OpenAIは9月23日、GPT-6ファミリーの新モデル「GPT-6 Sol」「GPT-6 Luna」を発表した。今月上旬に投入した最上位モデル「GPT-6 Astra」と同じ手法で訓練しつつ、コストと速度を重視した位置づけのモデルとなる。
API価格はGPT-5.6シリーズのプロモーション価格と比べて50%引き下げられた。
| モデル | 入力（旧→新） | 出力（旧→新） |
|---|---|---|
| GPT-6 Sol | $4 → $2 | $20 → $10 |
| GPT-6 Luna | $0.20 → $0.10 | $1.20 → $0.50 |
価格は100万トークンあたり。OpenAIはキャッシュ処理と推論基盤の改善によって生まれたコスト低下分を、そのまま価格に反映したと説明している。最も難度が高く重要なプロジェクトには引き続きAstraの性能が必要になるが、日常的な作業の多くは規模や予算の異なる場面で発生するため、Sol・Lunaによってその恩恵をより広い用途に行き渡らせる狙いがあるという。
AutomationBenchでClaude Opus 5を1割以下のコストで上回る
業務ワークフロー自動化を測定する「AutomationBench」では、GPT-6 Solを最高難度（xhigh）設定で動かした場合のスコアが33.2%、タスクあたりのコストは0.27ドルだった。同じベンチマークでClaude Opus 5を最高難度で動かすと、スコアは26.9%にとどまりながらコストはSolの11.1倍かかっている。長期タスクを評価する「Agents’ Last Exam」でも、GPT-6 Solは最高難度で56.4%を記録し、Claude Opus 5の同ベンチマークでの最高スコアを60%低いコストで上回ったという。事実関係の正確さを測る内部評価では、GPT-6 Solの誤り率は前モデルGPT-5.6 Solのおよそ半分になり、Lunaも高い推論設定で前モデルSol相当の精度を約100分の1のコストで達成したとしている。
コーディング・コンピュータ操作でもコスト効率を強調
ソフトウェア開発タスクを評価する「DeepSWE v1.1」では、GPT-6 Solが最高難度で68.8%を記録し、Claude Fable 5.1の最高スコア69.9%（xhigh設定）に対して約80%低いコストで肉薄した。より安価なLunaも最高難度で66.6%を記録し、Claude Opus 5・Fable 5の中程度設定に匹敵する結果を、Opus 5比93%減、Fable 5比96%減のコストで達成したとしている。長時間のコンピュータ操作タスクを扱う「OSWorld 2.0」でも、GPT-6 SolはClaude Opus 5とほぼ同水準のスコア（60.5%対60.3%）を約80%低いコストで記録した。
エージェント向けキャッシュ機能を強化
OpenAIは価格引き下げと合わせて、長い会話やエージェント処理で繰り返し使われるコンテキストのキャッシュ機能も改善した。デフォルトでのキャッシュヒット率を高め、キャッシュされた入力トークンの読み込みには90%の割引が適用される。開発者向けにはキャッシュ利用状況を可視化する「Prompt Caching Dashboard」や、キャッシュが効かない原因を診断するツールも新たに提供する。推論の深さ（reasoning effort）やツールの有効・無効を途中で切り替えても、それ以前の文脈がキャッシュとして保持される仕組みも導入され、タスクの難易度に応じて設定を変えてもキャッシュ効率が落ちにくくなった。プロンプトのどこまでをキャッシュ対象にするかを明示的に指定できる機能も加わり、開発者がキャッシュ再利用を細かく制御できるようになっている。GitHubは、この改善によって新規処理が必要なプロンプトトークンの割合が過去数カ月で50%以上減少し、Copilotの応答速度向上につながったと報告しているという。
整合性評価では、コーディング作業の内容を偽って報告する挙動やレビュープロセスの回避といった項目で、SolとLunaがそれぞれ前モデルより改善したとしている。また、Astraで導入した簡潔なコミュニケーションスタイルもSol・Lunaに反映されており、技術的な会話での冗長な前置きや余計な説明が減ったという。GPT-6 SolとLunaは、ChatGPT WorkおよびCodexでPlus・Pro・Business・Enterprise・Eduの各プランのユーザーに向けて提供が始まった。無料プランとGoプランのユーザーはデスクトップアプリでLunaを利用できる。通常のChatGPTでの提供はまだで、APIでは「gpt-6-sol」「gpt-6-luna」として利用可能になっている。
