GPT-6 Sol とは何か、料金はいくらか、2026年に誰が使うべきか

GPT-6 Solの実態

GPT-6 Solは、OpenAIのGPT-6ラインナップの中でバランス型の中間層モデルだ。フラッグシップのGPT-6 Astraから3週間後の2026年9月23日、より小型のGPT-6 Lunaと同時に発表された。OpenAI自身の一言が、この2つの新モデルをどう捉えるべきかを的確に示している。「Build with Sol. Scale with Luna.」つまり、Solが日常の主力、Lunaが大量処理向けの安価な選択肢、そしてAstraは本当に必要な仕事に対してのみ使う最先端エンジンだ。

内部的には、モデルカードに開発上重要な仕様がまとめられている。モデルIDはgpt-6-solで、コンテキストウィンドウは1,050,000トークン、最大入力は922K、最大出力は128K、知識のカットオフは2026年4月20日となっている。テキストと画像を入力として受け取り、テキストを返す。推論の強度はnoneからmedium(デフォルト)、maxまで設定できる。Responses APIでは、Web検索、コードインタープリター、ホスト型シェル、コンピュータ操作、MCPサポートが標準搭載されている。つまり、フラッグシップと同じツールセットを、主力モデルの価格で使えるということだ。

一番重要な数字: 価格が半分になったこと

これこそがGPT-6 Solが存在する理由だ。APIの料金ページによると、Solは標準ティアで入力100万トークンあたり2ドル、出力100万トークンあたり10ドルで、キャッシュ入力は0.20ドル、キャッシュ書き込みは2.50ドルとなっている。これはGPT-5.6 Solの4ドル/20ドルから一律50%の値下げだ。

2つの新モデルはどちらも同じ扱いを受けている。GPT-6 Lunaは入力0.10ドル、出力0.50ドルまで下がった。OpenRouterでは発表初日にSolの2ドル/10ドルという価格が確認され、ローンチに対するコミュニティの最も明快な評価は、注目を集めたHacker Newsのコメントにあった。「~性能はほぼ同等で価格は0.5倍。」これが製品の全貌を一文で表している。

全体像を知りたい場合は、価格をさらに半分にするBatchティアとFlexティア、逆に倍になるFastモードティア、そしてロングコンテキストの追加料金まで含めて、専用のGPT-6 Sol料金ガイドで詳しく解説している。この記事向けの要点は、ほとんどの標準的なワークロードにおいて、SolはOpenAIのAPIから前世代の知能を引き出す最も安価な方法になったということだ。

ベンチマークの現実チェック

ここで、ローンチのフレーミングと実際の数字を切り分ける必要がある。「価格が半分」が良いニュースになるのは、品質が維持されている場合に限られるからだ。

一般的な知能に関しては、ほぼ横ばいだった。Artificial Analysisの報告によると、GPT-6 SolはIntelligence IndexとCoding Agent IndexのいずれにおいてもGPT-5.6 Solと同水準で、「一部の評価では向上、別の評価では後退」という結果だった。エージェント系のベンチマークも同じく控えめな結果を示している。AutomationBench-AAは62対60、Terminal-Bench 4.0は44対40、AA-Omniscienceは22から27へとわずかに上昇している。これらは世代を超えた飛躍ではなく、マイナーリリース相当の差であり、OpenAIもそう装ってはいない。

本当の改善はもっと目立たないところ、つまり事実精度にある。OpenAIによれば、GPT-6 SolはGPT-5.6 Solのおよそ半分の頻度でしか事実誤認を起こさず、Astraの水準に近づいているという。独立系の最大努力モードでのテストでは、ハルシネーション率が92%から60%まで下がった(Lunaも93%から77%に改善)。自信満々だが誤った回答がコストにつながるあらゆる場面、そしてカスタマーサポートはまさにそうした種類の仕事だが、そこではハルシネーションが少なく価格が半分になっていることは、いくつかのベンチマークの点数よりも価値のある取引だ。

コーディング面では、公平に言うべき留保点もある。OpenAI自身のDeepSWE v1.1の結果では、Solは68.8%を記録し、AnthropicのFable 5による最高スコアからわずか1ポイント差、タスクあたりのコストはおよそ80%低い。つまり、コーディングエージェントにおける結果あたりの価格では、Solは非常に競争力がある。ただし、それは以前より賢くなったからではなく、単に安いからにすぎない。

ファミリー内でのGPT-6 Solの位置づけ

Solを最も明確に位置づける方法は、2つの兄弟モデルと比較することだ。Lunaは大量処理向け、Astraは最先端向け、そしてSolはほとんどのチームがデフォルトとして選ぶべきモデルだ。

出典: OpenAI API料金。このパターンは意図的なものだ。3モデルすべてで同じ巨大なコンテキストウィンドウを持ちながら、各ティアで出力価格が5倍ずつ上がっていき、それぞれに明確な役割が与えられている。新しいモデルというだけの反射的な理由でAstraに手を伸ばす人の多くは、実はSolで価値の95%を得られる。これはまさにOpenAIが「Build with Sol」で促している選択だ。

結局どのGPT-6モデルを使うべきか

実際のプロジェクトで3つのモデルから選ぶ場合、答えは通常「どれが最新か」ではなく「その仕事が何か」で決まる。以下から自分のユースケースを選んでみてほしい。

アクセス方法

GPT-6 Solはローンチ当日にロールアウトされたが、どこで利用できるかは働き方によって異なる。

• API: モデルIDはgpt-6-solで、ResponsesとChat Completionsで利用できる。無料ティアでのアクセスはないため、Tier 1が最低ラインで、1分あたり500リクエストから始まる。標準のレート制限は利用ティアに応じて拡大する。
• ChatGPTとCodex: ローンチノートによると、SolはPlus(20ドル)、Pro、Business、Enterprise、Eduのユーザーが利用できる。FreeおよびGo(8ドル)ユーザーはデスクトップアプリでLunaのみ利用可能だ。
• Codexに関しては: Solは「これで構築する」ためのモデルであるため、エージェント型コーディングの業務に自然に組み込める。長時間にわたるセッションではAstraよりも経済的だ。予算を検討している場合は、Codexの料金の内訳を確認する価値がある。

ChatGPTのサブスクリプション内でのアクセスは、単純なAPIの値下げ幅から想像するよりもわずかに良い取引になる。50%のAPI値下げが既存プランの利用枠に上乗せされる形になるからだ。しかし、Solをプロダクトに組み込む場合は、価格の話が実際に効いてくるのはAPIの方だ。

GPT-6 Solが開発者にとって意味すること

APIで開発しているのであれば、実践的な結論はシンプルだ。これは無料のアップグレードだ。既存のGPT-5.6 Sol統合をgpt-6-solに向ければ、出力品質はほぼ同じまま、ハルシネーションは減り、料金は半分になる。それを見送る理由はほとんどなく、共有された100万トークンのコンテキストウィンドウのおかげで、入力面でも何も損なわれない。

慎重になるべきなのは、迷わずAstraに手を伸ばしたくなる場面だ。AIエージェントのコストは長時間タスクにおいて出力トークンに支配されており、Astraは出力でSolの5倍のコストがかかる。ワークロードがAstraを本当に必要とする自律的かつ複数ステップの種類のものでない限り、Solなら5分の1の価格で仕事をこなせる。コミットする前に自社のトラフィックでシミュレーションしてみるべきだ。AIカスタマーサポートのコストに関する判断を検討するのと同じ要領で。

ターミナルからの操作を好む場合は、eeselのCLIも知っておく価値がある。これはダッシュボードが提供するのと同じeeselワークスペースを操作するための、エージェントに優しい手段だ。人が手動で実行することもできれば、スクリプトで自動化することもでき、Claude Code、Codex、Cursorのようなコーディングエージェントが直接呼び出すこともできる。つまり、UIをクリックして回るよりもコマンドラインからgpt-6-solをサポートワークフローに向けたいタイプの開発者であれば、その道は用意されており、別のアドオンではなく、同じテスト済みのチームメイトを動かすことになる。

サポートチームを率いている場合に意味すること

ここでは、興奮を煽るのではなく、実用的でありたい。私自身がこの領域で製品を作っており、正直な答えはやや直感に反するものだからだ。

カスタマーサポートや社内オペレーションを率いているなら、より安価でわずかに正確なモデルが変えてくれることは、ローンチが示唆するほど多くはない。Solのような素のモデルはインフラだ。優れたエンジンではあるが、箱から出したままの状態では返金ポリシーを知らず、過去5万件のチケットを見ることもできず、注文システムへのアクセス権もなく、実際の顧客に返信を始める前に実際のキューに対して安全にテストする方法もない。多くの人が「モデルが安く正確になった」ことを「サポートが向上した」ことと混同しているが、これらはまったく別の2つのプロジェクトだ。

解決率を実際に動かす作業は、モデルの周りの層にある。つまり、自社のナレッジへの接続、すでに使っているヘルプデスクへの組み込み、安全に実行できるアクションの付与、そして本番投入前に自社の履歴に対してシミュレーションすることだ。私はライブのサポートキューにAIを導入する仕事に何年も携わってきたが、繰り返し学ぶ教訓は、優れたモデル上で自信ありげに話すボットであっても、実際の過去のチケットに対してテストされる必要があるということだ。それが、実際にどう振る舞うかを知る唯一の方法だからだ。ハルシネーションの少ない安価なモデルは、良い追い風にはなる。しかし、それだけで仕事の全体を担ったことは一度もない。

同じ理由で、新しいモデルが登場したその週にサポート自動化を慌てて乗り換えることも勧めない。優れたAIヘルプデスクエージェントやAIエージェントは設計上モデルに依存しないため、明らかに優れた、あるいは安価なモデルが登場したときには、何も作り直すことなくそのアップグレードを引き継げる。差別化要因は、どのモデルを組み込んだかではなく、それ以外のすべてだった。

eeselを試す

GPT-6 Solへの本当の関心が「安価に、より多くのチケットを解決できるAIをどう手に入れるか」であるなら、それはまさにAIチームメイトが担うために作られた仕事であり、eeselが位置づけられている場所だ。GPT-6 Solはエンジンであり、eeselはそれを動かすために雇うチームメイトだ。AIヘルプデスクエージェントは、過去のチケットとヘルプセンターをもとに学習し、既存のヘルプデスクを置き換えるのではなく組み込む形で連携し、実際のライブ会話に触れる前に、何千件もの実際の過去のチケットに対してシミュレーションすることで、どのように動作するかを正確に確認できる。

料金体系も製品と同じ考え方を反映している。考えるためにトークンごとに支払うのではなく、実際に対応した解決チケットごとに支払う形になっており、席数ごとの料金やプラットフォームの最低利用料もないため、コストはモデルのおしゃべりではなく成果に連動する。そしてeeselはモデルに依存しない設計であるため、GPT-6 Solのような安価で正確なモデルは、移行作業をせずに無料で引き継げるメリットとなる。

GPT-6 Solは本物の、歓迎すべきリリースだ。前世代と同じ知能を持ちながら、誤りは少なく、価格は半分になっている。しかし、ほとんどのチームにとって、モデル自体がボトルネックになったことは一度もない。テスト済みで、連携されており、責任を持って動くチームメイトを既存のワークフローに組み込むことこそが本当の課題であり、そこにこそエネルギーを注ぐ価値がある。クレジットカードなしで無料で始め、キューの一部を担当させ、自社のチケットで解決件数の数字を確認することができる。