OpenAIが7月30日、GPT-5.6ファミリーのうちLunaとTerraのAPI料金を引き下げました[1]。最も安価なLunaは80パーセント、日常業務向けのTerraは20パーセント安くなり、CodexとChatGPT Workでの利用枠の消費量も同じ割合で軽くなります。最上位のSolは価格据え置きのまま、従来のPriority Processingを置き換える「Fast mode」が追加されました。前日に公開された効率化の技術記事で説明された成果を、そのまま顧客側の価格に反映した形です[1]。
Lunaは80パーセント、Terraは20パーセントの値下げ
7月30日からの新しいAPI料金は、Terraが入力100万トークンあたり2ドル（約320円）、出力100万トークンあたり12ドル（約1,900円）です。Lunaは入力100万トークンあたり0.20ドル（約32円）、出力100万トークンあたり1.20ドル（約190円）となりました[1]。
改定前の水準は、Terraが入力2.50ドル（約400円）・出力15ドル（約2,400円）、Lunaが入力1ドル（約160円）・出力6ドル（約960円）でした[2]。
| モデル | 改定前（入力／出力） | 改定後（入力／出力） |
|---|---|---|
| GPT-5.6 Terra | 2.50ドル／15ドル | 2ドル／12ドル |
| GPT-5.6 Luna | 1ドル／6ドル | 0.20ドル／1.20ドル |
※100万トークンあたりの単価。1ドル160円換算（2026年7月31日時点）
同じ値下げ幅は、CodexとChatGPT Workで有料プランの利用枠をどれだけ消費するかにも反映されます。サブスクリプションの価格やクォータそのものは変わらず、TerraとLunaを使ったときに減るクレジットが少なくなる、という設計です[1]。提供形態も従来どおりで、ChatGPT WorkとCodexではFreeとGoの利用者がTerraを、Plus・Pro・Business・EnterpriseがTerraとLunaを選べます。AWS経由の価格改定は同日中に順次適用されるとしています[1]。
Lunaの位置づけについてOpenAIは、1年前にフロンティア級だったモデルと同等の性能を、1タスクあたりおよそ6パーセントのコストで、9倍近い速度で出せると説明しています。専門的な業務を測るAgents' Last Examでは、LunaがFable 5を上回りながら、1タスクあたりの推定コストは99パーセント近く低いとしています[1]。
Solには「Fast mode」、速度2.5倍で価格は2倍
最上位のSolは価格が据え置かれた一方、APIに新しくFast modeが導入されました。従来のPriority Processingを置き換えるもので、標準処理に比べて最大2.5倍の速度が出ます。価格は2倍で、知能面の挙動は変わりません[1]。
後方互換性も確保されています。priorityを付けた既存のAPIリクエストは自動的にFast modeを使う扱いになり、Codexの/fastと足並みがそろいます[1]。応答時間が売り物になる場面ではSolを速く回し、大量処理はLunaに寄せる、という組み立てがやりやすくなりました。
値下げを支えているのは各層の効率化
今回の価格改定は、モデル単体の改良だけで生まれたものではありません。OpenAIは、モデル・推論システム・ツールや文脈をつなぐエージェント基盤という3つの層すべてに手を入れたと説明しています。ルーティングの改善でハードウェアを遊ばせない、本番ソフトウェアの最適化でトークン生成の効率を上げる、文脈管理を賢くしてエージェントが終わった作業を繰り返さないようにする、といった積み上げです[1]。
その最適化作業の一部をGPT-5.6 Sol自身が担っている点も、改めて示されました。人間が主導するプロセスの内側で、Solは本番用カーネルを自律的に書き換え、トークン生成を改善するための実験を数百件設計・実行し、学習の監視と問題発生時の介入まで行ったとされています。カーネルの改良でモデル提供のエンドツーエンドのコストは20パーセント下がり、実験によってトークン生成効率は15パーセント以上向上しました[1]。
推論コストの低下がハードウェア・ソフトウェア・モデル設計の3方向から進むという構図は、第三者の見方とも重なります。Pareekh ConsultingのPareekh Jain氏は、新しいチップ、より優れたソフトウェア、効率的なモデル設計がトークンあたりのコストを押し下げ続けるため、今回の値下げは長期的に持続可能だと指摘しています[2]。
企業の使い方は「安く済ませる」より「もっと使う」へ
値下げが企業のAI予算をそのまま削るとは限りません。Jain氏は、CIOにとって最大の影響はコスト削減ではなくAI活用の拡大だとして、実証実験を本番に移す、対象となる従業員や業務プロセスを広げる、複数回のモデル呼び出しが必要な複雑なエージェント業務を採算に乗せる、といった動きが進むと見ています。浮いた分は利用量の増加に再投資され、ほぼ同じ支出でより多くの推論や自動化をこなす形になる、という読みです[2]。
効率が上がると資源の消費総量がむしろ増えるジェボンズのパラドックスが当てはまる、というのが同氏の整理です。AvasantのChandrika Dutt氏も、これまで採算面で正当化しづらかった高度なエージェント業務の構築に、企業チームが今回の余裕を使うだろうとしています[2]。
OpenAI自身も、使い分けの設計を前提に置いています。同社が挙げる例では、コーディングの工程で不確かな部分の見極めと計画づくりをSolに任せ、仕様が固まった変更の実装、テストの作成と実行、結果の評価をLunaに回します[1]。大規模な文書解析や問い合わせ内容の分類、定型的な実装は広く回しても採算が取れるようになり、重い判断が絡む工程だけ割高でも速い経路を選ぶ、という切り分けです。
まとめ
GPT-5.6 LunaとTerraのAPI料金が7月30日から80パーセントと20パーセント引き下げられ、CodexやChatGPT Workでの利用枠の消費も同じ幅で軽くなりました。Solは価格据え置きで、Priority Processingに代わるFast modeが最大2.5倍の速度を2倍の価格で提供します。原資は各層の効率化であり、その一部はSol自身が担いました。アナリストの見立てでは、企業側は支出を減らすより、同じ予算でより多くのAI業務を回す方向に動きそうです。
出典[1]：https://openai.com/index/advancing-the-price-performance-frontier-with-gpt-5-6/
