GPT-6 Astra・Sol・Lunaの違いを比較！最新6.1 Solの料金・性能・使い分けを解説

2026年9月にそろったGPT-6 Astra・Sol・Lunaは、性能と料金の異なる3つのAIモデルとして注目されています。

ただ、名前だけでは違いがつかみにくく、どれを選ぶべきか迷う方も多いのではないでしょうか。

実は料金は3段階に分かれていますが、9月29日に出た最新のGPT-6.1 Solは、コード作成の評価で約5分の1の費用でAstraに並ぶ結果を出しています。

この記事では、最新のGPT-6.1 Solを中心に、3つの性能と料金の違いからプラン別の利用条件、使い分け方まで解説します。

仕事に合ったモデルを選べるようになりましょう。

GPT-6 Astra・Sol・Lunaとは？【違いを比較表で確認】

GPT-6 Astra・Sol・Lunaは、OpenAIが2026年9月に公開したGPT-6世代のAIモデルです。

迷ったらGPT-6.1 Solから試し、品質最優先の難しい仕事はAstra、要約や分類など大量の定型処理はLunaに分けると、性能と料金のバランスを取りやすくなります。

2026年10月5日時点の3つのモデルの違いを、次の表にまとめました。

項目	GPT-6 Astra	GPT-6.1 Sol	GPT-6 Luna
位置づけ	品質最優先	基本の第一候補	大量処理
得意な仕事	最難関の調査・開発・画面操作	コード作成・業務の自動化	分類・抽出・要約
API入力（100万トークンあたり）	10ドル	2ドル	0.1ドル
API出力（100万トークンあたり）	50ドル	10ドル	0.5ドル
扱える量（入力と出力の合計）	105万トークン	105万トークン	105万トークン
最大出力	12万8,000トークン	12万8,000トークン	12万8,000トークン
知識カットオフ	2026年4月30日	2026年4月30日	2026年5月18日
Plusの5時間あたりの目安（WorkとCodex）	5〜45通	15〜160通	350〜3,000通

品質最優先のAstraは、9月3日に一部の組織への提供が始まりました。

初代GPT-6 SolとLunaは9月22日に追加され、Astraと似た方法で学習されています。

9月29日には、Solを改良したGPT-6.1 Solが公開され、現在はこれがSolの最新版です。

この記事でSolの性能と料金を紹介するときは、断りがない限り最新のGPT-6.1 Solを指し、9月22日公開のモデルは「初代GPT-6 Sol」と書き分けます。

GPT-6.1 Solは、初代と同じ入力と出力の単価のまま性能を上げたモデルで、使える場所もWork、Codex、APIと初代から変わりません。

ChatGPTの画面では、Astraは「GPT-6 Pro」という名前で表示されます。

APIから呼び出すときのモデル名は、「gpt-6-astra」「gpt-6.1-sol」「gpt-6-luna」の3つで、初代GPT-6 Solは「gpt-6-sol」です。

APIとは、自分のアプリや社内のシステムからAIを呼び出して使うための仕組みを指します。

3つとも、入力と出力を合わせて扱える量は105万トークンで、出力は最大12万8,000トークンです。

トークンは、AIが文章を細かく区切って数えるときの単位です。

3つとも、文章の作成だけでなく、Web検索を使った調べ物やコードの作成、画面操作にも対応しています。

入力は文字と画像、出力は文字だけという点も変わらないため、3つの差は得意な仕事や性能、料金に表れます。

参考：Introducing GPT-6 Sol and Luna（OpenAI）、GPT-6 Astra: A new generation of intelligence（OpenAI）、Models（OpenAI API）、Introducing GPT-6.1 Sol（OpenAI）、Pricing（OpenAI API）、Managing usage with GPT-6 Astra in Work and Codex（OpenAI Help Center）

GPT-6 Astra・GPT-6.1 Sol・Lunaの性能の違い

GPT-6 Astra・GPT-6.1 Sol・Lunaの違いが表れるのは、得意な仕事、仕事の種類ごとの性能、知識カットオフ（学習した情報の新しさ）の3つです。

価格の順に性能が並ぶわけではなく、業務の自動化やコード作成では、SolやLunaがAstraに近い結果を出しています。

違いを先に知っておけば、仕事ごとに必要以上に高いモデルを選ばずに済むでしょう。

ここでは、3つのモデルを同じ項目で並べて、どこに差があるのかを取り上げます。

得意な仕事の違い

得意な仕事で比べると、GPT-6 Astraは最も難しい仕事を最初から最後まで任せるためのモデルです。

GPT-6.1 Solは、複雑なコード作成や、エージェント型の作業を支える中心のモデルです。

エージェントとは、AIが手順を組み立て、ツールやアプリを自動で操作しながら作業を進める使い方を指します。

Lunaは、要約や分類のように範囲の決まった作業を、大量に低い費用でこなすためのモデルです。

OpenAIは、Astraで高めた性能を、より速く安く使えるようにしたのがSolとLunaだと説明しています。

3つの役割は単純な上下の関係ではなく、任せる仕事の難しさと繰り返す回数で分かれています。

Astraの詳しい使い方は以下記事にまとめてあるので、難しい仕事まで任せたい方はぜひ参考にしてください。

参考：Introducing GPT-6 Sol and Luna（OpenAI）、Models（OpenAI API）

業務の自動化・コード作成・画面操作の性能の違い

コード作成の評価（DeepSWE 1.1）では、GPT-6.1 Solが初代GPT-6 Solの最高点を6.4ポイント上回り、約5分の1の費用でAstraと同じくらいの点数に届きました。

推論の強さは答える前に考える深さの設定で、low、medium、high、xhigh、maxの順に深くなります。

初代GPT-6 Solの参考値では、業務の自動化の評価（AutomationBench）で、xhighの初代Solが33.2%となり、lowにしたAstraの30.3%を上回っています。

コード作成の評価では、Lunaがmaxで66.6%と、maxの初代GPT-6 Sol（68.8%）に迫る点数です。

画面操作の評価（OSWorld 2.0）ではxhighの初代Solが60.5%で、OpenAIはこの分野でAstraを世界最高のモデルとしています。

参考：Introducing GPT-6.1 Sol（OpenAI）、Introducing GPT-6 Sol and Luna（OpenAI）

知識カットオフ（学習した情報の新しさ）の違い

知識カットオフで比べると、いちばん安いGPT-6 Lunaが最も新しく、2026年5月18日までの情報をもとにしています。

知識カットオフは何月までの情報で学習したかを示す日付で、AstraとGPT-6.1 Solはどちらも2026年4月30日です。

3つの差は最大でも18日で、料金の高いモデルほど新しい情報を知っているわけではありません。

カットオフより後に起きた出来事や、サービスの料金の改定は、どのモデルの知識にも含まれていません。

APIではLunaもWeb検索とファイル検索の機能に対応しているため、いちばん安いモデルでも最新の情報を調べさせられます。

新しい料金やニュースを扱う仕事では、Web検索を使える状態で頼むか、手元の資料を渡してから質問しましょう。

参考：Models（OpenAI API）、GPT-6.1 Sol Model（OpenAI API）、GPT-6 Luna Model（OpenAI API）

GPT-6 Astra・Sol・Lunaの料金の違い

GPT-6 Astra・Sol・LunaをAPIで使うときの料金は、読み込ませた量と出力させた量に応じて決まります。

キャッシュ入力とは、前回と同じ前置きの文章を使い回したときに適用される割引の単価で、AstraとLunaは通常の入力の10分の1、GPT-6.1 Solは20分の1で済みます。

キャッシュ書き込みは、使い回すための文章を初めて保存するときの単価で、3つとも通常の入力の1.25倍です。

2026年10月5日時点の100万トークンあたりの標準の単価を、次の表にまとめました。

モデル	入力	キャッシュ入力	キャッシュ書き込み	出力
GPT-6 Astra	10ドル	1ドル	12.5ドル	50ドル
GPT-6.1 Sol	2ドル	0.1ドル	2.5ドル	10ドル
GPT-6 Luna	0.1ドル	0.01ドル	0.125ドル	0.5ドル

AstraとLunaの単価は入力も出力も100倍、AstraとSolは5倍の開きがあります。

例えば入力20万トークン・出力2万トークンの処理なら、Astraは3ドル、Solは0.6ドル、Lunaは0.03ドルかかります。

コード作成の評価では、maxにしたLunaが中程度の設定のClaude Opus 5と同じくらいの点数を、1タスクあたり93%安い費用で出しました。

入力が27万2,000トークンを超えるリクエストは、入力が2倍、出力が1.5倍の単価で計算されます。

急ぎでない処理をまとめて後から実行するBatchは半額になり、応答を速くするFast modeは2倍の料金です。

ChatGPTの月額プランで使う場合の上限は、プランごとに決まったメッセージ数や利用枠で決まります。

参考：Pricing（OpenAI API）、Introducing GPT-6 Sol and Luna（OpenAI）

GPT-6 Astra・Sol・Lunaを使える場所とプラン別の条件

GPT-6 Astra・Sol・Lunaは、使える画面がモデルごとに異なります。

ChatGPT Workは作業を任せる機能、Codexはコードの作成や修正を任せる開発向けの機能です。

Astraは、Work、Codex、APIに加えて、Pro・Business・Enterpriseのプランでは通常のチャットでも使えます。

ここでは、プラン別の利用枠を取り上げます。

無料版とGo

無料版とGoのプランでは、ChatGPTのデスクトップアプリからGPT-6 Lunaを使えます。

公式の案内はデスクトップアプリに限っているため、試すにはパソコンにChatGPTのアプリを入れておく必要があります。

見当たらないときは、アプリを最新版に更新してから探しましょう。

通常のチャットでは、2026年10月5日時点でGPT-5.6 Lunaが既定のモデルとして答えを返します。

難しい質問向けの「Think」を選んだ場合も、動くのはGPT-5.6 Lunaです。

AstraとGPT-6.1 Solを使うには、有料プランへの切り替えが必要になります。

まずは無料の範囲で要約や分類を頼み、結果に物足りなさを感じたらPlus以上を検討すると良いでしょう。

参考：GPT-5.6 and GPT-6 Pro in ChatGPT（OpenAI Help Center）、Introducing GPT-6 Sol and Luna（OpenAI）

Plus

Plusでは、ChatGPT WorkとCodexの中でGPT-6 Astra・GPT-6.1 Sol・Lunaの3つをすべて使えます。

通常のチャットの画面には、GPT-6 Pro（Astra）が表示されません。

Plusでチャットの画面から選べるのは、GPT-5.6 Solを使ったInstantと、MediumとHighの思考レベルです。

WorkとCodexの利用枠はチャットとは別に数えられ、5時間ごとの枠と週ごとの枠の2段で管理されています。

2つの枠のどちらか一方でも使い切ると、作業を続けられません。

2026年10月5日時点のPlusの目安では、5時間あたりに送れるメッセージは、作業の重さによってAstraが5〜45通、GPT-6.1 Solが15〜160通、Lunaが350〜3,000通です。

同じ5時間でも、Lunaを選べばAstraの数十倍の回数を回せるため、繰り返しの多い作業ほどモデル選びで使える量が変わります。

チャットの画面でもAstraを使いたい場合は、Proへの切り替えを検討してください。

参考：GPT-5.6 and GPT-6 Pro in ChatGPT（OpenAI Help Center）、Managing usage with GPT-6 Astra in Work and Codex（OpenAI Help Center）

Pro

Proでは、通常のチャットでGPT-6 Pro（Astra）を使え、WorkとCodexではGPT-6.1 SolとLunaも選べます。

チャットのGPT-6 Proには利用上限があり、Proのプランを契約しても無制限には使えません。

100ドルのプランでは、GPT-6 ProとGPT-5.6 Sol Proが1つの週ごとの枠を分け合います。

200ドルのプランの特徴は、GPT-5.6 Sol Pro用に1日ごとの別枠がある点です。

200ドルのプランで週の上限に達すると、GPT-5.6の中程度の思考レベルへ自動で切り替わります。

9月29日からは200ドルのプランの新規申し込みが再開され、Astraを最大8倍の速さで動かすUltrafastを使える500ドルのプランも加わりました。

ただし、新しく契約する200ドルのプランは以前の契約より利用枠が少ないため、契約前にChatGPTの料金ページで各プランの枠を比べておきましょう。

参考：GPT-5.6 and GPT-6 Pro in ChatGPT（OpenAI Help Center）、About ChatGPT Pro tiers（OpenAI Help Center）

BusinessとEnterprise

BusinessとEnterpriseでも、チャットでAstraを、WorkとCodexでGPT-6.1 SolとLunaを選べます。

2026年10月5日時点のGPT-6 Proの枠は、Business Standardが月15通、Business Premiumが週50通です。

どちらもGPT-5.6 Sol Proと枠を分け合うため、モデルを切り替えても通数は増えません。

Enterpriseでは、管理者がどのモデルを許可しているかによって、GPT-6 Proが表示されるかが決まります。

教育機関向けのEduでも、WorkとCodexでGPT-6.1 SolとLunaを使えるようになりました。

ただしEnterpriseとEduでは、GPT-6.1 Solが初期設定でオフになっており、管理者が有効にするまで利用者の画面に表示されません。

社員の画面に新しいモデルが出てこない場合は、管理者にモデルの許可設定を確認してもらいましょう。

参考：GPT-5.6 and GPT-6 Pro in ChatGPT（OpenAI Help Center）、Introducing GPT-6 Sol and Luna（OpenAI）、ChatGPT Business models and limits（OpenAI Help Center）、ChatGPT Enterprise and Edu – Models & Limits（OpenAI Help Center）

GPT-6 Astra・Sol・Lunaの使い分け方

GPT-6 Astra・Sol・Lunaで迷ったら、まずGPT-6.1 Solで試し、推論の強さを上げても結果が足りない仕事だけをAstraに切り替える順番がおすすめです。

同じ処理を何百回も繰り返す仕事は、料金の安いLunaに回すと費用の負担を抑えられます。

複数のモデルを同じ仕事の中で組み合わせる使い方も、費用を抑える1つの手です。

ここでは、どんな場面でどのモデルを選ぶと良いかを、理由と合わせて取り上げます。

原因のわからない不具合の調査や画面操作ならAstra

原因のわからない不具合の調査や、画面を操作しながら進める作業には、GPT-6 Astraが向いています。

どこに原因があるかわからない調査は、モデルが手順を組み立て直しながら最後までやり切る力が求められる仕事です。

例えば「このエラーの原因を調べて、修正方法を3つ出して」のように、ゴールを伝えて調べる手順はAstraに任せる頼み方が合っています。

原因のつかみにくい不具合の調査は、OpenAIのヘルプでもAstraに向く仕事として挙がる代表的な例です。

公開前のサイトで、Astraに入力フォームやボタンの動きを一通り確かめさせ、不具合の場所を報告させる使い方もあります。

論文と社内のデータをまたいで調べ、レポートにまとめる仕事もAstraの得意分野です。

参考：Introducing GPT-6 Sol and Luna（OpenAI）、Managing usage with GPT-6 Astra in Work and Codex（OpenAI Help Center）

コードの修正やアプリをまたぐ定型業務ならGPT-6.1 Sol

コードの修正や、複数のアプリをまたいで決まった手順を回す業務は、GPT-6.1 Solに任せましょう。

GPT-6.1 Solはコード作成の評価でAstraと同じくらいの点数を出しており、単価はAstraの5分の1です。

社内ツールへの機能追加や、書いたコードの見直しも、Solで十分に対応できる範囲です。

そのまま取り込めるコードかを測るFrontierCodeという評価でも、Solは初代の時点でGPT-5.6 Solから大きく点数を伸ばしています。

GPT-6.1 Solは事実の誤りを含む回答も初代より減っているため、調べた内容をまとめる資料作りにも使いやすくなりました。

表計算ソフトとチャットツールをまたぐ月次の集計や、決まった型に沿った提案資料作りもSolに向いています。

OpenAIは、初代のSolの時点で回答がAstraと同じく専門用語の少ない書き方になり、全体に少し短くなったと説明しています。

参考：Introducing GPT-6.1 Sol（OpenAI）、Introducing GPT-6 Sol and Luna（OpenAI）

メールの仕分けや議事録の要約を大量に回すならLuna

問い合わせメールの仕分けや議事録の要約のように、同じ処理を何百回も回す仕事は、GPT-6 Lunaで回すのが効率的です。

入力の単価はSolの20分の1で、件数が多い仕事ほど費用の差が開きます。

会議の記録から決定事項と宿題を抜き出す作業や、アンケートの自由回答を分類する作業も、範囲が決まっているためLunaで足りる仕事です。

APIのLunaは画面操作にも対応し、決まった入力作業の繰り返しにも使えます。

1つの作業の中でモデルを組み合わせる使い方は、Lunaを使う仕事で特に効果的です。

例えば、Lunaで問い合わせを種類ごとに仕分け、返信の下書きだけをSolに書かせれば、全件をSolで処理するより費用を抑えられます。

範囲の決まった作業向けのモデルなので、社外に出す文章の最終確認まではLunaに任せず、人の目かSol・Astraを通しましょう。

参考：Introducing GPT-6 Sol and Luna（OpenAI）、GPT-6 Luna Model（OpenAI API）

GPT-6 Astra・Sol・Lunaの推論の強さ（reasoning effort）の選び方

GPT-6 Astra・Sol・Lunaでは、モデル選びとは別に「推論の強さ」を選ぶ設定で、結果と費用を調整できます。

推論の強さは、AstraとGPT-6.1 Solがlowからmaxまでの5段階、初代GPT-6 SolとLunaがnoneからmaxまでの6段階です。

上げるほど丁寧に考えるぶん、応答までの時間と使う量も増えます。

Astraのような高性能なモデルに替えるより費用を抑えやすいため、結果が足りないときに最初に見直したい設定です。

ここでは、推論の強さをどう決めれば良いかを、3つの場面に分けて取り上げます。

迷ったら標準のmediumから始める

推論の強さに迷ったら、APIのGPT-6.1 SolとLunaで既定値になっているmediumから始めるのがおすすめです。

OpenAIのヘルプでも、mediumは応答の速さと考える深さのバランスを取った段階と説明されています。

mediumで出た結果を見てから上げ下げすれば、必要以上に利用枠や費用を使わずに済みます。

WorkやCodexでも、作業を始める前にモデルと推論の強さを選んでおきましょう。

言い換えや短い分類のように答えがすぐ欲しい作業なら、低い段階から試すのも1つの選択肢です。

APIでは、会話の途中で推論の強さを変えても、それまでの文章のキャッシュが引き継がれるようになりました。

作業の区切りごとに強さを調整しても、キャッシュ入力の割引を失わずに済みます。

参考：GPT-6.1 Sol Model（OpenAI API）、GPT-6 Luna Model（OpenAI API）、Managing usage with GPT-6 Astra in Work and Codex（OpenAI Help Center）、Introducing GPT-6 Sol and Luna（OpenAI）

結果が足りないときはモデルを変える前に推論を上げる

結果が物足りないときは、Astraに替える前に、今のモデルのまま推論の強さを上げてみましょう。

業務の自動化の評価でxhighの初代GPT-6 SolがlowのAstraを上回ったとき、1タスクの費用はAstraの約4分の1でした。

Lunaも高い設定では、事実の正確さがGPT-5.6 Solと同じ水準に届き、費用はおよそ100分の1に収まっています。

OpenAIのヘルプでは別の進め方として、GPT-5.6 Solの高い設定で良い結果が出ていた仕事なら、Astraの低い設定か中程度の設定から試す方法も勧めています。

また、ヘルプには推論を上げても必ず良い結果になるとは限らないとあるため、上げたあとの結果も見比べてください。

参考：Introducing GPT-6 Sol and Luna（OpenAI）、Managing usage with GPT-6 Astra in Work and Codex（OpenAI Help Center）

情報が足りない仕事は推論を上げても良くならない

必要な資料や権限が足りていない仕事は、推論の強さを上げても結果が良くなりません。

OpenAIのヘルプでも、推論を強めても足りない情報やアクセス権は補えないと説明されています。

例えばSolに「先月の売上をまとめて」と頼んでも、売上のファイルを渡していなければ、どれだけ考えても正しい数字は出てきません。

答えがずれるときは、使ってほしい資料、守ってほしい条件、完成の形の3つが指示に入っているかを見直しましょう。

WorkやCodexでは、社内のファイルやアプリの接続と閲覧権限が足りないと、モデルはその中身を読めません。

そのうえで結果が足りない場合に推論の強さやモデルを上げると、利用枠を無駄に使わずに済みます。

参考：Managing usage with GPT-6 Astra in Work and Codex（OpenAI Help Center）

GPT-6.1 Solと初代GPT-6 Solの違い

GPT-6.1 Solは、9月22日に公開された初代GPT-6 Solを改良し、9月29日に公開されたSolの最新版です。

入力2ドル・出力10ドルの単価はそのままで、キャッシュ入力が0.2ドルから0.1ドルに半分になりました。

知識カットオフも4月20日から4月30日に新しくなり、Astraと同じ日付にそろっています。

推論をlowにしたときに事実の誤りを含む回答の割合は、初代の11.4%からGPT-6.1 Solでは7.7%に下がりました。

推論の強さは、初代がnoneからmaxまでの6段階だったのに対し、GPT-6.1 Solはlowからmaxまでの5段階で、noneを選べません。

使える場所は初代と同じで、ChatGPTのWorkとCodex、APIで選べ、通常のチャットには2026年10月5日時点で追加されていません。

APIで初代を使っている場合は、モデル名を「gpt-6.1-sol」に書き換えれば切り替えられます。

初代でnoneを指定していた処理はlowに変える必要があるため、同じ入力で結果を比べてから本番に移しましょう。

参考：Introducing GPT-6.1 Sol（OpenAI）、GPT-6.1 Sol Model（OpenAI API）、Pricing（OpenAI API）

GPT-6 Astra・Sol・LunaとGPT-5.6シリーズの違い

GPT-6世代のSolとLunaは、前の世代のGPT-5.6 Sol・Lunaと名前が同じで、取り違えやすいモデルです。

画面や設定で目にするモデル名がどちらの世代かを間違えると、料金や性能の見積もりがずれてしまいます。

ChatGPTでも、画面によって動いているモデルの世代が異なる点に注意が必要です。

ここでは、GPT-6と前の世代のGPT-5.6シリーズで何が変わったのかを取り上げます。

同じSol・LunaでもAPIの料金が大きく下がっている

同じSolとLunaでも、GPT-6の世代ではAPIの料金がGPT-5.6より大きく下がりました。

2026年10月5日時点で、Solは100万トークンあたりの入力が4ドルから2ドル、出力が20ドルから10ドルになっています。

Lunaは入力が0.2ドルから0.1ドルと半分になり、出力は1.2ドルから0.5ドルと6割近い値下げです。

OpenAIは、キャッシュと計算の効率を改良して下がったコストを料金に反映したと説明しています。

APIでGPT-5.6を使っているなら、モデル名を「gpt-6.1-sol」や「gpt-6-luna」に書き換えると新しい単価が適用されます。

キャッシュの効き方など細かい挙動が変わる場合もあるため、本番の前に同じ入力で結果を比べておきましょう。

参考：Introducing GPT-6 Sol and Luna（OpenAI）、Pricing（OpenAI API）

GPT-6ではTerraが発表されていない

GPT-5.6にあった中間のモデル「Terra」は、2026年10月5日時点でGPT-6版が発表されていません。

GPT-5.6 Terraは、性能と速さと費用のバランスを取った日常業務向けのモデルとして、現在も提供されています。

GPT-5.6 Terraは通常のチャットでは選べず、WorkとCodex、APIで使うモデルです。

ChatGPTのヘルプでは、報告書の下書きや文書の分析、決まった手順のコード修正をTerraに向く仕事の例に挙げています。

APIでの単価は入力2ドル・出力12ドルで、GPT-6.1 Solの入力2ドル・出力10ドルより出力が2ドル高い設定です。

これから使い始めるなら、GPT-6.1 Solを先に試すと、同じ入力単価のまま出力の費用を抑えられます。

参考：GPT-5.6 and GPT-6 Pro in ChatGPT（OpenAI Help Center）、Pricing（OpenAI API）、Managing usage with GPT-6 Astra in Work and Codex（OpenAI Help Center）

GPT-5.6は今も使えて終了日は発表されていない

GPT-5.6シリーズは今も使え、2026年10月5日時点で提供を終える日は発表されていません。

ChatGPTの通常のチャットでは、有料プランのInstantと思考レベルを、引き続きGPT-5.6 Solが担当しています。

GPT-5.6 Solは、2026年7月9日にChatGPTでの提供が始まった前の世代の主力モデルです。

OpenAIのリリースノートを見ると、o3のように終了日を90日前に告知してから提供を終えたモデルもあります。

o3は2026年5月28日に告知され、8月26日にChatGPTから外れました。

ChatGPTやAPIでGPT-5.6を使い続ける場合は、終了の告知が出ていないか、リリースノートを定期的に確かめてください。

参考：GPT-5.6 and GPT-6 Pro in ChatGPT（OpenAI Help Center）、Introducing GPT-6 Sol and Luna（OpenAI）、Model Release Notes（OpenAI Help Center）

GPT-6 Astra・Sol・Lunaのよくある質問

最後にGPT-6 Astra・Sol・Lunaによくある質問をまとめました。

3つとも日本語で使えますか？

3つとも日本語で指示を出して使えます。

公式が公表している評価は日本語の文章に絞った結果ではないため、実際の業務の文章で仕上がりを確かめてから本格的に使いましょう。

会社で使うとき、入力した内容は学習に使われますか？

Business、Enterprise、Eduのワークスペースの内容は、初期設定でOpenAIのモデルの学習に使われません。

個人向けのプランでは、設定のData controlsにある「Improve the model for everyone」をオフにすると、新しい会話がモデルの学習に使われなくなります。

個人向けのプランではこの設定がCodexで頼んだ作業にも適用されるため、仕事で使う前に切り替えておくと安心です。

Claude Opus 5やFable 5と比べるとどうですか？

OpenAIが公表した業務の自動化の評価では、初代GPT-6 Solのxhigh（2番目に高い設定）が33.2%で、Claude Opus 5のmax（最高設定）の26.9%を上回りました。

コード作成の評価では、maxにした初代GPT-6 Solの68.8%に対して、Claude Fable 5はxhighで69.9%と、わずかにFable 5が上回っています。

どちらもOpenAI側が公表した比較なので、自分の仕事で両方を試してから決めましょう。

SolとLunaは通常のチャットにいつ追加されますか？

2026年10月5日時点で、公式からは「まだチャットでは使えない」とだけ案内されており、GPT-6.1 Solも含めて追加の時期は示されていません。

それまでは、ChatGPT WorkかCodexを開いてSolやLunaを選びましょう。

Fast modeはどんなときに使えば良いですか？

Fast modeは応答を速くする設定で、WorkやCodexでは利用枠の減りが早くなり、APIでは料金が2倍になります。

締め切りが迫っていて待ち時間を減らしたい作業に絞り、普段は通常の速さで使いましょう。

利用枠を使い切ったらどうなりますか？

WorkとCodexで利用枠を使い切ると、その枠がリセットされるまで作業を続けられなくなります。

リセットの時刻を確かめる場所は、設定画面のUsageです。

アカウントによっては、保存しておいたリセットや追加のクレジットで作業を続けることもできます。

保存しておいたリセットとは、新しいモデルの公開時などに配られ、好きなときに利用枠を回復できる権利のことです。

まとめ：基本は6.1 Sol、最難関はAstra、大量処理はLuna

GPT-6 Astra・Sol・Lunaは、任せられる仕事の難しさと料金が3段階に分かれたGPT-6世代のモデルです。

Astraは原因のわからない調査や画面操作まで任せる品質最優先のモデルで、最新のGPT-6.1 Solはコードの修正や業務の自動化を担う基本の第一候補です。

Lunaは範囲の決まった作業を大量に回す用途に向き、APIの単価はAstraの100分の1に収まります。

GPT-6.1 Solはコード作成の評価で約5分の1の費用でAstraと同じくらいの点数に届いており、価格の順に性能が並ぶわけではありません。

使える場所も異なり、SolとLunaは2026年10月5日時点でWork、Codex、APIに限られます。

まずはGPT-6.1 Solで試し、推論を上げても足りない仕事だけをAstraへ、繰り返しの多い仕事はLunaへ移す順番がおすすめです。

モデルを上げる前に推論の強さと指示の中身を見直せば、利用枠も費用も無駄なく使えます。

仕事に合わせて3つを使い分け、Astraは必要な場面に絞って使いましょう。