GPT-6 Lunaは何が変わった？価格・性能・評判をGPT-5.6 Lunaと比較

🧭 テーマとこの記事でわかること

結論：GPT-6 Lunaは、GPT-5.6 Lunaの単純な上位版ではありません。安い料金で大量の処理を回すモデルです。 価格、変更点、評価、評判を分けて、Lunaを試す仕事と上位モデルを残す仕事を判断できるようにします。

📌 GPT-6 Lunaは「安く大量に回す」ためのモデル

GPT-6 Lunaは、GPT-6ファミリーの中で最も安い価格帯にあるモデルです。 OpenAIは「focused, high-volume tasks」向けと説明しています。ただし、単純な分類専用ではありません。プログラミングやツール利用にも対応します。

GPT-6 LunaのAPIモデルIDは gpt-6-luna です。テキストと画像を入力でき、推論の深さは none、low、medium、high、xhigh、max から選べます。音声・動画の入出力には対応していません。

図：GPT-6ファミリーの使い分け

⚠️ 先に注意したいこと

「GPT-6だから常に上」というわけではありません。 推論設定、ツール、タスクの長さ、出力の網羅性で結果は変わります。

💰 価格は入力半額、出力は約58％安い

Standard処理の入力は0.10ドル、出力は0.50ドル（100万トークンあたり）です。 GPT-5.6 Lunaの0.20ドル／1.20ドルと比べると、入力は半額、出力は約58％安くなります。

反復コンテキストではCached inputが効きます。 BatchとFlexはStandard料金の50％、Fast modeは適用料金の2倍です。

272Kトークンを超える長い入力では、入力系が2倍、出力が1.5倍になります。長い会話や巨大なリポジトリでは、通常料金だけで予算を組まないでください。

図：GPT-6 Lunaの料金分岐

出典： OpenAI API Pricing、GPT-6 Lunaモデルページ

🔍 GPT-5.6 Lunaから変わったのは価格だけではない

コンテキストの大きさは同じです。 変わったのは、知識カットオフ、キャッシュの扱い、公式評価値、応答スタイルです。スペック表と失敗パターンをセットで見ます。

OpenAIは、キャッシュヒット率、設定変更後のキャッシュ再利用、応答の簡潔さを改善点として説明しています。

Responses APIではWeb検索、ファイル検索、コード実行、computer use、MCPなどを利用できます。Chat Completionsで推論とFunction callingを組み合わせる場合は制約があるため、ツールを使うエージェントではResponses APIを前提に設計する方が分かりやすいです。

💻 最下位価格帯でも、プログラミングは任せられる

GPT-6 Lunaは、価格帯では最下位ですが、プログラミングまで十分にこなせます。 単一ファイルの修正、JSONやAPI payloadの作成、テストの雛形、lintの修正など、正解を確認しやすい作業と相性が良いです。

一方で、複数リポジトリをまたぐ設計変更や、長時間の自律作業では確認が必要です。安さを活かすなら、Lunaに実装を任せ、テストや別モデルのレビューで品質を確認する構成が現実的です。

⚖️ 第三者測定では、安さと性能のバランスを見る

Max対Maxでは、Lunaの総合指数は38、GPT-5.6 Lunaは37でした。 コスト／タスクも0.07ドル対0.18ドルでLunaが有利です。ただし、GDPval-AAやAA-BriefcaseではGPT-5.6 Lunaが上回ります。

High対Maxでは33対37です。推論設定や指標が変わると結果も変わるため、単一スコアだけで決めないでください。

図：GPT-6 Lunaの導入判断

出典： Artificial Analysis Max対Max、High対Max

🗣️ 公開後の評判は、少数投稿ながら賛否が分かれている

公開後のRedditには、肯定と否定の両方があります。 「安価で十分に強い」という声がある一方、「重要項目を落とす」「ループする」という声もあります。

ただし、少数の自己申告です。市場全体の評判ではなく、仕事の分け方で体感が変わるという注意材料として読みます。

✅ GPT-6 Lunaに向く仕事、向かない仕事

最初は、正解を検査しやすい定型処理から試してください。 曖昧な判断や、抜けが許されない最終成果物は、いきなり任せない方が安全です。

🧩 使うなら「Luna単独」ではなく検証込みで設計する

たとえば、Lunaに問い合わせを分類させ、ルールで必須項目を確認します。一定割合だけSolや人間がレビューします。安い処理と高品質な確認を分けると、価格メリットを活かせます。

🧪 導入前に20〜30件でA/Bテストする

採用判断は、ベンチマークより自分の仕事で決めます。 同じプロンプト、推論設定、ツールでGPT-5.6 Lunaと比較します。正確さだけでなく、あとから人が直す時間も測ります。

最低限、次の指標を記録してください。

1. 正解率と重要項目の再現率

2. 追質問が必要になった割合

3. 完了時間と出力トークン数

4. APIの推定費用

5. 人間の修正時間

特に、272K未満と272K超の入力を分けて測ることが重要です。長文処理では料金体系が変わるため、短いサンプルだけで「安い」と判断すると実請求額を読み違えます。

❓ よくある質問

GPT-6 LunaはGPT-5.6 Lunaの完全な上位互換ですか？

いいえ。API価格と一部の公式・第三者評価では改善していますが、評価指標や推論設定によってGPT-5.6 Lunaが上回る場合もあります。重要な仕事では併走比較が必要です。

ChatGPTの通常プランで使えますか？

提供範囲はプランやアプリによって異なります。公式発表ではChatGPT WorkとCodex、APIでの提供が案内されています。通常のChat体験を含む最新の対象範囲は、利用時に公式ページを確認してください。

料金は本当にGPT-5.6 Lunaより半額ですか？

入力は0.20ドルから0.10ドルで半額です。出力は1.20ドルから0.50ドルなので、単純計算では約58％安くなります。長文、Batch、Flex、Fast modeでは別の倍率がかかります。

まず何を試すべきですか？

分類、抽出、定型JSON化、短い要約など、正解を機械的に確認できる仕事から始めてください。最終判断や顧客向け文章は、検証工程を置いてから移行します。

🚀 まとめ

GPT-6 Lunaの本質は、最高性能よりも価格効率です。 GPT-5.6 Lunaと同じ1.05Mコンテキストを持ち、入力0.10ドル、出力0.50ドルで使えます。分類・抽出・下書き・サブエージェントの候補になります。

公式ベンチマークは発表値です。第三者測定は条件付きです。Redditの評判は少数の自己申告です。「安いから全部Luna」ではなく、20〜30件を比較して、修正時間まで含めて判断してください。

次に試すなら、「分類から始める」、「GPT-5.6 Lunaと比較する」、「検証工程を先に設計する」のどれかがおすすめです。

参考資料

• OpenAI：Introducing GPT-6 Sol and Luna
• OpenAI API：GPT-6 Luna
• OpenAI API：GPT-5.6 Luna
• OpenAI API Pricing
• Artificial Analysis：GPT-6 Luna Max vs GPT-5.6 Luna Max
• Artificial Analysis：GPT-6 Luna High vs GPT-5.6 Luna Max
• Reddit：GPT-6 Lunaの肯定・混在した利用者投稿
• Reddit：GPT-6 Lunaへの否定的な利用者投稿

※価格・提供範囲・第三者ベンチマークは更新される可能性があります。本文の確認日は2026年10月4日です。