2026年9月22日にOpenAIは、GPT-6 SolとGPT-6 LunaをChatGPT Work、Codex、API向けに発表しました。企業導入で見るべきポイントは「モデル名が増えた」ことではなく、API単価がGPT-5.6 Sol/Lunaのプロモーション価格比で50%下がり、長いエージェント実行で効くprompt cachingが最大90%割引に広がったことです。社内AI研修や開発組織では、精度だけでなく、どの業務をAstra、Sol、Lunaに振り分けるかを決める運用設計が重要になります。
概要：9月22日の発表で何が変わったか
OpenAIの公式発表では、GPT-6 SolとGPT-6 LunaはGPT-6 Astraよりも日常業務に寄せた高速・低コストモデルとして位置づけられています。Solは複雑な業務タスクやコーディングの反復、Lunaはさらに低単価な大量処理や軽量な社内ワークフローに向きます。APIではモデル名がgpt-6-sol、gpt-6-lunaとして提供され、ChatGPT WorkとCodexではPlus、Pro、Business、Enterprise、Eduユーザーから利用できます。
価格表：50%値下げとキャッシュ割引を分けて考える
公式価格は100万トークンあたりで、GPT-6 Solが入力2ドル・出力10ドル、GPT-6 Lunaが入力0.10ドル・出力0.50ドルです。これはGPT-5.6 Solの入力4ドル・出力20ドル、GPT-5.6 Lunaの入力0.20ドル・出力1.20ドルからの引き下げです。さらに、eligible shared prefixesを30分以内に再利用できる場合、cached input tokensには最大90%の割引が適用されます。
比較表：GPT-6 Astra / Sol / Lunaの使い分け
Astraは最高精度が必要な戦略文書、法務レビュー、複雑な設計レビューに残し、Solは開発・業務自動化・長めの調査タスクの標準モデルにします。Lunaは社内FAQ、分類、要約、定型文生成、営業準備の下書きなど、品質基準を定義しやすい大量処理に向きます。価格だけでLunaへ寄せるのではなく、レビュー工数を含めた総コストで判定するのが安全です。
導入手順：30日でモデル配分を決める
- 1週目は、既存のChatGPT WorkとCodex利用ログから、開発、営業、管理部門の代表タスクを10件ずつ選びます。成果物の品質、修正回数、応答時間、クレジット消費を同じシートで記録します。
- 2週目は、同じタスクをAstra、Sol、Lunaで試し、業務オーナーが「そのまま使える」「軽微な修正で使える」「作り直し」の3段階で評価します。ここではモデルのベンチマーク点数ではなく、社内の実務品質を基準にします。
- 3週目は、Sol標準・Luna大量処理・Astra例外利用という初期ルールを作ります。例外利用は、顧客提出物、契約・法務、経営判断、複雑なコード変更などに限定すると、コスト管理と品質管理が両立しやすくなります。
- 4週目は、Admin ConsoleやAPI利用量を見ながら、チーム単位の推奨モデルとレビュー基準を固定します。モデル変更をユーザー任せにせず、タスク別テンプレートやSkillsに組み込むと再現性が上がります。
Prompt Caching：エージェント運用で確認する5項目
GPT-6のprompt cachingでは、同じinstructions、tool definitions、contextを持つリクエストの共有prefixを再利用できます。長時間動くコーディングエージェントや調査エージェントでは、毎回同じ前提を処理し直すとコストと待ち時間が膨らむため、キャッシュヒット率の監視が重要です。
- ツール定義の順序を頻繁に変えない。使わないツールを削除するより、allowed_toolsやtool_choiceで利用可否を制御する。
- 共通プロンプト、社内ルール、参照資料は前方にまとめ、タスク固有の依頼は後方に置く。
- Reasoning effortを途中で変える場合は、キャッシュを壊さない設定更新の使い方を確認する。
- Prompt Caching Dashboardでcached / uncached tokensとヒット率の落ち込みを週次で見る。
- cache missが増えたらdiagnostics toolでmodel、tools、settings、inputの差分を確認する。
チェックリスト：管理者が公開前に決めること
GPT-6 Sol/Lunaは低単価化が目立ちますが、企業導入では「安くなったから全社解放」ではなく、利用目的、データ分類、レビュー責任を同時に決める必要があります。特にCodexでの利用は、生成コードのレビュー基準、テスト必須条件、リポジトリ別の利用範囲を先に整理しておくと、導入後の手戻りを減らせます。
- 部門別にAstra/Sol/Lunaの推奨用途を明文化したか
- API利用ではキャッシュ対象prefixと30分以内の再利用設計を確認したか
- Codex利用ではテスト、レビュー、マージ責任者を決めたか
- ChatGPT WorkではFree/Go/Plus/Business/Enterpriseの利用可能範囲を混同していないか
- 月次のモデル別コスト、品質、レビュー時間をダッシュボード化できるか
導入相談：モデル選定と社内研修を同時に設計する
GPT-6 Sol/Lunaを社内展開する場合、モデル選定だけでなく、プロンプトテンプレート、Codexレビュー基準、管理者向けダッシュボード、研修設計まで一体で決める必要があります。HelloCraftAIでは、既存業務を棚卸ししたうえで、30日PoC、モデル配分、コスト監視、社内研修まで設計できます。 AI導入・研修の相談はこちら
FAQ
Q. GPT-6 SolとLunaはChatGPTの通常チャットでも使えますか？ A. 公式発表ではChatGPT WorkとCodexから順次利用でき、FreeとGoユーザーはデスクトップアプリでLunaを利用できるとされています。一方で通常のChatへの展開は段階的と説明されています。
Q. 90%割引はすべての入力に適用されますか？ A. いいえ。30分以内に再利用されるeligible shared prefixesなど、条件を満たしたcached input tokensが対象です。毎回大きく変わる入力やツール定義はキャッシュが効きにくくなります。
Q. まずどのモデルを標準にすべきですか？ A. 多くの企業ではSolを標準、Lunaを大量処理、Astraを高リスク・高価値タスクに残す配分から始めるのが現実的です。ただし、最終判断は社内タスクでの品質評価とレビュー工数で決めるべきです。
まとめ：低単価化より運用設計が成果を分ける
GPT-6 Sol/Lunaの価値は、50%値下げそのものより、モデル配分とprompt cachingを組み合わせて長時間エージェントの総コストを下げられる点にあります。9月中に小さなPoCを組み、30日でタスク別の標準モデル、レビュー基準、キャッシュ監視を決めると、全社展開時の予算超過と品質ばらつきを抑えやすくなります。
GPT-6時代のAI研修、Codex活用、モデル選定ルールをまとめて整えたい場合は、 HelloCraftAIにご相談ください 。業務別のPoC設計から社内定着まで支援します。
