Claude Haiku 5.5 対 GPT-6 Luna Pro：モデル 対 モード

この比較の一方はモデルであり、もう一方は設定である。Claude Haiku 5.5は2026年10月7日に一般提供を開始し、Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry、およびAWS上のClaude Platformで、入力100万トークンあたり$0.10、出力100万トークンあたり$0.50で提供されている。GPT-6 Luna Proはモデルですらない。そこに到達する方法は、GPT-6 Luna（2026年9月22日から同じ$0.10と$0.50で提供中）を呼び出し、reasoning.modeをproに設定して使うことだ（standardではない）。OpenAIのモデルページにはgpt-6-luna-proという識別子は存在しない。したがって、この対決を正直に言い表すなら、「どちらのモデルが勝つか」ではなく、「入力100万トークンあたり10セントをどう使うのがより良いか」である。すなわち、エフォートを調整するダイヤルを備えた小型モデルか、より多くの処理を行い、こちらに見えていないトークンについても課金するモードで動かす大型モデルか、だ。短く大量の処理なら、答えはたいてい前者である。難しく、たまにしか発生しない処理なら、後者になり得る。そしてそれを決める数字を、OpenAIは公表していない。

「pro」とは、仕組み的には何なのか

OpenAIの推論ガイドによると、GPT-5.6およびGPT-6モデルはResponses APIで2つのモード、standard（デフォルト）とproをサポートしており、reasoning.modeで選択します。モードはreasoning.effortとは別の制御です。モードはモデルが回答を確定する前にどれだけの作業を行うかを決め、effortは選択したモード内でどれだけの推論が行われるかを決めます。GPT-6 Lunaで文書化されているeffortの値はnone、low、medium（デフォルト）、high、xhigh、maxで、そのいずれもproモードと組み合わせることができます。

課金について、ガイドは明快であり、やや直感に反する。Proモードは最終回答の背後にあるすべてのモデル作業を集約し、それらのトークンを「選択したモデルの標準トークン料金」で課金する。料金表にproの割増はない。コストは量として現れる。なぜならproモードは「標準モードよりも多くのモデル作業を実行し、トークン使用量とコストを増加させる」からだ。そして推論トークンは出力トークンとして課金されながら、使用状況オブジェクトのoutput_tokens_details.reasoning_tokensにのみ現れる。このフィールドを読まなければ、請求書が届くまで増加分は見えない。

そこから2つの比較が導き出され、それらは区別しておく価値がある。一方、標準モードのGPT-6 Lunaと比較すると、プロモードは同じモデルであり、トークン消費量に不明な倍率がかかる。他方、Claude Haiku 5.5と比較すると、これも異なる規模の別モデルである——コンテキストは1,050,000トークン対1M、入力上限は922,000トークン、知識カットオフは2026年5月18日で、Anthropic自身の発表資料が難しいエージェント作業においてHaikuよりやや上に位置づけるティアに属する。この2つの違いはコストについては同じ方向に、能力については逆方向に作用する。だからこそ、どちらも価格表から読み取ることはできない。

レートカードを並べて表示

どちらのモデルも2段階で課金され、そのしきい値はそれぞれ違う場所にある——これは見出しの料金よりも重要な点だ。なぜなら、見出しの数字はどちらも同じだからだ。

• 入力 — Claude Haiku 5.5 は100,000トークンまで100万トークンあたり$0.10、それを超えると$0.50。GPT-6 Luna は272,000トークンまで$0.10、それを超えると$0.20。

• 出力 — Claude Haiku 5.5 は 100,000 トークンまで $0.50、それを超えると $2.50。GPT-6 Luna は 272,000 トークンまで $0.50、それを超えると $0.75。

• キャッシュ — Claude Haiku 5.5 は、キャッシュ読み取りが$0.01、書き込みが$0.125（しきい値以下）、$0.05と$0.625（しきい値超）。GPT-6 Luna は、272,000トークン以下でキャッシュ読み取り$0.01、書き込み$0.125、それを超えると$0.02と$0.25です。

• コンテキストと出力 — Claude Haiku 5.5では100万トークン、最大出力128,000トークン、GPT-6 Lunaでは1,050,000トークン、入力上限922,000トークン、最大出力128,000トークン。

• 思考 — どちらもアダプティブ。Claude Haiku 5.5 はデフォルトで 中エフォート。GPT-6 Luna はデフォルトで 中エフォート、および 標準モードで、さらにプロモードをオプトインとして追加で利用できます。

• バッチおよびキャッシュの割引 — Claude Haiku 5.5はMessage Batches APIで50%オフ、GPT-6 LunaはBatchとFlexで50%オフ、Fast modeでは2倍となり、さらにリージョン処理には10%の追加料金がかかります。

同じ形をしていない唯一の要素はトークナイザーだ。Anthropicのドキュメントは、Claude Haiku 5.5がClaude 4.7以降と共通の新しいトークナイザーを使用していると指摘している。そのため、同じテキストがClaude Haiku 4.5の場合より約30%多いトークンとして数えられる。それは料率を変えるものではない。変わるのは、プロンプトが100,000トークンの段階にどれだけ早く到達するかであり、どの料金表にも示されない実際のコスト差だ。90,000トークンのプロンプトは約117,000と計測され、100万入力トークンあたり$0.10ではなく$0.50を支払う——余裕をもって境界線の下にあるように見えるプロンプトに対して5倍の料率だ。

Proモードのコストを、誰もが使える唯一の単位で示すと

乗数は非公開のため、示しておくべき有用な情報は、追加トークン1つあたりのコスト、そして想定されるレンジが大量利用時にどうなるかです。

• GPT-6 Lunaの出力トークン100万あたり0.50ドルでは、タスクごとに出力トークンが1万増えるごとに0.005ドルかかる。1日に10万タスクを実行すると、その増分は10億トークン——1日約500ドル、月約15,000ドルであり、しかも見出し価格が入力100万あたり10セントのモデルでの話だ。

• 規模感を示すと、最大努力時の GPT-6 Luna は Intelligence Index を実行するだけで既に1億4000万出力トークンを消費しており、これは中央値1億トークンに対するもので、評価者はやや冗長だと述べている。Anthropic 自身のハーネスで実行された Anthropic のローンチ表では、GPT-6 Luna は Terminal-Bench 4.0 で 16.4%、FrontierCode 1.1 で 42.4% であるのに対し、Claude Haiku 5.5 は 39.2% と 46.4% となっている——ベンダー報告、単一ベンダーのスイート、競合他社のモデル。

• 独立系のボードでは、順位の幅はより小さい。Artificial Analysis は Claude Haiku 5.5 を Max effort で Intelligence Index v4.3.2 において 43、182 台中 2 位と評価し、GPT-6 Luna（Max）を 38、182 台中 8 位と評価している。どちらの数値も standard-mode、max-effort のものだ。GPT-6 Luna の pro モードに関する独立系の評価は存在しない。そのページには pro の項目がなく、Artificial Analysis もそれを掲載していない。

Proモードにおける構造的な問題は、最後の2点の相互作用にある。GPT-6 Luna が Claude Haiku 5.5 に対して持つコスト優位性は、すべてトークン効率に由来する — 同じスイートで出力トークンが1億4,000万個 対 4億4,000万個、しかも同一料金であり、だからこそ同じ評価が一方ではタスクあたり$0.07、他方では$0.21になる。Proモードは、定義上、より多くのトークンを出力するモードだ。それをオンにすることは、この比較でモデルを安くしていたものをオフにすることであり、どれだけ安くしていたかを示す倍率は公開されていない。これはProモードが割に合わないという主張ではない — 難しいタスクでは、より多くの作業がたいていより良い作業になる — Proモードは価格ではなく能力で競うのであり、その価格帯が近い中位モデルと比較して評価されるべきで、それが属する低価格帯と比較すべきではない、という主張である。

それぞれが実際に優位に立つ点

決断までそぎ落とせば、分かれ目は明確だ。とはいえ、どちらの側も留保がないわけではない。

Claude Haiku 5.5は安価な側を握っている。重要な2つの意味の両方でより高速だ。Artificial Analysisの測定では出力トークン毎秒241.9で、GPT-6 Lunaの123.0に対して優位に立ち、Index実行では初回トークンまでの時間が295秒である。これはネットワークの数値ではなく、Maxエフォートで回答する前にどれだけ考えるかの長さに由来する。その料金表は100,000トークンで第2ティアに達し、トークナイザーはプロンプトを約30%膨張させるため、長いプロンプトのワークロードは両方の点で表示価格が示唆するより多く支払うことになる。その見返りとして得られるのは、独立系インデックスにおける5ポイントの知能優位と、LowからMaxまでのエフォートダイヤルであり、これは今回の両ベンダーのローンチで提供された中で単一最も有用なコスト管理機能だ。エフォートを低く固定することが、その5ポイントのリードの一部をGPT-6 Lunaに近いタスクあたりコストへと引き換える方法である。

GPT-6 Luna Proは難易度の高い領域を担うが、その請求額は数値化されていない。その下のモデルは、入力トークン272,000超では、Claude Haiku 5.5の100,000超よりもトークンあたり安く、入力で2.5倍、出力で3と3分の1倍、そしてその第1ティアはコンテキストウィンドウを18倍先まで届く。標準モードは完了したタスクあたり測定可能なほど安い。Proモードはその代わりに、同じ料金で回答あたりの処理量を増やす。そして、Max effortのClaude Haiku 5.5や、あるタスクにおける中位ティアのモデルを打ち負かすかどうかは、公表された数値では答えられない問いだ。それに答える方法は、そのタスクを両方の方法で実行し、推論トークンのフィールドを読むことだ。

どちらか一方を、それに賭けずに試すこと

この比較の厄介な点は、その最も重要な数値——pro mode の実コスト——は、自分のトラフィックをそれに通して実行しないと算出できず、また小さい方のモデルの実効コストは、再トークン化後に自分のプロンプトが 100,000 トークンのラインに対してどこに位置するかによって変わることだ。どちらも測定上の問題であり、どちらも 2 つのベンダークライアントをまたぐより共有エンドポイント上の方が安く済む。

GPT-6 Luna は本日より OrcaRouter のカタログにプロバイダー定価で掲載されており、マークアップは 0% のまま反映されます。つまり、この比較における標準モードのベースラインは 1 つのキーから呼び出せ、ベンダーの価格変更も次の請求サイクルを待たずに当日中にこちら側へ反映されます。Claude Haiku 5.5 はまだカタログにありませんが、現在ルーティングしている Anthropic のティアは Claude Haiku 4.5、Claude Sonnet 5.5、Claude Opus 5.5 なので、安価なレッグから中間ティアへエスカレーションするテストはコード変更ではなくルーティングルールで行えます。その下で機能する自動フェイルオーバーがあるからこそ、まだ計測中の、登場から 2 日しか経っていないモデルに本番トラフィックを任せられるのです。障害が発生し始めたプロバイダーは、リクエストを落とすのではなく迂回してルーティングされます。これが、今週から実行できるパイロットと、スケジュールを組まなければならないカットオーバーとの違いです。

何がそれを決着させるのか

答えをどれだけ変えるかという順に並べた3つのこと。OpenAIがプロモードのトークン倍率を公開するか、独自の価格行を持つプロ用スラッグを公開すれば、中心的な未知数は算術に変わる。Artificial AnalysisがGPT-6 Lunaをプロモードで、エフォートを揃えて再実行すれば、独立した立場からそれを成し遂げるだろう。そしてClaude Haiku 5.5をMaxではなくmediumで2回目の独立した実行をすれば、そのモデルがデフォルト設定で実際にいくらかかるのかが分かる。それはほとんどの人が投入する構成だ — ボード上のタスクあたり$0.21はMaxエフォートの数値であり、Maxはデフォルトではない。

それまでは、正確な要約は限定的だ。Claude Haiku 5.5 は今日呼び出し、価格を付け、ベンチマークできるモデルであり、その階層が想定する規模では、さらに安くするための文書化された方法もある、より安価な答えだ。GPT-6 Luna Pro は呼び出せるモデルの一構成であり、料金表が問題なのではない。そのトークン消費は未監査で、それを採用する根拠のすべては、より多くのトークンを使うこと自体が目的になるほど難しいタスクにかかっている。そうしたタスクにはこれを購入し、購入する前に測定し、誰かが倍率を公表するまでは大量処理の経路に載せないこと。