GPT-6 Lunaがデフォルトになりつつある：100万あたり10セントで実際に何が買えるのか

最も重大な出来事は、GPT-6 Lunaの最初の1週間で値下げではなかった。それはマージコミットだった。2026年9月22日にベンダーがGPT-6 Lunaを出荷してから1日以内に、あるオープンソースのエージェントプラットフォームが変更をマージし、独自のデフォルトを選んでいなかったあらゆる組織のフォールバックモデルにこれを据えた——より大規模でかなり高価なティアであるGPT-5.6 Terraを押しのけて。示された理由は算術だった。100万トークンあたり$0.10と$0.50で、GPT-6 LunaはGPT-5.6 Terraの入力レートの20分の1、出力レートの24分の1のコストになる。それは本物のシグナルであり、同時に物語の半分でしかない。GPT-6 Lunaは入力100万トークンあたり$0.10、出力100万トークンあたり$0.50であるのに対し、一つ上のティアのGPT-6 Solは$2.00と$10.00。$10.00と$50.00なのはフラッグシップのGPT-6 Astra。そのデフォルト枠でこれが置き換えたモデル、GPT-5.6 Lunaは、依然として$0.20と$1.20かかる——入力は2倍、出力は2倍以上だ。100万あたり10セントは、この判断がもはや価格の話ではなく、モデルが実際に何を仕上げるかの話になるほどに安い。

つまり、これはローンチの解説記事ではなく、値下げの投稿でもない——どちらも我々は書いたし、料金表自体も固まっている。これは、低価格帯マーケティングが飛ばしてしまう問いに答えようとする試みだ。あるモデルがあなたのデフォルトになったら、これまでより大きなものに回されていた仕事に何が起きるのか？ その証拠は3か所から出ており、互いに一致していない。OpenAI自身のベンチマークは最も好意的で、最も再現性が低い。Artificial Analysisは同じ週に独立した指標を公表したが、これはトークンではなく完了したタスクに値付けするため、より有用だ。そして今では少数の人々が、そのモデルを実際のインフラに対して走らせている。興味深い失敗が潜んでいるのはそこだ。数字がベンダー報告による場合、それを含む文でその旨が明記されている。

実際に出荷されたもの

GPT-6 Lunaは第6世代ファミリーの小型ティアで、GPT-6 Solの下、フラッグシップのGPT-6 Astraのはるか下に位置する。今週読んだOpenAI自身のモデルドキュメントは、その範囲を示している：

• モデルID — gpt-6-luna。日付入りの派生版が存在しない単一のスナップショットです。モデル一覧にgpt-6-luna-proという項目はありません。サードパーティのカタログに出回っている pro という文字列は推論モードの値であり、モデルではありません。

• コンテキストと制限 — 1,050,000トークンのウィンドウ、最大922,000の入力トークン、128,000トークンの出力上限、および2026年5月18日の知識カットオフ。入力はテキストと画像、出力はテキスト。

• 価格 — 入力トークン100万あたり$0.10、キャッシュ済み入力100万あたり$0.01、キャッシュ書き込み100万あたり$0.125、出力100万あたり$0.50。OpenAIはこれらを導入価格ではなく恒久的なものと説明している。

• 長コンテキストの段階 — 272,000入力トークンを超えるリクエストは、入力およびキャッシュ料金の2倍、出力料金の1.5倍で再価格設定され、超過分だけでなくリクエスト全体に適用されます。これはこのモデルで起こりうる中で最も高額なミスです。というのも、使用した量ではなくリクエストの総サイズによって引き起こされるからです。

• サービス階層 — BatchとFlexは標準料金の半額で、Fastモードは倍額になります。したがって、非同期の一括処理はさらに半額となり、料金表にはリクエストの送信方法に応じて4つの異なる実効料金が存在することになります。

• エフォート — 6 つの値: none、low、medium、high、xhigh、max。ドキュメントに記載されているデフォルトは medium です。エフォートはリクエスト単位の設定であり、デプロイメントのプロパティではありません。

• エンドポイント — Responses、Chat Completions、Batch。Chat Completions が関数呼び出しを処理するのは、reasoning effort が none に設定されている場合のみです。組み込みツールと関数呼び出しには、一般に Responses API が必要です。Responses API は、ウェブ検索、ファイル検索、画像生成、コードインタープリター、ホスト型シェル、apply_patch、スキル、コンピューター操作、MCP、ツール検索をサポートしています。

その最後の一文は、見た目以上に重要です。自動化でツールを使っているなら、あなたはResponses APIを使っていることになり、あなたのeffortダイヤルはエンドポイントの選択と連動しています。コスト削減のためにeffortをlowに設定し、Chat Completions上で関数呼び出しが引き続き動作すると期待しているチームは、最初のツール呼び出しで失敗するパイプラインを構築しています。

決め手となる数字は、トークンあたりのコストではなく、完了したタスクあたりのコストだ

Artificial Analysisはローンチから数時間以内に独自評価を公表したが、その見出しとなる数字は、トークンが安ければ作業も安くなると考えた人にとって居心地の悪いものだ。同社のIntelligence Indexでは、GPT-6 Lunaは最大努力時にタスクあたり約0.07ドルかかり、同じ努力水準のGPT-5.6 Lunaの約0.18ドルに対して、約60%の削減となる。これはモデルが作業量を減らしたからではなく、価格引き下げによるものだ。インデックススコア自体は、置き換えるモデルと同等だ。規模の参考として、GPT-6 Solはインデックスタスクあたり約1.06ドルで、GPT-5.6 Solの1.99ドルに対する水準にある。

その3つの数字を並べて読めば、このファミリーの輪郭が見えてくる。SolはLunaのおよそ15倍のタスクあたりコストで、その分スコアは実質的に高くなる。LunaはSolのダウングレードではない。別の道具なのであり、タスクあたりの数値こそが、自分がどちらを手にしているのかを教えてくれる。

気まずいほうの半面は、コーディングエージェントに起きたことだ。Artificial AnalysisのCoding Agent Indexでは、GPT-6 Lunaは最大エフォートで41を記録し、GPT-5.6 Lunaの43から2ポイント下降している。一方、GPT-6 Solは逆方向に動き、タスクあたり2.99ドルで57へ2ポイント上昇した。つまり、低価格帯での世代交代は、価格が下がる一方で、エージェント型コーディングに関しては改善ではなく小さな後退なのだ。「新世代」を「厳密により優れている」と読む人は、その列を見て驚くだろう。

冗長さは隠れた費目だ

同じ評価には、最初の数値を大いに説明する2つ目の数値がある。Intelligence Indexの実行中、GPT-6 Lunaは1タスクあたり約51,000出力トークンを生成したのに対し、GPT-5.6 Lunaはおよそ41,000だった。より新しく安価なモデルは、同等のスコアに到達するために約4分の1ほど冗長になっている。節約分は価格引き下げによるものであり、モデルが作業単位あたりでより効率的になったことによるものではない。

これは2つの理由で重要だ。出力トークン100万個あたり0.50ドルだと、タスクごとに出力トークンが1万個増えると0.5セントのコストになる。これを1日10万件のタスクにわたって実行すると、増分は10億トークン、つまり1日500ドルになる——入力トークン100万個あたり10セントという看板価格のモデルで。さらに、冗長さは128,000トークンの出力上限と相性が悪い。より長く考え、より長く書くモデルはその上限により早く達し、コスト問題を切り捨て問題に変えてしまう。

緩和策はキャッシュの規律であり、このファミリーには真に優れたものがあります。100万あたり0.01ドルのキャッシュ入力読み取りは、キャッシュなしの料金の10分の1であり、OpenAIは無効化ルールを変更したため、推論努力やツールの可用性を調整してもキャッシュされたコンテキストが破棄されなくなりました。安定した長いプレフィックスを持つワークロード — スキーマ、システムプロンプト、6つの質問をするドキュメント — の場合、実効入力レートは10セントより1セントに近く、その差は見出しの削減幅よりも大きくなります。それはまた、安価なティアが安価であることと、単により安いだけであることの違いでもあります。

廉価層が後退する箇所と、そうでない箇所

同じ独立評価が、退行とノイズを切り分けており、その区別こそがこの評価で最も有用な点だ。GPT-6 Luna は GDPval-AA v2.1 で前世代比およそ75 Eloを失い、AA-Briefcase v1.1 では約45 Eloを失う。Artificial Analysis は、その両方を、事実や推論の失敗ではなく、プレゼンテーション品質の低下と、要求されたルーブリック要素を欠いた成果物に帰している。ハルシネーション率は約93%から77%へと大幅に改善し、AA-Omniscience Index は −10 から 1 に動く。AutomationBench-AA では50%に対して53%と向上し、Terminal-Bench 4.0 では12%に対して13%とわずかに向上する。

その分かれ目が判断のすべてだ。モデルはタスクが下手になったのではない。完成した成果物をあなたに渡すのが下手になったのだ。あなたが構造化出力——分類、抽出、ルーティング判断、JSONペイロード——を消費するなら、その退行はあなたに何のコストもかけず、値下げはただの利益になる。人間が成果物を読むなら、その退行はレビュアー一人分のコストをあなたに負わせ、そのレビュアーの時間はおそらく節約したトークンより高くつく。

OpenAI自身による再現されていない主張は、スペクトルのもう一方の端にある。すなわち、高エフォート時にはGPT-6 Lunaが前世代をタスクあたりコスト58%削減で5.4パーセンテージポイント上回るという主張、最大エフォート時にはDeepSWE 1.1で66.6%を記録し、OpenAIはこれを中エフォート時のClaude Opus 5と比較しつつ、タスクコストはその何分の一かで済むという主張、そしてOSWorld 2.0では中エフォート時のGPT-5.6 Solを上回り、コストはおよそ10分の1だという主張である。これらはいずれもベンダーが選んだエフォート設定における、ベンダー製ハーネスでの比較であり、そこから取る価値があるのは方向性だけだ――安価なティアは今や昨年の中位ティアの手が届く範囲にある。タスクごとのパーセンテージは無視していい。両者で同じハーネスが使われているわけではないからだ。

実用性が問われるのは、エフォートの下限においてだ。公表されているガイダンスでは、単純な抽出とルーティングにはまず none または low を試し、測定された品質がそれを正当化する場合にのみエフォートを引き上げることになっている。ローンチ週の実践レポートの一つは、low エフォートでは GPT-6 Luna がエージェント作業にはまったく使えないことを見出しており、これは多段階のあらゆる作業における実用的な下限が medium であることを意味する。同種のテストからの第二の発見はさらに鋭い。あるデプロイ演習では、モデルの Kubernetes マニフェストがスキーマ検証に合格した後、実際のクラスタに対する3回の試行すべてで失敗した。なぜなら、バリデータは形状を検査するのであって、振る舞いを検査するのではないからだ。生成された構成がループ内での実行チェックなしに出荷されるなら、安価なティアは合格に見える失敗をあなたに手渡すことになる。

デフォルトの問い、そしてなぜルーティングがその答えなのか

GPT-6 Lunaを自社のフォールバックモデルにしたプラットフォームは、この変更を中リスクと評価した。それに添えられた注記は、記事全体を正直に言い表したものだ。独自のデフォルトを持たないあらゆる組織がLunaに移行する。LunaはTerraより安価だが、Terraより下のティアなので、難しいタスクの品質にはばらつきが出る可能性がある。まさにそれがトレードオフだ。デフォルトを置くとは、ほとんどのトラフィックは簡単だという賭けであり、ほとんどの組織にとってその賭けは正しい——だからこそこの変更はリリースされた。リスクは、そうではない少数のリクエストにある。

その賭けを、その下振れリスクを抱え込まずに取る方法は、デフォルトを単一のモデルとして扱うのをやめることです。GPT-6 Luna は OrcaRouter を通じて、提示されているレートでルーティング可能で、上乗せのマークアップは一切ありません。つまり、ベンダーの恒久的な価格がここに表示されている価格であり、将来の値下げも次回の契約更新時ではなく当日に反映されるということです。今週、当社自身のモデルページでは、当社が処理するトラフィック全体において、出力が毎秒 74.3 トークン、エラー率 0% を計測しています。両方のコンテキスト階層は公表どおりに提供されています。入力トークン 272,000 未満では入力 $0.10、出力 $0.50、それを超えると $0.20 と $0.75 に上がります。

それがもたらすのは、エスカレーションできるデフォルトだ。 ルーティングDSLを使えば、トラフィックの大部分を中程度のエフォートでGPT-6 Lunaに送り、条件に応じて振り分けられる — 入力長が272Kのラインを超えた場合、ツール呼び出しの要件がある場合、ルーブリックに敏感なリグレッションが実際に影響するタスククラスの場合 — 同じキーで、2つ目の契約もコード変更もなしに、GPT-6 Solへ、あるいは長期的な作業ならフラッグシップのGPT-6 Astraへ。これは、1つのモデルを選んでそれに甘んじるのとは別の形の意思決定だ。証拠がそれを支えていると示す場面では10セントの階層を、そうでない場面では2ドルか10ドルの階層を使える。そしてその境界は、期待ではなくあなたが書いたルールだ。 自動フェイルオーバーは、もう一つの障害モード、つまり自動処理の実行中に安価な階層の上流が不調になる事態に対処する。

誰が動くべきで、誰が待つべきか

構造化され大量のトラフィックがあるなら移行してください：分類、抽出、タグ付け、インテントルーティング、ログトリアージ、要約、そしてより大きなエージェントの内部にある境界付き実装ループです。証拠は価格引き下げとスコア同等性を支持しており、表示上の回帰はJSONを解析するコンシューマーには見えません。

長期的なエージェントチェーン、複数ファイルにわたるリファクタリング、または人間が承認する成果物を、トークンが安いというだけの理由で移行してはいけない。Coding Agent Indexは2ポイント下がり、ナレッジワークの評価も下がり、このモデルは置き換えるモデルよりもタスクあたりの冗長性が高い。レビュアーを必要とする安いトークンは、安いタスクではない。

そして、すべての数字ではなく、一つの数字に注目してください。51,000対41,000という出力トークンの差が、Lunaのデフォルト設定があなたの特定のワークロードにとって節約になるのか、それともトントンになるのかを決める数値であり、それは自分のトラフィックで午後には測定できます。料金表は確定していて恒久的ですが、完了したジョブごとのトークン数はそうではなく、請求書に現れるのはこちらのほうです。