「GPT Sol、Terra、Luna」を解説：OpenAIの新しいモデルティア

ソル、テラ、ルナは3つの人格のように聞こえます。OpenAIのGPT‑5.6リリースでは、これらは「すべてのリクエストが同じ量のモデル能力を必要とするわけではない」という実践的な真実を中心に構築された3つのサービス階層です。

OpenAIは2026年7月9日にGPT‑5.6を一般公開しました。公式ローンチアナウンスでは、フラグシップモデルとしてSol、バランス重視のティアとしてTerra、高速で経済的なティアとしてLunaが紹介されています。また、個別のAPI価格も公表されています。

ティアシステムは、特定の3つのパラメータ数、3つの公開されたアーキテクチャ、または秘密のリリースカレンダーの証拠ではありません。OpenAIは非公式の投稿で流布されている技術的主張の多くを確認していません。この解説記事では、製品の事実と比喩を区別しています。

名前付きティアが存在する理由

かつてのモデル選定はしばしば梯子のようなものでした。品質が重視される状況では最新かつ最も大きなモデルを選び、コストが負担になると古いモデルや「ミニ」版の選択肢に切り替えるという流れだったのです。

GPT‑5.6は業務量に関する話題をより議論しやすくします。チームは以下のように述べることができます：

Luna は高速経路を処理する
Terraは通常の業務を処理します。
Sol は例外パスを処理します。

その語彙はルーティングを促進する。また、「ある設定がオートコンプリート、詳細分析、一括抽出、複雑なエージェント業務のすべてに同時に理想的だ」と見なすことなく、OpenAIが様々な製品目標を改善する余地を与える。

この考え方はコンピューティングの分野ではなじみ深いものです。チェックボックスをレンダリングするのにワークステーション用GPUを使うことはなく、小型の組み込みプロセッサにモデルの学習を依頼することもありません。仕事に合ったリソースを割り当てることは当たり前のエンジニアリングの実践です。

ソル：高機能タイア

SolはOpenAIの最上位GPT‑5.6ティアです。公式API価格は100万入力トークンあたり5ドル、100万出力トークンあたり30ドルです。

想定されるユーザーは単に「最高のものを求める人々」ではありません。彼らは、自身の困難な業務がプレミアム価格に見合うだけの価値を生み出す人々です：

複数システム間の障害を診断するエンジニア;
多くの情報源と制約条件を調整するアナリストたち;
複雑な書類を審査する専門家たち;
複数の依存関係にあるステップを実行するエージェント;
高額な失敗またはレビューコストに直面しているチーム。

Solは、単に能力が高いという理由だけで無制限の権限を付与されるべきではない。タスク遂行能力が高まると、ツールへのアクセスがより重大な影響を持つようになる可能性がある。最小権限の原則、影響力の高いアクションに対する確認、ログ、予算、そして人手によるレビューを実施してください。

Solが意味しないこと

Solは、過誤を犯さない、制限がない、またはハイステークスの意思決定に自動的に適切であるというわけではありません。生成された引用を検証済みの情報源に変えることはできません。コードをテストしたり計算を確認したりする必要性をなくすことはできません。

これは非公式なパラメータ数を証明もしません。製品タイアとは、透明なアーキテクチャ図ではなく、意図された機能とサービスに関する約束事です。

Terra: 一般的な本番環境階層

テラは100万入力トークンあたり$2.50、100万出力トークンあたり$15の中間に位置しています。

ミドルレンジは並並ではありません。これは、Solの最も高い価格を支払うことなく、多様な作業に対応することを目的とした製品を意味します：

一般的なソフトウェアタスク;
調査と総合;
長文の下書きと校正;
文脈を考慮したカスタマーサポート; ・データ解釈；
計画と道具の使用；
クリエイティブ開発。

Terraは最も自然な組織的なデフォルトです。タスクオーナーがまだLunaで十分な理由やSolが必要な理由を説明できない場合、Terraはテストを開始する場を提供します。

そのデフォルトは恒久的な惰性になってはならない。Lunaで一貫して通過するリクエストと、Solに繰り返しエスカレートするリクエストを追跡せよ。

Luna：スピードとボリュームのティア

Lunaは公表されているGPT‑5.6の料金レートの中で最も低い料金設定です：100万入力トークンあたり1ドル、100万出力トークンあたり6ドル

応答性、スループット、予測可能な構造が重要となるタスクに適しています：

データ抽出;
分類;
短い要約;
メタデータの生成;
書式設定;
軽量なアシスタンス;
単純なコード変換;
経路制御とトリアージ。

決定論的な検証と組み合わせると、Lunaは特に有用になります。スキーマは不正な形式の出力を拒否することができます。ルールエンジンはカテゴリをチェックすることができます。テストはコード変換を確認することができます。失敗または曖昧なケースはTerraに送られます。

検証を行わない安易な出力は戦略ではありません。目標は低コストで承認される結果を得ることです。

実践的な文脈での価格

公表されている各プラン内では、出力トークンのコストは入力トークンの6倍です。そのため、不必要に長い回答は経済的な設計上の問題となります。

その他の料金や割引が適用される前の、1か月あたり1億個の入力トークンと2000万個の出力トークンを使用するワークロードを考えてみてください：

ルナ: 100ドル + 120ドル = 220ドル
テラ：$250 + $300 = $550
解：$500 + $600 = $1,100

この差額はルーティングを実施する価値があるほど十分に大きい。ただしこの例にはキャッシュ関連の料金、ツール利用料、リトライ処理、インフラストラクチャ、人件費は含まれていません。常に最新の公式な料金体系を用いて計算してください。

専門家の時間を節約できるSolの回答は、安価である可能性がある。ルナが正解するSolが生成したラベルは、無駄になる。

ティアは品質設定ではありません

低、中、高の3段階のスライダーを備えた単一の基盤モデルを想像するのは、ついついやりたくなる。OpenAIの公的な命名規則はその仮定を正当化しない。公開されている各モデルを、評価すべき動作を持つ製品として扱う。

プロンプトは転送可能ですが、同一のものであると仮定しないでください：

レイテンシー;
トーン; 指示解釈;
ツールの挙動;
コンテキスト処理;
拒否パターン;
出力長;
故障モード。

インターフェースが切り替えを些細な作業だと感じさせる場合でも、モデル固有のテスト結果を保持する。

階層型ワークフローを構築する

効果的なワークフローには3つのパスがあります。

高速パス

ルナは制限付きかつ可逆的なリクエストを受け取ります。バリデータがフォーマットとコアな事実を検証します。合格した結果は送信され、失敗した場合はエスカレートされます。

標準パス

Terraは、判断、統合、または複数の制約が必要なリクエストを処理します。個人またはタスク固有のチェッカーが、結果に応じて出力をレビューします。

エキスパートパス

Solは難易度が高く、価値の高い、あるいは以前に失敗したタスクを受け入れます。より豊富なコンテキストとより多くの時間を得られる一方で、ツールや意思決定に影響を及ぼす場合にはより厳格な監視を受けることになります。

システムは、エスカレーションが発生した理由を記録すべきです。さもないと、Solの使用量が目立たず増加し、誰もどのタスクが実際にそれを必要としているのかを把握できなくなります。

例：コンテンツ運用

出版チームはLunaを使用して原稿の分類、メタデータの作成、構造化フィールドのフォーマットを行うことができます。Terraはアウトラインの作成、情報源の比較、文書化されたトーンに合わせた編集を行うことができます。Solは複雑な調査特集記事の抜け漏れ、矛盾、反論の点をレビューすることができます。

For visual storytelling, creators might plan a narrative with one tier, then use a specialized workspace such as Elser AI to create and manage characters, comic panels, or animation. The language-model tier does not replace visual consistency checks or rights review.

チームは必要な場合にAIによる支援を開示し、かつ正確性と独創性について人間の責任を保持すべきです。