GPT-6 Luna vs Gemini 3.1 Pro：入力価格20倍の7か月前のプレビュー

最先端の推論モデルは「Preview」というラベルが付いたままだ。Gemini 3.1 Proが2026年2月19日に登場して以来、7か月が経った今もなおプレビューのままで、価格も入力100万トークンあたり2.00ドル、出力100万トークンあたり12.00ドルのまま、そして製品ページには今も同社の最先端推論モデルと書かれている。2026年9月22日、ベンダーはGPT-6 Lunaを、0.10ドルと0.50ドルの一般提供の小型ティアとして投入した。2つの料金表を並べて見れば、より新しく安いGAモデルのほうが、入力で20倍、出力で24倍安く、しかもより高いスコアを、両ベンダーのマーケティング部門が気にかける独立系インデックスで記録している。

その最後の一節は、あえて腰を据えて考える価値がある部分だ。GPT-6 Luna は最大エフォートで Artificial Analysis Intelligence Index の37を記録している。Gemini 3.1 Pro Preview は同じリビジョンで30を記録している。大量処理向けの効率重視モデルとして売られているモデルが、フロンティア推論システムとして売られているモデルを7ポイント上回っている。しかも入力価格は20分の1だ。これは安価なモデルが高価なモデルに追いついたという話ではない。この特定の軸では、安価なモデルが単純に前に出ており、高価なモデルのほうは7か月間プレビューのままだ。

「Gemini 3.1 Proは割高だ」という自然な結論も、完全に正しいわけではない。そして本稿の残りは、Googleのモデルがその料金表に見合う価値を示す3つの場面についてだ。なぜならそれらは実在し、決して小さくないからだ。

それを決める5つのこと

詳細の前に、短いバージョンはこちらです：

• GPT-6 Lunaは、入力で約20倍、出力で約24倍、キャッシュ済み入力では大差で価格面の優位を獲得し、最大エフォートを揃えた場合の汎用インデックスでも7ポイント上回ります。

• Gemini 3.1 Pro は入力モダリティの点で優位に立つ — 音声と動画を受け付けるが、GPT-6 Luna は対応していない — そして7か月間利用可能であり、プレビューとしては長い実運用の実績がある。

• 出力の上限はどちらの方向でも近い値ではない。GPT-6 Luna は最大 128,000 トークン、Gemini 3.1 Pro は最大 65,000 トークンを出力する。

• どちらもリクエスト全体の料金が変わる長文コンテキストの段階境界を備えており、GPT-6 Luna では入力トークン 272,000、Gemini 3.1 Pro では約 200,000 です。

• デフォルトエフォートの罠が当てはまるのはLunaだけだ。Lunaの37は最大エフォート時のスコアであり、デフォルトのミディアム設定では29で、これはGemini 3.1 Proの30を下回る。

2つのレートカードと、その間の計算

1次元につき1行、それぞれ両側をオン:

• 入力 1Mあたり — GPT-6 Luna $0.10 対 Gemini 3.1 Pro $2.00

• 100万トークンあたりの出力 — GPT-6 Luna $0.50 対 Gemini 3.1 Pro $12.00

• キャッシュ済み入力 — GPT-6 Luna は100万あたり$0.01、Gemini 3.1 Pro の100万あたり$0.20に対して90%割引、90%割引

• ロングコンテキストの境界 — GPT-6 Luna は 272K 入力トークン超、一方 Gemini 3.1 Pro は約 200K 入力トークン超

• 長文コンテキスト効果 — GPT-6 Luna は入力とキャッシュが2倍、出力が1.5倍、リクエスト全体で。対して Gemini 3.1 Pro は $4.00 入力 / $18.00 出力、これもリクエスト全体で

• コンテキストウィンドウ — GPT-6 Luna 1,050,000トークン vs Gemini 3.1 Pro 1Mトークン

• 最大出力 — GPT-6 Luna 128,000トークン vs Gemini 3.1 Pro 65,000トークン

• 入力モダリティ — GPT-6 Luna のテキストと画像 対 Gemini 3.1 Pro のテキスト、画像、音声、動画、ファイル

• AA Intelligence Index — GPT-6 Luna は最大エフォートで37、デフォルトで29、対する Gemini 3.1 Pro は30

• 出力速度 — GPT-6 Luna は 153.9 トークン/秒、Gemini 3.1 Pro はスナップショットによって約 115～143 トークン/秒

• 推論オフスイッチ — GPT-6 Luna は none から max まで 対 Gemini 3.1 Pro は推論ファーストで、非推論モードは公開されていない

• ステータス — GPT-6 Luna は 2026-09-22 から一般提供、Gemini 3.1 Pro は 2026-02-19 からプレビュー版

興味深い行は価格ではない。それは一番下の2行だ。Gemini 3.1 Proのプレビュー表示は単なる形式的なものではない。それはGoogleがあなたに対して負う義務を変える。プレビューモデルは、GAモデルに与えられる非推奨通知なしに、変更、価格改定、撤回が可能であり、7か月間変わっていない価格設定は、誰も書面で約束していない約束だ。Googleのモデルが本番環境でより安全な賭けだという以下のすべては、その注意書きに照らして読まなければならない。なぜなら「7か月の安定性」と「安定性保証のない7か月」は同じ7か月だからだ。

Googleのモデルが追加の20倍を稼ぐのはどこか

3つの場所があり、最初のものは、一部のチームにとっては比較そのものを完全に終わらせてしまう場所だ。

モダリティ。Gemini 3.1 Proは音声と動画を入力として受け付ける。GPT-6 Lunaはテキストと画像だ。あなたのパイプラインが通話録音、スクリーンキャプチャ、あるいは動画を取り込むのであれば、この対決において価格差が問題になるバージョンは存在しない。なぜなら、2つのモデルのうち片方はその仕事をこなせないからだ。これはポイントリリースで縮まるベンチマークの差ではない。あるかないかの能力であり、Googleの料金表が実際の調達の場に耐えうる、唯一にして最強の理由なのである。

逆方向の出力上限。 出力の上限は入力モダリティとは逆の方向に作用し、これはOpenAIに有利です。GPT-6 Lunaは1回の応答で最大128,000トークンを出力し、Gemini 3.1 Proは最大65,000です。長い構造化された成果物——完全な文書、大規模なリファクタリング、複数ファイルのパッチ——を生成する場合、Googleの上限はOpenAIのおよそ半分であり、65,000トークンで切り捨てられるパイプラインは、トークンあたりいくら支払うかに関係なく破綻しています。

マルチモーダルフロンティアの取り組み。Gemini 3.1 Proの位置づけは、たまたまマルチモーダルである推論モデルとしてであり、実用的な結果として、図やチャート、画面録画を推論する必要があるタスクは、テキスト優先の小型モデル層ではなく、それに割り当てられる。GPT-6 Lunaは画像を受け入れるので、境界は音声と動画だけではない。それは、Googleのモデルが視覚と音声の推論を主なユースケースとして構築されているのに対し、OpenAIのモデルはスループット向けに構築されているということだ。

格安ティアが実際に負ける場所、そしてそれはあなたが予想する場所ではない

この組み合わせにおける罠はエフォートのデフォルト値であり、それはより弱い相手と対する場合よりもここでこそ鋭く効いてくる。GPT-6 Lunaの看板指標であるインデックススコア37は、推論エフォートを最大に設定して測定されたものだ。そのデフォルトはmediumであり、mediumでは29点——1点下回る。その相手はGemini 3.1 Proの30点だ。つまり、この記事の冒頭で示した7点のリードとは、一方のモデルの天井と他方のモデルの天井を比べたものにすぎない。そしてGPT-6 Lunaを導入して設定をそのままにするチームは、Googleのモデルにわずかに後れを取り、登場から7か月が経ち、依然としてプレビュー段階にあり、価格は20分の1というモデルを動かしていることになる。

ほとんどのワークロードにとって、それは依然として正しいトレードオフだ — インデックスの1ポイントは能力の差ではなく、20倍の価格差こそが差なのだから。しかしそれは、料金表が謳っているトレードオフとは別物であり、effortパラメータを探しに行かない限り目に見えない。

安価なティアが負ける2つ目の点は、長コンテキストの計算だ。どちらのモデルも、境界を超えた時点で超過分に割増をかけるのではなくリクエスト全体を再価格設定し、しかもどちらの境界も無視できないほど低い。GPT-6 Lunaでは入力トークン272,000、Gemini 3.1 Proではおよそ200,000だ。GPT-6 Lunaの条項は入力とキャッシュを2倍にし、出力を5割引き上げる。Gemini 3.1 Proの条項は、呼び出し全体を入力$4.00、出力$18.00へと移す。どちらも限界的な割増ではなく、価格を売りにしたモデルでは、その条項こそが価格なのだ。

第三は冗長性だ。これは料金表には決して現れないコスト項目である。Artificial Analysis の測定では、GPT-6 Luna はインデックス実行全体で 1 億 5,000 万の出力トークンを生成し、中央値は 8,500 万だった。このモデルはおしゃべりで、出力 100 万トークンあたり $0.50 なら、これは $75 分のトークンであり、簡潔なモデルなら $42.50 で済んだはずだ。それでも、代替手段よりは依然として桁違いに安い。また、タスクあたりコストの数字とトークンあたりコストの数字が別のことを語る理由でもあり、節約額をモデル化する前に自分の出力量を測定すべき理由でもある。

それらの間の移行がどのようなものか

Google のモデルはベンダー自身の API と複数のサードパーティプラットフォーム経由で利用できます。GPT-6 Luna は OpenAI 自身の API 経由で利用可能で、本稿執筆時点では、この2つのうち標準化しやすい側はどちらでもありません。どちらも OpenAI 互換の chat completions サーフェスを公開しているため、問題は呼び出しの形ではなく、パラメータにあります。GPT-6 Luna のエフォート段階、272,000トークンの条項、および Chat Completions 上の関数呼び出しを reasoning effort を none に設定して実行する必要があるという要件は、いずれも Gemini 3.1 Pro が共有しない挙動であり、モデル文字列だけを変更する移植では、呼び出しは動作してもコストプロファイルが誤ったものになります。

Gemini 3.1 Pro PreviewはOrcaRouter上でGoogleの定価でご利用いただけます。パススルー価格設定の下では、Googleの料金改定が当日中に当社側で反映されることを意味します。本稿執筆時点で、GPT-6 Lunaは当社のカタログに含まれていません。両方を運用するチームにとって——音声や動画が必要な用途にはGoogleのモデル、大量のテキストにはOpenAIのモデル——これは、Gemini 3.1 Pro用の1つのキーと、すでにOpenAIでお使いのものとの併用であり、ルーティングの判断は2つのコードパスではなく設定として表現されます。これが、そのことが最も重要となる組み合わせです。なぜなら、この2つのモデルはまったく互換性がないからです。マルチモーダルプレビューとテキスト専用のGAスモールティアのどちらかを選ばなければならないルートは、どちらかのベンダーが新製品をリリースするたびに再決定されるルートなのです。

何がこれを変えるでしょうか

現状のこの比較は、ある特異な瞬間を切り取ったスナップショットだ。9月のGAモデルが、2月のプレビューモデルに対して、入力価格20分の1で総合インデックスでは勝ちながら、モダリティと、プレビューが決して十分には手にできない成熟度では負けている。これを動かす要因は3つあり、いずれも推測するより注視する価値がある。

最初は Gemini 3.1 Pro のプレビュー終了です。GAリリースとなれば、非推奨ポリシー、安定した料金表、そしてほぼ確実に価格改定が伴うでしょう — Google は7か月のプレビュー期間を通じて $2.00/$12.00 を据え置いてきましたが、その間に市場の他のプレイヤーは周辺で半額になりました。そしてこの抑制は、熟慮された立場というよりも、GA日を待つローンチ価格とより整合的です。

2つ目は、OpenAIがLunaのエフォートのはしごを延長するのか、それともデフォルトを変更するのかという点だ。GPT-6 Lunaの最大エフォート時のスコアとデフォルトエフォート時のスコアの間にある22ポイントの差は、本記事で最大の設定感度であり、デフォルトを動かせば、そのパラメータに一切触れなかったすべての呼び出し元にとってモデルの実効能力が変わることになる。

第三はモダリティギャップだ。ここで唯一、程度の問題ではない次元であり、これが単純な価格比較にならない理由でもある。これらのモデルの一方が他方にできないことをできるようになるまでは、20倍の隔たりは、2つの異なる仕事を指し示す現実の数字だ。