GPT-5.6の新モデルLuna / Terra / Solの違いと選び方

取り上げられているツール一覧

本記事では、GPT-5.6の新モデルであるLuna、Terra、Solについて解説します。

各ツールの特徴

GPT-5.6では、性能向上だけでなく、3つの能力ティアへの分割、推論量や複数agentの並列実行に関する変更、toolの中間結果をプログラムで処理する機能などが導入されました。

Luna: 大量・高速処理に向いています。分類、抽出、短い変換、単純なtool workflowを大量に回す用途に適しています。OpenAIの分類では「最速・最安」と位置づけられています。

Terra: 能力とコストの均衡が取れたモデルです。日常的なコーディング、文書作成、調査、業務agentなど、日常的な実務全般に適しています。OpenAIの分類では「能力とコストの均衡」と位置づけられています。

Sol: 旗艦モデルであり、最高能力を有します。大規模コードベース、長時間のagent、研究、複雑なコンピューター利用など、精度を優先する場合のモデルです。OpenAIの分類では「旗艦・最高能力」と位置づけられています。

3モデルともcontext windowは105万トークン、最大出力は128Kトークンですが、contextには入力だけでなくreasoningと出力も含まれ、両方の上限を同時に使用することはできません。入力が272Kトークンを超えるリクエストには、全体の入力単価が2倍、出力単価が1.5倍になります。

OpenAI APIのGPT-5.5の入力単価は$5/出力$30でしたが、GPT-5.6 Solも同額です。Terraはその半額、Lunaは5分の1の価格設定となっています。

また、推論量を増やす「max」や、複数agentを並列実行する「ultra」といった機能も追加されています。toolの中間結果をプログラムで処理する「Programmatic Tool Calling」により、modelとの往復回数と中間トークンを削減できます。さらに、同じinstructionやtool definitionの共通部分を使い回して費用を抑える「prompt cache」機能も明示的になりました。

用途別の選び方

Lunaは、高頻度の定型処理や、短い明確なworkflowに適しています。

Terraは、日常的な実務全般、通常のtool利用と業務自動化に向いています。最初の比較基準として適しており、latencyと利用量、承認境界を重視する場合に選ばれます。

Solは、難問・長時間workflow、大規模変更、難しいroot cause分析、長期計画、複数tool、研究型taskに適しています。完成まで押し切る力が強い反面、数値と権限境界の確認が重要となります。

共通する選定ポイント

3モデルともcontext windowは105万トークンですが、入力が272Kトークンを超えると料金が増加します。token単価だけでなく、taskあたりの成功率、総トークン数、latency、再試行回数などを総合的に評価する必要があります。

agent能力は向上しましたが、ユーザーの意図を超えて行動する傾向も報告されており、破壊的操作や外部書き込み、credential利用には承認境界が必要です。

まとめ

GPT-5.6では、Luna、Terra、Solという3つのモデルが提供され、それぞれ異なる用途やコストパフォーマンスに最適化されています。用途に応じて適切なモデルを選択することで、効率的なAI活用が期待できます。

出典: https://qiita.com/aktsmm/items/7b92f95325893cb4e5a3