GPT-5.6 料金詳解：Sol、Terra、Luna とプロンプトキャッシュ

GPT-5.6 料金詳細解説

OpenAIはGPT-5.6のサイズの異なる3種類のモデルの価格を発表しました：GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.6 Luna。Solはフラグシップモデルであり、性能が最も高いモデルです。Terraは非常に競争力のある低コストな代替案です。Lunaはこのシリーズで最も高速で、コストパフォーマンスに最も優れたモデルです。限定プレビュー段階では、OpenAI APIとCodexを通じて選定された信頼できるパートナーと組織にのみアクセス権を提供しています；プレビュー期間中はChatGPTではGPT-5.6は一時的にサポートされていません。

公式GPT-5.6の価格は100万トークンあたりで記載されています：

GPT-5.6 ソル: $5.00 入力，$30.00 出力

GPT-5.6 Terra: $2.50 の投入額、$15.00 の産出額

GPT-5.6 ルナ: $1.00 入力、$6.00 出力

OpenAIはさらに、GPT-5.6ではより予測可能なプロンプトキャッシュ機能が導入され、明示的なキャッシュブレークポイントと30分間の最低キャッシュ保有期間が含まれると述べています。GPT-5.6およびそれ以降のモデルでは、キャッシュへの書き込みにかかる課金は当該モデルの非キャッシュ入力料金の1.25倍となりますが、キャッシュからの読み出しには依然として90%のキャッシュ入力割引を受けることができます。

開発者、製品チーム、そしてクリエイティブツールにとって、これらの価格設定の詳細は極めて重要です。なぜならGPT-5.6は単一の固定コストモデルではないからです。そのコストは、使用するモデル、送信する入力トークンの数、生成される出力トークンの数、さらにプロンプトキャッシュが適用されるかどうかに依存します。

GPT-5.6 Sol 価格

GPT-5.6 Solは、入力トークン100万個ごとに5.00ドル、出力トークン100万個ごとに30.00ドルの料金が請求されます。これはGPT-5.6シリーズで最も高価なモデルです。なぜならOpenAIがSolをフラグシップかつ最も性能の高いモデルとして位置づけているからです。

高品質な回答の価値が追加コストを上回る場合、Solを使用すべきです。これには、複雑なソフトウェアエンジニアリング、アーキテクチャ計画、高度な推論、高価値な研究、専門的分析、セキュリティに敏感な審査、最終的な意思決定支援が含まれます。 クリエイターにとって、Solは戦略的な業務に最適です：イベント企画、複雑なストーリー構成、プロンプトシステム設計、キャラクターの整合性審査、最終的な制作審査。

重要なのはSolをすべての業務に利用することではない。単にタイトルを素早く調整したり、簡単に言い換えたりするだけのタスクであれば、Solは必要ないかもしれない。深い推論や極めて高い正確性が必要なタスクであれば、Solを使用するコストは価値があるかもしれない。

GPT-5.6 Terra 価格

GPT-5.6 Terraは入力トークン100万個あたり2.50米ドル、出力トークン100万個あたり15.00米ドルを課金します。この価格は入力トークンと出力トークンの両方においてSolの標準価格の半額に過ぎません。OpenAIはTerraを優れた低コストな代替案と呼んでいます。

Terra は多くのアプリケーションシナリオに適した実用的なミドルレンジモデルである可能性が高いです。品質を重視するものの、タスクが常にフラグシップモデルを必要としない構造化された専門的なワークフローに使用できます。開発者にとって、Terra はコーディング補助、ドキュメント処理、コンテンツ要約、ワークフロー自動化、内部ツール生成に対応できます。クリエイターにとって、Terra は適している可能性があります。 人工知能ビデオ プロンプト作成、ストーリーボード企画、プロダクトビデオの台本、コンテンツ要件ブリーフ、マーケティングキャンペーンのバリエーション案。

高いパフォーマンスを得つつ、コストをより抑えたい場合に、Terraは非常に実用的です。多くのチームはTerraをデフォルトのモデルとして採用し、Solはより難易度の高いタスクの処理に回すでしょう。

GPT-5.6 ルナ 価格

GPT-5.6 Lunaは入力トークン100万個あたり1.00米ドル、出力トークン100万個あたり6.00米ドルの料金がかかります。OpenAIはLunaをGPT-5.6シリーズの中で最速かつコストパフォーマンスが最も高いモデルとして説明しています。

Luna は大量バッチ処理、低リスク、かつ遅延に敏感な業務に最適です。これには分類、ルーティング、短テキストのリライト、簡易要約、メタデータ生成、プロンプトのバリエーション、添付画像のアイデア、タイトル生成、および軽量なコンテンツ変換が含まれます。

クリエイターツールにおいて、Lunaは大量のクイックオプションを生成するのに使用できます：50個のフックアイデア、20個のビデオタイトル、キャッチコピーのバリエーション、短いプロダクト広告の切り口、あるいは単純なプロンプトの書き換えなどです。実際の運用では、難易度の高いタスクをTerraやSolに処理させる前に、Lunaを初回のテストモデルとして利用することができます。

主な利点はコストパフォーマンスにあります。速度とスケールが究極の性能よりも重要な場合、Lunaは非常に適しています。

なぜ出力トークンは入力トークンよりコストが高いのですか

GPT-5.6の全3モデルにおいて、出力トークンのコストは入力トークンのコストよりも高いです。これはAPIの料金設定では一般的です。出力コンテンツを生成するにはデコード過程でモデルの計算が必要なためです。コスト計画の観点からは、単なる長いプロンプトよりも長い返答の方がコストがかかります。

例えば、大規模なプロンプトを送信して短い分類結果の返却を求めるワークフローは、長編レポートの作成を要求するワークフローよりもコストが低くなる可能性があります。50本の完全なビデオスクリプトを生成できる制作ツールは、50本の短い集客用フックを生成できるツールよりもコストが高くなります。

これがプロダクトチームが出力の長さを制御すべき理由です。明確なフォーマット、明確な長さ制限の要件、段階的なワークフローを採用してください。網羅的な完全な回答を求めるのではなく、まず簡潔なアウトラインを要求し、その後選定されたバージョンに対してのみ拡張を行ってください。

GPT-5.6におけるプロンプトキャッシュ

プロンプトキャッシュはGPT-5.6の最も重要な料金設定機能の一つです。OpenAIは、GPT-5.6には明示的なキャッシュブレークポイントと30分間の最低キャッシュ保有期間を含む、より予測可能なプロンプトキャッシュ機能が導入されたと発表しました。GPT-5.6およびそれ以降のバージョンのモデルについては、キャッシュ書き込み料金はモデルの非キャッシュ入力レートの1.25倍で請求されますが、キャッシュ読み取りは依然として90%のキャッシュ入力割引を享受できます。

簡単に言うと、同じまたはほぼ同じ入力プレフィックスを繰り返し送信すると、プロンプトキャッシュによってコストを削減できます。例えば、あるアプリには長大なシステムプロンプト、ブランドガイド、キャラクター設定集、製品カタログ、政策文書またはワークフロー指示が含まれており、これらのコンテンツは多数のリクエストで繰り返し使用されます。このような安定したコンテキストをキャッシュできれば、後続のリクエストのコストはより低くなる可能性があります。

明示的なキャッシュブレークポイントは極めて重要です。なぜなら開発者がキャッシュ対象のコンテンツに対してより予測可能な制御を行うことができるからです。30分という最低キャッシュ有効期間も、チームが繰り返しセッションやバッチ操作を中心にワークフローを設計するのに役立ちます。

プロンプトキャッシュがクリエイターのワークフローをどのように支援するのか

AI動画クリエイターは通常、長文のコンテキスト情報を再利用します。一連の制作システムには、ブランドスタイルガイド、キャラクター整合性モジュール、動画プロンプトのルール、ネガティブプロンプトライブラリ、製品精度規格、そして絵コンテリストのテンプレートが含まれる場合があります。キャッシュを実施しない場合、これらの重複するコンテキスト情報を送信するたびにコストが増加します。

プロンプトキャッシュ機能を活用すると、クリエイタープラットフォームは安定した制作コンテキストをキャッシュでき、その後各ショットごとに変更された詳細情報のみを送信できます。例えば、キャッシュされる内容には以下のものが含まれる可能性があります：

ブランドトーン

ビジュアルスタイルガイド

キャラクター設定集

プロンプトルール

負制約

レンズフォーマット説明

品質チェックリスト

その後、各リクエストにはこの特定のシーンのみが追加されます：「シーン4：キャラクターが青い光の下で光る荷物を開ける。」

これはまさにプロンプトキャッシュが機能を発揮できるワークフローの一つです。プロンプトキャッシュは開発者向けの機能に限らず、クリエイティブ制作システムのコスト効率を最適化することもできます。

コスト戦略：適切なタスクに適したモデルを選択する

最も重要なGPT-5.6の価格設定戦略はモデルルーティングです。すべてのタスクで最も高価なモデルを使用しないでください。

Lunaを使用して、迅速、大量、低リスクなタスクを処理します：タイトル案、配文、ハッシュタグ、短い誘導用フック、簡単な書き換え、コンテンツの振り分け、および迅速な要約。

Terraを使用して均衡の取れた制作タスクを処理します：構造化されたアウトライン、スクリプト、プロンプト、ストーリーボード、ドキュメント、通常のコーディングサポート、および内部ワークフローの生成。

難しいタスクや価値の高いタスクにSolを使用する：最終戦略、複雑な推論、技術アーキテクチャ、高度なデバッグ、研究重視の分析、サイバーセキュリティ関連の機密審査、そして複雑なクリエイティブ指導。

このルーティング戦略は品質を犠牲にすることなくコストを削減できます。チームは品質が最も重要な場所ではより多くの投資をし、スピードがより重要な場所ではより少ない投資をすることができるようになります。

人工知能ビデオチーム向けの価格設定の考え方の例

人工知能動画チームはこのようにGPT-5.6を使用する可能性があります：

Luna は30個の粗いビデオフックを生成する。

Terraは最高のアイデアフック5つをスクリプトとストーリーボードチェックリストに展開します。

Terraが最初のAIビデオプロンプトの下書きを生成しました。

ソルは最終提示システムの整合性と生産リスクを審査する。

Luna は字幕、タイトル、メタデータを生成します。

このワークフローは適合性に応じて各モデルを使い分けます。Solは高価値な審査専用、Terraは構造化生産を担当、Lunaは大規模なタスクの処理を担当します。

もしチームがすべての集客用フック、宣伝用タイトル、メタデータの下書き作成にSolを使用すると、必要以上の費用がかかる可能性が高いです。もしチームがすべての複雑な企画タスクにLunaを使用すると、費用を節約できるかもしれませんが、仕事の品質を犠牲にすることになります。最も良い解決策はバランスを取ることです。

コストコントロールのテクニック

まず、安定的かつキャッシュに優しいコンテキストを維持してください。アプリケーションで同じ命令を繰り返し使用する場合は、プロンプトキャッシュが機能するように適切に整理してください。

次に、出力の長さを制御してください。具体的な要件を明確に提示してください：10個のフック、5個の箇条書き、300字の要約、または6項目からなるリスト。曖昧なリクエストは、より長くコストのかかる出力を生成する傾向があります。

第三に、段階的な生成手法を採用する。まず短いアウトラインを生成し、次に選択されたオプションのみを拡張する。

第四に、業務の難易度に応じて振り分けを行う。小規模かつ単純なタスクはLunaで処理し、Terraは本番環境向けのタスクを処理し、Solは最も難易度の高い業務を処理する。

第五、不要な重複を避けてください。ユーザーが製品概要またはキャラクター設定マニュアルを提供した場合、そのコンテンツを効率的に保存して再利用してください。毎回のリクエストごとに構造化されていないコンテキストを送信するのではなく。

結語

GPT-5.6 の料金体系は3つのモデルロールを中心に構築されています。Sol は性能が最も高く、価格も最も高い選択肢で、100万トークンあたりの入力費用は$5.00、出力費用は$30.00です。Terra は均衡の取れた低コストの選択肢で、100万トークンあたりの入力費用は$2.50、出力費用は$15.00です。Luna は最も高速でコストパフォーマンスに優れた選択肢で、100万トークンあたりの入力費用は$1.00、出力費用は$6.00です。

プロンプトキャッシュもGPT-5.6のコストプランニングの核心となっています。OpenAIは、GPT-5.6が明示的なキャッシュブレークポイント、最低30分のキャッシュ保持期間、未キャッシュ入力料金の1.25倍を課すキャッシュ書き込み操作、および10%オフの割引が適用されるキャッシュされた入力の読み取りサービスをサポートすると発表しています。

チームにとって最適な価格設定戦略は非常にシンプルです：Lunaを活用して速度と規模を獲得し、Terraを活用して均衡の取れた生産を実現し、Solを活用して最も負荷の高い作業を処理し、プロンプトキャッシュを使用して重複するコンテキストに対処します。

これがGPT-5.6を効率的に使用する方法であり、すべてのタスクをフラグシップモデルのタスクとして扱う必要はありません。