GPT-5.6 価格改定の解説：Lunaは80%値下げ、Terraは20%下落、Solは高速モードを導入

はじめに

OpenAI は GPT-5.6 シリーズ正式リリースから1か月も経たないうちに、価格体系を調整しました。

2026年7月30日より：

• GPT-5.6 Luna は80%値下げ。
• GPT-5.6 Terra は20%値下げ。
• GPT-5.6 Sol は従来の Standard 価格を維持しつつ、より高速な API 処理オプションを新設。
• Priority Processing は Fast mode に名称変更。

今回の更新は単なる期間限定ディスカウントにとどまりません。OpenAI は、値下げはモデル本体、推論アーキテクチャ、ルーティングシステム、コンテキスト管理、そしてモデルとツールを結びつけるエージェントソフトウェアなど、多岐にわたる改良を反映したものだと述べています。

実際の結果として、本番環境での選択肢は広がりました。

Luna の新価格は、高並行処理・コスト重視のエージェントワークフローに適しています。Terra は依然として、日常業務でより高い知能が必要な場合のバランスの取れた選択肢です。Sol は引き続き最も要求の厳しいタスクに対応し、Fast mode は遅延が重要で、待ち時間がトークン割増料金よりも重要視される場合に、より低遅延のオプションを提供します。

2026年7月30日の変更内容

GPT-5.6 が7月9日にリリースされた際、OpenAI が発表した Standard 短コンテキスト API 価格は以下の通りです：

7月30日の更新で、Terra と Luna の価格が調整されました：

Luna の価格は、当初発表時の5分の1にまで下がりました。

Terra の新価格は、旧価格の5分の4です。

Sol は Standard 処理では変更ありませんが、Fast mode により、開発者は Standard トークン価格の2倍で、最大2.5倍の応答速度を得るという選択肢を得ました。

現在の Standard API 価格

表面上の入力・出力価格だけでは、完全な課金体系は見えてきません。

GPT-5.6 は、キャッシュ入力割引と明示的なキャッシュ書き込みをサポートしています。また、272,000 トークンを超える入力トークンを使用するリクエストは、リクエスト全体に対して長文脈価格が適用されます。

短コンテキスト Standard 価格

以下の料金は100万トークンあたりです：

キャッシュ読み取りは、通常の非キャッシュ入力と比較して90%割引となります。

キャッシュ書き込みは、非キャッシュ入力価格の1.25倍で課金されます。

長文脈 Standard 価格

272,000 トークンを超える入力トークンを含むプロンプトの場合、OpenAI は現在、リクエスト全体に対して以下の料金を請求します：

長文脈ルールは、コスト見積もりにおいて、トークン数だけでなく、リクエストが272,000トークンの閾値を超えるかどうかも考慮すべきであることを意味します。

単一の非常に大きなプロンプトは、最初の272,000トークンを短文脈料金で計算し、残りをより高い料金で計算するという方法では処理されません。長文脈倍率はリクエスト全体に適用されます。

知能と結果のマッチング

OpenAI の主な主張は、効率的な AI 展開はモデル名ではなく結果から始まるということです。

同じワークフロー内でも、段階によって異なるレベルの知能、速度、信頼性が必要となる場合があります。

タスクに理想的なモデルは、以下によって決まります：

• エラーの影響。
• 作業の難易度。
• 許容可能な応答時間。
• リクエスト量。
• 人的レビューのコスト。
• 結果を自動検証する能力。
• タスクが明確に指定されているか、それともまだ曖昧であるか。

Luna を選択する場合

GPT-5.6 Luna は、コスト重視・高ボリュームの作業向けに設計されています。

現在の API モデルページでは、初期の GPT-5 シリーズで使用されていた nano 層にほぼ相当すると説明されています。

Luna は以下のシナリオで実用的な候補となります：

• 分類。
• 構造化抽出。
• バックグラウンドエージェントステップ。
• 定型的なコード変更。
• テスト生成。
• ドキュメント分類処理。
• 反復的なツール呼び出しループ。
• 個々のタスクの悪影響が限定的な大規模処理。

OpenAI の見積もりでは、Luna は約1年前にフロンティアクラスとみなされていたモデルと同等の性能を、タスクコスト1ドルあたり約6セント、約9倍の速度で提供できるとしています。

この比較は OpenAI の評価・コスト方法論に基づいています。チームは自社のワークロードで検証する必要があります。

Terra を選択する場合

GPT-5.6 Terra は、シリーズの中間的なメンバーです。

OpenAI は、初期の GPT-5 時代の mini モデルと同じ位置づけですが、より強力なエージェント性と専門業務能力を備えているとしています。

Terra は以下の作業に適しています：

• ワークスペース Q&A。
• 範囲を限定したリサーチ。
• 日常的なコーディング。
• ドキュメント分析。
• 中程度の複雑さのエージェント計画。
• 推論を必要とするカスタマーサポートワークフロー。
• Luna では信頼性が不十分だが、Sol まで必要ではない反復的なビジネスタスク。

Sol を選択する場合

GPT-5.6 Sol は、複雑な専門作業向けのフラッグシップモデルです。

モデルが以下の条件を満たす必要がある場合に最適です：

• 曖昧さを解決する。
• 困難なプロジェクトの計画を立てる。
• 高価値の意思決定をレビューする。
• 複雑なコーディングやデバッグを処理する。
• 長時間のワークフローでツールを調整する。
• 深いリサーチを行う。
• 生成または検証の失敗コストが高い作業。

gpt-5.6 API エイリアスは gpt-5.6-sol にルーティングされます。

1つのワークフローで複数のモデルを使用できる

今回の価格改定により、ハイブリッドモデルワークフローがより実用的になりました。

コーディングエージェントは、すべてのトークンとツール呼び出しに Sol を使用する必要はありません。

考えられるアーキテクチャの1つは次のとおりです：

1. Sol を使用してコードベースを理解し、不確実性を特定する。
2. Sol に計画を作成させ、成功基準を定義させる。
3. 明確に指定された実装タスクを Luna に送る。
4. Luna を使用して定型的なテストを作成し、反復的なチェックを実行する。
5. 不確実または失敗したステップを Terra または Sol にルーティングする。
6. エラーの影響が大きい場合、Sol を使用して最終レビューを行う。

これは非常に有効です。

同じパターンはソフトウェアエンジニアリング以外にも適用できます。

ドキュメント処理システムでは、抽出に Luna、統合に Terra を使用し、資料に曖昧さがある場合や影響が大きい場合にのみ Sol を使用するかもしれません。

適切なルーティング戦略は、仮定に頼るのではなく、評価によって決定されるべきです。

OpenAIが共有する顧客の成果

OpenAIの発表には、複数の本番ユーザーからの初期のカスタマーフィードバックが含まれていた。

これらの事例は企業と顧客が自己報告したものであり、独立したベンチマークではない。

これらの事例は、トークン単位の課金だけが有用な指標ではないことを示している。

より安価なモデルは、以下の要素も変える可能性がある：

• ツール呼び出しの回数。
• キャッシュ再利用の状況。
• コンテキスト長。
• 出力の冗長性。
• リトライ頻度。
• 人間によるレビューの必要性。
• 総完了時間。

より意味のある指標は通常、成功した結果あたりのコストである。

OpenAIが効率向上の方法として挙げたもの

OpenAIは、性能対価格比の向上を、相互に関連する3つの層に帰属している。

1. モデル

GPT-5.6シリーズのモデルは、より直接的にタスクを完了するように設計されている。

より少ない出力トークン、より少ないリトライ、またはより少ない推論ループを必要とするモデルは、表示価格が変わらなくても、総タスクコストを削減できる。

1. 推論システム

本番スタックは、モデルがハードウェアを効率的に使用する度合いを決定する。

OpenAIは、最適化されたサービングソフトウェアにより、トークン生成の効率が向上し、計算リソースの生産性が維持されると述べている。

1. エージェントフレームワーク

フレームワークはモデルを取り巻くソフトウェアであり、ツール、コンテキスト、ルーティング、状態、ワークフロー制御を提供する。

OpenAIは、より優れたコンテキスト管理により、エージェントが完了済みの作業を繰り返すことを回避できると述べている。

これにより、以下を削減できる：

• 重複するツール呼び出し。
• 変更されていないコンテキストの再処理。
• 重複するプランニング。
• 不要なモデル往復呼び出し。
• 以前の結果を繰り返すためのトークン消費。

これら3つの層は相互に影響し合う。

より強力なモデルは、サービングスタックに最適化の余地を見出すかもしれない。この最適化によりコストが削減され、より大規模なエージェント利用が経済的になる。より多くの利用は、システムを改善するさらなる機会を生み出す。

GPT-5.6 Solが自身のサービングスタックの最適化に貢献

発表の中で最も注目すべき主張の1つは、GPT-5.6 SolがOpenAIの社内効率化施策に貢献したことだ。

人間主導のエンジニアリングプロセスの中で、OpenAIはSolが以下のことを行ったと述べている：

• 本番カーネルを書き換え、最適化した。
• 数百回のトークン生成実験を設計・実行した。
• トレーニングプロセスを監視した。
• 問題発生時に介入した。

OpenAIは、カーネル関連の最適化により、モデルのエンドツーエンドのサービスコストが約20%削減されたと報告している。

また、これらの実験によりトークン生成効率が15%以上向上したとも述べている。

これらはOpenAIの社内結果であり、公開ベンチマークによる独立した再現はまだ行われていない。

より重要な点は、モデルがその実行インフラを改善するプロセスの一部になりつつあることだ。

これにより、より密接な工学的フィードバックループが形成される：

より強力なモデル
→ より良いインフラ最適化
→ より低いサービスコスト
→ より広範な応用
→ より多くのフィードバックと投資
→ より強力な次世代モデル

スケールに向けた計算リソース戦略

より低い価格設定は、OpenAIが必要とする総計算能力が減少することを意味しない。

同社は、十分なインテリジェンスを実現するには以下の2点が同時に必要であると考えている：

• より多くの計算能力。
• より生産性の高い計算能力。

前者は総容量を拡大する。

後者はハードウェア単位あたりの有効作業量を向上させる。

OpenAIは、多様なインフラポートフォリオを構築し、ワークロードを最適に実行できるシステムにマッチングさせていると述べている。

これはGPT-5.6シリーズの両端を支える：

• LunaとTerraは、高容量ワークロードのコストを低減する。
• SolとFastモードは、困難でレイテンシーに敏感な作業をサポートする。

より容易にスケール実行できる可能性のあるワークロードの例：

• 大規模なドキュメント分析パイプライン。
• 顧客インタラクションの分類。
• 定型的なソフトウェア実装。
• バックグラウンドのエージェント自動化。
• 反復的なデータ処理タスク。
• キャッシュ再利用率の高いツール呼び出しワークフロー。

一方、より迅速な回答の価値が追加コストを正当化する場合、複雑なSolリクエストはFastモードを使用できる。

Fastモードが優先処理に取って代わる

Fastモードは、OpenAIの優先処理サービス層の新しい名称である。

以下を使用する既存のAPIリクエスト：

"service_tier": "priority"

は引き続き互換性を維持する。

開発者は以下を使用することもできる：

"service_tier": "fast"

GPT-5.6 Solについて、OpenAIはFastモードが標準処理の2.5倍の速度を、同じモデルインテリジェンスを維持しながら実現すると述べている。

代償は価格だ。

現在、GPT-5.6 SolのFastモードは、標準APIトークン価格の2倍の費用がかかる。

キャッシュ入力の割引は引き続き適用される。

Pythonの例

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
model="gpt-5.6-sol",
input="この移行計画をレビューし、リスクが最も高い3つの前提を特定してください。",
service_tier="fast",
)

print(response.output_text)

Fastモードは、Responses APIおよびChat Completions APIを通じて、サポート対象モデルで利用できる。

GPT-5.6以前のモデルでは、リクエストが新しいfastという名称を使用していても、レスポンスオブジェクトはサービス層をpriorityとして報告する場合がある。

Fastモードの割増料金が価値を持つとき

Fastモードは、すべてのSolリクエストにとって自動的に最適な設定というわけではない。

レイテンシーが結果の価値に直接影響する場合に最も有用である。

例としては以下が挙げられる：

• ユーザー向けで、高価値ワークフローを完了するアシスタント。
• 開発者のブロック解除を待たせるプログラミングエージェント。
• インタラクティブなリサーチや分析。
• インシデントレスポンスのサポート。
• 意思決定前のリアルタイムレビュー。
• 安定稼働中の本番システム。

レイテンシーに敏感な業務トラフィック。

以下のシナリオでは、標準処理の方が経済的である可能性がある：

• バックグラウンドタスク。
• 一晩かけたリサーチ。
• 非同期レポート生成。
• バッチ分析。
• ユーザーが待つ必要のないタスク。
• ボトルネックがモデルではなく外部ツールにあるワークフロー。

下流の完了によって生み出される価値がそのコストを上回る場合にのみ、2倍のトークン割増は意味を持つ。

長時間実行エージェントワークフローではプロンプトキャッシュがより重要に

新しい表示価格によりLunaとTerraはより安価になったが、プロンプトキャッシュは長時間実行エージェントにとって同様に大きな影響を与える。

エージェントループの各ラウンドで再送信される可能性があるもの：

• システム指示。
• ツール定義。
• 共有ドキュメント。
• コードベースのコンテキスト。
• 会話履歴。
• 安定したワークフロールール。

キャッシュがなければ、アプリケーションは同一のプレフィックスに対して繰り返し料金を支払うことになる。

GPT-5.6は自動キャッシュと明示的なキャッシュブレークポイントの両方をサポートしている。

OpenAIの現在の課金体系：

• キャッシュ読み取りは未キャッシュ入力価格の10%で課金。
• キャッシュ書き込みは未キャッシュ入力価格の125%で課金。

キャッシュ書き込みのコストは通常の入力よりも高いが、その後の読み取りでは大幅な割引が受けられる。

同じ安定したプレフィックスが、より高い書き込みコストを回収するのに十分な回数再利用される場合に、キャッシュは最も有用である。

アプリケーションは以下を追跡すべきである：

• キャッシュヒット率。
• プレフィックスの安定性。
• リクエスト間の間隔。
• キャッシュされたコンテキストのサイズ。
• ワークフローがプレフィックスを頻繁に無効化するかどうか。

シリーズ全体で共有されるモデル仕様

現在の

APIモデルページには、共有される複数の仕様が記載されています：

これら3つのモデルはすべてResponses APIで利用できます。

モデルページには幅広いツールサポートも記載されていますが、具体的な機能の利用可否は、エンドポイント、アカウント、製品、リリース段階によって異なる場合があります。

ChatGPT Work、Codex、APIでの利用可能性

OpenAIによると、GPT-5.6 TerraとLunaは以下のプラットフォームで引き続き利用可能です：

• ChatGPT Work。
• Codex。
• OpenAI API。

価格発表で説明されている現在のアクセス権限は以下のとおりです：

Solには、ChatGPT、ChatGPT Work、Codex、APIにおいて独自のアクセスルールがあります。

7月30日の更新では、ChatGPTまたはCodexのサブスクリプション料金は引き下げられていません。

また、宣言されている割当予算も引き上げられていません。

その代わりに、LunaとTerraは基礎となる利用コストが低くなったため、消費するクレジットが少なくなっています。

OpenAIはまた、価格更新は発表当日にAWSを通じて展開が開始される予定であると述べています。サードパーティ製プラットフォームを通じて提供されるモデルの価格は、OpenAI APIの直接価格とは異なる場合があります。

方法

正しいGPT-5.6モデルの選び方

実用的な選択プロセスは、5つのステップに従うことができます。

ステップ1：期待する結果を明確にする

何が成功とみなされるかを書き留めます。

「プログラミング」や「リサーチ」などの広いラベルだけでモデルを選択することは避けてください。

ステップ2：失敗のコストを特定する

リスクの低い分類タスクと、本番環境のデータベース移行は、同じ決定ルールを使用すべきではありません。

ステップ3：Solベースラインを確立する

困難なタスクについては、まずSolをテストして、利用可能な最高品質のレベルを把握します。

ステップ4：同じ評価セットでTerraとLunaをテストする

コストが低いモデルが、本当に重要な品質を維持しているかを測定します。

ステップ5：ワークフロー全体を最適化する

以下を追跡します：

• タスク成功率。
• 合計トークン数。
• キャッシュ再利用率。
• ツール呼び出し回数。
• 再試行回数。
• レイテンシ。
• 手動レビュー時間。
• 成功した結果ごとのコスト。

最も安い入力トークン価格だけを最適化しないでください。

よくある質問

GPT-5.6 Lunaの新しい価格は？

GPT-5.6 Lunaの新しい標準的な短コンテキスト入力トークン価格は、100万トークンあたり0.20ドル、キャッシュ入力トークン価格は100万トークンあたり0.02ドル、出力トークン価格は100万トークンあたり1.20ドルです。キャッシュ書き込み価格は100万トークンあたり0.25ドルです。

GPT-5.6 Terraの新しい価格は？

GPT-5.6 Terraの新しい標準的な短コンテキスト入力トークン価格は、100万トークンあたり2.00ドル、キャッシュ入力トークン価格は100万トークンあたり0.20ドル、出力トークン価格は100万トークンあたり12.00ドルです。キャッシュ書き込み価格は100万トークンあたり2.50ドルです。

GPT-5.6 Solの価格は下がりましたか？

その標準トークン価格に変更はありません。Solは引き続き、短コンテキスト入力トークンが100万トークンあたり5ドル、出力トークンが100万トークンあたり30ドルであり、Fastモードは標準価格の2倍の料金で2.5倍の処理速度を提供します。

Priority Processingはどう変わりましたか？

OpenAIは2026年7月30日、Priority ProcessingをFastモードに改名しました。service_tier: "priority"を使用する既存のリクエストは引き続き互換性があり、新しいリクエストではservice_tier: "fast"を使用できます。

GPT-5.6の長いコンテキスト価格はいつ適用されますか？

現在のモデルページによると、272,000入力トークンを超えるプロンプトは、リクエスト全体に対してより高い入力および出力レートが適用されます。開発者は、超大規模なプロンプトのコストを見積もる際に、このしきい値を考慮する必要があります。

高スループットのワークロードに最適なGPT-5.6モデルはどれですか？

OpenAIはLunaを、コスト重視で高スループットの作業向けのモデルとして位置づけています。Lunaが十分な品質を提供できない場合、Terraがバランスの取れた選択肢であり、Solは最も困難な専門的タスク向けです。

価格引き下げによりChatGPTとCodexのサブスクリプション料金は下がりますか？

いいえ。OpenAIはサブスクリプションの価格と割当予算は変わらないと述べています。TerraとLunaは現在、サポートされている有料製品のワークフローで消費するクレジットが少なくなっています。

すべてのクラウドプロバイダーが直ちに値下げ後の価格を提供しますか？

直接のOpenAI API価格は7月30日に変更されました。OpenAIはAWSの価格が当日中に展開され始めると述べていますが、サードパーティ製プラットフォームの価格と利用可能性は異なる場合があるため、ユーザーはプロバイダーの現在の料金表を確認する必要があります。

関連ツール

• GPT-5.6 Sol：複雑な専門的作業向けのOpenAIのフラッグシップGPT-5.6モデル。
• GPT-5.6 Terra：バランスの取れたGPT-5.6

知性とコスト削減の両方を必要とするワークロードに適したモデル。

• GPT-5.6 Luna：高スループットでコスト重視のタスク向けの、最速かつ最も経済的なGPT-5.6モデル。
• Responses API：推論、ツール、マルチターンのワークフロー、およびエージェントアプリケーション向けのOpenAIの主要API。
• Codex：GPT-5.6モデルファミリーに基づくOpenAIのエージェント型ソフトウェアエンジニアリング環境。
• OpenAI APIダッシュボード：APIキー、プロジェクト、使用量、制限、請求を管理するための公式ワークベンチ。

関連リンク

• OpenAI API完全価格表：現在の標準、バッチ、高速、キャッシュ入力、キャッシュ書き込み、および長いコンテキストのトークンレート。
• Fastモードドキュメント：改名されたサービス層の公式セットアップ手順、互換性の詳細、および使用ガイド。
• [GPT-5.6モデルガイド](https://developers.openai.

com/api/docs/guides/latest-model)：公式モデルの選択、移行、推論、キャッシュ、ワークフローに関する推奨事項。

• GPT-5.6 リリース発表：オリジナルのモデルシリーズ発表、モデル能力、初期価格、利用可能性、ベンチマーク。
• GPT-5.6 効率エンジニアリング：OpenAIによる効率向上の背後にあるモデルとインフラストラクチャの取り組みの説明。
• プロンプトキャッシュガイド：自動および明示的なプロンプトキャッシュに関する公式ドキュメント。
• OpenAI API 更新ログ：価格更新、高速モードのリリース、その他のAPI変更に関する日付付き記録。

まとめ

OpenAIは7月30日のアップデートで、GPT-5.6 Lunaの標準API価格を80%引き下げ、Terraを20%引き下げました。Solの標準価格は据え置きとなり、新しい高速モードではAPIレスポンス速度が最大2.5倍に向上し、トークン料金は2倍となります。

今回の発表は、より広範なコストパフォーマンス戦略に基づいています。OpenAIは、モデル、推論スタック、ルーティング、コンテキスト管理、エージェントフレームワークを改善し、成功したタスクごとに必要な時間、トークン数、計算リソースを削減すると述べています。

開発者にとって、正しい選択とは単に最も安いモデルを選ぶことではありません。Lunaは高スループット実行向け、Terraはコストとインテリジェンスのバランス、Solは最も複雑な作業を担当します。ハイブリッドモデルルーティング、キャッシュ、評価、成功ごとのコスト測定による節約は、単純なモデル変更以上の効果をもたらす可能性があります。

核心となる変化は、GPT-5.6がより広い作業領域を提供するようになったことです：LunaおよびTerra層はより経済的な日常的インテリジェンスを提供し、遅延性能がより高いコストに見合う場合には、Solを通じてより高速な最先端インテリジェンスを利用できます。

このMarkdownファイルは、公式記事の独立した編集上の翻案です。テーマ、事実の順序、実際の意味は保持されていますが、OpenAIの表現や顧客の引用を逐語的に複製したものではありません。