メインコンテンツへスキップ
← ブログに戻る
開発ログ2026年9月26日by K.hirano

GPT-6 Solは買い替えか?GPT-5.6と同じ賢さでAPI半額

GPT-6 Sol / Lunaのeffort別知能指数、待ち時間、費用を比較し、常用設定とGPT-5.6・Claude・Geminiからの選び方を整理します。

#GPT-6#GPT-6 Sol#GPT-6 Luna#Artificial Analysis#effort#AI比較#dev-log

こんにちは。秋らしい風が吹くようになってきましたね。新しい GPT-6 Sol が出たので、替える価値があるかを数字で確かめました。

先に答えを書くと、GPT-6 Sol に替える理由は「賢くなったから」ではありません。AI モデルを同じ試験で採点して公開している Artificial Analysis の同じ版のデータでは、Sol の知能指数は前の GPT-5.6 Sol とほぼ同じです。そのうえで API(プログラムから AI を呼び出す窓口)の単価が半分になった。ここが本題です。使い方としては、effort(どれだけ深く考えさせるかの設定)を medium〜high に置いて常用し、難しい仕事だけ max か上位の Astra へ切り替えるのが、待ち時間と費用の釣り合いを取りやすいと思います。

安い Luna は大量処理向けです。ただ、賢さを上げようと Luna max まで進むと、最初のトークン(AI が文章を出す単位)が返ってくるまで123秒、評価で使った出力トークンは150Mまで膨らみます。難しい仕事を Luna で粘るより、Sol に切り替えたほうが速い場面があります。

GPT-6 Sol は GPT-5.6 Sol と同じ水準のまま、API が半額になった

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 にはまだ来ていません。API ではgpt-6-solとgpt-6-lunaとして使えます。

差がはっきり出るのは価格です。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、GPT-5.6 Sol の4ドル、20ドルからちょうど半額になりました。同じ入力を繰り返し送るときに効くキャッシュ入力も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ドルから下がっていて、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。

一方で、知能指数では GPT-6 Sol が GPT-5.6 Sol を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。差はあるものの、実務では同じ世代の延長として見るのが妥当だと私は考えています。

Luna は medium で25から29.5へ上がっていて、低価格モデルの中間設定としては伸びが見えます。ただ、Sol と Luna では知能指数の水準そのものが違うので、Luna が Sol の代わりになるという話ではありません。

Sol は low から medium で大きく伸び、high から上は待ち時間が重くなる

GPT-6 Sol の effort 別のデータは次のとおりです。1タスクあたりの費用と出力トークンは、Artificial Analysis が知能指数の評価を走らせたときの実績です。手元のプロンプトが短ければ実際の費用はこれより下がる可能性があり、長いコードや大きな出力を求めれば上がる可能性があります。

effort知能指数1タスクあたりの費用評価で使った出力トークン最初のトークンまで
low33.9$0.138.9M2.1秒
medium39.8$0.2516M未計測
high42.8$0.3725M13.0秒
xhigh44.1$0.5340M37.6秒
max47.5$1.0677M97.0秒

GPT-6 Sol の effort 別の知能指数、1タスクあたりの費用、最初のトークンまでの待ち時間

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

表を上から見ていくと、low から medium で知能指数が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ドルに、評価で使った出力トークンは8.9Mから16Mに増えます。考える量は増えますが、1段上げた効果が最も見えやすいのはこの区間です。

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。気になるのは high の最初のトークンまでの13.0秒です。短い質問なら気にならなくても、開発作業で何度もやり取りしていると、この13秒が待ち時間として積み上がっていきます。

high から xhigh では知能指数が44.1、費用は0.53ドルで、最初のトークンまでは37.6秒に伸びます。max は47.5に届く代わりに、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、普段の会話や小さな修正を流す設定ではありません。

ひとつ留保があります。medium の速度は Artificial Analysis で未計測です。知能指数と費用は比べられますが、medium が high より何秒速いかは断定できません。

普段は Sol medium、コードで詰まったら high に上げる

私なら、ChatGPT Plus 以上や Codex での普段の作業は 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が読みやすい水準です。

少し難しい設計判断や、複数の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、medium との差額は0.12ドルです。ただ、最初のトークンまで13.0秒かかるので、短い確認を何度も投げる使い方には向きません。

迷うとしたら、たぶん「medium で始めて high に上げるか、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。47.5という知能指数は魅力ですが、97秒待って1.06ドルを使う設定なので、medium や high で失敗した難所に絞ったほうが、払う意味が出ます。

なお、通常の ChatGPT で effort をどこまで直接選べるかは、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、API なら effort を含む設定を自分で管理できます。

難所では Sol max と GPT-6 Astra medium を見比べる

Sol max は、Sol の範囲で知能指数を最大まで取りたいときの選択です。Artificial Analysis では47.5で、上位モデル Astra の medium(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。

ここは少し面白い並びになっています。Sol max は Astra medium より1タスクあたりの費用が低い一方で、最初のトークンまで97.0秒かかります。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たどり着いたかも見たほうが、用途を決めやすくなります。

OpenAI 自身は、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、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。

ただ、ここで比べられているのは Claude Opus 5 で、同じ日に公開された Claude Opus 5.5 ではありません。Opus 5.5 との比較は、OpenAI の発表の数字からはできない点に注意が必要です。

Luna は大量処理に強いが、max では考える時間が膨らむ

Luna の価格は Sol よりずっと低く、low の1タスクあたりの費用は0.0045ドル、max でも0.07ドルに収まります。分類、定型的な要約、候補の一次整理のように、1件ごとの費用を抑えたい処理では扱いやすい値段です。

ただし、Luna max の知能指数は37.3で、Sol medium の39.8を下回り、Sol max の47.5とは差があります。しかも Luna max は評価で使った出力トークンが150Mと、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。

つまり Luna は、effort を上げれば上げるほど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。xhigh では33.9、0.04ドル、21.6秒。max は37.3まで上がるものの、123秒待つことになります。

Luna で大量に流すなら low〜high を中心にして、難しい判断が要る時点で 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 の medium か high に切り替えたほうが、賢さと時間の両方を取りやすい場面があります。

Claude や Gemini を契約しているなら、乗り換えより使い分け

1タスクあたりの費用と知能指数の散布図。GPT-6 Sol、GPT-6 Luna、Claude Opus 5.5 の effort 別と他社モデル

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 を契約している人にとって大事なのは、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。評価上の知能指数は Opus 5.5 medium のほうが高い一方、Sol は費用が低いので、コードの小さな修正や何度も繰り返す作業で単価を抑えられます。私自身も Claude を契約していて、簡単なセッションは Opus 5.5 low、少し難しいメインの作業は medium に置いています。Claude を否定したいわけではなく、契約しているサービスの中で Claude に重い仕事を受け持たせる、という使い方です。

Gemini を契約している人なら、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。

並べると、Claude は上限の高さ、Gemini は出力の速さ、Sol は費用と知能指数のバランスが比べどころです。すでに契約しているサービスがあるなら、全部を一つに寄せるより、速い定型処理、長い設計作業、安い反復作業を分担させるほうが判断しやすいと思います。

過去記事の知能指数とは、尺度が変わっているので並べない

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」と受け取ってはいけません。

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。7月の記事と今回とでは尺度が違うので、数値をそのまま比べることはできません。

今回の世代比較は、GPT-6 Sol と GPT-5.6 Sol を同じ日に同じ版で確かめています。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が、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。

もうひとつ、Artificial Analysis の評価はモデルの実務能力のすべて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ていて、最初のトークンまでの時間は入力が約1,000トークンのときの中央値です。実際のプロジェクトでは、入力の長さ、ツールの使い方、出力の指定で結果が変わります。

Sol medium を基準に、max へ行く前に Astra も比べる

ChatGPT や Codex をメインにするなら、普段は Sol medium、難しいコードや設計で詰まったら 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、その作業が本当に97秒待つ価値を持つかを考えます。1回きりの難問なら 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いてくる可能性があります。とはいえ費用は Sol max より高いので、毎回 Astra にすればよいという話でもありません。

Luna max は、安いから試す設定ではなく、長く考えさせても1タスク0.07ドルに収まることを優先する設定です。返事が遅く出力も膨らむので、賢さが要る仕事は Sol に移したほうが早い、というのが私の判断です。

使う前に確かめることを絞ると、次の4つになります。

  • 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替えるべきモデル、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、替える理由の中心です。effort を常に max に固定するのではなく、medium を基準にして、待ち時間と1タスクの費用が許せる仕事だけ上へ進める。現時点では、これが一番分かりやすい使い方だと思います。

出典

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。

この記事を書いた人

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!

META-MARK × AI

AI モデル選びの次は、動かす場所です。

エージェントや自作ツールを止めずに動かすなら、常時稼働できる置き場所が要ります。手元の GPU で動かす場合の必要スペックも確認できます。

AI年表で詳しく見る

📅

Claude Opus 5.5

Claude Opus 5.5——Fable 5.1 級の性能を Opus 5 より4割安く、既定 effort は medium

→