GPT-5.6 Sol vs Terra vs Luna: どのモデルを使うべきか？

GPT-5.6 Sol、Terra、Lunaの選択は、唯一の万能な勝者を決める競争ではありません。これはルーティングの問題です。この特定のタスクには、どれだけの知能、レイテンシ、コストが正当化されるのか？

OpenAIは、Solを複雑な専門業務向けのフラッグシップモデル、Terraを知能とコストのバランスを取ったモデル、Lunaを大量のワークロードに最適な低価格オプションと定義しています。これら3つはすべて、推論制御、大規模なコンテキストウィンドウ、テキストおよび画像入力、対応するAPI環境でのツールをサポートしています。それらの違いは、個別のプロンプトではなく、タスク全体を測定したときに意味を持ちます。

一目でわかる決定事項

| 選択 | ワークロードが次のような場合 | 現在のAPI価格：入力/出力 1Mトークンあたり | | Sol | 困難で曖昧、影響が大きく、長期的または最終レビュー作業 | $4 / $20 | | Terra | 強固な品質とコストのバランスを必要とする定期的なプロフェッショナルタスク | $2 / $12 | | Luna | 高ボリューム、レイテンシーまたは予算に敏感な、明確な検証を伴う作業 | $0.20 / $1.20 |

これらは2026年9月3日に確認された公開テキストトークン価格です。キャッシュされた入力、非常に長いプロンプト、ツール、バッチまたは高速モードによって最終的なコストが変わる可能性があります。

リスクから始める、モデルサイズからではない

例を比較する前に、タスクを5つの次元に沿って分類してください。

1. 障害の影響: 出力は助言的、可逆的、または顧客向けですか？
2. 曖昧さ: 複数の解釈が可能ですか？
3. 検証: ソフトウェアやレビュアーは安価に誤りを検出できるか？
4. ボリューム: システムは10件のリクエストを処理するのか、それとも1000万件のリクエストを処理するのか？
5. レイテンシ: ユーザーは即座の応答を必要としますか？

曖昧さや失敗のコストが増すにつれて、Solは魅力的になる。ボリュームと検証可能性が高まるにつれて、Lunaは魅力的になる。Terraはその広い中間領域を占める。

GPT-5.6 Sol が適切な選択となる場合

Solは、生の処理能力よりも判断が重要な作業のために設計されています。例としては、矛盾する証拠の統合、多段階の実装の計画、困難なデバッグの失敗の解決、重要なレポートのレビュー、または長時間のタスクにわたる複数のツールの調整などが挙げられます。

また、これは自然なエスカレーション階層でもあります。システムはルーチンワークをLunaやTerraに送り、ルールに違反するケース、信頼度スコアが低いケース、またはビジネスへの影響が大きいケースをSolにレビュー依頼することができます。

Good Sol のワークロード

• 複数の文書にわたる最終的な統合（ソース要件を含む）
• アーキテクチャとテストにわたる複雑なコード変更。
• 不確実性と相反する証拠を伴うマルチツール研究。
• ストーリー、オーディエンス、制約を調和させなければならない最終的なクリエイティブディレクション。
• 長い脚本とキャラクターバイブルにわたる困難な連続性のレビュー。

Solが無駄になり得る場面

決定論的な変換、単純な抽出、または一括分類には、Solは不要かもしれません。すべてのリクエストにフラッグシップ推論を使用すると、弱いアーキテクチャが隠れてしまう可能性があります。スキーマバリデーター、ルックアップテーブル、またはより小さなモデルで簡単なケースをより安価に解決できるかもしれません。

GPT-5.6 Terraが最適なデフォルトである場合

Terraは、極端な選択を強制しないため、プロダクション評価において最も有用なベースラインとなることが多い。OpenAIはこれを知性とコストのバランスとして位置づけており、現在のAPI価格はSolとLunaの中間に位置している。

出力に判断が必要だが、レビュー、再試行、またはエスカレーションが可能な場合にTerraを選択してください。レポートの下書き、プロジェクトコンテキストの要約、ブリーフから構造化された計画への変換、初回パスコードの生成、または制限されたワークフロー内でのツール操作に適しています。

クリエイティブチームにとって、Terraはストーリーの概要をシーンカードに変換したり、キャラクターの属性を再利用可能なスキーマに標準化したり、ロックされたプロットを尊重しながら代替のダイアログを生成することができます。計画が承認されれば、それらの構造化されたアセットはElser AIに移行し、視覚的な制作に使用されます。

Terraの隠れた利点：運用のシンプルさ

理論上最も安価なルーターが、運用上最も安価であるとは限りません。Lunaが広範な例外処理を必要とし、Solが過剰である場合、Terraはルーティングの複雑さを軽減できます。十分なトラフィックと評価データが得られ、より複雑なカスケードを正当化できるようになるまでは、単一の高性能なミドルティアが望ましい場合があります。

GPT-5.6 Luna が勝利した場合

Lunaの低いトークン価格により、新しいカテゴリのボリュームが実用的になりますが、最良のLunaタスクには共通の特性があります：品質を確認できること。

例としては、フィールドをスキーマに抽出する、サポートメッセージにタグ付けする、メタデータのバリエーションを生成する、コンテンツを再フォーマットする、短い説明文を起草する、レビューパイプラインで最初のパスを実行する、などがあります。Lunaは、深い熟考よりも応答性が重要となるインタラクティブなインターフェースにも対応できます。

エスカレーションのための設計

Lunaに、自身の不確かな回答が正しいかどうかを曖昧な信頼度スコアで判断させないでください。外部シグナルを使用してください：

• スキーマ検証の失敗;
• 引用の欠落;
• 2つのパスの間の不一致。
• 禁止または不明なカテゴリ;
• リスクに関連するビジネスルール；
• 小型の評価モデルまたは決定的なチェック;
• ランダムな人間サンプリング。

フラグが立てられたサブセットのみをTerraまたはSolにエスカレーションします。

モデル階層と推論努力は異なる調整ツールである

すべてのGPT-5.6 APIティアは、none、low、medium、high、xhigh、maxをサポートしています。よくある間違いは、低労力のLunaと最大のSolを比較し、その差全体をモデルティアに帰することです。

受け入れ基準を満たす最も低コストな構成を比較してください。より多くの推論は、測定可能な改善を通じてその地位を獲得すべきです。

3つの実践的なルーティングアーキテクチャ

パターン1: ルールベースのルーティング

既知の属性に基づいてタスクを階層に送信します。短く構造化され、元に戻せるリクエストはLunaに送られます。長いまたは曖昧なリクエストはTerraに送られます。影響の大きいカテゴリは直接Solに送られます。

このパターンは透過的でデバッグが容易ですが、そのルールにはメンテナンスが必要です。

パターン2：生成、検証、エスカレーション

Lunaが回答を生成します。決定論的チェックがそれを検査します。不合格の出力はTerraに移され、未解決のケースのみがSolに移されます。これは構造化された出力と分類に効果的です。

パターン3：下書きとレビュー

Terraがドラフトを作成し、Solは選択された成果物のみをレビューします。レビューアはソース、受入基準、ドラフトを受け取るべきであり、「これを改善して」という依頼だけではありません。具体的な欠陥を特定し、必要な部分のみを変更するよう依頼してください。

クリエイティブ制作にも同じアプローチを適用できます。テラがショットリストを起草し、ソルが連続性を監査し、承認されたシーケンスがエルサーAIで制作されます。これにより、高価なモデルは日常的なフォーマット処理ではなく判断に集中できます。

コスト計算の実例

10万件のリクエストを想像してください。各リクエストには2,000の入力トークンと500の出力トークンがあります。キャッシュとツールは無視します。

• Lunaは2億の入力トークンと5000万の出力トークンを使用します。
• Terraは、実質的に高いトークンレートで同じボリュームを処理することになる。
• ソルの価格が再び上昇するでしょう。

しかし、妥当な比較には失敗コストとレビューコストを加える必要があります。Lunaがケースの20%を人間に送り、Terraが3%を送る場合、Terraの方が全体的に安くなる可能性があります。トークン価格だけから結論を出すのではなく、測定した受入率を使ってスプレッドシートを作成してください。

ユースケース別のおすすめ

カスタマーサポートトリアージ

まずはLunaで厳格なカテゴリとエスカレーションを実施。曖昧な会話はTerra、ポリシーに敏感なレビューはSolを使用する。

研究の統合

通常の要約にはTerraを使い始めてください。ソースが矛盾している場合、分析が多くの依存関係にわたる場合、または出力が重要な決定に影響を与える場合は、Solを使用してください。

ソフトウェア開発

ルーチンの実装とテスト修正にはTerraを使用し、アーキテクチャ、リポジトリ横断的な計画、重大な障害にはSolを使用します。コードの流暢さではなく、テストによる検証を行います。

アニメーション プリプロダクション

メタデータとフォーマットにはLuna、シーンの分解とプロンプトのバリエーションにはTerra、複雑な連続性や最終的なストーリーレビューにはSolを使用してください。レンダリングには専用のアニメーションツールを使用してください。推論の品質はメディア制作能力の代わりにはなりません。

よくある質問

GPT-5.6 Sol は常に最も正確ですか？

Solは最上位のティアであり、最も高い能力の余裕を提供しますが、すべてのタスクにおいて最適なモデルは存在しません。代表的な例を評価し、人間による修正コストを含めてください。

TerraはGPT-5.5と同等ですか？

OpenAIは、TerraをGPT-5.5と競合するパフォーマンスを持つ低コストのモデルと説明しています。これはファミリーレベルのポジショニング表明であり、お客様のワークロードに対する保証ではありません。

なぜLunaはそんなに安いのですか？

Lunaは、手頃な価格で大量の作業に最適化されています。低価格により活用範囲が広がりますが、本番システムでは依然として検証とエスカレーションが必要です。

通常のChatGPTユーザーは3つのモデルすべてを選択できますか？

必ずしもそうとは限りません。標準のChatGPT、ChatGPT Work、Codex、APIでは利用可能状況が異なります。現在の公式ガイダンスによると、TerraとLunaは通常の有料ChatGPT会話では選択できませんが、LunaはFreeおよびGoを支えています。

小規模チームが最初にテストすべきモデルはどれですか？

Terraはバランスの取れたベースラインです。Lunaを追加して貯蓄をテストし、Solを追加して品質の上限を測定します。

結論

Sol、Terra、Lunaは、同じ購買判断の3つのバージョンではありません。Solは判断層、Terraは生産ベースライン、Lunaはスケール層です。最適なアーキテクチャは、多くの場合、複数を使用します。

証拠に基づいて選択する：受け入れ基準を定義し、推論の労力を一定に保ち、修正コストを含め、困難なケースは上位に回す。そうすることで、モデルファミリーは混乱を招くメニューではなく、運用上の優位性となる。