9月23日、OpenAIはGPT‑6 SolとGPT‑6 Lunaを正式にリリースし、API価格を前世代の約半分に引き下げました。Lunaの場合、入力100万トークンあたり0.1ドル、出力100万トークンあたり0.5ドルで、それぞれ日本円換算でおよそ0.7元と3.5元となります。対照的に、DeepSeek V4.1 Flashの閑散時におけるキャッシュ未ヒット時の入力価格は100万トークンあたり1元、出力は4元で、ピーク時にはそれぞれ2元と8元に上昇します。通常の新規リクエストで比較すると、Lunaはすでに安価であり、かつピーク／オフピークによるコスト変動もありません。
一方、DeepSeekは依然として独自の価格面での強みを保持しています。同社の閑散時におけるキャッシュヒット時の入力価格は100万トークンあたりわずか0.02元で、Lunaを大きく下回ります。V4.1 Flashの総合的な性能も明らかに高く、最大100万トークンのコンテキスト長を持ち、画像・テキストの理解やツール呼び出し、思考モードにも対応しています。しかし、キャッシュ未ヒットの通常リクエストにおいては、Lunaが既にDeepSeekモデルを同程度の価格帯に引き込みました。これにより、DeepSeekがこれまで誇ってきた低価格という特徴的なポジションには、海外から強力な競合相手が現れたことになります。
今月初め、OpenAIはGPT‑6 Astraを発表し、自社で現在最も能力が高く、整合性の高いモデルであると述べました。Astraは高度で高価値なタスク向けですが、入力100万トークンあたり10ドル、出力100万トークンあたり50ドルという価格設定から、日常業務のデフォルト選択肢となるのは難しいでしょう。SolとLunaは別の役割を担っています。OpenAIによれば、両モデルはAstraと類似の訓練手法を踏襲しており、専門的な作業、事実の正確性、プログラミング、コンピュータ操作、整合性といったAstraの進化を、より高速かつ低価格な製品層へと移行させています。
新たなAPI価格設定は予想外でした。GPT‑6 Solは、GPT‑5.6 Solのプロモーション期間中の入力4ドル／出力20ドルから、入力2ドル／出力10ドルへと引き下げられ、GPT‑6 Lunaは入力0.2ドル／出力1.2ドルから、入力0.1ドル／出力0.5ドルへと値下げされました。この値下げについてOpenAIは、推論インフラおよびキャッシュ効率の改善によるものだと説明し、その目的はユーザーへの直接的な還元にあるとしています。CEOのサム・アルトマン氏はリリース後に、真に重要な指標は一つのタスクを完了するのにどれだけの費用がかかるかであり、その観点では現時点で市場にSolとLunaに匹敵する製品はないと強調しました。
製品間の役割分担も明確になりました。Astraは引き続き最高水準の能力を担い、Solは強力な推論能力やプログラミング、エージェント機能を必要とする主流の専門タスク向け、Lunaは極めて低い価格で頻度の高い大規模なワークロードに対応します。OpenAIが今回重視しているのは、ランキング上の最高スコアだけでなく、1ドルあたりどれだけの仕事をこなせるかという点です。
公式発表された評価結果によれば、GPT‑6 Solの主な競争力は専門業務およびエージェントタスクにあります。営業、マーケティング、オペレーション、カスタマーサービス、財務、人事などのワークフローを網羅したAutomationBenchテストでは、GPT‑6 Solはxhigh推論強度で33.2％のスコアを記録し、Claude Opus 5の最大推論強度時の26.9％を上回りながら、単一タスクあたりのコストは後者の9％にとどまりました。また、低推論強度のGPT‑6 Astraを凌ぎ、Claude Fable 5.1よりも遥かに低いコストでより高いスコアを獲得しています。55の細分化された業種を対象としたAgents’ Last Examでも、GPT‑6 Solは最大推論強度で56.4％を記録し、Claude Opus 5の同テストにおける最高スコアを上回り、単一タスクあたりのコストは約60％削減されています。事実の正確性も大幅に向上しており、OpenAIが過去にユーザーによって事実誤認とマークされた匿名の実際の会話を用いて行った内部テストでは、GPT‑6 Solの誤り数はGPT‑5.6 Solの約半数にとどまり、Astraの信頼性に近づきつつあります。GPT‑6 Lunaは、やや高い推論強度で、コストを約100分の1に抑えながらGPT‑5.6 Solと同等の性能を達成しています。
プログラミングとコンピュータ操作の能力がさらに強化され、OpenAIも低価格路線に本格的に舵を切りました。プログラミングはSolにとって最も重要な利用シーンの一つです。OpenAIによれば、社内研究者によるプログラミングエージェントの利用規模は急速に拡大しており、API価格に基づくと、中位の研究者は毎日600ドル相当のトークンを消費し、上位10％の研究者は7,000ドル以上を費やしています。エージェントが担当するタスクが長くなるほど、推論コストが使用頻度に与える制約は顕著になります。実プロジェクトへのコード統合可能性を検証するFrontierCodeテストでは、GPT‑6 Solは前世代から明らかに進歩し、Claude Fable 5.1 xhighと同等の性能をより低いコストで実現しています。実際のコードベースを対象としたソフトウェアエンジニアリングテストDeepSWE v1.1では、Solの最大推論強度スコアは68.8％で、Claude Fable 5の最高スコア69.9％にわずか1.1ポイント差と迫り、単一タスクあたりのコストは約80％低くなっています。対照的に、DeepSeek V4.1 Flashのスコアは74.2％です。GPT‑6 Lunaは同テストで66.6％を記録し、Claude Opus 5およびFable 5の中程度の推論強度とほぼ同等の性能を示しながら、タスクコストはそれぞれ93％、96％削減されています。最も複雑なソフトウェア開発プロジェクトには必ずしも適しませんが、コードレビュー、一括修正、軽量開発、マルチエージェントの同時処理などでは、より経済的な実行モデルとなり得ます。
コンピュータ操作に関しては、Astraが依然としてOpenAIで最も能力が高い選択肢ですが、SolとLunaはコスト効率をさらに改善しています。OSWorld 2.0のオフラインテストでは、Sol xhighが60.5％を記録し、Claude Opus 5 mediumの60.3％とほぼ同等でありながら、単一タスクあたりのコストは約80％低くなっています。Lunaの最大推論強度スコアはGPT‑5.6 Sol mediumを上回り、コストはその10分の1です。モデルのコミュニケーションスタイルもAstraの調整を継承しています。OpenAIによれば、SolとLunaは専門用語や奇抜な表現、価値の低い詳細を減らし、回答全体がやや短くなり、何を確認し、何を確認していないのかをより明確に示すようになっています。
モデル公開後、ネットユーザーによる初期の実験結果からは、二つの明確に異なる評価が浮かび上がりました。開発者のFlavio Adamo氏はGPT‑6 Solを先行して試用した結果、GPT‑5.6では通常1時間程度かかっていたタスクが、今では多くの場合20分程度で完了し、トークン消費量も半分以下になったと述べています。私たちがGPT‑6 Solを用いてヴェネツィア運河のボートゲームを試作したところ、モデルは最終的にThree.js形式の完成品を出力し、橋の下くぐり、カウントダウン、航跡の残像、水面の反射、追跡カメラなどの主要機能が正常に動作しました。ただし、ビジュアル品質についてはそれほど好意的な結論ではありませんでした。aipulsedailyが同一のプロンプトでGPT‑6 SolとClaude Opus 5.5にニューヨークのThree.jsシーンを作成させたところ、Opus 5.5の方が街並み、タクシー、屋根、ブルックリン橋、セントラルパークをより包括的に再現し、細部も豊富だったのに対し、Solの結果は静止画に近く、カメラの動きや連続レンダリングのループが欠けていました。とはいえ、Opus 5.5のAPI価格を考えると、GPT‑6 SolとLunaの魅力は、許容範囲内の能力で桁違いのコストと速度の優位性を提供することにあります。
Artificial Analysisもより慎重な見解を示しています。同社のIntelligence IndexおよびCoding Agent Indexによれば、GPT‑6 SolとLunaの総合的な知能レベルはGPT‑5.6シリーズとほぼ同等で、一部の項目で進歩が見られる一方、一部では低下も認められます。真に顕著な変化はコストの低下にあります。同社の試算では、GPT‑6 Sol maxがIntelligence Indexのタスクを一つ完了するのに要するコストは約1.06ドルで、GPT‑5.6 Sol maxの1.99ドルに比べて約半分に低下しています。GPT‑6 Luna maxは約0.07ドルで、前世代の0.18ドルから約60％削減されています。なお、両モデルの出力トークン数はむしろわずかに増加しており、Solは約2.9万から3.1万へ、Lunaは4.1万から5.1万へと増えていますが、それでも価格低下が用量増加分を補っています。
トークン単価に加え、OpenAIはGPT‑6のプロンプトキャッシュも刷新しました。システムはデフォルトのキャッシュヒット率を引き上げ、エージェントが既存のコンテキストをより有効に再利用できるようにし、キャッシュからの入力読み取りには90％の割引が適用されます。開発者は現在、コンソール上でキャッシュ比率やその変動を確認できるほか、どのプロンプトがキャッシュにヒットしなかったかもチェックできます。推論強度や利用可能なツールは会話の途中で調整可能であり、それまでのコンテキストのキャッシュは維持されます。また、新たに導入された明示的なブレークポイントにより、開発者はプロンプトのどの部分までを再利用するかを指定でき、最適な再利用範囲を調整できます。コードベースやドキュメント、過去の会話を継続的に読み込むエージェントにとっては、キャッシュによるコスト削減は公表価格の低下以上に重要になる可能性があります。
さらに、GPT‑6 SolとLunaは本日よりChatGPT WorkおよびCodexにおいてPlus、Pro、Business、Enterprise、Eduユーザー向けに提供開始され、FreeおよびGoユーザーはデスクトップ版アプリでGPT‑6 Lunaを利用できます。両モデルは当面、ChatGPTの通常チャットには搭載されておらず、関連権限は当日中に段階的に開放される予定です。一般的に、Codexへの展開の方が早い傾向にあります。APIユーザーはすでにgpt‑6‑solおよびgpt‑6‑lunaを通じて新モデルを呼び出せます。OpenAIのプロダクト責任者Tibo Sottiaux氏は、Plus、Pro、Businessアカウントに対して、一度限りの利用枠リセットを実施すると発表し、これによりサブスクリプションユーザーは現行サイクル内で追加の一回分の利用枠を得られます。
GPT‑6 Astraの発表時には、OpenAIはモデルの能力がどこまで到達しうるかを示しました。しかし、SolとLunaの登場以降、同社は知能密度の経済的効率にも目を向け始めています。一方で、Lunaの通常入力・出力価格がDeepSeek V4.1 Flashの範囲に収まったことで、両者の価格差は著しく縮小しました。他方、OpenAIにはChatGPT Work、Codex、APIといったより充実した製品体系があり、価格が接近すれば、製品の入口、ツールサポート、運用安定性、開発者エコシステムといった要素が改めて選択に影響を及ぼすことになります。DeepSeekは低価格によって業界全体でトークンの価値を再計算させましたが、OpenAIはその圧力を世界最先端モデルの中枢にまで持ち込みました。今後、低価格は特定企業の看板ではなく、すべてのトップクラスモデルが避けて通れない必須条件となるでしょう。
