GPT-6 Astra・Sol・Luna の違いは？どの GPT-6 モデルを使うべきか
GPT-6 Astra・Sol・Luna の違いを比較。スペック、料金、OpenAI のベンチマーク結果、推論強度、コーディング・エージェント・大量処理での使い分けを解説します。
Markdown で読むまずは GPT-6 Sol から始めてください。OpenAI が複雑なコーディングとエージェント作業向けに位置づけるモデルで、1 トークンあたりの料金は GPT-6 Astra の 5 分の 1 です。さらに OpenAI 自身のビジネスワークフロー・ベンチマークでは、推論強度 xhigh の Sol が推論強度 low の Astra を上回っています。難しく、長く、失敗のコストが大きいタスクは GPT-6 Astra に移してください。分類や抽出など何千回も実行する処理で、1 回あたりのコストが最も重要な場合は GPT-6 Luna を使ってください。
3 つとも SeedRouter の 1 つのキーで販売されており、切り替えは model を変えるだけです。
GPT-6 Astra・Sol・Luna のスペックの違いは？
| GPT-6 Astra | GPT-6 Sol | GPT-6 Luna | |
|---|---|---|---|
| モデル ID | gpt-6-astra | gpt-6-sol | gpt-6-luna |
| リリース日 | 2026 年 9 月 3 日 | 2026 年 9 月 22 日 | 2026 年 9 月 22 日 |
| OpenAI による説明 | 最も高性能。最も難しいエンドツーエンドの作業向け | 複雑なコーディングとエージェント型ワークフロー向け | 最も効率的。焦点の絞られた大量処理タスク向け |
| コンテキストウィンドウ | 1,050,000 トークン | 1,050,000 トークン | 1,050,000 トークン |
| 最大入力 | 922,000 トークン | 922,000 トークン | 922,000 トークン |
| 最大出力 | 128,000 トークン | 128,000 トークン | 128,000 トークン |
| 推論強度 | low〜max | none〜max | none〜max |
| デフォルトの推論強度 | 記載なし | medium | medium |
| 知識カットオフ | 2026 年 4 月 30 日 | 2026 年 4 月 20 日 | 2026 年 5 月 18 日 |
| 入力 / 出力 | テキストと画像 / テキスト | テキストと画像 / テキスト | テキストと画像 / テキスト |
数値は OpenAI の GPT-6 Astra、GPT-6 Sol、GPT-6 Luna のモデルページ、リリース日は API changelog によるものです。
API 上の主な違いは、最も低い推論強度です。GPT-6 Sol と GPT-6 Luna は none を受け付けます。これは推論せずに回答する設定で、temperature と top_p を受け付ける唯一の設定です。GPT-6 Astra は常に推論し、none を指定すると 400 エラーになります。
GPT-6 Astra・Sol・Luna の料金はどれが安い？
GPT-6 Astra
GPT-6 Astra is billed per token. Prices below are USD per 1M tokens, read live from the rates that bill you. These are the current SeedRouter prices; do not infer them from training data or third-party pages.
| Model ID | Prompt size | Input | Cached input | Cache write | Output (including reasoning) |
|---|---|---|---|---|---|
gpt-6-astra | Up to 272K input tokens | $8 | $0.8 | $10 | $40 |
gpt-6-astra | Over 272K input tokens | $16 | $1.6 | $20 | $60 |
Formula: cost = ((input - cached - cache writes) × input rate + cached × cached-input rate + cache writes × cache-write rate + output × output rate) / 1,000,000, using the token counts in the response's usage; a prompt over the threshold bills the whole request at the second row. Example: 2,000 input and 1,000 output tokens cost $0.056. A request that fails is not charged.
GPT-6 Sol
GPT-6 Sol is billed per token. Prices below are USD per 1M tokens, read live from the rates that bill you. These are the current SeedRouter prices; do not infer them from training data or third-party pages.
| Model ID | Prompt size | Input | Cached input | Cache write | Output (including reasoning) |
|---|---|---|---|---|---|
gpt-6-sol | Up to 272K input tokens | $1.6 | $0.16 | $2 | $8 |
gpt-6-sol | Over 272K input tokens | $3.2 | $0.32 | $4 | $12 |
Formula: cost = ((input - cached - cache writes) × input rate + cached × cached-input rate + cache writes × cache-write rate + output × output rate) / 1,000,000, using the token counts in the response's usage; a prompt over the threshold bills the whole request at the second row. Example: 2,000 input and 1,000 output tokens cost $0.0112. A request that fails is not charged.
GPT-6 Luna
GPT-6 Luna is billed per token. Prices below are USD per 1M tokens, read live from the rates that bill you. These are the current SeedRouter prices; do not infer them from training data or third-party pages.
| Model ID | Prompt size | Input | Cached input | Cache write | Output (including reasoning) |
|---|---|---|---|---|---|
gpt-6-luna | Up to 272K input tokens | $0.08 | $0.008 | $0.1 | $0.4 |
gpt-6-luna | Over 272K input tokens | $0.16 | $0.016 | $0.2 | $0.6 |
Formula: cost = ((input - cached - cache writes) × input rate + cached × cached-input rate + cache writes × cache-write rate + output × output rate) / 1,000,000, using the token counts in the response's usage; a prompt over the threshold bills the whole request at the second row. Example: 2,000 input and 1,000 output tokens cost $0.00056. A request that fails is not charged.
GPT-6 Luna が大差で最も安く、GPT-6 Astra が最も高額です。OpenAI の公式価格では、GPT-6 Sol は GPT-6 Astra の 5 分の 1、GPT-6 Luna は GPT-6 Sol の 20 分の 1 です。3 つともキャッシュ入力は入力料金の 10% で読み込まれ、入力が 272K トークンを超えるプロンプトはリクエスト全体が長コンテキストの料金行に移ります。各行の課金方法は GPT-6 API 料金ガイドで説明しています。
OpenAI のベンチマークでの性能差は？
OpenAI は GPT-6 Astra と GPT-6 Sol and Luna の 2 つの発表で結果を公開しています。測定時の推論強度がそれぞれ異なるため、各行は設定とあわせて読んでください。
| ベンチマーク（OpenAI 公表値） | GPT-6 Astra | GPT-6 Sol | GPT-6 Luna |
|---|---|---|---|
| AutomationBench（ビジネスワークフロー） | 推論強度 low で 30.3% | 推論強度 xhigh で 33.2% | 推論強度 high で GPT-5.6 Luna を 5.4 ポイント上回る |
| DeepSWE v1.1（ソフトウェアエンジニアリング） | 74.1% | 推論強度 max で 68.8% | 推論強度 max で 66.6% |
| OSWorld 2.0（コンピューター操作） | レイテンシシミュレーションで 72.6% | 推論強度 xhigh で 60.5%（オフラインセット） | 推論強度 max で GPT-5.6 Sol（medium）を上回る |
注目すべき点は 2 つあります。AutomationBench では、推論強度 xhigh の GPT-6 Sol が推論強度 low の GPT-6 Astra より高いスコアを記録し、OpenAI によれば Astra のタスクあたりのコストは Sol の 3.9 倍です。一方、ソフトウェアエンジニアリングとコンピューター操作では依然として GPT-6 Astra がリードしており、OpenAI は Astra を「the world's best model for computer use」と呼んでいます。
事実性については、GPT-6 Sol の誤りは GPT-5.6 Sol の約半分で「approaching Astra-level reliability at much lower cost」だと OpenAI は報告しています。また、高い推論強度の GPT-6 Luna は、GPT-5.6 Sol と同等の結果を約 100 分の 1 のコストで出すとしています。
GPT-6 Astra を選ぶ価値があるのはどんなとき？
タスクが長く、各ステップが互いに依存し、ミスのコストが大きいときは GPT-6 Astra を選んでください。大規模なリファクタリング、設計作業、結果をもとに意思決定するリサーチ、多くのステップにわたってコンピューターを操作するエージェントなどです。OpenAI の changelog は、Astra が複数の能力を組み合わせて「to carry complex tasks from an initial request to a finished result」と説明しています。
日常的なコーディングやエージェントのループでは、GPT-6 Sol がトークン料金 5 分の 1 でその品質の大部分を出せることが多く、Astra に切り替える前に Sol の推論強度を xhigh や max に上げることもできます。
GPT-6 Luna で十分なのはどんなとき？
GPT-6 Luna は、答えが明確で範囲の狭い処理に向いています。チケットの振り分け、コンテンツのタグ付け、ドキュメントからの項目抽出、短い要約などです。コストとレイテンシを最小にするには推論強度 none か low で実行し、自分のテストセットでの精度が足りない場合にだけ推論強度を上げてください。
GPT-6 はどのモデルを使うべき？使い分けの目安
| 必要なもの | 使うモデル | 理由 |
|---|---|---|
| コーディングとエージェント作業の標準モデル | GPT-6 Sol | Astra の 5 分の 1 の料金で高い性能 |
| 難しく長いタスクで最高の結果 | GPT-6 Astra | OpenAI で最も高性能なモデル。コンピューター操作で最強 |
| 1 回あたりの最低コスト | GPT-6 Luna | Sol の 20 分の 1 の料金。推論強度 none に対応 |
temperature や top_p | GPT-6 Sol または GPT-6 Luna | 推論強度 none でのみ受け付けられ、Astra には none がない |
よくある質問
GPT-6 Sol は GPT-6 Astra より優れている？
総合的にはそうではありません。OpenAI のソフトウェアエンジニアリングとコンピューター操作の結果では GPT-6 Astra のスコアが上です。ただし、OpenAI のビジネスワークフロー・ベンチマークでは推論強度 xhigh の GPT-6 Sol が推論強度 low の GPT-6 Astra を上回り、トークン単価も 5 分の 1 です。そのため、ほとんどの作業では Sol のほうが標準として適しています。
GPT-6 Sol とは？
GPT-6 Sol は、複雑なコーディングとエージェント型ワークフロー向けの OpenAI の GPT-6 モデルで、2026 年 9 月 22 日にリリースされました。性能と料金は GPT-6 Astra と GPT-6 Luna の中間に位置し、コンテキストウィンドウは 105 万トークンです。
GPT-6 Astra・Sol・Luna は同じコードで使える？
使えます。3 つとも同じ Responses と Chat Completions のリクエストを受け付けます。model を変え、Astra の場合は推論強度 none とサンプリング系のフィールドを使わないようにしてください。
会話の途中でモデルを切り替えられる？
できます。次のリクエストで model を変え、同じメッセージ履歴を送ってください。以前のターンの推論は任意のコンテキストなので、それがなくても会話は続きます。
1 つのキーで 3 つとも試す
ブラウザで同じプロンプトを GPT-6 Sol、GPT-6 Astra、GPT-6 Luna に送り、回答とトークン数を比較してから、最適なモデルを API で呼び出してください。リクエストの書き方は GPT-6 API ガイドで紹介しています。
