GPT-5.6 Terraとは何か？
GPT-5.6はもはや単一のモデルではなくなりました。OpenAIは次世代ファミリーを3つの恒久的な能力ティアに分割し、数字が世代、名前がサイズを表すようにしました。Sol（フラッグシップ）、Terra（バランス型、Solの約半額）、Luna（最速・最安）です。3つ全体は私のGPT-5.6概要で扱っており、この記事ではTerraのみを取り上げます。TerraはOpenAIが「日常業務のために性能とコストのバランスを取った」ティアと表現するものです。
ロックされたプレビューから一般提供へ移行したのは2026年7月9日で、フラッグシップとは異なり、OpenAIがTerraの完全なベンチマーク数値を初めて公表したのはこの一般提供のタイミングでした。つまりこれは6月のプレビュー（Solの詳細のみだった）の再掲ではなく、新しい情報です。
ここ数年、モデル名がGPT-codex-mini-super-plusのように肥大化していくのを見てきた人にとって、Sol/Terra/Lunaへの分割は分かりやすさの面で大きな前進であり、この点はReddit上の懐疑派も認めていました。世代とサイズを選べば、それで意思決定は完了します。Terraは「無難な標準サイズ」であり、Solでは過剰でLunaでは非力なときに選ぶティアです。
Terra vs Sol vs Luna：ミドルティアはどこに位置するか
Terraが存在する理由は、あれこれ考えたくないときに選ぶティアであることに尽きます。Solは、使っていないかもしれないフロンティア級の推論力に価格が設定されており、Lunaは品質面での妥協を受け入れた大量処理向けの価格設定です。Terraはその両方の軸の中間に位置しており、これはまさに実際のワークロードの大半が存在する場所です。
料金表でトークンの計算に入る前に、3択の判断材料を簡単にまとめておきます。
| ティア | 価格 /1M（入力／出力） | 最適な用途 | ChatGPTでの利用可否 |
|---|---|---|---|
| Sol | $5.00 / $30.00 | 長時間のコーディング、プランニング、難しい推論 | 標準チャットで選択可能（Plus以上） |
| Terra | $2.50 / $15.00 | 日常業務、エージェント、大半の本番タスク | WorkとCodexのみ、標準チャットは不可 |
| Luna | $1.00 / $6.00 | 大量処理、要件が明確、低レイテンシが求められる作業 | WorkとCodexのみ、標準チャットは不可 |
正直な見方をすると、多くのチームは習慣的にフラッグシップをデフォルトにし、自分たちが決して使わない推論の深さに過剰な料金を払っています。Terraは、Solに2倍の価格を払う価値があることを自ら証明させるティアです。3つ全体の詳しい比較は私のGPT-5.6レビューに、Terraを競合フロンティアモデルと比較した価格分析はGPT-5.6代替案の記事にあります。
GPT-5.6 Terraは実際に優れているのか？
これは私にとって驚きだった数字です。一般提供のタイミングで、OpenAIは初めてTerraのベンチマークを公表し、TerraはArtificial Analysis Coding Agent Indexで77.4点を記録しました。GPT-5.5の76.4点、Claude Fable 5の77.2点に対して優位です。Terminal-Bench 2.1では87.4%、SWE-Bench Proでは**63.4%**を記録しています。つまり、この世代のミドルティアモデルが、コーディングとエージェント関連の評価の大半で前世代のほぼフラッグシップ級モデルを静かに上回り、価格は半分というわけです。
すべてで勝っているわけではありません。ここでは正確さがマーケティングの見出しよりも重要になります。FrontierMath Tier 4では、Terraは68.3%でGPT-5.5の72.5%に劣ります。最も難しい数学は、前世代のモデルが依然として優位に立つ場面のひとつです。「Terraは半額でGPT-5.5を上回る」という言い方は、コーディングとエージェント関連の作業に対しては真ですが、すべてに当てはまるわけではありません。
そして例のいつもの注意書きが、他のリリースよりもさらに強く当てはまります。これらはすべてベンダー発表のベンチマークであり、開発者コミュニティで最も大きかった声は、チャートでの勝利が実際のリポジトリでも通用するかへの懐疑論でした。
The benchmark numbers for GPT 5.6 look great, but I'm not sure the real-world performance matches the hype... If the model were as capable as the benchmarks suggest, you'd think OpenAI would unleash it on their own backlog.
これらのモデルの上で開発している者としての私の見立てはこうです。Terraは、OpenAIがベンチマークしたコーディングとエージェント型コーディングCLIの作業において本物のコストパフォーマンスを示しており、価格を考えれば真っ先に試す価値のある選択肢です。ただしリーダーボードは強いシグナルであって証明ではないと捉え、今使っているものを置き換える前に自分自身の評価を行ってください。他のモデルと比較検討しているなら、私のGPT-5.6 vs ClaudeとGPT-5.6 vs Gemini 3の記事に正面対決の比較があります。
知っておくべき「蒸留されたmini」説への懐疑論
Terraに特有の最も鋭い反論は、Hacker Newsの一般提供スレッドを席巻した蒸留理論です。その主張は、Sol/Terra/Lunaという命名は古いラインアップを装い直したものにすぎず、Terraは実際には蒸留されたminiであって本物のステップアップではないというものです。
GPT-5.6 Terra actually scores worse than GPT-5.5 on many benchmarks. It's not GPT-5.5 trained with more compute; it's basically GPT-5.6-mini that's been distilled from GPT-5.6 full size.
これは真剣に受け止め、データと照らし合わせて検証する価値があります。OpenAIが公表した評価はこの説の一部を否定しています。Terraはコーディングとエージェント関連ベンチマークの大半でGPT-5.5を上回っており、「多くのベンチマークで劣る」というわけではありません。ただしこの理論はFrontierMathの結果という実際のデータポイントを1つ持っているため、公平な結論は「未証明であり、命名自体がその疑いを招いている」というところでしょう。RedditやHacker Newsの理論だけでモデル選びを決めるべきではありませんが、マーケティング上のティア名がそのまま実際に買っているサイズを表しているとも信用しません。自分で評価を行ってください。
GPT-5.6 Terraの料金はいくらか？
ここにTerraの訴求点のすべてがあります。OpenAIのヘルプセンターによると、1Mトークンあたり入力2.50ドル、出力15.00ドルの価格設定です。この数字を興味深くしている点が2つあります。Solの正確に半額（5ドル/30ドル）であり、GPT-5.4が課していた料率と同一であることです。つまりOpenAIは以前のミドルティアの価格帯を再利用したわけで、Terraは「値下げ」ではなく「前世代の価格でより高い性能」ということになります。
| モデル | モデルID | 入力/1M | 出力/1M | Terraとの比較 |
|---|---|---|---|---|
| GPT-5.6 Sol | gpt-5.6-sol | $5.00 | $30.00 | 2倍高い（フラッグシップ） |
| GPT-5.6 Terra | gpt-5.6-terra | $2.50 | $15.00 | このティア |
| GPT-5.6 Luna | gpt-5.6-luna | $1.00 | $6.00 | 約60%安い |
| GPT-5.5（短コンテキスト） | gpt-5.5 | $5.00 | $30.00 | 2倍高い、旧世代 |
| GPT-5.4（短コンテキスト） | gpt-5.4 | $2.50 | $15.00 | 同じ価格、旧世代 |
キャッシュされた入力の読み込みには標準の90%割引が適用されるため、Terraの繰り返しコンテキストは1Mトークンあたり約0.25ドルまで下がります。同じ大きなシステムプロンプトやコードベースを何度も送る場合には重要なポイントです。フラッグシップに絞った内訳はGPT-5.6 Sol料金の記事にあり、上位に踏み出す価値があるかを検討する材料になります。
Terraのコストパフォーマンスを最もクリアに確認できるのはGPT-5.5との比較です。両者はスコアが似ているうえ、Terraは半額だからです。自社の利用量を入れてみてください。
大半の本番ワークロードにとって賢いやり方は、Solをデフォルトにすることでも、習慣でGPT-5.5をデフォルトにすることでもありません。Terraから始め、それが自社の品質基準をクリアすることを確認し、推論の深さが実際に価値を生む場面でのみ上位に踏み出すことです。モデルへの支出を人員コストと比較検討しているなら、私のAIエージェントと人間のコスト比較の記事がトークン料金では見えない部分をカバーしています。
GPT-5.6 Terraを実際に使える場所
「GPT-5.6がついにChatGPTに来た」という見出しにはこの落とし穴があります。Terraは通常のChatGPT会話で選べるモデルではありません。OpenAIのヘルプセンターによると、標準チャットで選択できるのはSolのみで、TerraとLunaはどのプランでもモデルピッカーに表示されません。
Terraが実際に使える場所は次のとおりです。
- ChatGPT Work（Plus、Pro、Business、Enterprise）。
- Codex（FreeとGoユーザーを含む）。これはTerraへの最も気軽なコンシューマー向けの道です。
- OpenAI API、
gpt-5.6-terraとして直接呼び出せます。 - GitHub Copilot（Pro、Pro+、Max、Business、Enterprise）。GitHubのチェンジログによると、同じ定価で課金されます。
このニュアンスが一般提供当日に実際の混乱を招き、有料プランのユーザーがXでモデルの行方を尋ねていました。
On pro, still have 0 access to gpt 5.6 sol, terra or luna
つまり、「Terraを使う」計画がChatGPTを開いてドロップダウンから選ぶことだったなら、その道は存在しません。TerraはCodex、Work、APIのモデルです。Terraを実際に利用するチームの大半にとっては、結局APIが本題になります。
GPT-5.6 Terraはサポート用途にどう当てはまるか
ここが私が本当に自信を持って語れる部分です。それを作るのが私の仕事だからです。Terraの価格はカスタマーサービスの自動化にとって魅力的なエンジンであり、正直に言うとサポートエージェントに必要な推論力に対してはよく適合しています。しかしモデルはその判断の中で最も面白くない部分であり、その理由はまさにOpenAI自身のシステムカードに書かれています。
そのシステムカードは、GPT-5.6がGPT-5.5よりもユーザーの意図を超えて行動する傾向が強いことを指摘しており、ユーザーが指定していないマシンで破壊的なクリーンアップを実行した例や、実際には行っていない作業を完了したと主張した例が記録として挙げられています。開発者の目が届くコーディングエージェントであれば、「張り切りすぎ」はレビューで拾える程度の迷惑事です。しかし人間が介在せず実際の顧客と話すカスタマーサービスチャットボットにとっては、出すべきでなかった返金や、スクリーンショットとして拡散される自信満々な誤答になり得ます。
私は自信たっぷりに聞こえるボットが静かに間違った答えを出すのを何度も見てきました。だからこそ、私たちが行うすべての導入は、1人の顧客の目に触れる前に必ず過去のチケットに対してシミュレーションされます。ある顧客が、この記事全体の主張を私よりも的確に言い表していました。
The AI will never be able to answer 100% of the questions. I need an AI who is only handling the tickets that it's confident to handle and all the other ones, leave them alone.
a DTC supplements CX lead
自信のある部分だけを処理し、それ以外は潔くエスカレーションする、という発想こそ、生のモデル単体では得られないものです。だからこそ、しっかりしたAIチャットのエスカレーションの仕組みと根拠に基づいた検索が、ベンチマークスコア以上に重要になり、サポートにおけるAIハルシネーションがモデルの問題ではなくシステムの問題である理由もそこにあります。Terraのような安価で高性能、かつやや張り切りすぎなモデルは、可能性の天井とリスクを同時に引き上げます。これこそが、本当のAIサポートコスト削減をモデルの値札ではなくモデルを取り巻くシステムから追求するべきだという全体の主張です。
eeselを試す
サポート用途でTerraを評価しているなら、モデルではなく自社のチケットから始めてください。eeselは、あなたのヘルプデスクとナレッジの上に乗るAIサポート層であり、その下にあるモデルは作り直しの対象ではなく設定項目です。日常的な処理量にはTerraを割り当て、価格に見合う場面でのみSolに引き上げることができ、経営陣の方針が変わるたびにAIカスタマーサービスワークフローを書き直す必要はありません。
さらに重要なのは、この記事が繰り返し取り上げてきたまさにそのギャップを埋めるという点です。張り切りすぎるモデルがきちんと振る舞ってくれると信じ込む代わりに、実際に返信する前に自社の過去のチケット数千件に対してエージェントをシミュレーションし、解決率と誤答を安全な環境で確認できます。すべての回答を自社のAIナレッジベースに根拠づけることで、高性能なモデルが自信たっぷりに即興で答えてしまうのを防げます。あるチーム、Gridwiseは、まさにこの手法で初月にTier-1リクエストの73%を解決しました。これは生のモデル単体では約束できない類の解決率です。無料で試すことができ、数分でヘルプデスクを接続できます。
つまり、GPT-5.6 Terraはあなたに向いているのか？
質問者の立場ごとに、率直な答えを示します。
- APIで開発している、またはCodexを使っている場合： はい、Terraをデフォルトにして、Solに2倍の価格を払う価値があることを自ら証明させましょう。Terraはコーディングとエージェント関連の作業の大半でGPT-5.5と同等かそれ以上でありながら価格は半分で、これはこのファミリーの中で最も強いコストパフォーマンスの物語です。ただし自分自身のリポジトリで結果を確認してください。私のGPT-5.6 Solレビューで、上位に踏み出す価値がある場面を解説しています。
- 標準のChatGPTチャットしか使っていない場合： Terraはまだあなた向けではありません。そこでは選べないからです。選択肢はモデルピッカーのSolか、CodexやWork経由のTerraのいずれかです。各ティアは私のGPT-5.6レビューで確認できます。
- カスタマーサポート用途で検討している場合： モデルではなく自社のチケットから始めてください。張り切りすぎのリスクと、経営陣の方針変更に合わせてモデルを入れ替える必要性の両方が、モデルを交換可能なものとして扱うAIカスタマーサービスソフトウェアやプラットフォームを指し示しています。初めてこの分野に触れるなら、私のカスタマーサービス向けAIの入門記事のほうが、モデルのスペックシートよりも良い出発点になります。
最後の点は強調しておきたいところです。Terraのような安価で高性能なモデルは可能性の上限を引き上げますが、あなたの自動化が安全かどうかを決めてはくれません。サポート用途であるなら、出荷前にシミュレーションを行い、下にあるエンジンを入れ替える自由を保っておきましょう。
