ち時間として積み上がります。

highからxhighでは知能指数が44.1になり、費用は0.53ドルです。最初のトークンまでは37.6秒まで伸びます。maxでは47.5に届きますが、1タスク1.06ドル、最初のトークンまで97.0秒です。maxは賢さの上限を取りに行く設定であって、通常の会話や小さな修正を流す設定ではありません。

mediumの速度はArtificial Analysisで未計測です。そのため、mediumをhighより何秒速いとは断定できません。ここは知能指数と費用は比較できますが、待ち時間については留保が必要です。

私なら、ChatGPT Plus以上やCodexでの通常作業はSol mediumに置きます。1タスクあたり0.25ドル、知能指数39.8という位置は、調査メモの整理、既存コードの修正、仕様のたたき台を任せるには費用を読みやすい水準です。

少し難しい設計判断や、複数ファイルにまたがる修正ではhighへ上げます。知能指数は42.8、費用は0.37ドルです。mediumとの差額は0.12ドルですが、最初のトークンまで13.0秒という待ち時間があるため、短い確認を何度も投げる用途には向きません。

迷うとしたら、mediumで始めてhighへ上げるか、最初からmaxにするかの境目だと思います。私の判断では、maxを常用する理由は薄いです。maxの知能指数47.5は魅力ですが、97秒待って1.06ドルを使う設定なので、mediumやhighで失敗した難所に限定したほうが費用の意味が出ます。

通常のChatGPT利用でeffortを直接選べる範囲は、提供場所や契約によって確認が必要です。OpenAIの発表で明記されている提供先はChatGPT WorkとCodexです。APIではeffortを含む設定を自分で管理できます。

Sol maxは、Solの範囲内で知能指数を最大にしたいときの選択です。Artificial Analysisでは47.5で、Astra mediumの49.6に近い水準です。Astra mediumは最初のトークンまで4.9秒、評価で使った出力トークンは19Mでした。モデルページの要約欄では、Astra mediumの1タスクあたりの費用は1.54ドルです。

この差は少し変わっています。Sol maxはAstra mediumより1タスクあたりの費用が低い一方、最初のトークンまで97.0秒です。Astra mediumは費用が高いものの、評価で使った出力トークンはSol maxの77Mに対して19Mでした。知能指数だけでなく、どれだけ考えて答えに到達したかも見たほうが、用途を決めやすくなります。

OpenAIはAutomationBench 1.0.6で、Sol xhighが33.2％、1タスク0.27ドルだったと説明しています。比較対象のClaude Opus 5は26.9％で、費用は11.1倍とされています。DeepSWE v1.1ではSol maxが68.8％、Luna maxが66.6％で、Luna maxはClaude Opus 5およびFable 5のmediumと同等で、1タスクあたりの費用はOpus 5より93％安いという主張です。

ここで注意したいのは、OpenAIの比較相手がClaude Opus 5であり、同日公開のClaude Opus 5.5ではないことです。Claude Opus 5.5との比較は、OpenAI発表の数字からはできません。

Lunaの価格はSolより大幅に低く、lowの1タスクあたり費用は0.0045ドルです。maxでも0.07ドルに収まります。分類、定型的な要約、候補の一次整理など、1件ごとの費用を抑えたい処理では扱いやすい価格です。

ただし、Luna maxの知能指数は37.3です。Sol mediumの39.8を下回り、Sol maxの47.5とは差があります。さらにLuna maxは評価で使った出力トークンが150Mで、Sol maxの77Mの約2倍です。最初のトークンまでも123秒かかります。

Lunaはeffortを上げれば単純に得になるモデルではありません。highでは知能指数32.1、1タスク0.03ドル、最初のトークンまで13.0秒です。xhighでは33.9、0.04ドル、21.6秒になります。maxは37.3まで上がるものの、123秒待つことになります。

Lunaで処理を大量に流すならlow〜highを中心にし、難しい判断が必要になった時点でSolへ渡すほうが合理的です。Luna maxで長く考えさせるより、Sol mediumまたはhighへ切り替えるほうが、賢さと時間の両方を取りやすい場面があります。

出典: Artificial Analysis（2026-09-26 時点）のモデル別ページから作図。左上ほど「安くて賢い」

Claudeの契約者が重視するのは、Solより高い知能指数の上限です。Artificial Analysisのモデルページでは、Claude Opus 5.5 mediumは知能指数51、1タスクあたり1.34ドル、最初のトークンまで10.4秒です。highは54、1.82ドル、xhighは56、3.46ドル、maxは58、5.98ドルとなっています。

Sol highは知能指数43、1タスク0.37ドルです。Opus 5.5 mediumのほうが評価上の知能指数は高い一方、Solは費用が低く、コードの小さな修正や反復回数の多い作業で単価を抑えられます。私自身はClaudeも契約しており、簡単なセッションはOpus 5.5 low、少し難しいメイン作業はmediumに置いています。Claudeを否定するというより、契約しているサービスの中で重い仕事を受け持たせる使い方です。

Gemini契約者では、Gemini 3.8 Flash highが知能指数41、1タスクあたり1.24ドル、出力速度278 t/sです。知能指数はSol highの43に近く、出力速度はGeminiのほうが速い一方、評価1タスクの費用はSol highの0.37ドルより高くなっています。

Claudeは上限の高さ、Geminiは出力速度、Solは費用と知能指数のバランスが比較軸になります。契約済みのサービスがあるなら、すべてを一つに寄せるより、速い定型処理、長い設計作業、安価な反復作業を分担させるほうが判断しやすいです。

2026年7月のGPT-5.6のeffort記事では、GPT-5.6 Sol maxが約59といった数字を扱いました。今回のGPT-5.6 Sol maxは47です。この差を見て、GPT-5.6が急に弱くなったと判断してはいけません。

Artificial Analysisは知能指数の版を改定しています。今回使ったのはIntelligence Index v4.3.2で、2026年9月26日に取得したデータです。2026年7月の記事と今回では尺度が違うため、数値を直接比較できません。

今回の世代比較では、GPT-6 SolとGPT-5.6 Solを同じ日に同じ版で確認しています。だから、maxの47.5対47、mediumの39.8対39.2という比較には意味があります。過去記事の59と今回の47を横に並べることには意味がありません。

Artificial Analysisの評価は、モデルのすべての実務能力を表すものでもありません。知能指数は10種類の評価から作られ、最初のトークンまでの時間は入力約1,000トークン時の中央値です。実際のプロジェクトでは、入力の長さ、ツール利用、出力の指定で結果が変わります。

ChatGPTやCodexをメインにするなら、常用はSol medium、難しいコードや設計の詰まりはSol highが目安です。私自身、知能指数が40〜50あればメインの作業に置いてもストレスをあまり感じません。Sol mediumの39.8はその下限あたりで、highの42.8なら十分にその帯に入ります。

maxへ上げる前には、作業が本当に97秒待つ価値を持つかを確認します。1回だけの難問ならSol maxでよいですが、同じ作業を繰り返すならAstra mediumの4.9秒という待ち時間と、19Mという出力トークンの少なさが効く可能性があります。費用はSol maxより高いので、毎回Astraにすればよいという話ではありません。

Luna maxは、安いから試す設定ではなく、長時間考えさせても1タスク0.07ドルに収まることを優先する設定です。返答が遅く、出力も膨らむため、賢さが必要なタスクではSolへ移したほうが早いというのが私の判断です。

運用前に確認する数字を絞るなら、次の4つです。

• 通常作業はSol medium、少し難しい作業はhighから始める
• 97秒待てる仕事だけSol maxへ上げる
• Lunaは大量処理をlow〜highで流し、難所はSolへ渡す
• 過去記事の知能指数ではなく、同じAA版の数値だけで世代比較する

GPT-6 Solは、GPT-5.6 Solより賢くなったから必ず買い替えるモデルではありません。ほぼ同じ知能指数を、API半額で使えることが買い替えの中心です。effortを常にmaxへ固定するのではなく、mediumを基準にして、待ち時間と1タスク費用が許せる仕事だけ上へ進めるのが、現時点では一番読みやすい使い方です。

• OpenAI: Introducing GPT-6 Sol and Luna
• OpenAI Developers
• Artificial Analysis
• Artificial Analysis: GPT-6 Sol
• Artificial Analysis: Claude Opus 5.5 medium
• Opus 5.5をeffort別に比較（Claude契約者向けの姉妹記事）

本記事のArtificial Analysisの数値は、2026年9月26日に取得した無料Data APIと各モデルページの要約欄に基づきます。1タスクあたりの費用と評価で使った出力トークンは、Artificial Analysisの知能指数評価を実行した際の実績です。

HW系エンジニアとして20年以上、10,000件を超える顧客訪問と2,000件を超える単独ソリューション実績。AIツールを使った個人開発やIoT農園など、Raspberry Piを使ったオートメーション化なども実践中です！エンジニア専門結婚相談所も運営中、ClaudeCodeで解決できない心の課題も解決いたします！