GPT-5.6 Lunaを実務で使い倒してみた
7月頭に発表されたGPT-5.6シリーズの中で、圧倒的最安モデル「GPT-5.6 Luna」を実務で2ヶ月近く使ってみました。
主にコーディング、コード調査、資料作成などで利用し、最安モデルがどの程度使い物になるのか検証を行っています。
本記事では実際に使ってみた所感について、もともとメインで使っていたOpus 4.6と比較していきます。
検証環境
・使用ツール : Kiro（AWSが提供する仕様駆動型のAI IDE）
・プラン : Pro+（月額$40、月2,000クレジット付与）
・比較基準 : Claude Opus 4.6をすべての項目で100点として、GPT-5.6 Lunaが体感どの程度かをパーセンテージで採点
・ただし「安さ」だけは基準を変えています。Opus 4.6は決して安くないため、安さだけはOpus 4.6自体を50点とし、そこからの相対評価にしています
GPT-5.6 Lunaの基本スペック
まず前提として、GPT-5.6 Lunaがどんなモデルなのかを整理しておきます。
GPT-5.6は2026年7月9日にOpenAIがリリースしたモデルファミリーで、用途に応じて3段階のモデルが用意されています。
| モデル | 位置づけ |
|---|---|
| Sol | 最上位のフラッグシップ、複雑な推論やコーディングに強い |
| Terra | 日常業務向けのバランス型 |
| Luna | 最速かつ最安、大量タスクの高速処理向け |
Lunaのスペックは以下の通りです。
| 項目 | 内容 |
|---|---|
| リリース日 | 2026年7月9日 |
| 位置づけ | GPT-5.6シリーズの最速・最安モデル |
| コンテキストウィンドウ | 約100万トークン |
| 最大出力トークン数 | 128,000トークン |
| 知識のカットオフ | 2026年2月 |
| 主な用途 | 高頻度・低レイテンシーなチャット、分類、軽量なエージェントタスク |
コンテキストウィンドウが約100万トークンあるため、長い文章や大きめのコードベースをまとめて渡しても処理できる点は上位モデルと変わらないのが最高です。
GPT-5.6 Lunaの料金
料金面はLunaの一番の売りです。OpenAIは2026年7月30日、LunaとTerraの価格を引き下げました。
| モデル | 値下げ幅 | 入力（100万トークンあたり） | 出力（100万トークンあたり） |
|---|---|---|---|
| Luna | 80%オフ | $0.20 | $1.20 |
| Terra | 20%オフ | $2 | $12 |
| Sol | 変更なし | (据え置き) | (据え置き) |
キャッシュを使った場合はさらに安くなります。
・キャッシュ読み込み、100万トークンあたり$0.02
・キャッシュ書き込み、100万トークンあたり$0.25
OpenAIによれば、Agents' Last Examという専門的な作業を測るベンチマークにおいて、Lunaのタスクあたりの推定コストはClaude Fable 5と比べて99%近く低いとされています。
Kiroの画面で見てみると、Opus 4.6/4.8/5などはクレジット2.2xなのに対し、GPT-5.6 Lunaは驚異の0.1！！！
まさに圧倒的な安さ。
全6項目の評価
前置きが長くなりましたが、ここからが本題の使用感です。先に結論のスコア表を載せます。
| 項目 | GPT-5.6 Luna |
|---|---|
| コーディング | 75/100 |
| 日本語 | 90/100 |
| 調査力 | 75〜80/100 |
| 回答の良さ | 75/100 |
| 速さ | 80/100 |
| 安さ | 150/100 |
Opus 4.6が全項目100点とした場合、GPT-5.6 Lunaはそのうち何%に匹敵するかを体感で記載しています
以下、それぞれの項目について詳しく書きます。
コーディング : 75/100
かなり良い印象。そこそこ大きい機能を作らせても、明確なミスは少なめでした。
プロンプトにもよりますが、しっかり調査した上で実装するため、既存機能を踏襲すべき部分もきちんと理解してくれます。
具体的には、以下のような傾向を感じました。
・新規機能の実装では、関連するファイルを事前に読み込んでから着手する
・既存の命名規則やコードスタイルをある程度踏襲してくれる
・大規模な変更よりも、スコープが明確なタスクの方が精度が高い
コーディング時の速度は普通です。速いといえば速いですが、めちゃくちゃ速いというほどではありません。
日本語 : 90/100
自然です。特に不満はありませんが、長文を返しがちで、人間にとって読みやすい回答とは言いにくいです。この点は次の「回答の良さ」でも触れます。
調査力 : 75〜80/100
十分ではありますが、たまに抜けが見られます。最初に出した調査結果と、より深く調査させた結果が変わることがありました。
体感として、単純な事実確認や1ファイル内の調査は精度が高い一方、複数ファイル・複数モジュールにまたがる調査になると、抜け漏れが出やすくなる印象です。
重要な調査は「一度で終わらせず、深掘りを指示する」運用にすると安定します。
回答の良さ : 75/100
日本語の項目でも触れた通り、無駄に長いのが難点です。(これはChatGPT自体の特徴かもですが)
一回の返答で1,000〜2,000文字以上返してくることがザラにあります。
毎セッション「簡潔に回答してください」と指示しないといけないのは正直面倒です。
毎回プロンプトで指示するより、CLAUDE.mdなどの設定ファイルに簡潔な回答を求める旨を記載しておくのがおすすめです。セッションをまたいで指示が引き継がれるため、指示のし忘れを防げます。
速さ : 80/100
軽い質問くらいであれば、めちゃくちゃ速いです。
一方で、多少調査が必要な内容になると、普通～やや遅いくらいの体感になります。
Opus 4.6と比べると、調査には時間がかかりがちです。体感としては「即答系のタスクは得意、深く考えさせるタスクはやや時間がかかる」という住み分けです。
安さ : 150/100
ここが最強です。ガチで最強だと感じています。
Opus 4.6であれば10〜20クレジットを使うような作業でも、GPT-5.6 Lunaなら0.5〜1.0クレジットほどで済むことが多く、結果にもそこそこ満足しています。
単純計算すると、同じ作業を約10〜20分の1のクレジットでこなせている計算になります。
Kiro Pro+プラン（月2,000クレジット）で運用している身としては、この安さは明確に体感できる差になっています。月末にクレジット切れを心配することがほぼなくなりました。
もうPro+をやめてProにしてもいいくらいです。
どんな人に向いているか
2ヶ月使ってみた感覚として、以下のような方に向いていると感じます。
・とにかくクレジット消費を抑えたい方
・軽量〜中量のタスクを大量にこなしたい方
逆に、以下のような方は上位モデル（Sol、あるいはOpus 4.6のような最上位モデル）との使い分けをおすすめします。
・複雑な設計判断や大規模なリファクタリングを任せたい方
・調査結果の精度を最優先したい方
まとめ
・GPT-5.6 Lunaは2026年7月9日リリース、コンテキスト約100万トークン、入力$0.20／出力$1.20（100万トークンあたり）という価格が最大の特徴です
・コーディング、日本語、調査力、速さはOpus 4.6に近い水準で、実務で十分使える印象です
・回答が長くなりがちな点だけは、設定ファイルなどで対策が必要です
・コストパフォーマンスは圧倒的で、日常的なタスクの多くをLunaに任せられそうです
この記事が参考になったら、いいねをいただけると励みになります!
■参考