GPT-5.6 Sol vs Terra vs Luna：本番 API ルーティングガイド
2026 年 7 月の GPT-5.6 リリースにより、本番運用チームのモデル選択は「どれが一番強いか」ではなく、ルーティング方針の問題になりました。Sol、Terra、Luna は同じモデルの別名ではなく、コストと能力が異なる 3 つの階層です。それぞれを異なるワークロード、合格基準、フォールバック規則に対応させる必要があります。
クイック回答
| 本番状況 | 開始候補 | エスカレーション / フォールバック | 実務上の理由 |
|---|---|---|---|
| 複雑なコーディングエージェント、コードレビュー、セキュリティ分析、調査エージェント | Sol | 低コストで繰り返す処理は Terra | 正しい回答の価値がトークン単価を上回ることがある。 |
| 製品アシスタント、社内コパイロット、チャットとツールの混合処理 | Terra | 難しいケースは Sol、低リスクの大量処理は Luna | 流量を細分化する前の安全なデフォルト。 |
| 要約、分類、抽出、書き換え、バッチ処理 | Luna | 合格率が下がったら Terra | 実際のプロンプトで品質を確認した後だけ使う。 |
| 未評価の新しいワークフロー | Terra | 評価中に Sol と Luna も並行テスト | 最適化前のバランス型基準になる。 |
| 顧客向けの本番展開 | Sol/Luna を制御して振り分ける Terra | GPT-5.5 など検証済みのフォールバック | 本番には可観測性とロールバックが必要。 |
確認済みファクト
| 事実 | OpenAI が示している内容 | EvoLink での意味 |
|---|---|---|
| リリース状況 | GPT-5.6 は 2026 年 7 月 9 日に発表された一般提供モデルファミリー。 | プレビューや噂ではなく、本番候補として扱える。 |
| モデル階層 | Sol は最上位、Terra はバランス型、Luna は最もコスト効率が高い。 | 1 つのモデルで全トラフィックを処理せず、タスク価値に応じて振り分ける。 |
| モデル ID | gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna。 | モデル ID は業務ロジックではなく設定に置く。 |
| Alias | OpenAI の直接 API では gpt-5.6 は gpt-5.6-sol にルーティングされる。 | EvoLink では現在、Sol、Terra、Luna の正確なモデル ID が必要。 |
| 標準の短文コンテキスト料金 | Sol: $5 入力 / $30 出力（1M tokens あたり）。Terra: $2.50 / $15。Luna: $1 / $6。 | 公開情報の基準として使い、EvoLink のルート料金は別途確認する。 |
| 長文コンテキスト料金 | prompt が 272K tokens を超えると、リクエスト全体で入力とキャッシュは 2 倍、出力は 1.5 倍になる：Sol $10/$45、Terra $5/$22.50、Luna $2/$9（1M tokens あたり）。 | 長文ドキュメントのワークフローは個別にコストを見積もる。 |
| 推論とツール | GPT-5.6 は max reasoning effort、pro mode、persisted reasoning、Programmatic Tool Calling をサポートする。 | モデル階層、推論、キャッシュ、ツールをまとめて評価する。 |
これはランキングではなく、ルーティングガイドです。ランキングは「どれが勝つか」を問います。ルーティングガイドは「どのトラフィックをどのモデルに任せれば安全で採算が合うか」を決めます。
このガイドの対象
対象は、すでに AI 機能を本番運用している、または近く運用を始めるチームです。コーディングエージェント、サポートエージェント、調査アシスタント、社内コパイロット、文書ワークフロー、大量テキスト処理が該当します。
ルーティング判断ツリー
- 誤った回答が開発、法務、財務、顧客対応のリスクを生むなら Sol から始める。
- 推論、チャット、ツール、通常のユーザー要求が混在するなら Terra から始める。
- 反復的でスキーマが固定され、評価しやすく件数が多いなら Luna をテストする。
- 合格基準を説明できないなら、まだ最安階層に最適化しない。
- GPT-5.5 や GPT-5.4 で稼働中なら、GPT-5.6 が実トラフィックで上回るまで旧ルートを基準として残す。
Sol、Terra、Luna は単なる好みではなく、本番ルーティング方針です。
Sol vs Terra vs Luna の概要
| 階層 | 最初に使うべき場面 | 避けるべき場面 | 合格シグナル | コスト方針 |
|---|---|---|---|---|
| Sol | 高価値の推論、コーディングエージェント、難しい調査、複数段階のツール処理 | 定型的で評価しやすく、大量に繰り返すタスク | 失敗、再試行、人手の修正を十分に減らせる | 品質優先 |
| Terra | 混合した本番トラフィックのデフォルト候補 | 明確に最高難度、または低コスト大量処理のワークフロー | 多くのユーザー向けケースで Sol に近い品質をより低コストで出せる | バランス型 |
| Luna | 大量の要約、抽出、分類、変換 | エラー検出が難しい、または後続処理のリスクが高い | そのワークフローで Terra と同じ合格基準を満たす | コスト優先 |
同じ製品で 3 つの階層すべてを使って構いません。目的は 1 つのモデルに全トラフィックを背負わせないことです。
ワークロード別ルーティング表
| ワークフロー | 推奨ルート | 指標 | ロールアウトメモ |
|---|---|---|---|
| コード生成エージェント | Sol から始め、Terra と比較 | テスト通過率、レビュー承認率、ツール成功率 | 高リスクのリポジトリ変更は Sol、単純な編集はデータ確認後に下げる。 |
| コードレビュー / セキュリティ選別 | 重大度に応じて Sol または Terra | 真陽性率、偽陽性率、修正提案の有用性 | 重大度、影響範囲、信頼度でエスカレーションを決める。 |
| サポートアシスタント | Terra をデフォルト | 解決率、エスカレーション率、ハルシネーション率、レイテンシ | 複雑なアカウントやポリシーの問題は Sol。Luna は社内下書きや要約向き。 |
| 長文書 RAG | Terra から始め、難しい統合は Sol | 引用精度、回答の完全性、コンテキストコスト | 長文料金とキャッシュ動作が重要。 |
| 構造化抽出 | Luna 候補、Terra をフォールバック | フィールド精度、スキーマ妥当性、修正率 | スキーマが安定しエラーを捕捉しやすいなら Luna が合う。 |
| バッチ要約 | Luna 候補 | 有用性、圧縮率、再試行率 | Batch/Flex の採算性とレイテンシを確認する。 |
| 戦略調査 / 計画 | Sol から始める | 判断の有用性、根拠の扱い、推論品質 | 製品や資本判断に影響する出力を最安優先にしない。 |
| 社内コパイロット | Terra をデフォルト | タスク完了率、ユーザー修正率、ツール成功率 | ユーザーの役割と操作リスクでエスカレーションを決める。 |
コスト計画：token 単価だけで決めない
公開価格は参考になりますが、本番コストは成功タスク単位で見るべきです。
| コスト層 | 測るもの | なぜ選択に影響するか |
|---|---|---|
| 入力 tokens | プロンプト、コンテキスト、履歴 | 長文コンテキストは料金帯を変える。 |
| 出力 tokens | 最終回答と可視の中間出力 | 安いモデルでも出力が長すぎれば高くなる。 |
| キャッシュ | キャッシュの読み取りと書き込み | 反復ワークフローでは両方を含める。 |
| 再試行 | 修復呼び出し、検証ループ | 弱い初回結果は節約分を消す。 |
| フォールバック | Sol、GPT-5.5、別ルートへの追加呼び出し | 想定フォールバック率を計算に入れる。 |
| 人手レビュー | QA、サポートへの引き上げ、開発修正 | 運用作業が減らなければ本当に安いとはいえない。 |
successful_task_cost = first_call_cost + cache_cost + retry_cost + fallback_cost + review_costこの合計コストが下がり、合格率を維持できるなら Luna を使います。失敗を減らして収益やリスクを守れるなら Sol、まだ流量を細分化できていないなら Terra をデフォルトにします。
Reasoning effort は別の制御項目
モデル階層と reasoning effort を混同しないでください。GPT-5.6 では Sol、Terra、Luna の選択とは別に推論強度を指定できます。モデル名だけでなく、その組み合わせを評価します。
| 制御項目 | 本番での問い | 開始点 |
|---|---|---|
| モデル階層 | ワークロードに必要な基礎能力はどの程度か？ | Terra をデフォルトにし、高難度・高価値は Sol、検証済みの大量処理は Luna。 |
| Reasoning effort | 探索と検証にどれだけ計算量を使うか？ | medium から始め、低遅延が必要なら下げ、品質向上が確認できた場合だけ上げる。 |
| Pro mode | モデル ID を変えずに、より高品質な実行モードが必要か？ | 品質優先のケースに限定し、課金への影響を測る。 |
| Persisted reasoning | 複数ターンの品質やキャッシュ効率が改善するか？ | エージェントや長いワークフローでテストする。 |
| Programmatic Tool Calling | ツール中心の処理で中間結果を効率よく集約できるか？ | ツール呼び出しが多いエージェントに有効。 |
移行前の評価計画
| ステップ | 実施内容 | 最低成果物 |
|---|---|---|
| プロンプトセット | 重要なワークフローごとに 30〜100 件の実プロンプトを選ぶ。 | 簡単・標準・難しいケースを含むバージョン管理済み評価セット。 |
| 合格基準 | テスト前に合否基準を書く。 | 品質、安全性、レイテンシ、コスト、修復回数のしきい値。 |
| 並行比較 | Sol、Terra、Luna、現在の基準モデルを比較する。 | 同じ入力、同じツール、同じ採点方法。 |
| トラフィック分割 | 高品質、標準、大量処理、フォールバックに分ける。 | 開発チームが実装できるルート表。 |
| カナリア展開 | 低い割合または社内ユーザーから始める。 | 実環境のレイテンシ、再試行、コスト、苦情データ。 |
| 拡大またはロールバック | 指標が安定してから拡大する。 | 担当者とロールバック条件を明記した判断記録。 |
GPT-5.5 / GPT-5.4 からの移行
GPT-5.6 が出たからといって GPT-5.5 をすぐ置き換えないでください。新しいルートが重要指標で上回るまで、旧モデルを基準として残します。
- 既存の GPT-5.5 / GPT-5.4 ルートはそのまま残す。
- GPT-5.6 の評価用ルートグループを追加する。
- Terra を現在のデフォルトと比較する。
- 高価値または失敗コストが高いプロンプトで Sol を比較する。
- 高頻度で評価しやすいタスクで Luna を比較する。
- 全体を一括置換せず、ワークフローごとに移行する。
- サポート、コスト、レイテンシが安定するまでロールバックを維持する。
EvoLink 実装パターン
EvoLink では GPT-5.6 のルーティングを設定として管理します。以下は計画例であり、API リファレンスではありません。
route_group: gpt-5-6-production
default: gpt-5.6-terra
premium_reasoning: gpt-5.6-sol
high_volume: gpt-5.6-luna
fallback: gpt-5.5
rollback_owner: ai-platformよくある失敗
| 失敗 | リスク | 改善策 |
|---|---|---|
gpt-5.6 をハードコード | OpenAI の alias は Sol を指し、EvoLink では正確な階層 ID が必要。 | 正確な階層 ID と設定ベースのルーティングを使う。 |
| Luna を価格だけで選ぶ | 失敗、再試行、修復で逆に高くなる。 | ワークフロー単位の合格を必須にする。 |
| Terra を弱い妥協と見る | 混合トラフィックでは最適なデフォルトになり得る。 | 測定結果が価値を示した場合だけ Sol を使う。 |
| デモ用プロンプトだけ比較 | 境界ケース、レイテンシ、再試行が見えない。 | 代表的なプロンプトとカナリア展開を使う。 |
| 長文コンテキスト料金を無視 | prompt が 272K tokens を超えると、リクエスト全体が長文料金帯に入る。 | 短文と長文を分けて見積もる。 |
| フォールバックを早く外す | 新モデルの展開でプロンプトや製品上の問題が出る。 | 指標が安定するまでフォールバックを保持する。 |
推奨本番ポリシー
| 項目 | 推奨 |
|---|---|
| デフォルト | 評価後、混合した本番ワークロードには gpt-5.6-terra。 |
| 高品質ルート | 複雑なコーディング、難しい調査、リスク分析、エスカレーションには gpt-5.6-sol。 |
| 大量処理ルート | 検証済みの要約、抽出、分類、バッチ変換には gpt-5.6-luna。 |
| Alias | EvoLink では正確な階層 ID を使う。OpenAI の直接 API にある gpt-5.6 alias は Sol を指す。 |
| フォールバック | 移行期間は GPT-5.5 など検証済みモデルを保持。 |
| 見直し | プロンプト、製品、料金、トラフィック構成が変わったら再評価。 |
参考情報
FAQ
GPT-5.6 Sol は Terra や Luna より良いですか？
Sol は最上位モデルですが、最適かどうかはタスク次第です。弱い回答によるコストやリスクが高い場合に Sol を使います。
Terra を default にすべきですか？
多くの本番運用チームでは適しています。Terra はトラフィックの細分化が成熟する前でも、品質、レイテンシ、コストのバランスを取りやすいモデルです。
Luna はいつ使うべきですか？
高頻度で評価しやすく、合格基準を満たした要約、抽出、分類、変換、低リスクの下書きに使います。
gpt-5.6 は gpt-5.6-sol と同じですか？
gpt-5.6 alias は gpt-5.6-sol にルーティングされます。EvoLink では現在、gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna の正確なモデル ID が必要です。計画ではどの価格を使いますか？
公開情報の基準として、OpenAI の短文コンテキスト料金である Sol $5/$30、Terra $2.50/$15、Luna $1/$6（1M 入力/出力 tokens あたり）を使えます。EvoLink のルート料金は別途確認してください。
長いコンテキストは判断を変えますか？
はい。prompt が 272K tokens を超えると、リクエスト全体で入力とキャッシュは 2 倍、出力は 1.5 倍の料金になります。そのため、長文ドキュメントのワークフローは個別に見積もる必要があります。
GPT-5.6 と GPT-5.5 はどう比較しますか？
代表的なプロンプトで並行比較し、品質、レイテンシ、再試行率、ツール成功率、成功タスクあたりのコストを確認します。
Pro mode や max reasoning を default にすべきですか？
いいえ。品質を最優先する難しいワークフロー向けで、追加コストとレイテンシを正当化できる場合に使います。
Sol、Terra、Luna 用に 3 つの SDK が必要ですか？
通常は不要です。EvoLink の 1 つの統合とルーティング設定で管理する方が運用しやすくなります。
最も安全なロールアウトは？
評価、カナリア展開、ワークフロー単位の拡大という順番です。正確なモデル ID、可観測性、ロールバックを維持します。
