生成AI

最終更新日:2026/11/17
GPT-6 Lunaは、OpenAIのGPT-6シリーズのうち、低料金と処理効率に重点を置いたモデルです。大量の定型業務を迅速かつ安価に処理する場面に向いています。
本記事では、上位モデルのSolとの違い、APIの料金、ChatGPTやAPIでの使い方を解説します。企業への導入前に確認すべき検証項目も整理します。

GPT-6 Lunaは、OpenAIが2026年9月に発表したGPT-6シリーズの軽量・高効率モデルです。問い合わせの分類や定型文書の処理など、くり返し発生する大量の業務に向けた選択肢として位置づけられています。
なお、モデル名の「GPT-6 Luna」と、ChatGPTでの提供形態、APIのモデルIDは区別する必要があります。製品ごとに提供形態が異なるため、本章で順に整理します。
GPT-6 Lunaは、2026年9月22日にGPT-6 Solと同時に発表されました。その後、9月29日にSolの改良版であるGPT-6.1 Solが、10月26日に中位モデルのGPT-6.1 Terraが公開されています。
現在、開発者向けのモデル一覧には、最上位のGPT-6 Astra、GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Lunaの4モデルが並びます。Lunaは、このなかで最も安価なモデルです。
開発者向けのモデル選択ガイドでは、Lunaは範囲の決まった作業や仕分け、頻繁に実行する自動化処理に向くと整理されています。上位3モデルとの違いは、次章で詳しく解説します。
高速で低料金だからといって、あらゆる作業で高い精度が得られるわけではありません。件名からの部署振り分けのような単純な仕分けなら、Lunaで十分な場合があります。一方、契約書の条項を比べて法的リスクを評価するような高難度の仕事では、上位モデルとの比較が欠かせません。
2026年10月7日の公式発表により、ChatGPTのChatタブでもGPT-6シリーズのモデルが使えるようになりました。
Chatタブでは、FreeとGoのプランをGPT-6 Lunaが支えています。Plus、Proの個人向け有料プランと、Business、Enterpriseの法人向けプランは、GPT-6 Solが担当します。
提供は10月7日に有料プランから始まり、翌日からFreeとGoへ広がりました。Enterpriseでの提供は、ワークスペース管理者の設定に左右されます。
出典:OpenAI|GPT-6 and Intelligent UI for everyone
ChatGPTのWorkとCodexでは、9月の発表当日からGPT-6 Lunaが提供されています。
対象は、Plus、Proの個人向けプランと、Business、Enterprise、Eduの組織向けプランです。FreeとGoのユーザーも、デスクトップアプリからLunaを利用できると案内されています。
APIでは、モデルID「gpt-6-luna」を指定して呼び出します。
ここで押さえておきたいのは、Chatタブの提供モデルと、WorkやCodexの採用モデルが別の単位で更新されることです。10月7日の発表はChatタブに関する更新であり、WorkとCodexを支えるモデルは変更されないと明記されています。
そのため、利用中のモデルは製品ごとの画面や公式情報で確認しましょう。

GPT-6 Lunaの性能を他のモデルと比べる際は、比較の条件をそろえる必要があります。ベンチマーク、推論設定、コスト条件が異なる比較では、結論を誤る可能性があります。
以下では、旧モデルと上位モデルとの違いを、OpenAIの公表値にもとづいて整理します。
出典:OpenAI|GPT‑6 Sol と Luna のご紹介
GPT-6 Lunaは、前世代のGPT-5.6 Lunaより大幅に安価になりました。APIの100万トークンあたりの単価は、GPT-5.6 Lunaの期間限定価格と比べ、入力が0.20ドルから0.10ドルへ、出力が1.20ドルから0.50ドルへ下がっています。
業務ワークフローの評価であるAutomationBenchでは、high設定で前世代より5.4ポイント向上し、タスクあたりのコストは58%下がったとされています。正確性の社内評価では、推論設定を上げた場合にGPT-5.6 Solと同等の水準に達し、コストは約100分の1とされています。
関連記事:OpenAI、「GPT-5.6 Sol」の回答をアップデートし、無料とGoユーザーのデフォルトモデルを「GPT‑5.6 Luna」に更新
LunaとSolの違いは、得意な仕事の種類と料金です。OpenAIの位置づけでは、Lunaは範囲の決まった大量の定型タスクに、Solは複雑なコーディングやエージェント型の業務に適しています。
Solとの比較を優先する目安の一つは、誤りが生じた場合の影響の大きさです。社内向けの問い合わせ仕分けであれば、Lunaで始め、誤分類が許容範囲を超えた段階でTerraやSolを試す進め方が現実的です。
一方、顧客に提出するプログラムの改修や、複数の手順を自律的に進める作業では、最初からSolと比較しましょう。 (Terra)GPT-6.1 Terraは、LunaとSolの間に位置する中位モデルです。
| 比較項目 | GPT-6 Luna | GPT-6.1 Sol |
| 主な役割 | 定型処理・大量リクエストに適した高効率モデル | 複雑なコーディング・エージェント型業務向け |
| 標準API入力/100万トークン | $0.10 | $2.00 |
| 標準API出力/100万トークン | $0.50 | $10.00 |
| モデルID | gpt-6-luna | gpt-6.1-sol |
出典:OpenAI|GPT-6 Luna Model/OpenAI|GPT-6 Sol Model
GPT-6.1 Terraは、2026年10月26日に公開された中位モデルで、LunaとSolの間に位置します。API単価は100万トークンあたり入力1ドル、出力5ドルで、Lunaの10倍です。
Lunaが範囲の決まった大量の定型処理に向くのに対し、Terraは詳細な視覚的推論と正確なコンピューター操作、自然な文章作成を兼ね備えたモデルだとOpenAIは説明しています。
一例として、問い合わせメールのカテゴリ分類はLunaに任せます。添付のスクリーンショットから不具合の状況を読み取り、報告書の下書きを作る作業はTerraに任せる、という分担が考えられます。Lunaでは品質が足りないものの、Solほどの性能は必要ない業務では、Terraも比較候補に加えましょう。
出典:OpenAI|Introducing GPT-6.1 Terra
GPT-6 Astraは、GPT-6シリーズの最上位モデルです。OpenAIは、Astraを全般で最も優れた結果を出すモデルと位置づけ、高度な分析や厳しい品質基準が求められる成果物の作成に向くとしています。
これに対し、Lunaは低コストで頻繁に実行する処理に向いています。モデル選択ガイドでも、コストや待ち時間を問わない場合はAstraを既定とし、費用や時間を抑える場合にSolやTerra、Lunaを選ぶ考え方が示されています。
モデルは、性能だけでなく、必要な品質と処理件数を踏まえて選びます。役員会向けの分析資料は、月に数件でも品質が重視されるため、Astraが候補になります。一方、1日に数万件届く問い合わせの一次仕分けは、件数が膨大になるため、Lunaが有力です。
関連記事:GPT-6 Astraとは?進化点・旧モデル比較からビジネス活用法まで徹底解説
OpenAIが公表したベンチマークは、測定条件とあわせて読むことが大切です。
AutomationBenchは、営業や財務など複数のアプリにまたがる業務ワークフローを試す評価です。Lunaの結果は前述のとおりで、下の表にもまとめています。
DeepSWE 1.1では、max設定のLunaが66.6%を記録しています。OSWorld 2.0のオフライン評価では、max設定のLunaがGPT-5.6 Solのmedium設定を上回り、コストは10分の1とされています。
ただし、いずれも特定の評価環境での結果です。max設定での成績は、初期値のmedium設定で得られる成績とは異なります。社内業務の成功率と同一視せず、自社データで検証しましょう。
| OpenAI公表の評価 | Lunaの条件・結果 | 読み方 |
| AutomationBench | high設定で前世代より5.4ポイント改善 | 同評価のタスクあたりコストは58%減 |
| DeepSWE 1.1 | max設定で66.6% | 複雑なソフトウェア開発課題の評価 |
| OSWorld 2.0 オフライン | max設定でGPT-5.6 Sol(medium)を上回る | PC操作環境での限定された評価 |
出典:OpenAI|Introducing GPT-6 Sol and Luna

GPT-6 Lunaの仕様を理解するには、モデル単体の能力と、製品側が備える機能を切り分けることが重要です。ChatGPTやCodexで使える機能が、APIのモデル単体でも同じ形で使えるとは限りません。
APIのGPT-6 Lunaは、テキストの入出力と画像の入力に対応しています。音声と動画の直接入出力はサポート外です。
たとえば、商品写真を読みとって説明文を作る処理は可能ですが、録音データを直接渡して要約させることはできません。音声を扱う場合は、文字起こし用のモデルでテキストに変換してから渡します。
注意すべき点は、外部ツールの機能とモデル自身のモダリティを混同しないことです。Responses APIでは、Web検索、ファイル検索、画像生成などのツールをLunaと組み合わせて使えます。
画像生成はツールが担う処理であり、Luna自身が画像を出力するわけではありません。Chat Completionsでは、関数呼び出しは推論設定をnoneにした場合に限られる点も確認しておきましょう。
GPT-6 Lunaは、最大1,050,000トークンのコンテキストに対応しています。1回の応答で出力できるのは最大128,000トークンで、知識のカットオフは2026年5月18日です。カットオフ以降の出来事を扱う場合は、Web検索などで最新情報を補う必要があります。
もっとも、「長文を入力できること」と「長文の中の情報を取り違えずに処理できること」は別の問題です。必要な章ごとに分割して渡し、回答の根拠となる箇所を原文と照合しましょう。抽出結果はサンプルを用いて検証することも重要です。
272,000トークンを超える入力には割増料金がかかるため、費用の面でも分割は効果的です(詳細は後述)。
GPT-6 Lunaでは、reasoning.effortで推論の深さを調整できます。設定できる値はnoneからmaxまでの6段階で、初期値はmediumです。
モデル選択ガイドでは、細かな編集や単純なデータ抽出はLunaのlow、複数のアプリから情報を集めて優先度をつける作業はLunaのxhighが目安とされています。
とはいえ、推論設定を上げるほど精度が上がるとは限りません。推論設定を上げると、処理時間と推論トークンが増え、費用も増加します。
検証では、問い合わせ分類をlowとhighで100件ずつ試し、正答率、処理時間、トークン量を同じ条件で比べます。lowで目標の正答率に届くなら、lowを採用するのが合理的です。品質基準を満たす範囲で、最小限の設定を選びましょう。

GPT-6 LunaのAPI料金は、使ったトークン量に応じた従量課金で、ChatGPTの月額プランとは別会計です。長文処理や高速処理を利用する場合は、標準単価だけでは費用を見積もれません。
以下では、料金の内訳と費用を抑える方法を解説します。
GPT-6 LunaのAPI料金は、100万トークンあたりの単価で計算します。料金は入力系の3区分と出力の計4区分に分かれます。入力系の区分は次のとおりです。
同じ指示文を毎回送るチャットボットの場合、2回目以降に指示文の部分がキャッシュ済み入力として、割安な単価で計算される場合があります。
標準料金は下の表のとおりで、入力は0.10ドル、出力は0.50ドルです。キャッシュ済み入力は0.01ドル、キャッシュ書込は0.125ドルです。
たとえば、1件あたり入力2,000トークン、出力500トークンの分類を10万件処理するとします。入力は2億トークンで20ドル、出力は5,000万トークンで25ドルです。キャッシュ未使用の場合の合計は45ドルになります。
| GPT-6 Luna標準料金 | 100万トークンあたり | 適用条件 |
| 入力 | $0.10 | キャッシュ未利用の通常入力 |
| キャッシュ済み入力 | $0.01 | 再利用された入力プレフィックス |
| キャッシュ書込 | $0.125 | キャッシュの新規書きこみ対象入力 |
| 出力 | $0.50 | 生成される出力トークン |
入力が272,000トークンを超えるリクエストでは、単価が割り増しになります。入力とキャッシュ関連の単価は2倍、出力の単価は1.5倍です。割増は超過分だけでなく、リクエスト全体に適用されます。
入力が300,000トークンのリクエストでは、超過した28,000トークン分だけでなく、300,000トークンすべてが2倍の単価になります。出力も、全量が1.5倍の単価で計算されます。
長文を扱う場合は、入力を272,000トークン以下に分割できるかが費用を抑える鍵になります。
| 長文リクエストの区分 | 標準時/100万トークン | 272K超の全リクエストに適用 |
| 入力 | $0.10 | $0.20 |
| キャッシュ済み入力 | $0.01 | $0.02 |
| キャッシュ書込 | $0.125 | $0.25 |
| 出力 | $0.50 | $0.75 |
キャッシュを活用すると、くり返し送る入力の費用を大幅に抑えられます。キャッシュ済み入力の単価は、通常の入力の10分の1です。OpenAIはGPT-6向けにプロンプトキャッシュを改良し、初期設定でキャッシュヒット率が上がるようにしたと説明しています。
キャッシュを効かせるには、共通の指示文や定型資料をリクエストの先頭に置き、毎回同じ並びで送ります。たとえば、問い合わせ分類なら、分類ルールと出力形式の説明を先頭に固定し、問い合わせ本文を末尾に置きましょう。
注意したいのは、キャッシュが残っていない場合や、入力の先頭部分が変わった場合には、割引が適用されないことがある点です。実際のキャッシュヒット率は、Prompt Caching Dashboardで確認できます。
GPT-6 Lunaは、処理方式によって料金が変わります。BatchとFlexは標準料金の50%、Fastは標準料金の2倍です。同じ1万件の処理でも、方式の選び方で費用は最大4倍の差が生じます。
Batchは、多数のリクエストをまとめて送り、非同期で結果を受け取る方式です。即時の応答が不要な処理なら、Batchで十分です。対して、Fastは待ち時間の短縮を優先する対話処理のための方式です。顧客対応のチャットのように、応答の速さが満足度に直結する場面で検討します。

GPT-6 Lunaの利用手順は、ChatGPTから使う場合と、APIで自社システムに組みこむ場合とで異なります。必要なアカウント、設定、費用も変わるため、目的にあわせて方法を選びましょう。
FreeとGoのプランでは、特別な設定は必要ありません。通常どおり質問を入力するだけで、Lunaの応答を受け取れます。 画面上のモデル表示は製品の更新によって変わる場合があり、Lunaの名称が表示されるとは限りません。
10月7日以降のChatタブでは、Intelligent UIという機能も使えます。Intelligent UIは、回答に図表やボタン、操作できる計算ツールなどを組みこむ機能です。
Intelligent UIはChatGPTの製品機能のため、APIのgpt-6-lunaを呼び出しても同じ画面は表示されません。
Codexではモデルを選んで作業を依頼でき、コードの修正やファイル操作をLunaに任せられます。対象プランは第1章のとおりで、FreeとGoのユーザーもデスクトップアプリから試せます。
試す際は、まずファイルやプロジェクトへのアクセス権限を確認します。Codexに渡すリポジトリやWorkで参照するフォルダーが、作業に必要な範囲に限られているかを点検し、影響範囲の限られた作業で試しましょう。
APIでGPT-6 Lunaを使うには、まずOpenAI PlatformでAPIキーを作成します。作成したキーは、環境変数「OPENAI_API_KEY」に保存します。次に、Responses APIを呼び出し、modelにモデルID「gpt-6-luna」を指定します。
gpt-6-lunaは、APIのFreeティアでは利用できません。利用を始めるには、支払い情報を登録し、クレジットを購入してBuild以上の利用ティアに上がる必要があります。公式のレート制限ガイドでは、Buildティアの条件として累計5ドルのクレジット購入が示されています。
秘密鍵は、ソースコードへの直書きを避けましょう。GitHubに公開したコードにキーが残っていると、第三者に不正利用される危険があります。呼び出し後は、応答内容とusageの使用トークン量を確認し、費用を点検します。
関連記事:ChatGPT APIとは?料金・APIキー取得・使い方を解説

GPT-6 Lunaは、高難度の問題への対応よりも、比較的単純な業務を一定の品質で大量に処理する用途に向いています。以下では、企業での主な活用例を紹介します。
Lunaの代表的な用途が、問い合わせの分類と振り分けです。問い合わせ本文を読みとり、「請求」「配送」「不具合」などのカテゴリと、緊急度の高・中・低を付けます。分類結果にもとづいて担当部署へ自動で振り分ければ、一次対応の工数を削減できます。
分類や振り分けのように答えの候補が決まっている処理では、Decisions APIも選択肢になります。Decisions APIは、Lunaを使って「候補から1つ選ぶ」「確率を返す」「段階で評価する」といった判定結果だけを返す専用のAPIで、2026年10月22日に一般提供が始まりました。
料金は100万トークンあたり入力0.10ドル、キャッシュ済み入力0.01ドルで、出力トークンには課金されません。OpenAIは、Responses API経由より最大10倍速く判定できるとしています。
導入前には、人へのエスカレーション条件と、分類の正答率の目標を先に定義しましょう。たとえば、「解約」や「法的措置」といった語句をふくむ問い合わせは、分類結果にかかわらず担当者へ回すと決めておきます。正答率は、過去の問い合わせ200件に正解ラベルを付け、Lunaの分類結果と照合して測ります。目標の95%を下回る場合は、推論設定を上げるか、TerraやSolとの比較を検討します。
Lunaは、一定の書式に沿った要約や情報の抽出など、反復する文書処理にも適しています。
具体的には、会議の文字起こしから「決定事項」「担当者」「期限」を抜き出し、所定の様式で議事録にまとめる作業に活用できます。日報から問題点だけを抽出する処理や、社内規程を同じ見出し構成に整える作業も向いています。
気をつけたいのは、社内文書に個人情報や機密情報がふくまれる場合があることです。個人情報をふくむ入力は、社内の承認手続きを経てから扱うのが原則です。生成した要約は原文と照合し、数値や担当者名に誤りがないか確認します。さらに、機密区分ごとに利用できる範囲を決め、極秘文書はAPIの対象外とするなどの制御も検討します。
毎日大量に発生するデータの処理には、LunaとBatchの組み合わせが有効です。
ECサイトに届く数万件の商品レビューに「品質」「価格」「配送」などのタグを付ける作業が、典型例です。広告文やメール文面に禁止表現がふくまれるかのチェックも、Batchでまとめて処理できます。処理結果はサンプルを無作為に抽出し、人が精度を検証しましょう。
処理を設計する際は、リアルタイム性が必要な処理と、非同期で十分な処理を仕分けます。顧客の画面に即時表示する判定は標準の処理方式で行い、翌朝までに結果があれば足りる集計はBatchへ回します。Batchは最大24時間以内に結果を返す方式のため、締め切りのある処理には余裕をもたせましょう。

GPT-6 Lunaを企業に導入する際は、単価の安さだけで選ばず、業務品質、データ管理、処理件数を組み合わせて検討する必要があります。本格導入の前に、小規模な実証で各項目を確かめておくと安心です。
品質評価は、社内の代表的な実データを使って行います。個人名や顧客情報を匿名化し、実際の業務に近い入力を100件から数百件ほど用意することが目安です。評価では、品質面の指標として成功率と誤分類率を、効率面の指標として処理時間とトークン消費量を測ります。
LunaとSolを比べる場合は、同じ設問と同じ採点基準で試します。推論設定もそろえて比較しましょう。具体的には、同じ300件の問い合わせを両モデルで分類し、同じ担当者が同じ基準で採点します。Lunaの正答率がSolを2ポイント下回っても、費用が20分の1であれば、Lunaを選ぶ判断も合理的です。業務上許容できる誤差を、事前に決めておくことが重要です。
導入前に必ず押さえておきたいのが、APIに送ったデータの扱いです。
APIに送信されたデータは、利用者が明示的に共有を選んだ場合を除き、モデルの学習対象外とされています。なお、不正利用を監視するためのログは、標準で最大30日間保持されます。Zero Data Retentionなどの保持を制限する制御もありますが、OpenAIによる事前承認と追加要件の受け入れが必要です。
機密文書を扱う前には、3つの点を確認します。1つ目はAPIキーとプロジェクトのアクセス権、2つ目はログの保管場所と期間、3つ目は外部ツールへの情報送信経路です。Responses APIでリモートMCPサーバーを使う場合、送ったデータは外部サービス側の保持方針に従う点にも注意してください。
運用費は、料金単価に加えて、推論設定や処理方式なども踏まえて見積もります。
推論設定や処理方式によって、費用には数倍の差が生じます。長文入力の頻度やキャッシュヒット率にも注意が必要です。xhighで処理すれば推論トークンが増え、272,000トークン超の入力が続けば料金は割り増しになります。
また、ピーク時の利用量がAPIの利用上限に収まるかも確認します。gpt-6-lunaのBuildティアでは、1分あたり5,000リクエスト、200万トークンが上限です。
さらに、Buildティアには月500ドルの利用上限もあります。月の利用額が500ドルを超える見込みなら、累計100ドルのクレジット購入で上がるLaunchティア(月5,000ドル)を検討しましょう。
月末に問い合わせが集中する業務なら、ピーク時の1分あたりの件数を試算し、ティアの上限と比べます。運用前には、Platformで支出上限とアラートを設定し、想定外の請求を防ぎましょう。
GPT-6 Lunaは、低料金と処理効率に重点を置いたGPT-6シリーズのモデルです。APIの標準料金は100万トークンあたり入力0.10ドル、出力0.50ドルで、Solの20分の1に抑えられています。ChatGPTではFreeとGoのChatタブを支え、APIではgpt-6-lunaとして利用できます。
導入前には、社内の実データを使い、必要な精度を満たすかをTerraやSolと比べて確かめることが大切です。キャッシュやBatchを活用すれば、費用をさらに抑えられます。データの保持条件や利用上限も事前に確認し、問い合わせ分類や文書整理など、影響範囲の限られた業務から段階的に導入しましょう。
アイスマイリーでは、生成AI のサービス比較と企業一覧を無料配布しています。課題や目的に応じたサービスを比較検討できますので、ぜひこの機会にお問い合わせください。
業務の課題解決に繋がる最新DX・情報をお届けいたします。
メールマガジンの配信をご希望の方は、下記フォームよりご登録ください。登録無料です。
AI製品・ソリューションの掲載を
希望される企業様はこちら