こんにちは、モデル選びで毎回立ち止まるアーキテクトのやまぱん！です。
補足コメントや質問、いいね、拡散、ぜひお願いします 🥺！
間違っていたら 優しく 教えてください！
2026 年 9 月は新しいモデルが続けて出ました。月の前半に GPT-6 Astra、22 日には Claude Opus 5.5 と GPT-6 Sol / Luna が 1 時間ほどの差で相次いで出ました。さらに 28 日に Claude Sonnet 5.5、29 日に GPT-6 Sol の後継の GPT-6.1 Sol が続いています。GitHub Copilot のモデル一覧にも新しい名前が並んだので、私がいまどう使い分けているかと、料金の見方をまとめました（2026/09/30 に Sonnet 5.5 と GPT-6.1 Sol を踏まえて更新。内容が Luna の料金だけに収まらなくなったので、タイトルも「GPT-6 Luna は本当に安い？」から変えました）。モデル選びの参考になればうれしいです 😊
TL;DR
- おすすめは、まず GPT-6 Luna で試すこと。とにかく安くて返りも速いので、結果を人間がパッと確かめられる作業なら Luna に任せます。Sol で一度うまくいった作業も、振り返って手順書や Skill にまとめれば、次から Luna に回せます。
- Luna は、少し前のフロンティアモデル（旧 GPT-5.5、旧 Claude Sonnet 5）とほぼ同じ Artificial Analysis Intelligence Index（37〜38）を、実測費用の約 40〜70 分の 1（1 タスク $0.07）で出しています。DeepSWE 1.1 でも旧 GPT-5.5 と同水準です。ただし 7 月の GPT-5.6 Sol や Claude Opus 5 には届きません。
- 役割の目安は、超軽量・大量処理は GPT-6 Luna、普段使いの高性能は Claude Sonnet 5.5、強い実務・Coding Agent は GPT-6.1 Sol、難問・最高品質は Claude Opus 5.5 / GPT-6 Astra。私は Luna と GPT-6.1 Sol を使い、詰まったら Sonnet 5.5 を試します。Sonnet 5.5 は Copilot Pro でも選べますが、GPT-6.1 Sol は Pro+ 以上です。
- Sonnet 5.5 と GPT-6.1 Sol は、どちらも入力 $2 / 出力 $10（100 万トークンあたり）で、試算は同じ 1,200 credits。差が出るのは、使うトークンの量（AA の実測で約 10 倍）と、選べるプランです。
- 実画面の 1.4 credits（約 2.1 円）と料金図の 60 credits（約 90 円）は別の数字です。後者は入力と出力を各 100 万トークン使うと仮定した比較用の試算です。コストとスコアの 4 象限図は 2 種類（DeepSWE 1.1 は単価の試算、Artificial Analysis の Index は 1 タスクの実測費用）を掲載しています。スコアはどちらも第三者サイトの値です。
図: 筆者作成。用途は GitHub Docs の モデル比較、料金は モデル別単価 を参考に再構成。
Luna がちょうどよかったタスク
「このログのエラー行だけ抜き出して」「この PowerShell コマンドの意味を教えて」「短いスクリプトの引数を直して」。こういう短いターミナル作業では、GPT-6 Luna の返りが速く感じられました。私が「毎回、最高性能モデルに聞かなくてもいいかも」と思ったのは、こうした場面です。メモの要約や文章の言い換え、Markdown の表の整形のように、結果をその場で読んで確かめられる作業も同じ考え方で Luna から試せます。
Copilot に「拡張機能を全部最新版にして」と頼んだ回も、使ったのは Luna です。Copilot は VS Code CLI で一括更新を実行したと応答し、画面には Completed 16 steps in 1m 41s と GPT-6 Luna / 1.4 credits が表示されました。
画像: 筆者撮影（2026/09/23）。依頼と応答は同じ画面のものです。
GitHub の モデル比較 は、GPT-6 Luna を単純・反復的な小さいタスク向け、GPT-6 Sol を複数段階の検証を伴う開発向け、GPT-6.1 Sol を複雑なコーディング向けに分類しています。私も、結果を自分で確かめきれない作業や、調べる範囲が複数の資料やファイルに広がる作業は Sol（GPT-6.1 Sol）に切り替えます。
別の利用例では、Simon Willison 氏が自身の Datasette Agent のデモを GPT-6 Luna に切り替え、SQL クエリや HTML / JavaScript の生成を「fast and competent」（速くて有能）と評価しています。一方、画像の読み取りは注意が要りそうです。Roboflow の SkalskiP 氏の X 投稿（2026/09/24 日本時間）は、GPT-5.6 Luna と比べて画像からの情報抽出が 81.79% から 66.67% に下がったと報告しています。スクリーンショットを貼って読ませるなら、Luna の読み取り結果を確かめてから次に進むのが無難です。
定期的な状態確認も、Luna に向いた使い方です。Copilot Scheduler で 20 分ごとに確認し、必要なときだけ Claude Opus 5.5 を起こす運用も始めました。確認 1 回は、実測で約 1 credit（約 1.5 円）でした。作り方と、動かして分かったことは、⚡監視係は Luna⚡ Copilot Scheduler で 20 分ごとに確認し、必要なときだけ Opus を起こす🚀にまとめました。
私なら、どこで Luna から Sol に替える？
迷ったらまず Luna で 1 回試します。結果を私がすぐ確かめられるなら、そのまま Luna で十分です。更新結果や出典の照合、失敗分の再試行まで含むなら Sol を選びます。
まず Luna で試す作業
「このエラー文の意味は？」「このメモを 3 行にまとめて」「この設定項目は何をしている？」のように、答えをその場で読んで確かめられる質問なら Luna で足ります。答えに推測が混ざるときは、確認できた事実と分けて読み、次に調べる場所は自分で決めます。
軽い下調べを切り出すのにも向いています。VS Code のサブエージェント は、モデルを指定しなければ親と同じモデルで動きます。親の Sol が調査やまとめを進める横で、子に Luna を指定して、資料から該当箇所を抜き出す、関連するファイルの候補を探す、といった下調べだけを任せる手があります。返ってきた候補の検証は親の Sol に回せば済みます。
Sol で一度通した作業も、2 回目からは Luna の出番です。再実行に必要な手順と確認ポイントを振り返って（レトロスペクティブ）、手順書や Skill にまとめます。固められたら、次は Luna で試します。同じ作業を何度も頼むなら、安くて返りも速い Luna が最高。手順どおりに進まなくなったら、Sol に戻して手順書を直します。
Sol に替える場面
ここで Sol と書くときは、9/29 に出た GPT-6.1 Sol を指します。9/22 に出た GPT-6 Sol の後継で、入力 $2 / 出力 $10 の単価は同じです。
冒頭の例では Luna に拡張機能の一括更新を頼み、Copilot は実行したと応答しました。「更新コマンドを知りたい」「一括で更新して」だけなら、これで足ります。ただ、応答だけでは全部の拡張機能が本当に更新されたかまでは分かりません。更新後のバージョン照合や、失敗した分の再試行まで任せるなら Sol です。
料金や仕様の確認も同じ線引きです。「1 AI credit は何ドル？」のような一点の確認なら Luna に聞きます。OpenAI の評価でも、高い推論設定の Luna は GPT-5.6 Sol 並みの事実性を約 100 分の 1 の費用で出しています（ユーザーが誤りを指摘した会話での評価）。モデル別単価と月間枠を別ページで照合し、長文料金の条件まで調べるなら Sol に任せ、金額と適用条件を確かめられるよう出典 URL も付けてもらいます。
複数の資料やファイルを読んで手を動かす作業も Sol に回します。数本の資料を突き合わせて手順書やレポートにまとめ、内容の裏取りまでさせる場合です。コードも同じで、再現条件を探し、複数ファイルを読み、修正してテストまで回すなら Sol。差が出るのは分量よりも、調査・編集・検証が一続きになるかどうかです。Mercor の APEX-SWE の結果でも、Luna は GPT-5.6 Luna より 6.7 ポイント伸びた一方、本番の監視データを使うデバッグ（Observability）は 18.3% のまま変わっていません。
それでも進まない: Claude Sonnet 5.5 / Claude Opus 5.5
テストログや参照資料が足りない、実行権限がない、依頼の範囲が曖昧。こういうときは、モデルを替える前に不足分をそろえます。原因の候補と失敗した試行を渡しても同じところで止まるなら、Claude Sonnet 5.5 など別系統のモデルで見直します。Sonnet 5.5 は Pro でも選べます。長い作業で何度も立て直しが必要なら Claude Opus 5.5、長期の自律的な作業をまとめて任せたいときは GPT-6 Astra も候補です。
1.4 credits と 60 credits
画面に出た 1.4 credits（約 $0.014、約 2.1 円）は、その 1 回分の表示です。円換算には比較用の仮レート（1 ドル = 150 円）を使っています。
下の 60 credits（約 90 円）は「Luna で入力と出力をそれぞれ 100 万トークン使う」と仮定した数字です。この試算額が 1 回の依頼にかかるわけではありません。
GitHub Copilot の モデル別単価表 は、入力・キャッシュ済み入力・キャッシュ書き込み・出力などの単価を 100 万トークンごとに分けています。入力には質問だけでなく渡したコードや会話の文脈も含まれ、出力はモデルの回答です。再利用される文脈には安いキャッシュ入力単価が適用される場合があり、モデルによってはキャッシュへの書き込みにも費用がかかります。1 AI credit は $0.01（約 1.5 円）です。チャットや CLI は使用トークンに応じて AI credits を消費します。
Copilot 側でもキャッシュの再利用は進んでいます。OpenAI の Better prompt caching for GPT-6（2026/09/22）で、GitHub の CPO Mario Rodriguez 氏は、OpenAI モデルへのリクエストで新たに処理が必要なプロンプトトークンの割合を 50% 以上減らし、最初の応答も速くなったと述べています。
下の棒グラフは、モデルごとの 通常コンテキスト料金で、入力 100 万 + 出力 100 万トークンを複数回の呼び出しで合算した仮想比較です。計算は「入力単価 + 出力単価」をドルで求め、100 倍して AI credits に換算。キャッシュの読み書き、Auto の割引、無料枠、追加の長文料金は含みません。
図: 筆者作成。GitHub Docs の 2026/09/30 時点の通常コンテキスト単価 から計算。Gemini 3.8 Flash は 2026/12/31 までのプロモーション価格。
GPT-6 Luna は入力 $0.10（約 15 円） + 出力 $0.50（約 75 円） = 60 credits（$0.60、約 90 円）。GPT-6 Astra は入力 $10（約 1,500 円） + 出力 $50（約 7,500 円） = 6,000 credits（$60、約 9,000 円）。同じ量のトークンなら 100 倍の差。驚異的な安さです。
GPT-5.6 Sol はこの試算で 2,400 credits（約 3,600 円）。GPT-6 Sol / GPT-6.1 Sol と Claude Sonnet 5.5（いずれも 1,200 credits）の 2 倍、Claude Opus 5.5 と同額です。
GPT-6.1 Sol は GPT-6 Sol と同じ入力 $2 / 出力 $10 のまま、キャッシュ済み入力だけ $0.20 から $0.10 に下がりました。同じシステムプロンプトやリポジトリを何度も使い回す長い作業ほど効きますが、棒グラフはキャッシュを含めない試算なので、この差は棒に出ません。
入力 10 万・出力 2 万トークンを通常料金帯で使った場合、キャッシュ等を除けば Luna は約 2 credits（約 3 円）、Sol は約 40 credits（約 60 円）。この条件では 20 倍です。
1 回の入力が GPT-6 系（GPT-6.1 Sol を含む）などで 272K、GPT-5.6 Luna で 200K トークンを超えると、公式表の Long context 単価が適用される場合があります。入力を一度に 100 万トークン送る計算にはこの図を使えません。キャッシュ書き込みもモデルによって別料金です。実額は GitHub の利用状況表示 で確認してください。
月間の AI credits 枠と比べると？
GitHub の個人向け課金説明 によると、2026/09/30 時点の付帯枠は Copilot Pro が月 1,500 credits（約 2,250 円）、Pro+ が 7,000 credits（約 10,500 円）、Max が 20,000 credits（約 30,000 円）です。Pro の場合は月額 $10（約 1,500 円）に対して、基本枠 1,000 credits（約 1,500 円）と flex（変動する追加枠）500 credits（約 750 円）が含まれます。flex 枠は将来変わり得るため、最新の枠は契約画面で確認してください。
Pro の月 1,500 credits（約 2,250 円）をグラフの Luna の 60 credits（約 90 円）で割っても、「25 回使える」という計算にはなりません。60 credits は入出力各 100 万トークン分の試算だからです。使わなかった枠は翌月へ繰り越されず、超過後も続けるには追加使用の予算設定などが必要です。
会社の Copilot Business / Enterprise では、シートごとの月間付帯額を請求単位でプールします。個人契約と同じように「私のシートに 1,900 credits（約 2,850 円）ある」とは限らず、組織の予算・モデル利用ポリシーを確認する必要があります。Free / Student は モデルを手動で選べず Auto を利用します。Copilot Pro では GPT-6 Sol、GPT-6.1 Sol、Claude Opus 5.5、GPT-6 Astra は選べず、Pro+ 以上か Business / Enterprise が必要です。Pro なら Luna を軸にして、詰まったら Claude Sonnet 5.5 や Auto を試す形に読み替えてください。
コストと参考スコアを 4 象限で見る
棒グラフでは単価だけを比べました。下の図は、横軸に先ほどの AI credits の試算を対数目盛りで置き、縦軸に LLM Stats の DeepSWE 1.1 の値を重ねたものです。DeepSWE 1.1 は mini-swe-agent という環境で、ソフトウェア開発の課題を解けるかを評価した指標です。
図: 筆者作成。横軸は GitHub Docs の通常コンテキスト単価 から、入力・出力各 100 万トークンを複数回の呼び出しで合算した試算。縦軸は LLM Stats の DeepSWE 1.1 の 2026/09/30 時点の参考値です。区切りの 1,500 credits（約 2,250 円） / 70% は筆者が置いた読み取り用の目安です。
たとえば GPT-6 Luna は 60 credits（約 90 円）、Luna 比 1 倍、66.6%。Gemini 3.8 Flash は 450 credits（約 675 円）、7.5 倍、73.7%。GPT-6 Sol は 1,200 credits（約 1,800 円）、20 倍、68.8%。GPT-6.1 Sol は同じ 1,200 credits、20 倍、こちらは 75.2%、Claude Sonnet 5.5 も同じ 1,200 credits、20 倍、こちらは 71.0% です。Claude Opus 5.5 は 2,400 credits（約 3,600 円）、40 倍、74.2% です。一世代前を図で小さな灰色の点にしたので、旧 Claude Sonnet 5（54.0%）、旧 Claude Opus 5（68.8%、約 3,000 credits）、旧 GPT-5.6 Sol（73.0%、約 2,400 credits）とも見比べられます。旧 GPT-5.5（67.0%、3,500 credits、Luna 比 58 倍）と旧 Claude Opus 4.8（59.0%、3,000 credits）も入れています。
Luna の位置を旧世代と見比べると、GPT-6 Luna（66.6%）は旧 GPT-5.5（67.0%）とほぼ同じですが、旧 Opus 5（68.8%）や旧 GPT-5.6 Sol（73.0%）には届きません。細かい比較は後の「GPT-6 Luna は、やっぱりすごい」で整理します。
DeepSWE 1.1 の掲載サイトは検証済み結果を 0 件と表示しています。各モデルのスコアは独立に再測定された値ではなく、Copilot 上での性能や成功率を保証しません。
新しい 2 モデルの位置を読むときは、次の 2 点に注意してください。
- GPT-6.1 Sol（6）はこの指標で GPT-6 Astra（14、74.1%）を上回っていますが、OpenAI は総合的な能力では引き続き GPT-6 Astra が最高だとしています。1 つの指標の並びは、モデルの総合力の順位ではありません。
- 横軸は単価から出した試算なので、モデルが 1 タスクで実際に使うトークン量は反映されません。実際に測った費用での見方は、次の節で示します。
Artificial Analysis の Index と実測費用で見ると
DeepSWE 1.1 だけだとコード課題に偏るので、第三者の Artificial Analysis Intelligence Index v4.3.2 でも並べました。Index は AA-Briefcase、GDPval-AA、Terminal-Bench 4.0、Humanity's Last Exam など 10 の評価を合成した指標です。横軸は単価の試算ではなく、AA が Index を回したときの 1 タスクあたりの実測費用にしています。
図: 筆者作成。Index と 1 タスクあたりの費用は Artificial Analysis の LLM Leaderboard と、旧世代モデルのリリースページ（GPT-5.5 / GPT-5.6 Luna / GPT-5.6 Sol / Claude Sonnet 5 / Claude Opus 4.8 / Claude Opus 5）の 2026/09/30 時点の値（Claude Opus 5.5 / Sonnet 5.5 は fallback 有効、GPT は max（GPT-5.5 のみ最高設定の xhigh）、Gemini 3.8 Flash のみ high）。灰色の点は一世代前以前のモデルです。Cr は GitHub Docs の単価からの試算です。区切りの $2 / タスクと Index 50 は筆者が置いた読み取り用の目安です。
読み取れることは次のとおりです。
- 総合の Index は Claude Opus 5.5（58）と Sonnet 5.5（56）が上位で、GPT-6 Astra（53）、GPT-6.1 Sol（52）が続きます。GPT-6 Sol は 48 だったので、6.1 で 4 ポイント上がっています。
- 1 タスクの費用は GPT-6.1 Sol が $0.72（GPT-6 Sol の $1.05 より 31% 安い）、Sonnet 5.5 が $7.60 です。Sonnet 5.5 は単価が同じ 1,200 Cr でも、1 タスクあたり約 193K の出力トークンを使い、実測では約 10 倍の差になります。推論設定を xhigh に揃えると、Sonnet 5.5 は Index 52 で $2.74、GPT-6.1 Sol は Index 51 で $0.39 でした（約 7 倍）。推論設定を下げるとこの差は縮まり、Anthropic は Low / Medium でも Sonnet 5 の最高スコアを約 10 分の 1 の費用で上回ると説明しています。
- GPT-6 Luna は Index 37 で、旧 GPT-5.5（38、$2.63）や旧 Claude Sonnet 5（38、$5.09）と並びます。1 タスク $0.07 はそれぞれ約 40 分の 1、約 70 分の 1 です。一世代前の GPT-5.6 Luna（37、$0.18）とは Index が同じで、費用は約 6 割安くなりました。旧 Opus 4.8、旧 GPT-5.6 Sol、旧 Opus 5 には届きません。比較のまとめは、後の「GPT-6 Luna は、やっぱりすごい」です。
- 新旧を揃えると、GPT-6.1 Sol は旧 GPT-5.6 Sol（47、$1.99）から Index が 5 ポイント上がり、費用は $0.72 と約 6 割安くなりました。Sonnet 5.5 は旧 Sonnet 5（38）から 18 ポイント上がりましたが、費用は $5.09 から $7.60 に増えています。Opus 5.5 は旧 Opus 5（51、$5.86）から Index が 7 ポイント上がり、費用はほぼ同じ（$5.98）です。
AA は Sonnet 5.5 を、Index と 1 タスクの費用のパレート最前線の外側と評価しています。一方で、推論設定は high が最も競争力があるとしています。Index は複合指標で、実際の作業での優劣そのものではありません。この図と、これまでの経験を合わせて、私は次の 4 段で考えています。
| 役割 | モデル | 目安の理由 |
|---|---|---|
| 超軽量・大量処理 | GPT-6 Luna | 60 Cr、1 タスク $0.07。結果を自分で確かめられる作業向け |
| 普段使いの高性能 | Claude Sonnet 5.5 | Index 56。Pro でも選べる。文書・スライドなど知識作業寄り。推論設定を上げすぎない |
| 強い実務・Coding Agent | GPT-6.1 Sol | AA の Coding Agent Index で xhigh が GPT-6 Astra を 1 ポイント上回り、費用は Astra の 15% 未満。ターミナルを回す Agent 作業向け |
| 難問・最高品質 | Claude Opus 5.5 / GPT-6 Astra | Index 58 / 53。費用が高く、Pro では選べない |
Sonnet 5.5 と GPT-6.1 Sol はどちらも 1,200 Cr で並びます。文書やスライドなど知識作業寄りなら Sonnet 5.5、ターミナルやツールを回す Agent 作業なら GPT-6.1 Sol、と使い分けるのが目安です。
GPT-6 Luna は、やっぱりすごい
ここまでの 2 つの結果（DeepSWE 1.1 と Artificial Analysis Intelligence Index）を、GPT-6 Luna と旧世代のフロンティアモデルで並べ直します。
| モデル | AA Index | 1 タスクの実費 | DeepSWE 1.1 | 入出力各 100 万トークンの試算 |
|---|---|---|---|---|
| GPT-6 Luna | 37 | $0.07 | 66.6% | 60 Cr |
| 旧 GPT-5.5 | 38 | $2.63 | 67.0% | 3,500 Cr |
| 旧 Claude Sonnet 5 | 38 | $5.09 | 54.0% | 1,200 Cr |
| 旧 Claude Opus 4.8 | 42 | $4.08 | 59.0% | 3,000 Cr |
| 旧 GPT-5.6 Sol | 47 | $1.99 | 73.0% | 2,400 Cr |
| 旧 Claude Opus 5 | 51 | $5.86 | 68.8% | 3,000 Cr |
旧 GPT-5.5 とは、Index も DeepSWE もほぼ同じです。旧 Sonnet 5 とは Index が並び、DeepSWE では上回ります。旧 Opus 4.8 は、DeepSWE では Luna が上ですが、Index は Opus 4.8 が 5 ポイント上です。一方で、旧 GPT-5.6 Sol と旧 Opus 5 には届きません。つまり、少し前のフロンティア級モデルの下側の水準を、旧 GPT-5.5 の実費の約 40 分の 1、料金の約 58 分の 1 で使えることになります。
AI credits をたくさんは使えない人は、Luna をたくさん使うのがいちばんコスパがいいと思います。AA の実測では、Luna は 1 タスク $0.07 で、GPT-6.1 Sol（$0.72）の約 10 分の 1、Sonnet 5.5（$7.60）の約 100 分の 1 です。実際の課金は使ったトークンで決まるのでこの比は目安ですが、月間の credits を使い切らずに回せる回数は、日常のやり取りを Luna に寄せるほど増えます。画像の読み取りや、複数ファイルにまたがる調査は苦手な可能性があるので、そこだけ上のモデルに切り替えます。
もう少し難しい作業や、時々使う程度なら、Claude Sonnet 5.5 か GPT-6.1 Sol を選ぶのもありです。Sonnet 5.5 は Pro でも選べ、GPT-6.1 Sol は Pro+ 以上です。
OpenAI による GPT-6.1 Sol / GPT-6 Sol / Luna と GPT-5.6 の評価と料金
4 象限図だけを見ると、GPT-6 Sol の参考スコア 68.8% は GPT-5.6 Terra の 70.0%、GPT-5.6 Sol の 73.0% より低く、「新しいのに弱い？」と感じます。ただ、これは DeepSWE 1.1 というコード課題の指標 1 つでの並びです。Copilot のエージェントには、コードを書くほかにも、ツールの呼び出し、調べもの、画面やデザインの提案まで任せます。この違和感は、9/29 の GPT-6.1 Sol（75.2%）で解消しました。
OpenAI の GPT-6 Sol 発表 では、GPT-6 Sol（max）は DeepSWE v1.1 で 68.8%。一方、別の指標 FrontierCode では GPT-5.6 Sol から「improves substantially」（大きく改善）したとしています。FrontierCode はコードの正しさだけでなく、テストの品質、変更範囲、既存コードへの合わせ方など、変更を実際にマージできるかまで見る指標です。DeepSWE の点数が低めでも、変更の仕上がりを測るテストでは伸びているので、私は DeepSWE の順位だけでは選びません。
同じ発表によると、GPT-6 Luna（max）は DeepSWE v1.1 で 66.6%。Claude Opus 5 / Fable 5 の medium 設定と同程度で、1 タスクあたりの費用は Opus 5 より 93% 低いそうです。4 象限図の Luna の値もこの数字と一致します。
同じ 発表の料金表 では、GPT-6 Sol の API 単価は入力 $2（約 300 円）・出力 $10（約 1,500 円） / 100 万トークンで、GPT-5.6 Sol の入力 $4（約 600 円）・出力 $20（約 3,000 円）（GPT-5.6 のプロモーション価格）の半額です。OpenAI が GPT-5.6 を発表した時点では、Sol をフラッグシップ、Terra を日常向けのバランス型として紹介していました。
その GPT-6 Sol は、9/29 に GPT-6.1 Sol へ置き換わりました。OpenAI の発表によると、DeepSWE v1.1 で GPT-6 Sol の最高スコアを、より少ない思考量と低いコストで 6.4 ポイント上回り、コンピューター操作の OSWorld 2.0 でも、思考量を最大にした場合に 7 ポイント上回っています。難しいプロンプトでの事実誤認率は、思考量を「超高」にした場合に 4.5% から 4.1% へ下がりました。API 単価は入力 $2・出力 $10 のままで、キャッシュ済み入力だけが標準入力から 95% 引きの $0.10 です。コーディングでは、DeepSWE v1.1 で約 5 分の 1 のコストで GPT-6 Astra と同等の性能を達成したとしています。専門業務でも、エージェントのワークフローを測る AutomationBench（思考量は中）で約 3 分の 1 のコストで Claude Opus 5.5 を 2.2 ポイント上回ったと説明しています（いずれも OpenAI 自身の評価）。
第三者の Artificial Analysis も、Intelligence Index が GPT-6 Sol より 4 ポイント高いと測定しています。一方で、出力トークンは GPT-6 Sol より 10〜30% 多くなっています。OpenAI 自身も、総合的な能力では GPT-6 Astra が最高で、GPT-6.1 Sol は「Astra に迫る性能を Sol の料金で」提供する位置づけだと説明しています。GitHub Copilot では Pro+、Max、Business、Enterprise で選べます（GitHub Changelog）。
Anthropic による Claude Sonnet 5.5 / Opus 5.5 と Opus 5 の料金と評価
Opus 5.5 は、Opus 5 より API の入出力単価がそれぞれ 20% 安くなりました。入力 $4（約 600 円）・出力 $20（約 3,000 円） / 100 万トークンで、Opus 5 は入力 $5（約 750 円）・出力 $25（約 3,750 円）です。Opus 5.5 の発表 には「costs 40% less to run than Opus 5」（Opus 5 より実行費用が 40% 低い）ともあります。こちらは、通常の作業では使用トークンも減るという同社の評価を含んだ数字です。20% は単価差、40% は同社が想定する作業全体の差です。
用途は、Opus 5.5 の発表がコードベース全体にわたる長時間の移行・監査を挙げています。
同発表の Terminal-Bench 4.0 では、Anthropic の評価条件で Opus 5.5（xhigh）が 66.4%、Opus 5 が 52.3%。Anthropic 自身も、ベンチマークの小さな点差だけでは実務上の差を読みづらくなったと注意しています。
Claude Sonnet 5.5（9/28）は、Anthropic の発表で Opus 5.5 を補う「より速く低コストなモデル」とされています。単価は Sonnet 5 と同じ入力 $2・出力 $10、キャッシュ読み取り $0.20 で、出力は 30% 以上速く、同社の検証では 1 タスクの費用が最大 30% 下がったとのことです。Terminal-Bench 4.0 は Anthropic の条件で Sonnet 5 の 10.3% から 70.6% に上がっています。一方で同社は、複雑で答えの決まっていない長い作業は Opus 5.5 が明確に強いとも書いています。
Anthropic の表では、Sonnet 5.5 は知識労働の GDPval-AA で 1,844 と Opus 5.5（1,846）にほぼ並び、実際の Cursor のコーディング作業から作った CursorBench でも Opus 5.5 との差は約 2 ポイント（55.5% と 57.8%）です。長期の知識作業では GPT-6 Sol を上回るという記載もあります。注意点として、サイバーセキュリティ上リスクの高いタスクは Sonnet 5 へ自動でフォールバックする仕様です（AA の測定では Index 全体の約 0.1%）。Anthropic の既定の推論設定は、Claude Code とアプリが Medium、API が High です。
第三者の Artificial Analysis の測定では、最大の推論設定で Intelligence Index が 56（Opus 5.5 の 2 ポイント下）ですが、1 タスクあたり約 193K の出力トークンを使い、費用は $7.60 でした。このサイトが測った中で最多のトークン使用量です。Copilot では Pro を含む有料プランで選べます（GitHub Changelog）。
用途別に、どれを選ぶ？
GitHub の用途別ガイド をもとに、私なら最初にどれを試すか、どこで切り替えるかを並べました。
| やりたいこと | 最初に試すモデル | 切り替える目安 |
|---|---|---|
| 短い質問、要約・言い換え、一行コマンド、定型的な小修正 | GPT-6 Luna | 文脈を取り違える、検証を自力で進められないなら GPT-6.1 Sol |
| 軽い下調べをサブエージェントへ切り出す | GPT-6 Luna | 複雑な調査や結果の検証は親の GPT-6.1 Sol に任せる |
| Sol で通して手順書や Skill にした作業を繰り返す | GPT-6 Luna | 手順どおりに進まなくなったら GPT-6.1 Sol に戻して手順書を直す |
| 拡張機能の更新結果や料金・仕様の出典を照合する | GPT-6.1 Sol | 資料や権限を揃えても進まなければ Claude Sonnet 5.5 で見直す |
| 複数の資料やファイルにまたがる調査・まとめ・改修 | GPT-6.1 Sol | 資料や失敗例を渡しても手戻りが続くなら Claude Sonnet 5.5 など別系統のモデルを試す |
| 範囲の決まった日常の開発、文書・スライドの下書き（Pro でも試せる） | Claude Sonnet 5.5 | 推論設定を上げると使うトークンが増える。使用量表示で credits を確認する |
| コストを抑えつつ別系統の回答を見たい | Gemini 3.8 Flash | GitHub のガイドでは簡単な反復作業向け。品質は自分のタスクで評価する |
| 調査と検証を繰り返しても行き詰まる難問 | Claude Opus 5.5 | 長期の自律的な実行まで必要なら GPT-6 Astra も検討 |
| 長い計画、継続的な診断、独立した結果確認が必要 | GPT-6 Astra | 高コスト。まず予算と作業範囲を決め、結果は人間が確認 |
モデルを選ぶ手間を減らしたいなら Auto モデル選択 もあります。VS Code と Copilot CLI では Efficiency / Balance / Intelligence の優先度を設定でき、支払い済みプランは Auto 選択時にモデル費用が 10% 割引になります。手動で途中から別のモデルへ何度も切り替えると、キャッシュ効率が落ちることもあります。
自分の環境で試す手順
- VS Code の Copilot Chat を開き、チャット欄下のモデル名から GPT-6 Luna を選びます。候補に出なければプラン、クライアント対応、組織ポリシーを確認します。
- まず、小さいタスクを渡します。例: 「このメモを 3 行に要約して」「このコマンドが失敗する条件を 3 つ教えて。実行はしないで」。速さだけでなく、説明の正確さも見ます。
- 文書やコードを直させたら差分を確認し、コードならテスト結果も見ます。Luna で進まなければ、うまくいかなかった点を添えて GPT-6.1 Sol（Pro なら Claude Sonnet 5.5）へ。機密情報は貼らないでください。
- 利用状況と残り credits を確認します。
なお、チャットのモデル選択とコード補完のモデル選択は別です。
まとめ
迷ったらまず GPT-6 Luna。結果をすぐ確かめられる作業なら、そのまま Luna に任せます。Sol で一度通した作業は手順書や Skill にして、次から Luna に回すのが私のおすすめです。
Luna は、少し前のフロンティアモデル（旧 GPT-5.5 など）に並ぶ水準を、実費で約 40〜70 分の 1 の費用で使えます。AI credits をたくさん使えないなら、Luna を主力にするのが一番安上がりです。もう少し難しい作業や、時々使う程度なら、Claude Sonnet 5.5 か GPT-6.1 Sol を選びます。
拡張機能の更新結果や料金・仕様の照合、複数の資料やコードの調査・検証まで任せるなら GPT-6.1 Sol を選びます。ログや権限を見直しても止まるなら Claude Sonnet 5.5 や Opus 5.5 を試し、長い自律作業は GPT-6 Astra の費用も見て決めます。
拡張機能更新では 1.4 credits と表示されました（約 2.1 円相当）。次に同じ作業を頼むなら、使用 credits と更新結果をセットで確かめます。
参考・出典
- VS Code Docs: Use subagents in Visual Studio Code（サブエージェントのモデル継承と指定方法）
- GitHub Docs: Supported AI models in GitHub Copilot（モデル名、クライアント・プラン別の提供状況）
- GitHub Docs: AI model comparison（用途別の分類）
- GitHub Docs: Models and pricing for GitHub Copilot（料金、長文コンテキスト、キャッシュ、Gemini のプロモーション期限）
- GitHub Docs: Usage-based billing for individuals（credits の計算、利用状況）
- GitHub Docs: Usage-based billing for organizations and enterprises（組織のプール、予算）
- GitHub Docs: About Copilot auto model selection（Auto と割引）
- LLM Stats: DeepSWE 1.1（4 象限図の未検証参考スコア）
- OpenAI: Introducing GPT-6 Sol and Luna（FrontierCode、DeepSWE、GPT-5.6 Sol との API 単価比較）
- OpenAI: GPT-6.1 Sol のご紹介（GPT-6 Sol との比較、キャッシュ料金、位置づけ）
- Artificial Analysis: GPT-6.1 Sol / Claude Sonnet 5.5 / LLM Leaderboard / 旧世代の GPT-5.5・GPT-5.6 Luna・GPT-5.6 Sol・Claude Sonnet 5・Claude Opus 4.8・Claude Opus 5（1 タスクあたりの費用、トークン使用量、Intelligence Index v4.3.2、Coding Agent Index）
- GitHub Changelog: GPT-6.1 Sol in GitHub Copilot / Claude Sonnet 5.5 in GitHub Copilot（対象プラン）
- OpenAI: GPT-5.6（Sol / Terra の当時の位置付け）
- OpenAI: Better prompt caching for GPT-6（GitHub Copilot のキャッシュ改善に関する GitHub CPO のコメント）
- Simon Willison: Claude Opus 5.5, GPT-6 Sol, GPT-6 Luna, and a new price war（Luna への切り替え例）
- SkalskiP 氏の X 投稿（GPT-6 Luna と GPT-5.6 Luna の画像読み取り比較、投稿者の計測）
- Mercor の X 投稿（APEX-SWE の結果）
- Anthropic: Claude Opus 5 / Claude Opus 5.5 / Claude Sonnet 5.5（用途、評価、API 単価とタスク費用）