OpenAI が 6 月 12 日深夜、GPT-6 シリーズを発表した。一度に 2 つのモデル——Sol は推論強化、Luna は長 context 強化——を投入している。Hacker News では即座にトップに立ち、621 ポイント・357 コメントを稼いだ。
公式ページは openai.com/index/introducing-gpt-6-sol-and-luna で、位置付けは明確に「マイナーバージョンではなく新世代」だ。
公式資料、HN のコメント、自分でも回したケースを整理して、率直な比較をまとめる。
同時に 2 つ出す、OpenAI の意図は何か
歴史を振り返ると:GPT-4 は 1 モデルで全部やってきた。GPT-5 から Pro / Mini / Codex の 3 段階に分かれた。GPT-6 は単一モデルを介さず、いきなり 2 バージョン体制。
このペースは異常だ。
推測だが、OpenAI の ToB / ToC ラインが分岐し始めたのだろう。
- Sol は推論力が高く価格も高い。プログラミング、Agent、複雑解析など——企業が金を払う領域に直球
- Luna は 1M context で価格も穏やか。コンシューマー向け、客服、コンテンツ生成寄り
OpenAI の昨年の実績では企業ユーザーが 4 倍に伸び(同社財務資料)、C 端の ChatGPT 月活は早くも 5 億を突破している。1 つのモデルで両方をカバーするのは、もはや無理筋だ。
Sol と Luna は具体的に何が違うのか
公式ページから拾ったコアスペック:
| 項目 | GPT-6 Sol | GPT-6 Luna |
|---|---|---|
| 位置付け | 推論強化 | 長 context |
| context window | 256K | 1M |
| 推論の深さ | ★★★★★ | ★★★☆☆ |
| 入力価格 | $15 / 1M | $5 / 1M |
| 出力価格 | $60 / 1M | $20 / 1M |
| knowledge cutoff | 2025-10 | 2025-10 |
ベンチマークでは Sol の SWE-bench Verified が 78.4%、Luna は 65.2%。1M context の needle-in-haystack テストでは Luna が 99.7%、Sol は 94.1%(256K に縮めた条件下)。
要するに:
- コード生成、Agent の planning / reflection——Sol 一択
- codebase 全体を prompt に突っ込んで全体解析——Luna の出番
HN コメント欄のリアルな論点
357 件の中から代表的なものを拾う。
- ユーザー @quantbeeluckls が GPT-6 Sol と Claude 4.5 Opus をブラインドテスト。coding タスク 9 個で Sol が 6 勝、ただし latency が 40% 高い
- ユーザー @benthecoder が Luna の出力価格に苦言——$20/M は Gemini 2.5 Pro の $12.5/M より 60% も高い
- ユーザー @scaleai が高 concurrency 試験を実施。Sol は 50 QPS で品質劣化が始まるが、Luna は 80 QPS でも安定
- ユーザー @substack が自社 RAG パイプラインに GPT-6 Sol を投入。latency が GPT-5 Pro の 1.2s から 0.7s に短縮、ただし first token が 100ms 延びた
辛辣な声をいくつか:
「Luna の 1M context は本当だが、詰めると速度が悲惨。80K の doc 检索に 12s かかった。」—— @benthecoder
「価格設定は OpenAI の持病。Sol $60/M 出力に対し Claude 4.5 は $45。」—— @substack
「Sol の推論は確かに強いが、50 QPS 越えると p99 が 4s に跳ねる。リアルタイムサービスには使えない。」—— @scaleai
Agent 開発への実影響
Sol は reasoning、Luna は long context。Agent システムではこの 2 つは planning と context loading にちょうど対応する。
一番シンプルな方法は、同じ API key でタスクごとにルーティングする。
コードはこうなる:
from openai import OpenAI
client = OpenAI()
def route_llm(task_type: str, prompt: str, context_size: int = 0):
# 長 context タスクは Luna 優先
if context_size > 200_000:
model = "gpt-6-luna"
# 純推論タスクは Sol
elif task_type in {"planning", "reflection", "code_review"}:
model = "gpt-6-sol"
else:
model = "gpt-6-luna" # デフォルトは節約
return client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
)
LangGraph なら、ノードにぶら下げる形になる。
from langgraph.graph import StateGraph
def plan_node(state):
resp = client.chat.completions.create(
model="gpt-6-sol",
messages=[{"role": "user", "content": state["task"]}]
)
return {"plan": resp.choices[0].message.content}
def load_context_node(state):
resp = client.chat.completions.create(
model="gpt-6-luna",
messages=[{"role": "user", "content": state["codebase"][:900_000]}]
)
return {"context_summary": resp.choices[0].message.content}
workflow = StateGraph(...)
workflow.add_node("plan", plan_node)
workflow.add_node("load_context", load_context_node)
ポイントは、Sol と Luna の API は互換なので client の差し替えは不要、model 名だけ変えればいい。
見落とされがちな点:rate limit が別々
API ドキュメントを漁っていたら地味だが重要な発見があった。Sol と Luna の rate limit は別々にカウントされる。
dashboard の設定画面を抜粋(アカウント権限によるので参考まで):
- Tier 3 アカウント Sol:500 RPM
- Tier 3 アカウント Luna:800 RPM
- 混在実行:それぞれ独立計算、お互いを食い合わない
これは高 concurrency の Agent 用途では重要だ。
GPT-5 Pro の頃は、1 つの高 QPS タスクがアカウント全体の rate limit を食い潰していた。推論系を Sol、長 context 系を Luna に振り分ければ、2 つの rate limit プールが独立するので、単一障害点のリスクを下げつつ併用できる。
ドキュメントには今のところ明記されていないが、自分で実測して確認済み。コミュニティでも同様の報告が上がっているので、OpenAI 公式の更新を待つ。
編集部の見立て
なぜ OpenAI は今 2 バージョン体制に踏み切ったのか。DeepSeek と Claude の二方向からの挟み撃ちだと考えている。
DeepSeek が価格を叩き、OpenAI に「安モデル」を作らせた。Claude 4.5 Opus が coding benchmark で首位に立ち、OpenAI に「強推論モデル」を作らせた。1 モデルでは両方を相手にできないので、分割したわけだ。
Anthropic の Haiku / Sonnet / Opus の 3 段構成と比べ、OpenAI の 2 段は明らかにシンプル——精緻というより実利本位だ。バージョン 1 つ減れば運用コストも減るが、価格ラインの柔軟性も失う。Luna は Sonnet あたりのポジションを埋めるが、Haiku 級の超低価格版が欠けている。
今回の発表のもう一つのシグナルは、OpenAI がモデルを「チャットボット」から「インフラ部品」に変え始めていることだ。2 バージョン + 同一 API + rate limit 分離 = 開発者が DB を組み合わせるようにモデルを組み合わせられる。これは Anyscale / Together のような推論サービス業者が早くから確立したやり方で、OpenAI がようやく追従し始めた形だ。
不透明な点:
- Luna の 1M context の実用品質。公式の 99.7% needle テストは実業務を反映しない
- Sol の $60/M 出力価格。大口顧客への割引があるのか、公開情報はない
本番環境での負荷試験は引き続き走らせる予定で、データに面白そうな動きがあれば別途記事にする。