OpenAIは、AIモデル「GPT-6 Sol」と「GPT-6 Luna」を発表しました。今月初めに公開した最上位モデル「GPT-6 Astra」と同様の手法で訓練しつつ、日常的な業務やアプリケーションでの利用を想定して、コスト効率と応答速度を高めたモデルとして位置付けます。APIでは「gpt-6-sol」「gpt-6-luna」として利用できます。
API料金は100万トークン当たりで、GPT-6 Solが入力2ドル、出力10ドル、GPT-6 Lunaが入力0.10ドル、出力0.50ドルです。いずれも従来のGPT-5.6系モデルのプロモーション価格から50％引き下げました。OpenAIは、推論処理とキャッシュの改善によるコスト低下を利用者に還元したと説明しています。一方で、最も高い性能が必要な用途には、引き続きGPT-6 Astraを推奨しています。
同社の評価では、SolとLunaは専門業務、事実性、コーディング、コンピューター操作で前世代から性能を向上させました。実際のアプリをまたぐ業務フローを測るAutomationBenchでは、GPT-6 Solの最高推論設定はスコア33.2％、1タスク当たり0.27ドルでした。OpenAIによると、Claude Opus 5の最高設定は26.9％で、Solの11.1倍のタスク当たりコストだったとしています。
事実性については、ユーザーが誤りを指摘した匿名化済み会話を基にした社内評価で、Solの事実誤りは前世代の約半分になったと説明します。Lunaも高い推論設定では、GPT-5.6 Solにほぼ同等の水準を約100分の1のコストで達成したとしています。ただし同社は、これらの誤りを誘発しやすい会話は通常の利用を代表するものではないと注記しています。
ソフトウエア開発の評価DeepSWE v1.1では、Solの最高設定は68.8％、Lunaは66.6％を記録しました。SolはClaude Fable 5の最高スコア69.9％との差が1.1ポイントで、タスク当たりコストは約80％低いとOpenAIは示しました。コンピューター操作を測るOSWorld 2.0のオフラインセットでは、Solの最高設定は60.5％で、Claude Opus 5の中程度の推論設定の60.3％と近いスコアだったといいます。
開発者向けには、プロンプトキャッシュも改善しました。再利用する入力コンテキストのキャッシュヒット率を高め、キャッシュ済み入力トークンの読み取りには90％の割引を適用します。キャッシュ状況を確認するダッシュボードや診断ツール、キャッシュを維持したまま推論量やツールの利用可否を変える機能、キャッシュ対象の接頭辞を指定するブレークポイントも用意します。GitHubは、数十億件のOpenAIモデルへのリクエストで、新規処理が必要なプロンプトトークンの割合が過去数カ月に50％超減ったと報告しています。
SolとLunaは、ChatGPT WorkとCodexでPlus、Pro、Business、Enterprise、Eduの利用者に同日から提供します。無料版とGoの利用者はデスクトップアプリでLunaを使えます。通常のChatにはまだ提供しておらず、ChatGPT WorkとCodexでは当日中に段階的に展開するとしています。