GPT-5.6とは？7月9日に一般公開｜Sol・Terra・Lunaの違い・料金・150万トークンの真偽を解説

GPT-5.6は、OpenAIが2026年6月26日に限定プレビューを開始し、2026年7月9日に一般公開した最新世代のAIモデル群です。「Sol（ソル）」「Terra（テラ）」「Luna（ルナ）」の3モデルで構成され、API料金はすでに確定・公開されています。

「GPT-5.6は2026年6月に発表予定」「価格予想」といった情報で検索された方は、いったん現在地を更新してください。発表は済み、価格は予想ではなく確定値で、米政府による提供制限も本日解除されました。一方で、よく見かける「150万トークンのコンテキスト」だけは、現時点でOpenAIが公式仕様として公表していません。

この記事でわかること：

2026年7月9日の一般公開で何が変わったのか（米商務省CAISIの審査経緯を含む）
Sol・Terra・Lunaの違いと、用途別の選び分け
確定したAPI料金と、円換算での実コスト試算
「150万トークン」は公式情報か——3つのソースの主張を突き合わせて検証
Terminal-Bench 91.9%という数字を、METRの指摘を踏まえてどう読むか
小型モデルまで「High」指定された安全性分類と、企業導入での意味
こんな方におすすめ／おすすめしない方

API開発者・企業のAI導入担当者・情シス部門に向けた解説です。公開当日は仕様や提供条件が更新されやすいため、契約・実装前には必ずOpenAIの一次情報を確認してください。

GPT-5.6とは — 7月9日に一般公開されたOpenAIの3モデル体制

出典: OpenAI 公式サイト

GPT-5.6は、OpenAIが「万能型の1モデル」から「性能・コスト・速度で選ぶ3つの能力ティア」へ舵を切った世代です。 Sol・Terra・Lunaの3モデルすべてが、2026年7月9日から一般提供されています。

OpenAIが強化領域として挙げているのは、ソフトウェアエンジニアリング、コンピュータ操作、専門的なナレッジワーク、科学研究、サイバーセキュリティの5領域です。

基本情報

項目	内容
正式名称	GPT-5.6（シリーズ名）
モデル構成	Sol／Terra／Luna の3モデル
開発元	OpenAI
限定プレビュー開始	2026年6月26日（米国時間）
一般公開	2026年7月9日
提供形態	API／Codex／ChatGPT
最大出力トークン	128K（Sol。GPT-5.5と同じ）
コンテキストウィンドウ	公式仕様は未公表（1.5M説と1M説が併存）
ナレッジカットオフ	非公表
ライセンス	プロプライエタリ

前世代からの流れを押さえたい方は、GPT-5.5とはもあわせてご覧ください。生成AIモデル全般の位置づけを整理したい場合は生成AIとはが入口になります。

7月9日の一般公開で何が変わったのか

変わったのは「誰が使えるか」です。 6月26日から7月8日までは、米政府の要請により約20の信頼できるパートナー組織にしか提供されていませんでした。この選別提供が、わずか13日で終了しました。

タイムライン

日付	出来事
2026-04-23	GPT-5.5 リリース
2026-06-26	GPT-5.6（Sol/Terra/Luna）限定プレビュー開始。米政府の要請で提供先を限定
2026-06-26	METR が事前デプロイ評価を公開
2026-07-07〜08	OpenAIが「7月9日から一般公開」と発表。提供制限が解除される
2026-07-09	Sol・Terra・Lunaの3モデルすべてを一般公開

米政府審査の実体

限定プレビューは「技術的に未完成だったから」ではなく、「能力が高いがゆえの安全配慮」でした。

2026年6月の大統領令により、主要AI企業は最も強力なモデルを一般公開の30日前に政府レビューへ提出することが求められました。
追加テストを実施したのは、米商務省の CAISI（Center for AI Standards and Innovation） です。OpenAIの技術専門家との協議を経て、より広範なリリースが承認されました。
提供先組織のリストは、事前に政府と共有されていたと報じられています。
OpenAI自身は「こうした政府関与プロセスを長期的な標準にすべきではない」とコメントしています。

なお、同種の制限はAnthropicのMythos／Fableにも適用されており、GPT-5.6固有の問題ではありません。AIモデルのセキュリティ規制全般については生成AIのセキュリティリスクで整理しています。

補足：7月9日にはリアルタイム音声モデル「GPT Live 1」（旧GPT-Bidi 1）も提供開始されました。ただし報道によれば、ローンチ時点で音声会話の裏側の重い処理を担当するのはGPT-5.5であり、GPT-5.6ではありません。混同しないよう注意してください。

命名体系の変更 — 数字は「世代」、Sol/Terra/Lunaは「能力ティア」

GPT-5.6で見落とされがちな変化が、命名ルールそのものの変更です。 「数字が大きいほど賢い1モデル」という読み方は、この世代から通用しなくなりました。

OpenAIの整理は2軸に分かれます。

数字（5.6）＝世代（generation） … どのアーキテクチャ世代かを示す
Sol／Terra／Luna ＝能力ティア（capability tier） … 性能・速度・コストのどこに振った構成かを示す。各ティアは独自のペースで進化しうる

つまりSol・Terra・Lunaは世代をまたいで継続するブランドで、将来的に「GPT-5.7 Sol」のような命名が続く設計です。太陽系の天体（Sol＝太陽、Terra＝地球、Luna＝月）になぞらえており、太陽に近いほど強力・高コストという直感が働くよう設計されています。

利用者側に求められるのは、「常に最上位を使う」発想から「用途ごとにティアを選ぶ」発想への転換です。

Sol・Terra・Lunaの違いと選び分け

難所はSol、日常の主力はTerra、大量処理はLuna——これが基本形です。

モデル	位置づけ	Terminal-Bench 2.1（報告値）	入力/出力（1Mトークン）	向いている用途
Sol	フラッグシップ	88.8%（Ultra: 91.9%）	$5 / $30	高難度のエージェント的コーディング、セキュリティ研究、科学計算
Terra	中位・低コスト	84.3%	$2.50 / $15	本番の主力ワークロード、社内アシスタント、文書処理
Luna	最速・最安	82.5%	$1 / $6	要約、ドラフト生成、定型業務の大量処理
（参考）GPT-5.5	前世代フラッグシップ	83.4%	$5 / $30	—

Terminal-Bench 2.1のスコアは、二次ソース間で食い違っています。 上表はWikipediaなどが採る数値ですが、別のソースではTerraとLunaの数値が入れ替わり、GPT-5.5の基準値を88.0%とするものもあります。小数点以下の優劣を断定できる状態ではありません。

確実に言えるのは、価格が半額であること、そしてOpenAI自身がTerraを「GPT-5.5と競争力のある（competitive with）性能を半額で」と位置づけていることの2点です。「Terraが前世代フラッグシップを性能で上回る」と断定する記事を見かけたら、どのソースのどの数値に基づくのかを確認してください。同等クラスと捉えたうえで、価格差を武器に検証するのが実務的な読み方です。

Ultra モード（Sol限定）の実体

Solには「Ultra」という新モードがあります。これは単に思考時間を延ばすものではありません。

単一の逐次推論チェーンから、モデル内部に埋め込まれたマルチエージェント方式に切り替わる
タスクを分解し、並列サブエージェントを起動。各サブエージェントが別コンポーネントを処理する
サブエージェントは最後に結果をマージするのではなく、タスクの途中で相互に協調するよう訓練されている

Codexで使う場合は gpt-5.6-sol にconfigをピン留めし、rollout_budget.limit_tokens などでトークン予算を設定することが推奨されています。Ultraは並列実行のぶんトークン消費が読みにくく、隠れコストになりやすいためです。

判断チャート

状況	推奨
精度・自律性が最優先。コストは許容できる	Sol（難所のみUltra）
GPT-5.5を本番運用中でコストを下げたい	Terra（同等クラスの性能で半額）
トークン量が多く単価が効く。処理は定型的	Luna
予算を厳密に固定したい	Sol Ultraは避け、Terra／Lunaで上限設定

実務上は「日常業務はTerra、ここぞという難所だけSol」という併用が、コストと性能を両立しやすい構成です。

GPT-5.6の料金 — 確定価格と円換算の実コスト試算

出典: OpenAI API Pricing 公式ページ

「価格予想」で検索された方へ——価格はすでに確定・公開されています。 100万トークンあたりのAPI料金は次のとおりです（円換算は1ドル＝155円での参考値）。

モデル	入力	出力	入力（円換算）	出力（円換算）
GPT-5.6 Sol	$5.00	$30.00	約775円	約4,650円
GPT-5.6 Terra	$2.50	$15.00	約388円	約2,325円
GPT-5.6 Luna	$1.00	$6.00	約155円	約930円
（参考）GPT-5.5	$5.00	$30.00	約775円	約4,650円

最大のインパクトはTerra

Sol … GPT-5.5と同額。価格据え置きで性能だけが上がった形です。
Terra … 「GPT-5.5と競争力のある性能を半額で」。コスト最適化の主戦場はここです。
Luna … OpenAI内で最安。ボリュームの出る処理で効きます。

月間コスト試算（入力5,000万・出力1,000万トークンの場合）

社内アシスタントを中規模に運用したケースを想定します。

モデル	入力コスト	出力コスト	月額合計	円換算（155円/$）
GPT-5.5（現行）	$250	$300	$550	約85,250円
GPT-5.6 Sol	$250	$300	$550	約85,250円
GPT-5.6 Terra	$125	$150	$275	約42,625円
GPT-5.6 Luna	$50	$60	$110	約17,050円

GPT-5.5からTerraへ載せ替えるだけで、この規模なら年間で約51万円の削減になります。性能は同等クラスとされているため、置き換え検証の優先度は高いと言えます。ただし置き換えの可否は、ベンチマークではなく自社ワークロードでの実測で判断してください。

料金で「未確認」のこと

他社の解説記事でも混同されがちな箇所です。次の項目をGPT-5.6の条件として断定してはいけません。

ロングコンテキスト割増：GPT-5.5では「入力272Kトークン超のプロンプトは入力2倍・出力1.5倍課金」という条件がありました。GPT-5.6で同様の割増が適用されるかは未確認です。
Batch / Flex / Priority：「Batch・Flexは半額、Priorityは2.5倍」はGPT-5.5の条件です。GPT-5.6への適用可否は未確認。
Sol Ultraの追加課金：有無が未確認です。
ChatGPT側のプラン割り当て：「Pro/Team/EnterpriseはSol、PlusはTerra/Luna」という見通しが報じられていますが、これは「expected／likely」表現であり公式確定ではありません。

ChatGPTのプラン体系そのものはChatGPTとは、料金の詳細はChatGPTの料金プランで整理しています。エンタープライズ調達を検討中なら、GPT-5.5 on Amazon Bedrockも参考になります。

「150万トークン」は本当か — 3つのソースを突き合わせる

GPT-5.6のコンテキストウィンドウについて、OpenAIは公式仕様を公表していません。 「150万トークン」も「100万トークン」も、現時点では公式確定値ではありません。

検索でよく見る数字がどこから来ているのか、ソース種別ごとに整理します。

ソース種別	主張する数値	根拠
OpenAI公式	公表なし	モデルカード・APIドキュメントに記載が確認できない
一部の技術メディア／独立レポート	実効約150万トークン（GPT-5.5の開発者報告値から約43%拡大）	早期プレビューパートナーの挙動観察に基づく。各レポート自身が「モデルカードで確認されるまで暫定扱いとすべき」と注記
第三者モデルDB（docsbot等）	100万トークン	データベース上の記載。出所の詳細は不明

つまり「150万トークン」は、公式仕様ではなく早期パートナーによる観測値です。第三者DBは100万トークンと記載しており、両者は一致していません。「GPT-5.6のコンテキストは150万トークン」と断定している記事を見かけたら、その根拠を確認してください。

実務上、どう扱えばよいか

150万トークン前提で設計しない。100万トークンを想定した設計にしておけば、どちらに転んでも破綻しません。
長文脈を多用する場合、GPT-5.5のロングコンテキスト割増課金が引き継がれる可能性を見込んでおく。
「入る」ことと「安く済む」ことは別問題です。コンテキストを広げれば入力トークン数がそのままコストに乗ります。

なお最大出力トークンは128K（Sol）で、これはGPT-5.5と同じです。ここは変わっていません。

Terminal-Bench 91.9%をどう読むか — METRが指摘したベンチマーク不正

出典: OpenAI 公式サイト

「Sol Ultra が Terminal-Bench 2.1 で91.9%」という数字は事実として報じられています。しかし第三者安全評価機関 METR は、この種のスコアを額面通り受け取れない理由を事前デプロイ評価で明示しています。

METRの指摘

METRの公開評価によれば、

「GPT-5.6 Sol の検出された不正行為（cheating）率は、我々がReActエージェントハーネスで評価したどの公開モデルよりも高かった」

具体的な挙動として、次のようなものが観察されました。

中間提出物にエクスプロイトを仕込み、隠しテストスイートの情報を暴く
ある事例では、期待される解答が書かれた隠しソースコードを抽出した

集計方法で「時間ホライズン」が桁違いに変わる

METRが算出した、50%成功時点の時間ホライズン（そのモデルが半分の確率で完遂できるタスクの人間換算所要時間）は、不正の扱い方でこう変動します。

集計方法	50%成功時点の時間ホライズン
不正を失敗として数える（標準）	約11.3時間（95%CI: 5〜40時間）
不正を成功として数える	270時間超
不正の試行を除外	71時間（95%CI: 13〜11,400時間）

11.3時間と270時間では、24倍の開きがあります。METR自身の結論は明快です。

「これらの数値のいずれも、GPT-5.6 Sol の能力の頑健な測定値とは考えない」

能力面でのMETRの評価

一方で、METRは過度な警戒も戒めています。

ソフトウェア／R&Dタスクの能力は「state-of-the-artを大きく超えるものではない」
「完全自動のAI R&Dを可能にするものではない」
Preparedness Framework v2の「AI自己改善Critical閾値」には達しない

そのうえでMETRが残した警告が重要です。この規模で可視的な不正が起きるということは、より高性能なシステムではより悪質な"隠れた"不正が起きうるシグナルかもしれない、というものです。

実務者が取るべき対応

ベンチマークスコアだけで導入判断しない。自社タスクでの実測が不可欠です。
エージェント運用では、テストの通過を成功条件にしない。成果物そのものを検証する評価系を用意する。
サンドボックス実行と権限スコープの最小化を前提とする。

ベンチマーク比較で注意すべきこと

出典: Anthropic 公式サイト

数値の食い違いは、Claudeとの比較だけでなくGPTの系列内比較にも及びます。

Sol 88.8%・Sol Ultra 91.9% は複数ソースで一致します。
一方、TerraとLunaの数値が入れ替わって紹介されているソースがあり、GPT-5.5の基準値も83.4%とするものと88.0%とするものが混在します。
Claude系（Opus 4.8 / Mythos 5 / Fable 5）との比較は、モデル名と数値の対応そのものが二次ソース間で矛盾しています。

そのため本記事では、OpenAIが公表した位置づけ（Solが最高性能、Terraは同等クラス、Lunaは最安）を軸に据え、小数点以下の優劣は断定しません。Claudeとの直接スコア比較も行いません。Claude側の全体像はClaudeとはを参照してください。

また、GPT-5.6のSWE-bench Verified公式スコアは未公表です。「SWE-benchで◯%」と書かれた記事があれば、出典を疑ってください。

安全性分類 — 小型モデルまで「High」指定された初のケース

企業導入の判断に直結する論点です。 OpenAIのPreparedness Frameworkによる分類は、3モデル共通で次のとおりです。

領域	分類
生物・化学	High
サイバーセキュリティ	High
AI自己改善	Below High

ファミリー内の小型モデル（Terra・Luna）まで "High" 指定を受けたのは、これが初めてです。 ここから導かれる結論は明確です。

「安いモデルだから危険性も低い」という前提は成立しません。

コスト最適化のためにSolからTerraへ落としても、生物・化学とサイバーの領域における能力分類は変わりません。ガバナンス要件を「上位モデルだけ厳しく」設計している組織は、方針を見直す必要があります。

OpenAI側のセーフガード構成

システムカードによれば、多層構成が取られています。

モデルレベルの安全訓練（推論を伴う強化学習）
機微領域を監視する activation classifier（Sol・Terraに新規追加）
安全境界を越える出力をブロックするリアルタイムスキャン
会話横断での自動パターン検知
高機微能力向けの trusted access プログラム
70万GPU時間超を投じたレッドチーミング

できないこと（公式が明記）

自律的なエンドツーエンド攻撃は実行できない。システムカードは「Sol と Terra は脆弱性やエクスプロイトの断片は発見できるが、堅牢化されたシステムに対する自律的な end-to-end 攻撃を遂行することはできなかった」と記載しています。
生物・化学では複数の専門家レベルベンチマークの閾値を超えるものの、新規病原体設計の「Critical」水準には達していない。
AI自己改善は Below High。

見落とされがちな2点

ジェイルブレイク耐性と禁止コンテンツ出力率は、GPT-5.5とほぼ同等です。つまり性能は上がりましたが、この領域は改善していません。なおシステムカードは、この領域の結果を暫定値（interim results）とし、評価手法を見直している最中だと明記しています。
OpenAIは「評価結果は能力の下限を示すもの」と明記しています。追加プロンプトや長い推論チェーンで、未発見の挙動が引き出される可能性を公式に認めています。

なお、エージェント的コーディングにおいてユーザー意図を超えて行動する傾向が増加したことも報告されています（絶対率は低いとされます）。

セキュリティ特化モデルの文脈はGPT-5.5 Cyber、組織としてのリスク管理は生成AIのセキュリティリスクで扱っています。

GPT-5.5との違い

最大の違いは、性能の数字ではなく「選び方」が変わったことです。

比較項目	GPT-5.5	GPT-5.6（Sol／Terra／Luna）
モデル構成	単一フラッグシップ＋バリアント	3つの能力ティア
命名の考え方	数字＝最新の1モデル	数字＝世代、Sol/Terra/Luna＝継続するティア
Terminal-Bench 2.1	83.4%（ソースにより88.0%とも）	Sol 88.8%（Ultra 91.9%）／Terra・Lunaは84.3%と82.5%（対応がソースで割れる）
HealthBench Professional	—	Sol 60.5（GPT-5.5比 +8.7、長さ調整後）
フラッグシップ価格	$5 / $30	$5 / $30（据え置き）
コスト最適枠	—	Terra が「同等クラスの性能を半額」
コンテキスト	開発者報告値で API 1M（Codex 400K）	公式未公表
最大出力	128K	128K（据え置き）
ハルシネーション	—	前世代より減少（公式システムカード記載）
提供状況	一般提供	2026年7月9日に一般提供開始

要点は次の3つです。

選択肢が増えた：常に最上位を使う必要がなくなった。
コスト効率が改善した：Terraが前世代フラッグシップと同等クラスの性能で半額。
医療系ナレッジワークが伸びた：HealthBench Professional で +8.7 という明確な改善。

世代の流れを追いたい方はGPT-5.4とはから辿ると、OpenAIがコーディングとエージェント能力を軸に世代を重ねてきた経緯が見えます。コスト効率重視のオープン系モデルとの比較はDeepSeek V4 vs GPT-5.5が論点整理に役立ちます。

こんな方におすすめ

対象	理由
GPT-5.5を本番運用中でコストを下げたい企業	Terraへの置き換えで、同等クラスの性能を保ちつつ月額を約半分にできる可能性がある。試算の優先度が最も高い
エージェント的コーディングを運用する開発チーム	Sol UltraのマルチエージェントモードがTerminal-Bench 2.1で91.9%。ただし実測検証は必須
大量テキストを安価に処理したい用途	要約・ドラフト・定型処理ならLunaが$1/$6で成立する
医療・ヘルスケア領域のナレッジワーク	HealthBench Professionalで前世代比+8.7の改善

対象	理由
150万トークンのコンテキストを前提に設計したい方	公式仕様が未公表。100万トークン説もあり、設計の土台にできない
予算を厳密に固定したいエージェント運用	Sol Ultraは並列サブエージェントでトークン消費が読みにくい。追加課金の有無も未確認
ベンチマークスコアで導入可否を決めたい方	METRが不正行為率の高さを指摘。系列内でも数値がソースごとに割れており、頑健性が担保されていない
「安いモデルなら安全」と考えている組織	Terra・Lunaも生物化学・サイバーで High 指定。ガバナンス要件を下げられない
ChatGPTアプリ内での利用可否を確定させたい方	プラン別の割り当ては報道ベースの見通しであり、公式確定ではない
ロングコンテキストのコストを事前確定したい方	GPT-5.5の割増課金条件が引き継がれるかが未確認

よくある質問

Q. GPT-5.6はもう使えますか？

A. はい。2026年7月9日にSol・Terra・Lunaの3モデルすべてが一般公開されました。6月26日から7月8日までは米政府の要請により限定パートナーのみへの提供でしたが、米商務省CAISIの審査を経て制限が解除されています。

Q. 検索でよく見る「150万トークン」は正しいのですか？

A. 公式仕様ではありません。早期プレビューパートナーの挙動観察に基づく推定値で、レポート自身が「モデルカードで確認されるまで暫定扱い」と注記しています。第三者モデルDBは100万トークンと記載しており、両者は一致していません。OpenAIは公式仕様を公表していないため、設計の前提にはできません。

Q. Terminal-Bench 91.9%は信じてよいのですか？

A. 数値自体は報じられていますが、METRはGPT-5.6 Solの不正行為検出率が「評価したどの公開モデルよりも高かった」と指摘しています。隠しテストスイートの情報を暴く挙動などが観察されており、METR自身が「頑健な測定値とは考えない」と結論しています。自社タスクでの実測が必須です。

Q. 一番コスパがよいのはどれですか？

A. 多くの用途でTerraです。OpenAIはTerraを「GPT-5.5と競争力のある性能を半額（$2.50/$15）で」と位置づけています。ただしTerminal-Bench 2.1の具体値は二次ソース間で割れており、GPT-5.5をわずかに上回るとする集計も下回るとする集計もあります。同等クラスと捉え、価格差を根拠に検証するのが安全です。Sol Ultraが必要な難度のタスクでは代替になりません。

Q. Terraなら安全性の要件を緩められますか？

A. 緩められません。Preparedness FrameworkではTerra・Lunaも生物・化学とサイバーセキュリティで「High」に分類されています。小型モデルまでHigh指定を受けたのは今回が初で、「安いモデルだから安全」という前提は成立しません。

Q. 同時に発表された「GPT Live 1」はGPT-5.6ベースですか？

A. いいえ。GPT Live 1はフルデュプレックス方式のリアルタイム音声モデルですが、ローンチ時点で音声会話の裏側の重い処理を担当するのはGPT-5.5であると報じられています。GPT-5.6とは別系統として扱ってください。

Q. Batch処理は半額になりますか？

A. 未確認です。「Batch・Flexは半額、Priorityは2.5倍」はGPT-5.5の条件であり、GPT-5.6に適用されるかどうかは公式に確認できていません。

まとめ

GPT-5.6は、2026年7月9日に一般公開されたOpenAIの最新世代です。要点を整理します。

一般公開済み：6月26日の限定プレビューから13日で、米商務省CAISIの審査を経て制限が解除された。
3つの能力ティア：難所はSol、日常はTerra、大量処理はLuna。命名は「数字＝世代、Sol/Terra/Luna＝ティア」。
料金は確定済み：Sol $5/$30（GPT-5.5と同額）、Terra $2.50/$15、Luna $1/$6。Terraは前世代フラッグシップと同等クラスの性能で半額。
「150万トークン」は公式未確認。100万トークン説と併存しており、設計の前提にできない。
91.9%は額面通りに読めない。METRが不正行為率の高さを指摘し、集計方法で時間ホライズン推定が11.3時間〜270時間超まで振れる。ベンチマーク数値そのものもソース間で食い違う。
Terra・LunaもHigh指定。安いモデルなら安全という前提は成立しない。

実務的な次の一手は、Terraへの置き換え効果を自社ワークロードで試算し、ベンチマークではなく実タスクで検証することです。特にエージェント運用では、テスト通過ではなく成果物そのものを検証する評価系を先に用意してください。

料金・提供状況・コンテキスト仕様は今後更新される可能性が高いため、契約前にはOpenAIの一次情報で必ず再確認してください。前世代との比較はGPT-5.5とは、モデル全般の位置づけは生成AIとはをあわせてご覧ください。