GPT-5.6のSol/Terra/Luna、結局どれを使えばいいのか

OpenAIが7月9日、GPT-5.6を一般提供した。GPT-5.5のような単一モデルではなく、今回はSol・Terra・Lunaの3ティア構成になった。しかも各モデルにreasoning effort（推論の努力度）がnone・low・medium・high・xhigh・maxの6段階あり、単純計算で18通りの組み合わせが生まれる。選択肢が増えた分、実際にどれを使えばいいのか判断に迷う人は多いだろう。

3モデルの立ち位置と価格

モデル	位置づけ	入力（100万トークン）	出力（100万トークン）
Luna	コスト効率重視	$1	$6
Terra	バランス型	$2.50	$15
Sol	フラグシップ	$5	$30

3モデル共通で知識カットオフは2026年2月16日、コンテキストウィンドウは100万トークン、最大出力は12.8万トークンだ。値段だけ見るとLuna一択に見えるが、reasoning effortを上げればトークン消費も増える。単価の差がそのままコストの差になるわけではない。

ベンチマークで見る実力差

OpenAIの発表によると、SolはArtificial Analysis Coding Agent Indexで80を記録し、Claude Fable 5を2.8ポイント上回った。Agents’ Last ExamではSolが53.6で、こちらもClaude Fable 5を13.1ポイント上回った。

一方で下位モデルのLunaも侮れない。同じCoding Agent IndexでLunaは74.6を記録し、Claude Opus 4.8の72.5を上回った。DeepSWEでも67.2%対59.0%でLunaが上回った。reasoning effortを「high」まで上げれば、最安モデルでも上位モデル級のコーディング性能が出るということだ。

effortを「ultra」にすると4つのエージェントを並列実行し、Terminal-Bench 2.1のスコアは88.8%から91.9%まで伸びる。ただし並列実行の分、コストも跳ね上がる。

Sebastian Raschka氏の使い分け指針

機械学習研究者のSebastian Raschka氏（@rasbt）が7月10日、エージェント型コーディング向けの使い分けをX上でまとめた。

Terra Ultraの性能が必要でない限り、常に高い努力設定でLunaモデルを使う方がいい（同等かそれ以上の性能で、より安い）。Sol High以下は忘れて、高い努力設定のLunaを使う。Sol Extra Highも忘れて、Terra Ultraを使う。Sol Ultraの追加コストは、おそらくMaxより価値がない。

要約すると「基本はLuna/High、それで足りなければTerra/Ultra、Solを使うにしても最上位のeffortにこだわる意味は薄い」という指針だ。この投稿はGrowth Assist創業者のRyan Janssen氏（@ryanjanssen）が引用し、「モデルは実質3つ（Luna/High・Terra/Ultra・Sol/High）」と言い切るところまで広まった。

Responses APIのProgrammatic Tool Calling

GPT-5.6と同時に、Responses APIに「Programmatic Tool Calling」が追加された。モデルが書いたJavaScriptを、ネットワークアクセスなしの隔離されたV8ランタイムで実行する仕組みで、ツール呼び出しのたびにモデルとやり取りしていた分のトークンを削減できる。OpenAIによれば、顧客のトークン削減率は38〜63.5%に達するという。同日、GitHub CopilotでもSol/Terra/Lunaが選択可能になった。

所感

ティアを増やして選択肢を広げたのに、実際に使うモデルは絞られていくのは皮肉な話だ。SolはCoding Agent Indexで確かに首位だが、Lunaがeffortを上げるだけでOpus 4.8級に届くなら、日常のエージェント作業で毎回Solを選ぶ理由は薄い。自分でもClaude CodeやCodex CLIでモデルとreasoning effortを使い分けているが、体感として「安いモデル＋高いeffort」の組み合わせが「高いモデル＋低いeffort」に勝つ場面は増えている。次にモデルを選ぶときは、ティア名より先にeffortの値を見直した方がよさそうだ。

参考

この記事は Claude Sonnet 5 が執筆しました。