GPT-6 Solとは？できること・料金・Astra/Lunaとの使い分け

GPT-6 Solは、OpenAIが2026年9月22日に公開した、複雑なコード修正や複数の手順を伴う仕事向けのAIモデルです。標準API料金は100万トークンあたり入力2ドル、出力10ドル。AstraとLunaの間で、品質と利用費用を比較したいときの候補になります。この記事では、使える場所、料金の計算、業務での依頼方法、結果の確認手順まで説明します。

情報確認日：2026年10月4日。現在は後継のGPT-6.1 Solも公開されています。変更点と移行の確認はGPT-6.1 Solの記事で説明しています。GPT-6 Solを利用中の方が継続や切り替えを判断できるよう、ここではGPT-6 Sol自体の仕様と使い方を扱います。業務例はMakeAIの提案で、実測した性能や顧客の導入実績ではありません。

GPT-6 Solとは？ChatGPTやCodexとの関係

GPT-6 Solはモデルの名前で、ChatGPTやCodexはそれを利用するための製品です。同じモデルを使っても、画面でできること、接続できる資料、利用上限、料金の払い方は製品によって異なります。「GPT-6 Solを導入したい」という相談では、まず資料作成なのか、コードの修正なのか、社内システムへの組み込みなのかを分けてください。

公開時の案内では、ChatGPT WorkとCodexでPlus、Pro、Business、Enterprise、Eduの利用者へ提供され、通常のChatにはまだ提供されていないと説明されています。使いたいモデルが見つからない場合は、ChatとWorkの違い、契約、組織の設定を確認します。すべての画面に同じ選択肢が表示されるとは限りません。OpenAIのSol・Luna公開案内

APIで使う場合のモデルIDはgpt-6-solです。APIは自社の仕組みから呼び出す使い方で、ChatGPTの月額利用とは別に考えます。たとえば問い合わせを毎日分類する仕組みを作るなら、画面で一件ずつ依頼する方法と、APIでまとめて処理する方法では必要な準備が変わります。

Astra・Lunaとの違いを、仕事の条件から考える

モデルの選択では、名前の序列だけで判断しないことが大切です。決められた項目を取り出す処理、何種類もの資料を照合する処理、未整理の課題を調査する処理では、必要な能力が違います。安いモデルを選んでも確認に時間がかかれば効果は小さく、上位モデルを選んでも不要な作業をさせれば費用が増えます。

業務の条件	最初に比較する候補	評価すること
入力と出力が決まった大量処理	LunaとSol	例外の見逃しと再処理率
資料整理から成果物作成まで必要	Solと後継の6.1 Sol	根拠、完成条件、修正時間
判断や調査が多く失敗の影響が大きい	SolとAstra	条件の取り違えと人の確認量

これはMakeAIの比較の進め方で、どの業務でも特定モデルが勝つという性能順位ではありません。最終的には、自社の資料と合格条件で確認します。Astraの具体的な仕事への使い方はGPT-6 Astraの業務活用例、Lunaの基本はGPT-6 Lunaの解説も参照してください。

GPT-6 SolのAPI料金と計算例

標準API料金は入力2ドル、出力10ドル、キャッシュ入力0.20ドル、キャッシュ書き込み2.50ドルです。単位はいずれも100万トークンあたり。コンテキストは105万トークン、最大出力は12万8千トークンです。トークンは文字数とは異なる単位なので、日本語の文字数だけで正確な料金は決まりません。GPT-6 Sol公式モデル仕様

入力1万トークン、出力2千トークンで一回処理すると仮定すると、入力は0.02ドル、出力は0.02ドルで、合計0.04ドルです。同じ条件で月千回なら40ドルになります。この例は標準処理、キャッシュなし、追加ツールなしの計算です。実際には再試行や追加依頼も記録し、請求対象の使用量から見積もります。

長い入力には別の条件があります。入力が27万2千トークンを超えると、そのリクエスト全体の入力とキャッシュの料金は二倍、出力は一・五倍です。超えた部分だけの加算ではありません。長大な資料を毎回全部送る使い方では、必要な箇所を選ぶ方法と比べてください。

BatchとFlexは標準より50％低い料金、Fastは標準の二倍と案内されています。地域処理には利用可能な場合10％の上乗せがあります。夜間の整理なら待てる処理方式が候補になり、その場で回答が必要な仕事なら待ち時間も判断材料になります。単価の低さだけで、業務の締め切りに合わない方式を選ばないようにします。

始め方：最初の仕事を小さく決める

最初は、一週間に何度も行っている仕事を一つ選びます。たとえば営業資料の更新、月次報告の下書き、社内ツールの小さな修正です。「部署の仕事を全部効率化する」という依頼では、何ができれば成功なのか決まりません。入力資料と完成物がはっきりしている仕事を選ぶと比較しやすくなります。

開始前に、今の手順を書き出します。資料を探す、数字を確認する、文章を書く、担当者が承認する、というように分けます。そのうちAIへ任せるのはどこか、人が必ず確認するのはどこかを決めます。手順が曖昧な状態で自動化すると、間違った処理を速く繰り返すことになりかねません。

次に、使ってよい資料のコピーを用意します。顧客名や非公開情報は社内のルールに従って処理し、最初の検証には匿名化した資料を使う方法があります。成果物の形式も指定します。報告書なら見出し、表なら列、コード修正なら変更できる範囲とテストを決めてください。

活用例1：月次報告の数字とコメントを整理する

月次報告では、売上表、営業担当者のメモ、前月報告をまとめる仕事を試せます。ただし、数字の集計と文章の説明は分けます。まず対象期間、対象部署、集計方法を確認し、数値の表を作ります。その表を確認してからコメントを依頼すると、誤った数字を元にした説明を減らしやすくなります。

添付の月次データを使い、報告書の下書きを作成してください。
対象は今月と前月の同じ部署。集計前に、列名、期間、欠損、重複を確認する。
最初の出力は「確認した条件／集計表／集計できない項目」。
表を確認するまでは増減の原因を説明しない。
コメント作成時は、資料で確認できる事実と、確認が必要な仮説を分ける。
原因を示す資料がなければ、推測を確定した説明にしない。

仮に売上が前月より減っていても、価格変更、案件の時期、営業日数、入力漏れなど複数の可能性があります。AIに「理由も書いて」とだけ依頼すると、資料にない説明を足すことがあります。事実は「売上が減った」、仮説は「案件の計上時期が影響した可能性」、質問は「大型案件の計上月を確認する」と分けます。

確認担当者は、合計、増減率、単位を照合します。円と千円が混ざっていないか、同じ部署を比較しているか、分母がゼロの行を無理に計算していないかも見ます。文章が自然でも、集計条件を取り違えていれば報告書としては使えません。

毎月繰り返すなら、最初の成功例から依頼文と確認表を保存します。ただし翌月も同じ列名とは限らないので、入力の構造を確認する手順は残します。数値の照合を省いて文章作成だけ自動にするより、確認しやすい表を出す設計を優先してください。

活用例2：社内ツールの不具合を修正する

コード修正では、再現手順と期待する動作を用意します。「動かないから直して」では、どの状態が正しいのか分かりません。たとえば申請フォームで空欄を送信するとエラーになるなら、入力内容、操作、実際の表示、期待する表示を具体的に書きます。

作業用の申請フォームを調べてください。
再現：備考を空欄にして送信すると、保存できずエラーになる。
期待：備考は任意。空欄でも保存でき、必須項目の検証は維持する。
最初に原因と変更案を説明し、関係するファイルを示す。
承認後に必要な箇所だけ修正する。
空欄、通常入力、必須項目不足の三つを確認し、実行したテストと未確認を分けて報告する。

修正後は差分を確認します。備考を任意にしたいだけなのに、フォーム全体の入力確認を外していれば問題です。AIが説明した修正理由と、実際に変更されたコードが一致するかを見ます。テストが通った場合も、今回の条件がテストに含まれているか確認してください。

小さな修正を試した後、似た不具合を数件扱い、合格率と確認時間を比較します。本番環境へ直接変更する前に、作業用の環境で動作を確認します。外部へ送信する処理、請求、権限、データ削除に関わる変更は、人が確認する工程を明確にしてください。

活用例3：調査資料を意思決定用の表にする

製品やサービスの比較では、調べたページをただ要約するだけでは判断に使いにくいことがあります。利用人数、必要機能、費用、情報管理、導入条件を列にして、資料に書いてある内容を整理します。条件が不明な会社は、空欄を推測で埋めず「確認が必要」とします。

依頼文には、比較する基準を先に書きます。「一番おすすめを選んで」より、「月額上限、必要な連携、管理者機能の条件を満たす候補を残して」と指定するほうが、判断の理由を確認できます。最後に採用候補と、その選択が変わる条件を出してもらいます。

各情報には資料名と確認日を付けます。料金ページ、ヘルプ、導入事例は役割が違います。導入事例にある運用を、そのサービスの標準機能として扱わないようにします。比較表の読み手が根拠に戻れることが大切で、表の見栄えだけを完成条件にしないでください。

うまくいかないときは、指示と材料を分けて直す

出力に不足がある場合、まず何が不足しているかを一つずつ伝えます。資料にない判断を足した、指定した列がない、数字の単位が違う、といった具体的な指摘をします。「もっと良くして」では、不要な説明が増えるだけのことがあります。

必要な資料がないなら、推論を強くする前に資料を追加します。回答の形式が違うなら、合格例を一つ示します。処理範囲が広すぎるなら、資料一覧の確認、事実の抽出、成果物作成の順に分けます。モデルを替える前に、どこで失敗しているかを確認すると原因を調べやすくなります。

GPT-6 Solの推論設定にはnone、low、medium、high、xhigh、maxがあり、既定はmediumです。深く考える設定にすれば必ず正しいとは限りません。設定を変えるときは同じ仕事で比較し、完成物、待ち時間、請求対象の使用量を記録します。

API連携で確認すること

公式資料では、組み込みツールや関数呼び出しにResponses APIを使うと案内しています。Chat Completionsでの関数呼び出しは推論設定noneの場合に限られます。APIを切り替えるときは、使う機能とエンドポイントの組み合わせを確認します。

連携する仕組みでは、回答が返ることだけでなく、出力の形式、タイムアウト、再試行、重複処理を確認します。分類結果をシステムへ登録するなら、許可された分類名以外が来た場合の扱いも決めます。自由な文章をそのまま後続処理へ渡すと、人には理解できてもシステムが読めない場合があります。

新しい6.1 Solでは設定やツール対応に差があります。既存のSolの設定をそのまま使えると決めず、公式仕様を照合します。後継を試すときも、前後で同じ入力と合格条件を残してください。うまくいかなければ戻せる手順を用意すると、日常業務を止めずに比較できます。

よくある質問

GPT-6 Solは無料で使えますか？

公開時の案内ではSolは有料プラン向けです。無料・Go向けに案内されたLunaと混同しないでください。APIには従量料金があります。実際の表示や利用上限は、利用する製品と契約画面で確認します。

ChatGPTの月額を払えばAPIも使い放題ですか？

月額プランとAPIの従量課金は別に考えます。社内システムから呼び出す費用を見積もる場合は、利用回数、入力・出力の量、外部ツールの料金を確認します。画面での利用料金だけを自動処理の予算にしないでください。

新しい6.1 Solへすぐ変更したほうがよいですか？

既存の処理が安定しているなら、まず同じ仕事のコピーで比較します。後継が出たことと、自社の処理が問題なく移行できることは別です。確認時間、エラー、必要な修正を記録し、移行する範囲を決めます。

会社で最初に何を決めればよいですか？

入力してよい情報、AIが変更できる範囲、確認担当者、月間の利用上限です。依頼文の作り方は業務プロンプトの基本、仕組みへの組み込みはAI開発・業務自動化支援を参照してください。

GPT-6 Solを業務で使いたい方へ

MakeAIでは、現在の手順と資料を確認し、試す仕事、成果物、確認方法を整理します。モデルを契約する前でも、月次報告、資料作成、社内ツールの修正など、時間がかかっている仕事を一つ選んで相談できます。