自社のシステムに生成AIを組み込むとき、いちばん最初に決めるのがモデルと料金です。ここが変わると設計も見積もりも動きます。2026年7月のOpenAI APIは、その両方が短期間で動きました。7月末時点の状況を整理します。
1. モデルは3層になりました
2026年7月9日、GPT-5.6がAPIでも使えるようになりました。ひとつのモデルではなく、Sol・Terra・Lunaという3つの層で提供されます。数字が世代、名前が層です。
| モデルID | 位置づけ | コンテキスト |
|---|---|---|
gpt-5.6-sol |
最上位。難易度の高い専門作業向け | 約105万トークン |
gpt-5.6-terra |
知能とコストの均衡点 | 約105万トークン |
gpt-5.6-luna |
コスト重視。大量処理向け | 約105万トークン |
3層とも扱える分量は同じで、テキストと画像を受け取ってテキストを返します。学習データの区切りは2026年2月16日です。
音声まわりはリアルタイム系のモデル群（翻訳専用を含む）、文字起こし系、画像生成のGPT Image 2が別に用意されています。ChatGPTの音声モードを支えるGPT-Liveも、APIでの提供が予告されています。
2. 7月30日に、下の2層が値下げされました
ここが実務でいちばん効く変更かもしれません。2026年7月30日、Lunaが80%、Terraが20%の値下げになりました。値下げは、CodexやChatGPT Workで有料プランの枠を消費する量にも反映されています。
| モデル | 入力（100万トークン） | キャッシュ読み出し | 出力（100万トークン） |
|---|---|---|---|
| GPT-5.6 Sol | 5.00ドル | 0.50ドル | 30.00ドル |
| GPT-5.6 Terra | 2.00ドル | 0.20ドル | 12.00ドル |
| GPT-5.6 Luna | 0.20ドル | 0.02ドル | 1.20ドル |
まとめて非同期に処理するバッチ利用なら、いずれもさらに半額です。
「100万トークンあたり何ドル」では実感が湧かないので、実際の仕事に直します。A4資料10枚ぶん（約1万字）を読ませて2,000字の要約を作ると、1回あたりこうなります（1ドル150円換算）。
- Sol：約17円
- Terra：約7円
- Luna：約0.7円
Lunaの単価はSolの25分の1です。月に1万件流すなら、17万円と7,000円の差になります。同じ処理を、どの層に流すかで桁が変わるという状況です。
ちなみに2023年のGPT-4で同じ仕事をすると約63円でした。3年で90分の1です。Claudeを含めた値段の推移はClaudeとOpenAI、どちらを選ぶかにまとめています。
料金表を見るときのコツは、入力と出力を分けて考えることです。要約や分類は入力が重く出力が軽い。文章生成やコード生成は出力が効きます。自社の処理がどちらに寄るかで、実質の単価は変わります。
3. 層を混ぜる、が前提の設計になりました
3層あるということは、ひとつを選ぶ話ではなくなったということです。OpenAI自身が挙げている例が分かりやすいので引きます。コーディングの流れなら、不確かなところの判断と計画づくりはSol、仕様が固まった実装とテストの実行はLuna。工程ごとに層を変えます。
実装する側の作法としては、次の順番が扱いやすいと思います。
- まず全部を上位モデルで作り、品質の基準を先に固める
- その基準を評価の仕組み（テストや採点）に落とす
- 工程を分解し、下の層に落としても基準を割らないところから置き換える
最初から安いモデルで組むと、品質の基準が曖昧なまま進みがちです。基準を先、最適化を後のほうが結果的に早い場面が多いはずです。
4. 速さを買う仕組みが変わりました
従来のPriority Processingは、Fast modeに置き換わりました。Solの場合、標準の最大2.5倍の速さを、2倍の料金でという設計です。知能そのものは変わりません。以前の指定はそのままFast modeとして扱われるので、既存のコードを慌てて直す必要はありません。
レスポンス速度が体験に直結する用途（対話型のUI、リアルタイムの支援）では検討の余地がありますが、バッチ処理や夜間の集計に速さを買う理由はあまりありません。ここも工程ごとの判断になります。
5. キャッシュの扱いが変わりました
同じ前置き（システムプロンプトや長い資料）を毎回送る構成では、キャッシュが効くかどうかで請求額が変わります。GPT-5.6では次の点が変更されました。
- キャッシュの区切りを明示的に指定できるようになりました
- 最低30分はキャッシュが保たれます
- キャッシュへの書き込みは、通常の入力単価の1.25倍で課金されます
- キャッシュからの読み出しは、これまでどおり90%割引のままです
書き込みに料金がつくようになったぶん、一度書いて何度も読む構成かどうかが分かれ目になります。読み出しが1回きりなら、キャッシュしないほうが安く済むこともあります。
6. Responses APIに、エージェント寄りの機能が入りました
GPT-5.6と同時に、Responses APIに2つの機能が加わりました。どちらもエージェントを組む側にとっては大きい変更です。
プログラム的なツール呼び出し
従来は、ツールを呼ぶたびに結果をモデルに戻し、モデルが次を判断する往復が発生していました。この機能では、モデルが軽量なプログラムを書いて実行し、その中でツールをつなげます。中間データはプログラム側で絞り込まれ、必要なものだけがモデルに戻ります。
往復が減るぶん、トークンも時間も減ります。中間データがモデルの文脈に流れ込まないので、データを残さない構成（ゼロデータ保持）とも両立します。
マルチエージェント（ベータ）
1回のリクエストの中で、複数のサブエージェントを並行して走らせ、その結果をまとめて返す仕組みです。ChatGPT側の「ultra」設定（既定で4体を並行させる）と同じ発想を、自前のアプリケーションでも組めるようになりました。
ただし並行させた数だけトークンは増えます。難しい問題を短時間で片づけたい場面に絞るのが現実的です。
まとめ：単価表より先に、工程を分ける
3層になり、値下げがあり、速さも別売りになりました。選択肢が増えたぶん、「どのモデルが最強か」という問いはあまり役に立たなくなっています。自社の処理を工程に分けて、それぞれに必要な品質を決める。そこから逆算するほうが、結果として安くて速い構成にたどり着きます。
Anthropic側の料金や設計思想との違いは、ClaudeとOpenAI、どちらを選ぶかで並べて比較しました。ChatGPT側の製品としての動きはChatGPTの最新アップデートにまとめています。
組み込む前に一度、その処理は何人分の仕事なのかを出しておくと、単価の議論が具体的になります。手順は業務の棚卸しのやり方にまとめました。
数えるのが面倒ならAI活用診断でも目安は出ます。APIを組み込む形と、業務システムとして作る形の違いは、ツール・事例の一覧の画面を見ると早いと思います。