この記事には楽天アフィリエイトの広告を含みます。 Amazonのアソシエイトとして、PROBEFOLIOは適格販売により収入を得ています。

GPT-6は、最上位のAstra、主力のSol、最も速く安いLunaの3つのモデルでできています。OpenAIの案内では、最高の性能が必要ならAstra、難しい仕事にはSol、同じ作業を大量にこなすならLunaです。

この記事では、2026年9月23日にOpenAIの公式発表・料金表・モデル情報・ヘルプセンターを確認し、料金と性能の差、ChatGPTで使える場所、迷ったときの選び方を整理します。性能の数値はOpenAIが公開した評価で、PROBEFOLIOが同じテストを実行し直したものではありません。

3つのモデルは、性能だけでなく1回の作業にかかる費用が大きく違います。選ぶときは「どこまでの品質が必要か」と「何回繰り返すか」の2つで考えると決めやすくなります。

この記事の目次
01

結論：最高品質はAstra、普段の主力はSol、大量処理はLuna

3つのモデルの役割は、この節の最後の図のとおりです。Solは、Astraの技術をより安く使えるようにした主力モデルで、多くの仕事の出発点になります。

Solは「Astraの低い設定」を上回る場面もあります。業務の自動化を見るAutomationBenchでは、Solの最高設定（xhigh）が33.2%で、Astraの低い設定（30.3%）を約3.9分の1の費用で上回りました。ただし、Astraの最高設定（41.4%）には届きません。

GPT-6の3モデルの役割

  1. Astra：最高品質

    失敗できない最も難しい仕事。パソコン操作でも最も強い。料金はSolの5倍。

  2. Sol：普段の主力

    難しい仕事をAstraより安く。コーディング・資料づくり・調べもの・AIエージェント。

  3. Luna：大量処理

    要約・抽出・分類など決まった形の作業を、最も速く安く。料金はSolの20分の1。

OpenAIの公式発表と開発者向けガイドから、PROBEFOLIO編集部が整理。

上から順に性能と料金が高くなります。まずSolで試し、仕事に合わせて上下に切り替えるのが基本です。

02

3モデルの違いが一目で分かる比較表

料金は大きく違いますが、一度に読める量（105万トークン）と1回の最大出力（12万8,000トークン）は3つとも同じです。長い資料を読ませられるかどうかで選び分ける必要はありません。

考える量（reasoning effort）は、SolとLunaは考えない「none」から選べ、Astraはlowからです。単純な作業を速く安く済ませたいときは、SolやLunaのnoneが使えます。

GPT-6の3モデルの比較（2026年9月23日、OpenAI公式）
項目AstraSolLuna
API料金（入力／出力、100万トークン）10ドル／50ドル2ドル／10ドル0.10ドル／0.50ドル
キャッシュ入力1ドル0.20ドル0.01ドル
読める量／最大出力105万／12万8,000105万／12万8,000105万／12万8,000
考える量low〜none〜maxnone〜max
ChatGPTのChatPro・Business・Enterpriseで「GPT-6 Pro」として使えない使えない
ChatGPT Work・CodexPlus以上（Plusは利用量に制限）Plus以上Plus以上。無料・Goはデスクトップアプリ
03

料金の差：同じ作業でAstraはSolの5倍、SolはLunaの20倍

同じ量の作業なら、費用はAstra：Sol：Luna＝100：20：1です。入力100万・出力10万トークンの作業で比べると、Astraは15ドル、Solは3ドル、Lunaは0.15ドルです（標準料金、1回の入力は27万2,000トークン以下の場合）。

ただし、性能の高いモデルは少ないトークンで仕事を終えることがあります。OpenAIの開発者向けガイドは、Astraはいくつかの評価で出力トークンを大幅に減らし、トークン単価が高いにもかかわらず1タスクあたりの推定費用が前のモデルより低くなったと説明しています。単価だけでなく、1つの仕事を終えるまでの費用で比べるのが正確です。

入力100万・出力10万トークンの作業の費用

  1. GPT-6 Astra

    最上位モデル

    15 ドル
  2. GPT-6 Sol

    主力モデル

    3 ドル
  3. GPT-6 Luna

    最も安いモデル

    0.15 ドル
2026年9月23日のOpenAI公式の標準料金で計算。キャッシュや割引は含みません。

同じ量のトークンを使った場合の比較です。実際には、モデルによって同じ仕事で使うトークン数が変わります。

04

性能の差：Solは多くの評価でAstraに近づいた

OpenAIの公式グラフ（この節の最後）は、難しい質問で事実の誤りを含む回答の割合です。縦軸が低いほど正確で、横軸が1タスクあたりの費用です。

GPT-6 Solの誤りは前の世代の約半分になり、Astraに近い正確さを低い費用で出しています。Lunaも、考える量を増やすと前の世代のSolと同じくらいの正確さを約100分の1の費用で出せます。

コーディングのDeepSWEでは、Solの最高設定が68.8%、Lunaの最高設定が66.6%でした。安いLunaでも、Solとの差は2.2ポイントです。パソコン操作（OSWorld 2.0）では、最も優れたモデルは引き続きAstraとされています。

OpenAI公式グラフ。難しい質問で事実の誤りを含む回答の割合（縦軸、低いほど良い）と1タスクあたり費用（横軸、対数）。GPT-6 SolはGPT-5.6 Solより低く、GPT-6 Astraに近い位置にある。
出典：OpenAI「Introducing GPT-6 Sol and Luna」のグラフ（原図）。青い星がAstra、黄色い太陽がSol、白い月がLunaです。
公式発表にある主な成績（OpenAI）
テストAstraSolLuna
AutomationBench（業務の自動化）最高41.4%／low 30.3%xhigh 33.2%highで前の世代より5.4ポイント上昇
DeepSWE（長い開発）発表の本文に数値なしmax 68.8%max 66.6%
OSWorld 2.0（パソコン操作）最も優れたモデルxhigh 60.5%前の世代のSolを10分の1の費用で上回る
事実の誤り（社内評価）最も少ない水準前の世代の約半分考える量を増やすと前の世代のSol並み
05

迷ったときの選び方

仕事の重要度と回数で選ぶと、決めやすくなります。この節の最後の図の順に考えてください。

Astraは、ChatGPTのPlusプランでは利用量が限られ、使い切った後はクレジットで追加する仕組みです。ヘルプセンターは、AstraはGPT-5.6 Solより早く利用枠を使うと案内しています。毎日の作業をすべてAstraにするより、ここぞという仕事に絞るほうが利用枠を無駄にしません。

GPT-6のモデルを選ぶ流れ

  1. 1. 失敗できない最も難しい仕事か

    はい→Astra。いいえ→次へ。

  2. 2. 同じ形の作業を大量に繰り返すか

    はい→Luna（まず少量で品質を確認）。いいえ→次へ。

  3. 3. それ以外の難しい仕事

    Solを標準の設定で試す。

  4. 4. Solで足りないとき

    考える量を上げる。それでも足りなければAstraに切り替える。

OpenAIの開発者向けガイドの使い分けを基に、PROBEFOLIO編集部が整理。

いきなりAstraの最高設定から始めるより、Solで試して足りない部分だけ上げるほうが、費用と時間を抑えられます。

06

ChatGPTのプランで使えるモデル

ChatGPTでは、プランと画面によって使えるモデルが違います。Sol・LunaはWorkとCodexで使え、ふだんのChatでは使えません。Astraは、Pro（100ドル・200ドル）・Business・Enterpriseでは、Chatでも「GPT-6 Pro」として使えます。

Plusでは、WorkとCodexでAstraを使えますが、利用量は限られます。Pro（100ドル・200ドル）とBusinessのプレミアム席では、既存の利用枠をすべてAstraに使えます。無料プランとGoプランでは、デスクトップアプリでLunaを使えます。

ChatGPTで表示されないときの確認は、GPT-6 Solが表示されない・使えない？で解説しています。

プラン別に使えるGPT-6（2026年9月23日、OpenAIヘルプセンター）
プランWork・CodexChat
無料・GoLuna（デスクトップアプリ）GPT-6は使えない
PlusAstra（利用量に制限）・Sol・LunaGPT-6は使えない
Pro（100ドル・200ドル）Astra・Sol・LunaGPT-6 Pro（Astra）
Business・EnterpriseAstra・Sol・Luna（管理者の設定による）GPT-6 Pro（Astra）
07

用途別のおすすめ

公式の説明と料金から、よくある用途ごとに最初に試すモデルをまとめました。最初に試すモデルの目安で、どれか一つに決める必要はありません。

用途別の目安（PROBEFOLIO編集部が公式情報から整理）
用途最初に試す理由
会議の記録や資料の要約・抽出Luna決まった形の作業を大量に、最も安く
問い合わせの分類・振り分けLuna（考える量none）速さと費用を優先
コードの実装・修正・レビューSol難しい開発を低い費用で。DeepSWE 68.8%
調べものと資料づくりSol事実の誤りが前の世代の約半分
複数のアプリをまたぐ自動化Sol→足りなければAstraSol xhigh 33.2%、Astra最高41.4%
失敗できない重要な分析・長い操作Astraパソコン操作など最も優れたモデル
08

組み合わせて使う：Solで計画し、Lunaで数をこなす

1つの仕事の中でも、モデルを使い分けられます。たとえば、Solで作業の手順と判断の基準を決め、決まった形の繰り返し部分をLunaに任せる方法です。

APIでは、会話の途中で考える量を上げ下げしても、キャッシュが保たれるようになりました。難しい部分だけ考える量を上げ、簡単な追加の質問では下げると、費用を抑えられます。

使い分けるときは、Lunaに任せる部分の品質を最初に少量で確かめてください。この節の最後にある依頼文は、Solに作業の分担を考えてもらうためのものです。

QUICK ANSWERS

よくある疑問を、ここで。

使い始める前に、気になるところから。

いちばん性能が高いのはどれですか？

GPT-6 Astraです。OpenAIは、SolとLunaの発表後も、全体として最も優れたモデルはAstraだとしています。ただし、同じ費用で比べるとSolやLunaのほうが成績の良い場面もあります。

OpenAI：Introducing GPT-6 Sol and Luna（2026年9月22日）（新しいタブ）
最初にどれを使えばいいですか？

OpenAIの案内に沿うなら、難しい仕事はSol、同じ作業を大量にこなすならLunaです。迷ったらSolを標準の設定で試し、足りない仕事だけ考える量を上げるかAstraに切り替えてください。

OpenAI API：Model guidance（GPT-6）（新しいタブ）
Lunaは安いぶん、品質はかなり落ちますか？

作業によります。DeepSWEではLunaの最高設定が66.6%で、Solの68.8%との差は2.2ポイントでした。決まった形の作業では十分な場合が多いので、最初に少量で確かめてから任せてください。

OpenAI：Introducing GPT-6 Sol and Luna（2026年9月22日）（新しいタブ）
ChatGPT PlusでAstraは使えますか？

WorkとCodexでは使えますが、利用量が限られ、使い切った後はクレジットで追加する仕組みです。Chatで使える「GPT-6 Pro」は、Pro・Business・Enterpriseが対象です。

OpenAI Help Center：ChatGPT Work and Codex（新しいタブ）OpenAI Help Center：GPT-5.6 and GPT-6 Pro in ChatGPT（新しいタブ）

この記事を共有する

X（旧Twitter）（新しいタブで開きます）LINE（新しいタブで開きます）はてなブックマーク（新しいタブで開きます）

商品情報の提供：Supported by Rakuten Developers

SOURCES & EDITORIAL NOTE

出典と、この記事について

公式資料や、記事で参照した発表・報道をまとめています。仕様や料金は、利用する前に最新の案内をご確認ください。

確認した内容と条件は本文に記載しています。結果や使い勝手は、資料や環境によって異なります。編集方針を読む