GPT-5.6 Lunaとは｜仕様・API料金と大量処理での使い分け

GPT-5.6 Lunaは、OpenAIのAPIでモデルID「gpt-5.6-luna」として使えるモデルです。公式のモデルページは、コストを重視する大量処理向けに設計したモデルと説明しています。結論から言うと、GPT-5.6ファミリーの中で単価を抑えて大量に回したい作業の置き場所がLunaで、Standardの短いコンテキストでは100万トークンあたり入力$0.20、出力$1.20が公式モデルページの表示です（OpenAI「GPT-5.6 Luna」モデルページ、2026年10月10日取得）。

この記事では、OpenAI公式のモデルページ、料金ページ、GPT-5.6の開発者ガイド、ChatGPTとCodexの解説ページに書かれている文言だけを土台に、Lunaの位置づけ、仕様、API料金、SolやTerra、GPT-6 Lunaとの違い、使い始めの手順を整理します。すべての数値は2026年10月10日に公式ページから取得した内容です。料金や提供範囲は変わる可能性があるため、判断の直前に公式の料金ページで最新の表示を見比べてください。

名前の似たモデルが多いので、姉妹モデルの記事も用意しています。同じGPT-5.6の仲間はGPT-5.6 Terraの仕様と料金をまとめた記事とGPT-5.6 Solの仕様と料金をまとめた記事、名前だけ似た別系統はGPT-6 Lunaの仕様と料金をまとめた記事で扱っています。本記事はGPT-5.6のLunaを主役に、公式ページで確認できた範囲だけで整理します。

GPT-5.6 Lunaとは｜公式が示す位置づけ

GPT-5.6 Lunaとは、OpenAIがGPT-5.6ファミリーの中で、コストを重視する大量処理向けに案内しているAPIモデルで、モデルIDは「gpt-5.6-luna」です。

公式のモデルページは、GPT-5.6 Lunaをコストを重視する大量処理の作業向けに設計したモデルと説明しています。同じページには、以前のGPT-5系列で使われていたnanoの階層にほぼ相当するという説明もあります（OpenAI「GPT-5.6 Luna」モデルページ、2026年10月10日取得）。

GPT-5.6の開発者ガイドは、命名の仕組みを次のように書いています。gpt-5.6というエイリアスはgpt-5.6-solに向き、Solは旗艦の性能向けです。強い性能をより低い価格で使うならgpt-5.6-terra、効率的な大量処理向けならgpt-5.6-lunaを使う、という並びです（OpenAI「Using GPT-5.6」、2026年10月10日取得）。

ここで押さえたいのは、Lunaの説明が「性能の低い廉価版」といった序列ではなく、コストと処理量という選び方の軸で書かれている点です。取得した公式ページには、Lunaを他のモデルと性能で数値比較した記載は見当たりませんでした。そのため、この記事でもLunaの性能の優劣は断定せず、仕様と料金の比較、そして自分の作業で試すための手順に重心を置きます。

仕様の一覧｜コンテキスト長・入出力・推論の強さ

GPT-5.6 Lunaの仕様は、入力がテキストと画像、出力がテキストで、コンテキストウィンドウは1,050,000トークン、最大出力は128,000トークンです。

公式のモデルページが載せている仕様を表にまとめます。表の値は、いずれも同ページの「Model details」に書かれた内容です。

項目	公式ページの表示	読み方
モデルID	gpt-5.6-luna	コードに書く名前です。スナップショットも同じ名前だけが案内されています
入力の形式	テキスト、画像	音声や動画をそのまま入力する形式は、この表示には含まれていません
出力の形式	テキスト	画像や音声を直接出力するモデルとしては案内されていません
コンテキストウィンドウ	1,050,000トークン	入力と出力を合わせて扱える長さの上限です
最大入力トークン	922,000トークン	1回のリクエストに入れられる入力の上限です
最大出力トークン	128,000トークン	1回の応答で返せる出力の上限です
知識のカットオフ	2026年2月16日	それ以降の出来事は、ウェブ検索などのツールで補う必要があります
推論トークン	対応	考えるための内部のトークンを使うモデルです

出典はOpenAI「GPT-5.6 Luna」モデルページ（2026年10月10日取得）です。トークンとは、モデルが文章を読み書きするときの小さな単位のことで、正確な数は、実際のリクエストの使用量で確かめてください。

推論の強さを決める設定にも触れておきます。公式のモデルページによると、reasoning.effortはnone、low、medium、high、xhigh、maxの6段階に対応し、既定値はmediumです。設定によって使用量が変わるため、後述する料金の見積もりでは、設定ごとの使用量を実測する前提で考えます。

対応エンドポイントと機能、レート制限｜使える面と処理量の上限

GPT-5.6 LunaはChat Completions、Responses、Batchの3つのエンドポイントに対応し、Realtime、ファインチューニング、Embeddingsなどには対応しておらず、1分あたりの処理量は利用ティアごとのレート制限で決まります。

モデルを選ぶとき、単価と同じくらい効くのが「そのモデルをどのエンドポイントで呼べるか」です。公式のモデルページにある対応表を、用途別に読み替えて整理します。

エンドポイント	ルート	公式の表示	実務での意味
Chat Completions	v1/chat/completions	対応	既存のチャット形式のコードから呼べます
Responses	v1/responses	対応	推論やツール呼び出しを使うなら、公式ガイドが勧める入口です
Batch	v1/batch	対応	結果を急がない大量処理を、Batchの料金で流せます
Realtime	v1/realtime	非対応	音声の対話などリアルタイム用途には、別のモデルを選びます
Fine-tuning	v1/fine-tuning	非対応	このモデル自体を追加学習する用途には使えません
Embeddings	v1/embeddings	非対応	検索用のベクトル化には、Embeddings用のモデルを使います

出典はOpenAI「GPT-5.6 Luna」モデルページ（2026年10月10日取得）です。同じ表には、Live、Assistants、画像生成、動画、音声の生成・文字起こし・翻訳、Moderation、旧Completionsも非対応として並んでいます。Embeddingsを使う場合の考え方は、OpenAI Embeddings APIの使い方を解説した記事が参考になります。

機能の欄には、ストリーミング、構造化出力（structured_outputs）、関数呼び出し（function_calling）、ファイル検索、画像入力、ウェブ検索、プロンプトキャッシュが載っています。Responses APIで使えるツールとして、web_search、file_search、image_generation、code_interpreter、hosted_shell、apply_patch、skills、computer_use、mcp、tool_searchが並びます。ツールを使う場合は、モデルのトークン料金とは別にツール呼び出しごとの料金がかかることがあると、同じページが案内しています。

実装の入口を決める材料として、ResponsesとChat Completionsの違いを整理した記事、関数呼び出しの設計はFunction callingの使い方をまとめた記事、出力の形式を固定したい場合は構造化出力の手順をまとめた記事が使えます。いずれも対象モデルの欄を、自分が使うモデルIDで読み替えてください。

ここからはレート制限です。大量処理向けのモデルでは、単価と同じくらい、1分あたりに流せる量が設計を左右します。公式のモデルページにある、既定のレート制限を表にします。

ティア	1分あたりのリクエスト数（RPM）	1分あたりのトークン数（TPM）	Batchのキュー上限
Build	5,000	2,000,000	20,000,000
Launch	10,000	10,000,000	1,000,000,000
Grow	30,000	180,000,000	15,000,000,000

出典はOpenAI「GPT-5.6 Luna」モデルページ（2026年10月10日取得、defaultの表）です。同じページは、利用ティアで上限が決まり、APIへのリクエストと支出が増えると自動で上がると説明しています。自分のアカウントの実際の上限は、このページの表ではなくアカウント側の表示で確認してください。

表から読み取れる設計上の注意が2つあります。1つ目は、仮に1回あたり入力2,000トークンと出力300トークン（合計2,300トークン）とすると、TPMが2,000,000のBuildティアでは、1分あたりおよそ870回が上限の目安になる計算です。2,000,000 ÷ 2,300 ≒ 869.6で、実際は推論に使うトークンなども数えられる可能性があるため、余裕を見てください。2つ目は、Batchのキュー上限があるため、1度に投入するバッチの量を、上限以内に分ける設計が必要になる点です。

API料金｜Standard・Batch・Fastと長い入力の条件

GPT-5.6 LunaのAPI料金は、Standardの短いコンテキストで100万トークンあたり入力$0.20、キャッシュ入力$0.02、出力$1.20で、入力が272Kトークンを超える長いコンテキストでは単価が上がります。

料金は処理の種類と入力の長さで変わります。公式の料金ページの表から、GPT-5.6 Lunaの行を処理の種類ごとに並べます。単位はすべて米ドル、100万トークンあたりです。短いコンテキストは入力が272Kトークン以下、長いコンテキストは272Kトークンを超える場合を指します。

処理の種類	短い入力	短いキャッシュ入力	短い出力	長い入力	長いキャッシュ入力	長い出力
Standard	$0.20	$0.02	$1.20	$0.40	$0.04	$1.80
Batch	$0.10	$0.01	$0.60	$0.20	$0.02	$0.90
Flex	$0.10	$0.01	$0.60	$0.20	$0.02	$0.90
Fast	$0.40	$0.04	$2.40	$0.80	$0.08	$3.60

出典はOpenAI「Pricing」ページ（2026年10月10日取得、通貨は米ドル）です。公式のモデルページも、Standardの入力$0.2、キャッシュ入力$0.02、出力$1.2、272Kトークンを超える入力は全体を入力2倍・出力1.5倍で計算すると書いており、表の長いコンテキストの値と一致します（OpenAI「GPT-5.6 Luna」モデルページ）。

表の読み方を整理します。キャッシュ入力とは、以前に送った内容と同じ前半部分をキャッシュとして再利用できたときの入力の単価で、Standardでは通常の入力の10分の1にあたる$0.02です。この10分の1は表の数字から割り算した値です。キャッシュ書き込みの単価は、公式のモデルページが通常の入力の1.25倍と書いており、Standardの短いコンテキストでは$0.25になります。Fastは、公式の料金ページで以前のPriority processingを2026年7月30日にFast modeへ名称変更したと案内されている処理で、表の値はStandardのちょうど2倍です。

BatchとFlexは、短いコンテキストの入力$0.10・出力$0.60と、Standardの半額の水準で並んでいます。この半額も表の数字から確かめた値です。結果を待てる処理なら、Batchの仕組みを使うだけで単価が下がります。Batch APIの仕組みはBatch APIの使い方と料金の考え方をまとめた記事で扱っています。

料金の見積もり例｜1万リクエストを4つのモデルで比べる計算

料金の見積もりは、リクエスト数に1回あたりの入力トークンと出力トークンを掛け、100万トークンあたりの単価を当てはめるだけで出せます。

ここでは仮の例として、次の条件を置きます。件数とトークン数は計算を見せるための仮定で、実際の作業の平均値ではありません。1万リクエストを処理し、1回あたりの入力が2,000トークン、出力が300トークン、キャッシュは使わず、入力は272Kトークン以下とします。すると入力の合計は2,000万トークン、出力の合計は300万トークンです。

モデルと処理	入力2,000万トークンの費用	出力300万トークンの費用	合計
GPT-5.6 Luna（Standard）	20 × $0.20 = $4.00	3 × $1.20 = $3.60	$7.60
GPT-5.6 Luna（Batch）	20 × $0.10 = $2.00	3 × $0.60 = $1.80	$3.80
GPT-5.6 Terra（Standard）	20 × $2 = $40.00	3 × $12 = $36.00	$76.00
GPT-5.6 Sol（Standard）	20 × $4 = $80.00	3 × $20 = $60.00	$140.00
GPT-6 Luna（Standard）	20 × $0.10 = $2.00	3 × $0.50 = $1.50	$3.50

各行の単価は、OpenAI「Pricing」ページの2026年10月10日取得の表の値です（通貨は米ドル、100万トークンあたり、Standardの短いコンテキスト。Batchの行はBatchの表）。計算の「20」と「3」は100万トークン単位に直した数です。同じ作業量なら、LunaはTerraの10分の1、Solの約18分の1の費用になります。Terraとの10倍は入力・出力とも単価がちょうど10倍であることからの結果で、Solとの比は合計の$140.00を$7.60で割った約18.4倍です。ただし、公式のSolのモデルページと料金ページは、GPT-5.6 Solの$4と$20をプロモーション価格と案内しており、少なくとも2026年11月21日まで利用できると書いています。この日以降のSolの単価と比の値は、公式の料金ページで確認してください。

キャッシュが効く場合も計算しておきます。1回あたりの入力2,000トークンのうち前半1,500トークンが毎回キャッシュに当たると仮定すると、キャッシュ入力が1,500万トークン、通常の入力が500万トークンです。費用は15 × $0.02 = $0.30、5 × $0.20 = $1.00、出力3 × $1.20 = $3.60で、合計は$4.90になります。この計算にはキャッシュ書き込みの費用を含めていません。実際には、前半を最初にキャッシュへ書き込む時点で通常の入力の1.25倍の単価がかかります。キャッシュの設計はプロンプトキャッシュの活用法をまとめた記事が役に立ちます。

長い入力の境目も計算で見ておきます。公式のモデルページは、272Kトークンを超えると、そのリクエスト全体に入力2倍・出力1.5倍の単価が掛かると書いています（OpenAI「GPT-5.6 Luna」モデルページ）。仮に出力を1,000トークンとして、入力が272,000トークンのときの費用は、0.272 × $0.20 + 0.001 × $1.20 = 約$0.0556です。入力が273,000トークンになると、0.273 × $0.40 + 0.001 × $1.80 = 約$0.1110で、わずか1,000トークンの差で費用がほぼ2倍になります。長い資料を扱う処理では、272Kトークンの手前で分割できるかを先に検討する価値があります。

Sol・Terra・Lunaの使い分け｜gpt-5.6エイリアスの注意

SolとTerraとLunaは、旗艦、バランス、大量処理という選び方の軸で分かれており、コードにgpt-5.6とだけ書くとLunaではなくSolに向かう点に特に注意が必要です。

3つのモデルの公式の説明（OpenAI「Using GPT-5.6」）と、Standardの短いコンテキストの単価を並べます。性能の優劣は公式ページに数値比較がないため、ここでは載せません。

モデル	モデルID	公式の位置づけ	入力	出力	以前のGPT-5系列との対応
GPT-5.6 Sol	gpt-5.6-sol（エイリアスgpt-5.6の向き先）	旗艦の性能向け	$4	$20	接尾辞のないモデルの階層にほぼ相当
GPT-5.6 Terra	gpt-5.6-terra	知能とコストのバランス向け	$2	$12	miniの階層にほぼ相当
GPT-5.6 Luna	gpt-5.6-luna	効率的な大量処理向け	$0.2	$1.2	nanoの階層にほぼ相当

出典は、各モデルページ（GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.6 Luna、いずれも2026年10月10日取得、単位は100万トークンあたりの米ドル）と、開発者ガイドの命名の説明です。階層の対応は公式の説明をそのまま写したもので、性能の序列を保証する表現ではありません。Solの単価はプロモーション価格で、少なくとも2026年11月21日まで利用できると、GPT-5.6 Solのモデルページに書かれています。

実務で効くのは、エイリアスの扱いです。コードにgpt-5.6とだけ書くと、リクエストはSolに向かいます。費用を抑えるつもりでLunaを使いたいのに、エイリアスのまま書いてしまうと、意図せずSolの単価で動く形になります。Lunaを使うなら、モデルIDを「gpt-5.6-luna」と明示してください。デプロイ前に、設定ファイルと環境変数にエイリアスの記述が残っていないかを検索しておくと、取り違えを防げます。

使い分けを決めるときは、一段ずつ試す方法が現実的です。まずLunaで代表的な入力を処理し、品質が基準に届く範囲を確かめます。届かない作業だけをTerra、さらに必要ならSolへ上げます。モデル全体の選び方は、ChatGPTの最新モデルの違いと使い分けをまとめた記事も併せて読むと全体像をつかめます。

二段構えの費用計算｜Lunaで一次処理して、不合格だけTerraへ

二段構えとは、まずLunaで全件を処理し、基準に届かなかった分だけTerraで処理し直す運用で、不合格率が低いほどTerraだけで処理するより費用が下がります。

ここでの計算は、記事独自の整理です。前提は2つあります。Terraで処理し直すときのトークン量は、最初のLunaでの処理と同じとします。Lunaの不合格率をpとします。この条件では、1件あたりの費用はLunaの費用に、p × Terraの費用を足した額になります。TerraのStandardの単価は入力・出力ともLunaのちょうど10倍なので、Lunaの費用を1とするとTerraは10です。二段構えの費用は1 + 10 × p、Terraだけで処理する費用は10になります。二段構えが安くなる条件は、1 + 10p < 10、つまりpが0.9未満のときです。

前のセクションの仮の例（1万リクエスト、Luna Standardで$7.60、Terra Standardで$76.00）に当てはめると、次のとおりです。単価はOpenAI「Pricing」ページの値です。不合格率は仮の値で、実際の率は自分の評価で測る必要があります。

Lunaの不合格率（仮の値）	二段構えの費用の式	二段構えの合計	Terraだけの合計との差
10%	$7.60 × (1 + 10 × 0.1)	$15.20	$60.80安い
30%	$7.60 × (1 + 10 × 0.3)	$30.40	$45.60安い
50%	$7.60 × (1 + 10 × 0.5)	$45.60	$30.40安い
90%	$7.60 × (1 + 10 × 0.9)	$76.00	差なし

単価の根拠はOpenAI「Pricing」ページ（2026年10月10日取得、米ドル、Standard、短いコンテキスト）です。不合格かどうかの判定にも費用がかかる点は、この計算に含めていません。判定を人手や別のモデルで行うなら、その費用を足して比べてください。また、二段構えは出力の品質を保つ仕組みではなく、費用の見積もりの考え方です。基準に届くかどうかは、自分の入力で試して判断します。

GPT-6 Lunaとの違い｜名前が近い別モデルの見分け方

GPT-5.6 LunaとGPT-6 Lunaは別のモデルで、公式の表示ではGPT-6 Lunaの方が単価が低く、知識のカットオフも新しい日付になっています。

名前の末尾が同じLunaなので混同しやすいのですが、モデルIDは「gpt-5.6-luna」と「gpt-6-luna」で、料金ページでも別の行に並んでいます。公式のモデルページから、数字で比べられる項目を並べます。

項目	GPT-5.6 Luna	GPT-6 Luna
Standardの入力（100万トークン）	$0.20	$0.10
Standardのキャッシュ入力	$0.02	$0.01
Standardの出力	$1.20	$0.50
Batchの入力／出力	$0.10／$0.60	$0.05／$0.25
長いコンテキストのStandard入力／出力	$0.40／$1.80	$0.20／$0.75
コンテキストウィンドウ	1,050,000トークン	1,050,000トークン
最大出力トークン	128,000トークン	128,000トークン
知識のカットオフ	2026年2月16日	2026年5月18日
ChatGPT・Codexのクレジット（100万トークン、入力／キャッシュ入力／出力）	5／0.5／30	2.5／0.25／12.5

出典は、GPT-5.6 Lunaのモデルページ、GPT-6 Lunaのモデルページ、OpenAI「Pricing」ページ（いずれも2026年10月10日取得、通貨は米ドル）と、クレジットについてはCodexの料金ページです。表のとおり、公式の表示では、同じ作業量ならGPT-6 Lunaの費用はGPT-5.6 Lunaのおよそ半分以下です。前の見積もり例では、GPT-5.6 Lunaの$7.60に対してGPT-6 Lunaは$3.50でした。

ただし、単価の差だけでモデルを選べるわけではありません。品質は公式ページに数値比較がないため、自分の作業で試すしかありません。また、APIの仕様にも違いが書かれています。GPT-6 Lunaのモデルページは、Chat Completionsで関数呼び出しを使えるのはreasoning_effortがnoneのときだけで、推論とツールを併用するならResponsesを使うよう案内しています。一方、GPT-5.6 Lunaのモデルページにはこの制約の記載が見当たらなかったため、この記事では両者が同じかどうかを断定しません。実際のコードで動作を確かめてください。

GPT-6系の全体像は、GPT-6 Astraの記事とGPT-6.1 Solの記事に整理しています。GPT-6 Lunaを含む新しいモデルへ移るかどうかは、料金の差と、GPT-5.6で動かしている既存の評価結果の両方を見て決めます。

GPT-5.5や旧世代からの移行の考え方

GPT-5.5やそれ以前のモデルから移る場合、公式の開発者ガイドは、現在の推論設定をそのまま基準にして、同じ設定と一段低い設定を代表的な作業で比べるよう勧めています。

GPT-5.6の開発者ガイドは、GPT-5.5やその前の世代から移るとき、今の推論設定から始めて、同じ設定と一段下げた設定を代表的な作業で試すよう案内しています。GPT-5.6は少ないトークンで品質を保てることが多いが、最適な設定は作業によって決まる、とも書かれています（OpenAI「Using GPT-5.6」、2026年10月10日取得）。

移行の見直しポイントは、公式ガイドの項目から次のように整理できます。

見直す項目	公式ガイドの内容	Lunaへの移行での作業
モデルの指定	作業に合わせてsol、terra、lunaを選ぶ。gpt-5.6はsolに向く	モデルIDをgpt-5.6-lunaと明示する
APIの入口	推論・ツール呼び出し・複数ターンにはResponses APIを使う	Chat Completions中心のコードでは、ツール利用部分の移行を検討する
推論の強さ	none、low、medium、high、xhigh、maxに対応。mediumが出発点	現行の設定から始め、一段下げた設定も同じ評価セットで試す
プロンプトキャッシュ	キャッシュ書き込みは通常の入力の1.25倍。cached_tokensとcache_write_tokensを見る	キャッシュが実際に当たっているかを使用量のログで確かめる

表の内容は、OpenAI「Using GPT-5.6」（2026年10月10日取得）の移行の説明に沿っています。なお、GPT-5.5はChatGPT、ChatGPT Work、Codexからは2026年10月14日に提供終了となり、OpenAI APIでは引き続き使えると、公式のモデル解説に書かれています（OpenAI Codexのモデル解説、2026年10月10日取得）。API以外の面で使っている人は、提供終了日の前に移行先を決める必要があります。詳しい比較はGPT-5.5の提供終了と後継モデルを比べた記事にまとめています。

ChatGPT・Codexでの扱いとクレジット換算

ChatGPTのWorkとCodexでGPT-5.6 Lunaを使う場合の費用は、APIのドル建てとは別に、100万トークンあたりのクレジットで示され、Lunaは入力5、キャッシュ入力0.5、出力30クレジットです。

公式のCodexの料金ページは、追加利用のクレジットを100万トークンあたりの入力、キャッシュ入力、出力で示しています。GPT-5.6 Lunaは入力5、キャッシュ入力0.5、出力30クレジットで、GPT-5.6 SolとTerraと合わせてレートは変わらないと書かれています。ページには、Codexのクレジット課金にはキャッシュ書き込みの別料金がないこと、APIキーで使う場合はAPIの料金に従うことも書かれています（OpenAI Codexの料金ページ、2026年10月10日取得）。

先ほどの仮の例（入力2,000万トークン、出力300万トークン、キャッシュなし）をクレジットで計算すると、次のようになります。

モデル	入力のクレジット	出力のクレジット	合計
GPT-5.6 Luna	20 × 5 = 100	3 × 30 = 90	190クレジット
GPT-5.6 Terra	20 × 50 = 1,000	3 × 300 = 900	1,900クレジット
GPT-5.6 Sol	20 × 100 = 2,000	3 × 500 = 1,500	3,500クレジット
GPT-6 Luna	20 × 2.5 = 50	3 × 12.5 = 37.5	87.5クレジット

単価はOpenAI Codexの料金ページ（2026年10月10日取得、Standard速度、100万トークンあたりのクレジット）の値です。LunaはTerraの10分の1、Solの約18分の1で、API料金の比率と同じ並びになります。Solのレートも、公式がプロモーション価格として案内する期間のものです。ただし、クレジットは含まれる利用枠を超えたときに使う単位です。同じページは、クレジットの価格だけでは契約に含まれる利用枠は決まらないと注意しています。実際の残量は、利用状況のダッシュボードで確認してください。

どの面でGPT-5.6 Lunaを選べるかについては、公式のモデル解説は、GPT-6.1 SolやGPT-6 LunaなどのGPT-6系がChatGPTのWorkとCodexで使え、Chatでは使えないと書き、続けてGPT-5.6 Sol、Terra、Lunaは展開期間中も引き続き利用できると書いています。この説明はWorkとCodexについてのもので、通常のChatでの提供は取得した公式ページに記載がありません。提供状況は展開の段階、サインイン方法、クライアントで変わると同じページに書かれているため、モデルの選択画面に表示されるかを自分の環境で確かめるのが有効な方法です（OpenAI Codexのモデル解説、2026年10月10日取得）。Codexの全体像はOpenAI Codexの使い方を初心者向けにまとめた記事にあります。

Lunaが向く作業と、試して確かめる点

公式がGPT-5.6 Lunaに示している向き先は、コストを重視する大量処理と効率的な大量のワークロードで、個々の作業が向くかどうかは自分の入力で試して決めます。

GPT-5.6 Lunaのモデルページと開発者ガイドは、向く作業を具体的な業務名では挙げていません。書かれているのは、コストを重視すること、大量に処理することの2点です。具体的な作業の例が欲しい場合は、近い位置づけのGPT-6 Lunaについて、公式のモデル解説が、仕様が明確で繰り返す作業、たとえば抽出、分類、変換、構造化された要約を挙げています（OpenAI Codexのモデル解説、2026年10月10日取得）。これはGPT-6 Lunaの説明なので、GPT-5.6 Lunaの保証ではなく、評価を始める出発点として使います。

仮の例として、評価に向く作業の特徴を整理します。公式の説明ではなく、この記事の判断軸です。

判断軸	Lunaを先に試しやすい作業	上位のモデルも並べて試したい作業
正解の見え方	出力の形式や合格基準が決まっている	正解が一つに定まらず、人が読んで判断する
処理量	同じ形の入力が大量に流れてくる	1件ごとに状況が大きく変わる
失敗の影響	誤りを後段の検査で拾える	誤りがそのまま顧客や公開物に届く
応答の速さ	結果を待てるのでBatchを使える	画面上で即時に返す必要がある

表の右側に当てはまる作業でも、Lunaを使えないという意味ではありません。上位のモデルと同じ入力で並べて比べ、合格率と費用を見て決める、という意味です。出力の形式を固定したい作業は、構造化出力と組み合わせると検査しやすくなります。構造化出力の使い方はJSON Schemaで出力を固定する手順の記事にあります。

使い始めの手順｜モデル指定から本番前の確認まで

使い始めの手順は、モデルIDの明示、評価用の入力の用意、推論設定ごとの比較、使用量の計測、処理の種類の選択の順に進めると、費用の読み違いを防げます。

公式の開発者ガイドの記載に沿って、Lunaを使い始める流れを5つの段階にまとめます。段階の分け方は、この記事の整理です。

段階	やること	確認する公式情報
段階1	modelにgpt-5.6-lunaを明示して、Responses APIでリクエストを送る	モデルページの対応エンドポイントと、開発者ガイドのエイリアスの説明
段階2	実際の仕事で使う入力を集めた評価セットと、合格の基準を作る	最大入力・最大出力の上限
段階3	推論の強さを、現行の設定と一段低い設定で比べる	reasoning.effortの対応値
段階4	使用量のトークン数を記録し、仮の例の式で費用を再計算する	料金ページの単価と、272Kトークンの境目
段階5	急がない処理はBatchへ、前半が共通ならキャッシュを使う設計にする	料金ページのBatchの行、キャッシュの単価

表の確認先は、OpenAI「GPT-5.6 Luna」モデルページ、OpenAI「Pricing」ページ、OpenAI「Using GPT-5.6」（いずれも2026年10月10日取得）です。リクエストの形は、モデルIDとreasoning.effortを指定するだけの簡単なものから始められます。ツールを足すのは、評価で基準に届いた後でも遅くありません。

仮の例として、社内の問い合わせメールを種類ごとに分類する処理を考えます。出力は種類の名前だけに固定し、評価セットの正解と照らして合格率を測ります。段階3で、推論の強さを現行の設定と一段低い設定の2通りで比べ、合格率が変わらなければ低い設定を選びます。設定を変えると使用量も変わるため、費用は段階4の式で計算し直します。この流れは進め方の一例で、合格率が保たれるかどうかは入力しだいです。

実装の途中で、複数のモデルを呼び分ける構成や、ツールを使う構成に広げる場合は、Responsesの扱いを先に押さえておくと迷いません。API全般の設計は、Responses APIとChat Completionsの違いと使い分けの記事が役に立ちます。

よくある質問（FAQ）

Q1. GPT-5.6 LunaのモデルIDは何ですか。

モデルIDは「gpt-5.6-luna」です。公式のモデルページでは、スナップショットも同じ名前だけが案内されています。エイリアスの「gpt-5.6」はSolに向くため、Lunaを使うときはモデルIDを明示してください（OpenAI「GPT-5.6 Luna」モデルページ、2026年10月10日取得）。

Q2. GPT-5.6 LunaのAPI料金はいくらですか。

Standardの短いコンテキスト（入力が272Kトークン以下）では、100万トークンあたり入力$0.20、キャッシュ入力$0.02、出力$1.20です。通貨は米ドルで、2026年10月10日に取得した値です。Batchでは入力$0.10、出力$0.60になります。272Kトークンを超えると、リクエスト全体の単価が上がります（OpenAI「Pricing」ページ）。

Q3. GPT-5.6 LunaとGPT-6 Lunaは同じモデルですか。

別のモデルです。モデルIDが異なり、公式の表示ではGPT-6 Lunaの方が単価が低く、知識のカットオフも新しい日付です。どちらを使うかは、単価の差と、自分の作業での品質の試験結果で決めます（OpenAI「GPT-6 Luna」モデルページ、2026年10月10日取得）。

Q4. Embeddingsやファインチューニングにも使えますか。

公式のモデルページの対応表では、EmbeddingsとFine-tuningは非対応です。対応しているのはChat Completions、Responses、Batchの3つです（OpenAI「GPT-5.6 Luna」モデルページ、2026年10月10日取得）。

Q5. ChatGPTのWorkやCodexでもGPT-5.6 Lunaを選べますか。

公式のモデル解説は、ChatGPTのWorkとCodexでGPT-5.6 Sol、Terra、Lunaは展開期間中も引き続き利用できると書いています。通常のChatでの提供は、取得した公式ページに記載がありません。ただし、提供状況は展開の段階、サインイン方法、クライアントで変わるため、自分の環境のモデル選択画面で確認してください。ChatGPTのWorkとCodexでの費用はクレジットで示され、Lunaは入力5、キャッシュ入力0.5、出力30クレジットです（OpenAI Codexのモデル解説、Codexの料金ページ、いずれも2026年10月10日取得）。

Q6. Terraと比べて、どれくらい費用が違いますか。

StandardのAPI料金では、入力も出力も、TerraはLunaのちょうど10倍です。入力は$2と$0.20、出力は$12と$1.20になります。同じ作業量なら、LunaはTerraの10分の1の費用で済む計算です。ただし、これは単価の比較で、品質の比較ではありません（OpenAI「Pricing」ページ、2026年10月10日取得）。

Q7. 長い文書を入れると料金は変わりますか。

変わります。入力が272Kトークンを超えると、そのリクエスト全体が入力2倍・出力1.5倍の単価になると、公式のモデルページに書かれています。272Kトークンの手前で資料を分けられるかを、先に検討してください（OpenAI「GPT-5.6 Luna」モデルページ、2026年10月10日取得）。

まとめ｜Lunaは「単価の低さ」と「試して選ぶ」の2点で判断する

GPT-5.6 Lunaは、公式がコストを重視する大量処理向けと案内するモデルで、モデルIDは「gpt-5.6-luna」です。Standardの短いコンテキストでは100万トークンあたり入力$0.20、出力$1.20、Batchでは入力$0.10、出力$0.60で、272Kトークンを超えるとリクエスト全体の単価が上がります。数値はすべて2026年10月10日に公式ページから取得した内容で、料金は米ドルです（OpenAI「Pricing」ページ）。

この記事で示した計算から言えるのは、次の3点です。同じ作業量ならLunaの費用はTerraの10分の1、Solの約18分の1（Solはプロモーション価格の期間の値）であること。Lunaで一次処理して不合格分だけTerraへ回す二段構えは、不合格率が0.9未満なら、仮の前提ではTerraだけより安くなること。そして、公式の表示ではGPT-6 Lunaの単価がさらに低いことです。いずれも単価と仮定の計算で、品質を保証するものではありません。

選ぶときの手順は、モデルIDを明示し、自分の入力で評価し、推論設定ごとにトークン数を記録して費用を再計算する、の3つです。GPT-5.6の仲間の違いはTerraの記事とSolの記事、ChatGPT本体の料金プランはChatGPTの料金プランを比較した記事、Codexの周辺機能はCodex Cloudの使い方の記事で補えます。