GPT-5.6 Sol・Terra・Lunaの選び方と推論設定まとめ

はじめに

OpenAI の新モデルファミリー GPT-5.6 が一般提供になり、Codex でも Sol・Terra・Luna の 3 モデルを選べるようになりました。

本記事では、Codex で GPT-5.6 を使う視点から、3 モデルの違いとクレジット消費、推論設定、GPT-5.5 からの変更点、API 側の新機能を整理します。後半では、ベンチマークを見た感想と、Codex にはなく ChatGPT にだけある品質優先モデル「Sol Pro」にも触れます。しっかり検証した記事というより、公式ドキュメントと発表内容の整理に、普段 Claude と併用している私の所感を添える内容です。

Codex のモデルをどれにするか、推論量をどこまで上げるか迷っている方に向けて書きました。

結論

結論から言うと、Codex の常用は Sol の Extra high か High、簡単なタスクは Terra の High、複雑なタスクは Sol の Max や Ultra が良さそうです。そのうえで、アーキテクチャ設計やレビューのような「考える仕事」は Claude Fable 5 と使い分けるのが執筆時点の私の考えです。

前提

• クレジット・メッセージ投稿量の表は Plus プランのものです
• 仕様・価格・提供状況・ベンチマーク値は、執筆時点の OpenAI 公式ドキュメントと発表ページに基づきます

Codex で選べる GPT-5.6 の 3 モデル（Sol・Terra・Luna）

Codex CLI では /model コマンドでモデルを切り替えられ、同じ設定が非対話的実行にも適用されます。^[1] 各モデルの仕様は OpenAI API の Models ページに掲載されているとおりです。価格は API 利用時の 100 万トークンあたりの USD です。^[2]

GPT-5.6 Sol

複雑な専門業務向けのフロンティアモデルです。

GPT-5.6 Terra

知能とコストのバランスを取った GPT-5.6 モデルです。

GPT-5.6 Luna

コストを重視するワークロード向けに最適化された GPT-5.6 モデルです。

3 モデルとも、コンテキストウィンドウ・最大出力・対応ツール・Reasoning の段階は共通です。

Codex のメッセージ投稿量とクレジット消費

Codex の利用枠は、ローカルメッセージと Cloud Task が 5 時間の枠を共有し、週次の上限が適用される場合があります。料金ページの Plus 表では、投稿量は次のとおりです。^[3]

クレジットは、モデル・コンテキスト・Reasoning・ツールによって消費量が変わります。以下は 100 万トークンあたりのクレジット単価です。^[3:1]

GPT-5.6 系の利用量は、1 メッセージあたり平均 5〜40 クレジットと案内されています。^[3:2]

体感でも、GPT-5.5 より Sol のほうがトークンを多く消費している印象があります。計測したわけではありませんが、単価 2 倍という事実も踏まえると、今までの GPT-5.5 を使うような感覚で Sol を使うと、リミットが思ったより早く来るかもしれません。

GPT-5.5 から変わった点と変わらなかった点

OpenAI の最新モデルガイドに基づき、GPT-5.5 から GPT-5.6 へ移行する際の差分を整理します。^[4]

変わった点

変わらなかった点

プロンプト指針が変わらないため、Codex のカスタム指示（AGENTS.md など）は書き換えずに移行を始められます。Reasoning だけは、今の値と 1 段階低い値を実タスクで比較してから決めるのが安全です。

Codex の推論設定: max と Ultra mode

GPT-5.6 世代の Codex では、推論量を引き上げる手段が 2 つあります。1 つ目は reasoning effort の最上位に追加された max、2 つ目はサブエージェントに作業を委任する Ultra です。

実際に Codex CLI で gpt-5.6-sol を選ぶと、reasoning level は次の 6 段階から選択できました。

Codex CLI の reasoning level 選択画面。

Codex 上の表記は Low（デフォルト）から Ultra までで、Extra high が API の xhigh に相当します。

max: 1 本の推論チェーンを深くする

先ほどの画面の Max にあたる設定で、API 側でも reasoning.effort の最上位として max が追加されています。^[2:2]

max は難度の高い、品質優先のワークロード向けの設定です。OpenAI は、いきなり max に切り替えるのではなく、xhigh と比較して品質向上がコストとレイテンシーの増加に見合うかを確認するよう案内しています。^[4:1]

Ultra mode: サブエージェントに分割して並列で解く

Ultra mode は、単一エージェントの枠を超えて、モデル自身がサブエージェントを生成して複雑な作業を分担させるモードです。デフォルト構成では 4 体のエージェントが独立してタスクに取り組み、最後に結果を 1 つの出力に統合します。^[5]

max が「1 本の作業の思考時間を増やす」設定なのに対し、Ultra は「作業自体を並列に分割する」仕組みです。

Codex では、先ほどの画面のとおり reasoning level の最上位として Ultra を選択できます。説明文も「Maximum reasoning with automatic task delegation」となっており、タスクの自動委任がこのレベルの本体です。段階的なロールアウト中のため、アカウントによっては表示されない場合があります。

私としては、まず Sol + max でタスクのターン数と品質を確認し、分割できるタスクに限って Ultra を検討する順番が良いと考えています。たとえば Codex のセキュリティレビューは、認証まわり・入力検証・依存関係のように観点を分けて同じコードベースを独立に調べ、最後に指摘を統合する流れになるため、サブエージェントに分担させる Ultra と相性が良いのではと見ています。

API 側の新機能

ここからは Codex を離れて、API で自前のエージェントを組む場合の話です。GPT-5.6 とあわせて追加された機能を軽く紹介します。

Programmatic Tool Calling

ツール呼び出しの効率化です。モデルが JavaScript を書いて、複数ツールの呼び出しと中間結果の処理をコード内で完結させるため、大きな中間結果をモデルのコンテキストに入れずに済みます。^[6] OpenAI は導入企業がトークンを最大 63.5% 削減した事例を公表しています。^[5:1]

Multi-agent（ベータ）

複数のサブエージェントを並列に連携させる構成を、Responses API で組めるようになりました。^[4:2] Codex の Ultra に近い動きを自前のエージェントで再現できる位置づけです。

Persisted reasoning

previous_response_id で会話をつなぐと、過去ターンの推論を後続リクエストで再利用できます。^[7] ツール呼び出しのたびに推論をやり直さずに済むため、ターン数が多いエージェント処理ほどトークンと時間の節約が効きます。

GPT-5.6 のベンチマークを見た感想

OpenAI の発表ページには、GPT-5.6 の 3 モデルと Claude Fable 5 などを比較したベンチマーク一覧が掲載されています。個別の数値は本記事では引用しないので、最新の値は発表ページを確認してください。

一覧を眺めた感想としては、全体では拮抗しつつ、得意分野がきれいに分かれている印象でした。Sol は Agents' Last Exam や Terminal-Bench 2.1 のようなエージェント実行系の評価で高く、Fable は SWE-Bench Pro や GDPval-AA v2 のようなコーディング・専門業務系の評価で高い傾向です。^[5:2]

もう 1 つ印象的だったのは効率の説明です。OpenAI はコーディングエージェント評価について、Sol は Fable より高いスコアを出しつつ、出力トークン数と所要時間は半分未満、推定コストは約 3 分の 1 低かったと説明しています。ただしコストとレイテンシーはシミュレーションによる推定値なので、実運用ではツール呼び出しや入出力トークン量で大きく変わる前提で見るのが良さそうです。^[5:3]

ChatGPT にある品質優先の Sol Pro

ここまで見てきた Max と Ultra は Codex（と API）側の推論オプションです。ChatGPT の通常チャットでも応答性能（effort）の調整はできますが、それとは別に、品質優先の選択肢として GPT-5.6 Sol Pro が用意されています。

通常チャットの入力欄では、応答性能メニューに「最速（5.5）」「中程度」「高い」「非常に高い」「Pro」が並びます。Sol Pro は独立したモデルとしてではなく、モデルに GPT-5.6 Sol を選んだうえで応答性能を「Pro」にする形で使う UI になっていました。

ChatGPT 通常チャットの応答性能メニュー。「Pro」も応答性能の 1 つとして並びます

Sol Pro は、Sol に推論時の計算リソースを追加で割り当てた構成で、難しいタスクや時間のかかるワークフロー向けの最上位オプションと説明されています。^[8] 回答までの時間が長くなる代わりに 1 回の回答の質を優先する位置づけで、対象は Pro・Enterprise プランです。通常チャットの GPT-5.6 Sol（Plus・Pro・Business・Enterprise 対象）の上位にあたります。

実際に使ってみた感想です。まだたくさん触れたわけではありませんが、GPT-5.5 Pro と比べて、伝えた内容の意図を汲み取って、こちらの欲しい情報を集めて整理してくれる印象を受けました。回答を待つ時間はかかるので、設計の検討や案出しのように、じっくり考えてほしいタスクで有用かもしれません。

なお、ChatGPT Work では詳細設定から、モデル（Sol・Terra・Luna・GPT-5.5）と思考レベル、速度を選べます。^[1:1] 通常チャットと違い、Work 側では Terra と Luna も選択肢に出てきました。

ChatGPT Work の詳細設定。Work 側では Terra・Luna も選べます

思考レベルは「軽」から「最大」に加えて「ウルトラ」があり、「利用枠をより早く消費」という注記が付いていました。Codex と同じく、Work でもウルトラはクレジットを多く使う前提の位置づけです。

思考レベルの選択肢。「ウルトラ」には「利用枠をより早く消費」の注記があります

カレンダーやメールと連携した定期実行タスクもできるらしいので、追って試す予定です。

まとめ

今回は、Codex を軸に GPT-5.6 のモデル選択と推論設定、新機能をまとめました。

ポイントは、次の 3 つです。

1. Codex の常用は Sol の Extra high か High にして、簡単なタスクは Terra、複雑なタスクだけ Max や Ultra に引き上げます。Ultra はサブエージェント委任なので、並列化が効くタスク向けです。
2. クレジット単価（100 万トークンあたりの消費クレジット）は、Sol が GPT-5.5 の 2 倍になった一方、出力の単価は Terra が 750 から 125 に、Luna が 750 から 300 に下がりました。簡単なタスクを Terra・Luna に寄せると利用枠を節約できます。
3. ChatGPT の品質優先の選択肢は Sol Pro（Pro・Enterprise 向け）です。API では reasoning.mode: "pro" で同等の推論を有効化できると思われます。

最後に、Claude Fable 5 との使い分けです。私の中では、Fable は 0 から 1 を作るのが得意で、GPT-5.6 Sol は 1 を 10 に伸ばすのが得意というイメージを持っています。

• 考える仕事は Claude Fable 5 へ: アーキテクチャ設計、要件整理、UI/UX 設計、文章作成、アイデア出し、レビュー
• やり切る仕事は Codex + Sol へ: 実装、リファクタリング、既存コードへの適応、大量タスク処理、長時間実行、Computer Use、サブエージェント運用

ベンチマークの傾向とも矛盾しない使い分けだと考えています。

本ブログが Codex で GPT-5.6 を使い始める方や、モデルの使い分けを検討している方の参考になれば幸いです。

クラスメソッドオペレーションズ株式会社について

クラスメソッドグループのオペレーション企業です。

運用・保守開発・サポート・情シス・バックオフィスの専門チームが、IT・AIをフル活用した「しくみ」を通じて、お客様の業務代行から課題解決や高付加価値サービスまでを提供するエキスパート集団です。

当社は様々な職種でメンバーを募集しています。

「オペレーション・エクセレンス」と「らしく働く、らしく生きる」を共に実現するカルチャー・しくみ・働き方にご興味がある方は、クラスメソッドオペレーションズ株式会社 コーポレートサイト をぜひご覧ください。※2026年1月 アノテーション㈱から社名変更しました