GPT-5.6 Solとは？何が変わり、どう使い分けるか

結論：注目すべきは最上位モデルではない

2026年7月9日（米太平洋時間、日本時間7月10日未明）、OpenAI が新モデル群「GPT-5.6」を一般公開した¹。フラッグシップの Sol、中位の Terra、廉価の Luna という3階層構成だ。公開直後のニュースは、そろって最上位 Sol の性能を追いかけた。

ただ、業務でAIを使う側から見ると、Sol の「約105万トークン」という数字そのものは、いちばん面白い部分ではない。率直に言えば、長文脈の拡大は各社が横並びで進めてきた延長線上にある。編集部が今回いちばん注目したのは別の2点――「同じ作業をより少ないトークンでこなす効率」と「Luna の安さ」だ。この2つは、AIを”誰が””どれだけ”使えるかの前提を静かに動かす。

この記事は、確認できた実数を土台にしながら、その数字が”あなたの仕事のどこに効いてくるか”まで踏み込んで読む。読み終えたとき、「Sol を試すか」ではなく「自分の業務のどの工程をどのモデルに振るか」を考え始めてもらえたら成功だ。

3行でわかる GPT-5.6 Sol

項目	数値	出典
コンテキストウィンドウ	約105万トークン（最大出力 約12.8万）	OpenRouter / Requesty / Eden AI7
一般提供開始	2026年7月9日 PT（日本時間7月10日未明）	TechCrunch / Engadget1
Sol API料金（1Mトークン）	入力 $5 / 出力 $30（概算 約819円 / 約4,913円）	OpenRouter / Eden AI7
トークン効率	agentic coding で競合比 約54%改善（Altman発言）	CNBC12
Terminal-Bench 2.1	91.9%（ultra）／ 88.8%（max）※GPT-5.5は83.4%	VentureBeat / ITmedia14
提供チャネル	OpenAI API・Codex・ChatGPT・Amazon Bedrock（GA）	AWS / Impress Watch6

円換算はすべて概算で、為替は 1ドル ≈ 163.76円（2026年7月28日時点、Trading Economics より¹¹）を用いた。相場変動で金額は変わるため、実際の請求はご自身のレートで確認してほしい。

Sol で新しくできるようになったこと

OpenAI は Sol を「フラッグシップ兼ワークホース」「これまでで最良のコーディングモデル」と位置づけている¹。確認できた範囲で、実務に効く進化点は次の3方向だ。

約105万トークンの長文脈。コンテキストは約1,050,000トークン、最大出力は約128,000トークンと報じられている⁷。数十ファイルにまたがるコードや、数百ページの仕様書・議事録・ログを区切らずに一度に読み込ませ、全体を踏まえた要約やリファクタリング案を1往復で受け取れる。分割すると失われがちな「文書全体の文脈」を保てるのが、長文タスクでの実利になる。

長時間エージェント（long-horizon）。「リポジトリを読む→失敗するテストを特定→修正→再実行して確認」といった、1回の応答では終わらない多段作業を、途中経過を保ちながら継続できるとされる¹。コマンドライン操作に強いという記述は、Codex など開発者環境での活用を見据えたものと読める。長文脈と組み合わさって初めて価値が出る設計だ。

コンピュータ操作とセキュリティ用途。画面を認識して操作するコンピュータ操作の性能向上も報じられた⁴（改善幅の具体スコアは単一ソースのみで裏取りできず、本記事は数値を載せない）。またOpenAIは、脅威モデリングやコードレビュー、パッチ適用といったセキュリティ作業でも最上位と位置づけている¹。いずれも「広い範囲を読み、手順を追って直す」タイプの仕事で、長文脈・長時間エージェントの特性と噛み合う。

報道ベンチマークをどう読むか

主要メディアが報じたスコアを、出典つきで整理する。いずれもOpenAI発表を各社が報じた値で、当方が公式モデルカードで直接確認したものではない。

ベンチマーク	測るもの	Solのスコア（報道値）	報道
Terminal-Bench 2.1	コマンドライン多段作業	91.9%（ultra）／ 88.8%（max）。旧GPT-5.5は83.4%	VentureBeat / ITmedia / PC Watch14
Coding Agent Index	コーディング総合の合成指標	80（OpenAIが自社最高＝SOTAと主張）	VentureBeat14
トークン効率（agentic coding）	同作業に要する出力トークンの少なさ	競合比 約54%改善（Altman発言）	CNBC12
Agents’ Last Exam（コードモード）	長期エージェント課題の完遂率	50.9%（過半を超えた唯一のモデルとされる）※参考	VentureBeat14

数字の並びより、読み方が大事だ。Terminal-Bench 2.1 の 91.9%/88.8% は、旧世代83.4%からの明確な前進で、国内のITmedia・PC Watch もおおむね一致して報じた¹⁵。ultra は複数のサブエージェントを協調させる高負荷モード、max は高推論モードで、この差はモード差であって出典間の食い違いではない。

編集部がいちばん重く見るのは、派手なベンチ順位ではなく「トークン効率 約54%改善」のほうだ。これは同じ作業をより少ない出力トークンでこなす、つまり実運用コストに直結する指標で、後述のとおり”誰がAIを常用できるか”の裾野を広げる。率直に言えば、105万トークンよりこの一行のほうがニュースだった。

ただし、この54%は Sam Altman が CNBC のインタビューで語った数字だ¹³。発話者は自社CEO本人で、有利な文脈で切り取られている可能性は割り引いて読む必要がある。額面どおり信じるのはまだ早い、というのが編集部の立場だ。なおHLE（Humanity’s Last Exam）は報道間で64.7%〜47.2%と幅が大きく裏取りが弱いため、本記事では掲載しない。

本当の主役は最上位モデルではない

ここで見方を裏返したい。一見すると「Sol 一択」に見えるが、働き方への影響という物差しで測ると、効いてくるのは Sol の絶対性能ではなく、GPT-5.6 が持ち込んだ価格の階段と効率のほうだ。

モデル	位置づけ	入力 /1M	出力 /1M	円換算（概算）入力 / 出力
Sol（最上位）	コーディング／長期エージェント	$5	$30	約819円 / 約4,913円
Terra（中位）	コストと性能のバランス型	$2.5	$15	約409円 / 約2,456円
Luna（廉価）	軽量・大量処理向け	$1	$6	約164円 / 約983円

出典は Sol が OpenRouter / Eden AI、Terra・Luna が Gizmodo⁴。Terra は「GPT-5.5比で約2倍安い」と紹介されている。Luna の出力 $6/1M（約983円）は Sol の約5分の1だ。

この価格差が意味するのは単純だ。「全部を最上位でまかなう」発想が、いちばん損になる。下書きの大量生成や分類は Luna、通常の実装や要約は Terra、最終仕上げと難所のコーディングだけ Sol――という工程別の振り分けで、品質を落とさずに総コストを大きく下げられる。そこにトークン効率の改善が乗るので、同じ予算でこなせる作業量はさらに増える。

出力単価がいかに効くかは、公表単価からの単純計算で見えてくる（実際の課金はトークン数・キャッシュ・為替で変わる、あくまで目安）。

想定（Solでの処理）	計算	ドル	円（概算）
入力10万＋出力2万を1回	$5×0.1 ＋ $30×0.02	$1.10	約180円
入力50万＋出力10万を1回	$5×0.5 ＋ $30×0.1	$5.50	約901円
入力10万＋出力2万を1,000回	$1.10×1,000	$1,100	約18.0万円

出力が多い処理ほど費用が伸びる傾向がはっきり出る。だからこそ、定常的な大量処理を Luna/Terra に寄せ、Sol を使う場面を絞る設計が現実解になる。編集部の見立て（一次情報が確定した際は更新する）はこうだ――GPT-5.6 の本当の発明は最上位モデルではなく、”安いモデルでも実用に足りる”水準まで裾野を押し下げたこと。これは価格の話に見えて、実は「AIを常用する人の数」を変える話だ。

実務での使い方 — 製造業・社内SEのケース

抽象論だけでは腹に落ちないので、具体的な場面を1つ描く（実務例としての仮想シナリオ）。

従業員80名ほどの部品メーカーで、基幹システムを一人で守る社内SEの田中さん（仮）を想像してほしい。15年前に外注で作られた受発注システムは、仕様書が断片的で、コードのクセを把握しているのは事実上、田中さんだけ。休めない、辞められない、いわゆる属人化の典型だ。

ここで Sol の105万トークンが効く。田中さんは、リポジトリのソース一式と、社内に散らばっていた仕様メモ・過去の障害報告をまとめて一度に読み込ませ、「全体構造の要約」「危険な依存関係の洗い出し」「失敗しているバッチの原因候補」を1セッションで受け取る。分割して渡すと全体像が崩れる作業が、区切らずに済む。

変わるのは作業時間だけではない。これまで田中さんの頭の中にしかなかった「このシステムの地図」が、読み込ませるたびに文章として外部化されていく。属人化が少しずつ解けるのだ。もちろん出力は鵜呑みにできないし、機密コードを外部APIに渡す是非は社内規程しだい。それでも「触れるのが一人だけ」という状態から一歩抜ける入口にはなる。この工程のうち、大量のログ分類は Luna、日々の実装補助は Terra、地図づくりと難所の改修だけ Sol、と振れば費用も現実的だ。

Claude・Gemini とどう使い分けるか

正直に書く。信頼できるメディアによる他社モデルとのヘッドツーヘッドの数値は、現時点では乏しい。理由もはっきりしている。多くの記事が載せる「対戦成績」は、Anthropic のフラッグシップを「Fable 5」「Mythos 5」といった実在しない名称で書いており（同社の実在系列は Claude Opus / Sonnet / Haiku。TechCrunch は2026年6月30日に実在モデルとして Claude Sonnet 5 の投入を報じている¹⁷）、そうした得点はそのまま比較に使えない。だから本記事は数値の対戦表を作らない。

とはいえ「比較不可」で逃げるのは不誠実だ。公開情報だけで見立てを立てるなら、こう整理できる。

• Sol の売りは「長文脈 × コーディング × 効率」。大規模リポジトリの読解や長期エージェント運用で強い。弱みは出力単価の高さ（$30/1M）で、長文生成を多用するとコストが伸びやすい。
• Claude Sonnet 5 は「エージェントを安く回す」方向。TechCrunch は”より安くエージェントを動かす”モデルとして報じた¹⁷。量をこなす自動化では、コスト面でこちらが現実的な場面が多いと編集部は見る。
• Gemini は「Google 環境との連携と広い入力」。2026年5月のI/OでChatGPT・Claudeに対抗する更新が報じられた¹⁸。Workspace を業務基盤にしているなら、連携のしやすさが効く。

つまり「どれが最強か」ではなく、品質最優先の長文コーディングは Sol、コスト重視の自動化量産は Sonnet 5、Google連携は Gemini、という棲み分けが今の落としどころだ。ベンダー発表値やSEO記事は自社に有利に切り取られがちで、今回の調査でも実在しない競合名を交えた記述が多数見つかった。順位よりも、自分の代表タスクで小さく試したときの使用感とコストのほうが、意思決定には効く。

モデル選定の考え方は、当サイトのAIライティングモデル比較や業種別AI活用マップも参考にしてほしい。海外の動向は米国AIメディアの広告モデル解説でも扱っている。

これから起きること（3ヶ月／半年／1年）

ここは編集部の予測で、確度をあわせて明示する（一次情報が確定した際は更新する）。

• 3ヶ月：濃厚。Codex 上での長期エージェント運用が開発チームの日常に入り、SIerや社内SEの「仕様書を読ませて改修案を出す」作業がコモディティ化し始める。長文脈が”当たり前”になる。
• 半年：五分五分。「下書きは Luna、仕上げは Sol」のような工程別の振り分けが標準運用になる。1タスクあたり単価が下がるぶん、AIに回す作業の”量”が増える方向に振れる（人員を減らす方向ではなく）。
• 1年：賭け。「どのモデルを使うか」という問い自体が薄れ、複数モデルへ作業を振り分けるオーケストレーション（どの工程をどのモデルに流すかの設計）こそが実務スキルになる。効率改善競争が続けば、この流れは加速する。

明日からできること

読んで終わりにしないために、小さく始められる手順を置いておく。

• まず1タスクだけ棚卸しする。自分の業務で「長い資料を読んで判断する」作業を1つ選ぶ。そこが長文脈モデルの効きどころだ。
• Terra から試す。いきなり Sol ではなく中位の Terra で品質を見て、足りない工程だけ Sol に引き上げる。コストの入口を低く保てる。
• 出力量を見積もる。Sol の出力は $30/1M（約4,913円）。長文を大量生成する使い方なら、事前にトークン量をざっくり見積もっておく。
• 最終判断は公式モデルカードで。本記事の数値は報道ベースの参考値。導入前に一次情報で裏を取る。

まとめ

GPT-5.6 Sol は、約105万トークンの長文脈と長時間エージェント、コーディング／セキュリティでの強さを打ち出した、OpenAI の最上位モデルだ。ベンチマークでも Terminal-Bench 2.1 で91.9%/88.8%と旧世代を上回ったと報じられている。

ただ、編集部がこの発表でいちばん重要だと考えるのは、Sol の絶対性能ではない。トークン効率の改善と、廉価版 Luna が実用水準に届いたことで、”AIを常用できる人と作業の裾野”が広がる――そこが本命だ。だから読者にとっての問いは「Sol を使うか」ではなく「自分の仕事のどの工程を、どのモデルに振るか」になる。数字は素材にすぎない。その素材で自分の働き方をどう組み替えるかが、これから問われる。

よくある質問（FAQ）

GPT-5.6 Sol はいつ使えるようになりましたか？

2026年7月9日（米太平洋時間、日本時間7月10日未明）に一般公開されました。限定プレビューは6月26日と報じられています¹。

Sol のコンテキストはどのくらいですか？

約105万（1,050,000）トークン、最大出力は約12.8万トークンと報じられています⁷。長い資料や大規模コードの読み込みに向く水準です。

Sol・Terra・Luna はどう使い分けますか？

品質最優先なら Sol、性能とコストのバランスなら Terra、大量処理や低単価が要るなら Luna が目安です。工程ごとに振り分けるほど総コストを抑えられます。Sol出力$30に対しLunaは$6（約983円）と単価差が大きいためです⁴。

ベンチマークのスコアはどのくらいですか？

報道では Terminal-Bench 2.1 で91.9%（ultra）／88.8%（max）でGPT-5.5の83.4%を上回り¹⁴、Coding Agent Index で80、agentic coding で競合比 約54%効率が良いとされます¹²。HLE は報道間で幅が大きいため掲載していません。最終確認は公式モデルカードを推奨します。

Sol はどこで使えますか？

OpenAI API、Codex、ChatGPT（Plus / Pro / Business / Enterprise）に加え、Amazon Bedrock でも一般提供（GA）と案内されています⁶。

Sol の料金は他モデルより高いですか？

Sol は入力$5 / 出力$30（1Mトークン、概算 約819円 / 約4,913円）。中位Terraは$2.5/$15、廉価Lunaは$1/$6で、用途に応じて使い分ける前提の価格設計です⁷。

参考リンクと取材メモ

取材メモ（出典方針）：本記事の数値は2026年7月28日時点の、名前を明示できる大手メディア報道に基づく参考値です。今回はOpenAI公式ページ・カタログサイト等の一次情報がすべてアクセス制限（HTTP 403）で直接開けず、WebSearchの検索結果スニペット経由で確認しました。報道間で数値が食い違う項目（例：HLE 64.7%〜47.2%）は掲載を見送り、裏取りの弱い項目は参考／要確認と明示しました。Anthropicの実在しないモデル名（Fable 5 / Mythos 5）に依拠した競合比較は除外しています。料金・コンテキスト長・提供チャネル・公開時期は複数ソースで一致しています。使い分けや予測の評価には編集部の解釈が含まれ、一次情報が確定した際は更新します。

1. TechCrunch「OpenAI launches its new family of models with GPT-5.6」(2026-07-09) — https://techcrunch.com/2026/07/09/openai-launches-its-new-family-of-models-with-gpt-5-6/
2. CNBC（2026-07-08、参考／要確認） — https://www.cnbc.com/2026/07/08/openai-expanding-gpt-5point6-ai-model-release-ending-government-limits.html
3. Engadget「OpenAI rolls out GPT-5.6 July 9」 — https://www.engadget.com/2210308/openai-rolls-out-gpt5-6-july-9/
4. Gizmodo Japan「OpenAI GPT-5.6」 — https://www.gizmodo.jp/article/openai_gpt-5_6/
5. Impress Watch（ニュース） — https://www.watch.impress.co.jp/docs/news/2124043.html
6. AWS Machine Learning Blog「GPT-5.6 Sol, Terra, and Luna are now generally available on Amazon Bedrock」 — https://aws.amazon.com/blogs/machine-learning/openai-gpt-5-6-sol-terra-and-luna-are-now-generally-available-on-amazon-bedrock/
7. OpenRouter モデルページ（セッションから403／要確認） — https://openrouter.ai/openai/gpt-5.6-sol
8. Requesty モデルページ — https://www.requesty.ai/models/openai/gpt-5.6-sol
9. Eden AI「GPT-5.6 Sol benchmarks, pricing, API access guide」 — https://www.edenai.co/post/gpt-5-6-sol-benchmarks-pricing-api-access-guide
10. OpenAI 公式インデックス（セッションから403／要確認） — https://openai.com/index/gpt-5-6/
11. 為替レート出典：Trading Economics（1ドル ≈ 163.76円、2026-07-28） — https://tradingeconomics.com/japan/currency
12. CNBC「OpenAI’s newest AI model is 54% more token efficient on agentic coding, Altman tells CNBC」(2026-07-09) — https://www.cnbc.com/2026/07/09/open-ai-sam-altman-chatgpt-5-6-sol.html
13. CNBC 動画「Altman says it is 54% more token efficient relative to rivals」(2026-07-09) — https://www.cnbc.com/video/2026/07/09/openais-gpt-5-point-6-altman-says-it-is-54-percent-more-token-efficient-relative-to-rivals.html
14. VentureBeat「OpenAI unveils GPT-5.6 Sol, Terra and Luna models…」 — https://venturebeat.com/technology/openai-unveils-gpt-5-6-sol-terra-and-luna-models-but-only-accessible-to-limited-preview-partners-for-now-per-us-gov
15. ITmedia AI＋「OpenAI『GPT-5.6』一般公開 最上位モデルは『コスト半分で一部超え』うたう」(2026-07-10) — https://www.itmedia.co.jp/aiplus/article/2607/10/2000000183/
16. PC Watch「OpenAI『GPT-5.6』公開、下位モデルでも低コストで高性能うたう」 — https://pc.watch.impress.co.jp/docs/news/2123999.html
17. TechCrunch「Anthropic launches Claude Sonnet 5 as a cheaper way to run agents」(2026-06-30) — https://techcrunch.com/2026/06/30/anthropic-launches-claude-sonnet-5-as-a-cheaper-way-to-run-agents/
18. TechCrunch「Google updates its Gemini app to take on ChatGPT and Claude at IO 2026」(2026-05-19) — https://techcrunch.com/2026/05/19/google-updates-its-gemini-app-to-take-on-chatgpt-and-claude-at-io-2026/