GPT-5.6 Luna とチャット

AI ChatGPT-5.6 Luna

GPT-5.6 Luna とは?

GPT-5.6 Luna は、OpenAI が 2026 年 7 月 9 日に公開した GPT-5.6 ファミリーのコスト重視のモデルです。2026 年 9 月 8 日時点で、API モデルドキュメントには gpt-5.6-luna が掲載されており、日付付きのスナップショットはありません。本ページは Luna 自体を扱います。OpenAI の別系列に新モデルが登場しても、Luna の仕様が変わるわけではありません。 現在の ChatGPT ヘルプでは、Free と Go の標準モデルとして Luna を順次提供し、Think にも使用すると説明しています。ChatGPT、Codex、API の利用条件はそれぞれ異なり、これらの掲載情報は Ottermind での提供を裏付けるものではありません。

API で利用できる機能

  • より多くの参考資料を扱う: 公開仕様はコンテキスト 1,050,000 トークン、最大出力 128,000 トークンです。知識のカットオフは 2026 年 2 月 16 日。変わり続ける情報には最新の根拠を添え、必要な箇所を取り出してください。長い入力でも、すべての詳細を正確に保持できるとは限りません。
  • 推論にかける量を選ぶ: API の reasoning.effort は none、low、medium(既定)、high、xhigh、max に対応します。正解ラベルのある少量のサンプルで、使う予定の設定を比較しましょう。推論を増やしても、分類定義が曖昧なままでは改善せず、トークン数や待ち時間だけ増える場合があります。
  • 値下げ後の料金を確認する: 7 月 30 日の料金改定で Luna の API 料金は 80% 下がりました。100 万トークン当たりの標準料金は入力 0.20 米ドル、キャッシュ入力 0.02 米ドル、出力 1.20 米ドルです。これは OpenAI の料金であり、Ottermind の価格やサブスクリプションの利用枠ではありません。

Luna で試せる具体的な仕事

自分で正誤を判断できるサンプルから始めましょう。以下は評価するための作業案であり、手元のデータで測定した性能保証ではありません。

  • 問い合わせを担当窓口に振り分ける

    匿名化した問い合わせ、各キューの定義、分類が重なる例を渡します。各件の振り分け先を一つ選び、原文を引用した理由と、曖昧な場合の確認依頼フラグを求めます。実際のサポート運用に反映する前に、誤分類を確認してください。

  • 顧客の声をテーマ別に整理する

    レビュー一式と固定のテーマ一覧を渡し、タグ、代表的な引用、新しい問題を分けたグループを求めます。元の記録と件数を照合して、頻出する不満を見落とさず、重複投稿で需要が過大に見えないようにします。

  • 仕様が決まった変更にテストを追加する

    期待する動作、対象の関数、既存テストを渡します。境界ケースと小さな実装を依頼し、テストは別途実行して確かめます。設計上の判断は明示してください。何度もの修正に一日かかれば、初回の生成費用が安くても利点は失われます。

  • スクリーンショットから設定一覧を作る

    読み取れる設定画面の画像と必要な項目を渡し、見える値、その位置、隠れた部分の「不明」表示を求めます。抽出した設定を正確な一覧として扱う前に、自分でも画像と照合してください。

GPT-5.6 Luna と GPT-5.4 nano の比較

選ぶ際の基準GPT-5.6 LunaGPT-5.4 nano
標準 API 入力/出力料金(100 万トークン当たり)USD $0.20 / $1.20USD $0.20 / $1.25
コンテキスト上限(トークン)1,050,000400,000
API 推論の既定値/最大値medium / maxnone / xhigh
評価に向いている場面参考資料が多い作業や、推論設定を幅広く選びたい場合最小限の推論で実績のある分類・抽出処理を基準にしたい場合

合格した結果一件当たりのコストを見る

Luna を評価する理由

  • 近い料金だからこそ実際に比較する: GPT-5.4 nano のドキュメントでは、標準の入力料金は同じで、出力料金がやや高く設定されています。Luna はより長いコンテキストを扱えますが、推論の既定値が異なるため、同じプロンプトでも費用や応答時間が同じになるとは限りません。
  • 確認工程に組み込みやすい出力: 構造化出力と関数呼び出しに対応します。分類、根拠、確認状況を持つレコードを定義し、必須項目を検証してからサンプルを原文と照合します。スキーマに合うことは連携を容易にしますが、判断の正しさを証明するものではありません。

確認したいトレードオフ

  • 再試行で低料金の利点が消えることも: 合格した結果、経過時間、修正回数をまとめて記録します。何度も意図を誤解する場合は、根拠を明確にするか、より高性能なモデルに引き継ぎます。要件の抜けを解消せず、推論量だけ増やし続けても確実な解決にはなりません。
  • 長いコンテキストには別の料金条件: 入力が 272,000 トークンを超えると、リクエスト全体の入力料金が 2 倍、出力料金が 1.5 倍になります。キャッシュ書き込みは非キャッシュ入力料金の 1.25 倍です。例えば非キャッシュ入力 300,000 トークンと出力 10,000 トークンなら、ツールなどの追加料金を除き 0.138 米ドルです。

コミュニティの議論から分かること

報告は特定の利用環境での経験です。評価項目を考える参考になりますが、総意でも、あなたの結果を予測するものでもありません。

一問の成功は実際のリポジトリ評価とは異なる

単一問題での比較では、Luna XHigh と Max が LeetCode に受理された解答を生成し、その実行では XHigh の方が安く高速でした。投稿者は、学習時に問題に触れた可能性、実際のリポジトリ情報がないこと、API 費用の試算にキャッシュ書き込みが含まれないことを明記しています。実プロジェクトではミスが増えたというコメントもありますが、個人の経験から失敗率は算出できません。

ホスト側の請求額は OpenAI の料金と違う場合がある

コミットメッセージの費用を調べた Zed 利用者は、大量のキャッシュ書き込みと、値下げ後の直接 API 料金を上回る請求を報告しました。返信ではホスティング事業者や上乗せ料金が議論されています。この過去の投稿は現在の Zed 料金を示すものではありません。実際の提供元、キャッシュの計上方法、請求書を確認してください。

Ottermind で作業を続ける

1

検証できるサンプルを用意する

資料、必要な項目、正しい例をいくつか添えます。値を不明のまま残す条件や、確認を依頼する条件を指定してください。

2

Studio で提供状況を確認する

Studio に進み、必要に応じてログインします。アカウントで GPT-5.6 Luna が利用できる場合は選択し、ツールと利用条件を確認してください。このページがモデルを自動選択することはありません。

3

処理量を増やす前に確認する

誤りや抜けを調べ、時間と費用を記録し、小さな評価セットを残します。サンプルが合格基準を満たしてから、処理の規模を広げましょう。

GPT-5.6 Luna のよくある質問

Luna は nano の名前を変えただけですか?

いいえ。OpenAI は Luna を以前の nano 相当の位置付けとしていますが、gpt-5.6-luna は別のモデルです。GPT-5.4 nano とはコンテキスト容量や推論の既定値が異なります。識別子だけ置き換えず、移行をテストしてください。

Luna は画像生成や音声処理ができますか?

ネイティブではテキストの入出力と画像入力に対応し、音声や動画には対応していません。接続したツールで画像生成などの機能を追加できる場合があります。利用できるツールはホストとアカウントによって異なります。

API の値下げで ChatGPT も 80% 安くなりますか?

トークン単価をサブスクリプションの上限に直接換算することはできません。7 月の改定は API とクレジットの価格が対象です。ChatGPT と Codex の利用ルールは製品やプランによって異なり、第三者のホストが別の料金を設定する場合もあります。

推論量は最大が常に最適ですか?

どの作業にも当てはまる結論はありません。決まった分類作業なら、同じサンプルで正確さ、待ち時間、総トークン数を比較します。品質基準を満たす最小の設定を使い、解決できないケースを確認してください。

Luna に明確な作業と品質基準を渡す

根拠と例を Ottermind Studio に持ち込み、確認できた結果を土台に作業を進めましょう。