ChatGPT 5.6とは？Sol・Terra・Lunaの違い

「ChatGPT 5.6へ変わったらしいが、何が新しいのか分からない」「Sol・Terra・Lunaのどれを選べばよいのか」「ChatGPTのモデル選択画面にTerraやLunaが見当たらない」と戸惑う方もいるでしょう。

結論から申し上げると、ChatGPT 5.6は一つのモデル名ではなく、最上位のSol、日常業務とのバランスを重視したTerra、速度とコスト効率を重視したLunaからなるモデルファミリーです。ただし、標準のChatGPT、ChatGPT Work、Codex、APIでは選べるモデルと設定が異なるため、モデル名だけで判断してはいけません。

高性能なモデルでも成果を保証しません。難しさ、品質、処理量、料金を整理し、人が検証します。

この記事では、ChatGPT 5.6とSol・Terra・Lunaの違い、ChatGPT・Work・Codex・APIでの提供範囲、仕事に合う選び方、同じ課題で比較する手順、そのまま調整できる検証プロンプト、失敗例、注意点まで解説します。「最強モデルはどれか」ではなく、限られた時間と予算で成果へつなげる運用を重視します。

ChatGPT 5.6を仕事・集客・収益化へ生かしたい方へ
→ 当社が運営する生成AIマスタースクール（GMS）の無料ウェビナーで実践方法を確認する

結論｜ChatGPT 5.6は「モデル階層・推論設定・利用画面」を分けて選ぶ

OpenAIは2026年7月9日、GPT-5.6ファミリーを一般提供すると発表しました。GPT-5.6の数字は世代を、Sol・Terra・Lunaは能力と効率の階層を表します。公式の位置付けでは、Solがフラッグシップ、Terraが日常業務向けのバランス型、Lunaが最も高速で手頃なモデルです。

初心者が混同しやすい次の三つを分けてください。

判断軸	主な選択肢	意味
モデル階層	Sol・Terra・Luna	能力、速度、利用コストの基本的な位置付け
推論設定	Medium・High・Extra High・maxなど	一つの課題へ使う思考時間や計算量の設定
利用画面	標準ChatGPT・Work・Codex・API	会話、成果物作成、開発作業、システム組み込みなどの利用場所

Sol・Terra・Lunaは優劣だけでなく、仕事の難易度と処理量に応じて使い分ける階層です。短い要約や大量の分類へ毎回Solの高い推論設定を使う必要はありません。一方、重要な提案書の論理検証や複雑な調査を、速度だけでLunaへ任せると修正工数が増える場合があります。

ChatGPT 5.6とは？公式発表の要点

GPT-5.6は、文章、コード、調査、資料、デザイン、ツールを使う複数工程の仕事を想定したモデル群です。OpenAIは、処理の効率と、難しい仕事で能力を引き上げられる点を特徴として説明しています。

公式ベンチマークは特定条件の評価であり、自社業務で同じ結果になるとは限りません。順位を採用理由にせず、代表的な作業で試すことが必要です。

ChatGPTはサービス名、GPT-5.6はモデルファミリー名です。機能、プラン、モデル、推論設定を同じものとして説明しないでください。

GPT-5.6 Sol・Terra・Lunaの違い

モデル	公式の位置付け	向いている仕事の例	選ぶ際の注意
GPT-5.6 Sol	最上位のフラッグシップ	複雑な調査、設計、重要文書、長い工程、難しいコード	必要品質に対して処理時間や利用量が妥当か確認する
GPT-5.6 Terra	日常業務向けのバランス型	構成案、資料整理、通常の実装、複数案の比較	標準ChatGPTの会話では直接選べない場合がある
GPT-5.6 Luna	最速かつ最も手頃	分類、抽出、短い要約、定型変換、大量の一次処理	重要な判断や複雑な条件は上位モデルと人で再確認する

Solは難しい仕事と最終品質を重視する場面

Solは、複数資料の関係を読み解く、長い工程を管理する、成果物を繰り返し改善するといった難しい仕事の候補です。企画の仮説作成、ウェビナー全体の点検、提案書の矛盾探しなどが考えられます。

ただし、Solも事実を保証するものではありません。存在しない出典、古い価格、もっともらしい推測を出す可能性があります。重要な成果物では、一次情報、計算、契約条件、顧客情報を人が確認します。

Terraは品質・速度・コストのバランスを取る場面

Terraは、毎日の知識労働や開発作業を幅広く処理する候補です。記事構成、会議記録の整理、既存資料からのチェックリスト作成など、判断力と処理量の両方が必要な場面に合います。

実務では、まずTerraで基準品質を確認し、難しい案件だけSolへ上げます。上位モデルが必要になる条件を決めると運用しやすくなります。

Lunaは速い一次処理と大量作業に向く

Lunaは、分類、定型項目の抽出、形式変換、案の大量生成など、速度と利用効率を優先する一次処理の候補です。

ただし、大量処理では小さな誤りも積み上がります。最初の20件を人が確認し、誤分類が起きる条件を直し、その後も一定件数を抜き取って検査します。個人情報を含むデータは、利用目的、社内規程、契約、設定を確認し、不要な情報を入力しません。

標準ChatGPTではSol・Terra・Lunaを直接選べるとは限らない

2026年7月19日の公式情報では、通常のChatGPT会話でPlus、Pro、Business、Enterpriseの利用者は、Medium以上の推論設定を通じてGPT-5.6 Solへアクセスします。一方、TerraとLunaは標準ChatGPTの会話画面では選択できないと案内されています。

標準ChatGPTのInstantはGPT-5.5です。GPT-5.6の案内があっても、すべての会話がGPT-5.6で処理されるわけではありません。

標準ChatGPTの選択	主なモデル	考え方
Instant	GPT-5.5	速い日常会話。GPT-5.6とは限らない
Medium・High・Extra High	GPT-5.6 Sol	推論へかける労力を段階的に増やす
Pro	GPT-5.6 Sol Pro	対象プランで複雑な課題の品質を優先する

PlusではMediumとHigh、ProではMedium、High、Extra High、Proが案内されています。BusinessやEnterpriseは管理設定の影響も受けます。提供範囲、使用上限、表示名は更新されるため、契約判断はChatGPT有料プランの記事と公式画面を併せて確認してください。

ChatGPT・Work・Codex・APIでの提供範囲

同じGPT-5.6でも、使う製品によって役割と選択肢が変わります。

利用場所	GPT-5.6の主な提供範囲	向いている利用
標準ChatGPT	対象プランでSol、条件によりSol Pro	対話、調査、文章、分析、日常業務
ChatGPT Work	Plus以上でSol・Terra・Luna	資料、表、文書、複数工程の成果物
Codex	Free・GoはTerra、Plus以上はSol・Terra・Luna	コードの調査、実装、テスト、開発作業
OpenAI API	Sol・Terra・Luna	自社システム、定型処理、ワークフローへの組み込み

Workは成果物を作る作業空間、Codexは開発作業、APIはプログラムからモデルを使う仕組みです。標準ChatGPTでTerraを探すことと、WorkやCodexで選ぶことは別です。Codexの基本はChatGPT Codexの解説記事で確認できます。

APIの発表時点の料金は、100万トークン当たり、Solが入力5ドル・出力30ドル、Terraが入力2.50ドル・出力15ドル、Lunaが入力1ドル・出力6ドルです。これはAPI料金であり、ChatGPTの月額料金ではありません。導入時に再確認してください。

仕事に合うGPT-5.6モデルを選ぶ6つの判断基準

1．完成させたい成果物

「文章を書く」ではなく、「記事構成を作る」「提案書の矛盾を指摘する」のように、成果物と完了条件を決めます。案出しと最終確認では必要な能力が違います。

2．仕事の複雑さ

資料数、条件、工程、例外、ツール利用を確認します。複数資料を横断して成果物まで作るならSol、短い定型変換ならLunaから試せます。

3．失敗した場合の影響

社内メモの言い換えと、顧客へ送る見積条件では失敗コストが違います。契約、法務、医療、会計、価格、公表値、顧客への約束に関わる内容は、上位モデルを使っても専門家や責任者が確認します。

4．処理量・速度・締切

大量の一次処理はLuna、判断が必要な例外はTerra、重要案件はSolという段階処理が考えられます。人の修正時間まで測ります。

5．費用と手戻り

APIでは入力と出力の量が費用へ影響します。一方、安いモデルでも修正が増えれば総コストは上がります。一回の生成単価ではなく、合格する成果物一件当たりの費用と時間で比較してください。

6．情報の機密性と運用条件

入力前に、個人情報、顧客情報、未公開情報、契約上の秘密、社内規程を確認します。モデル名だけで安全性を判断せず、利用する製品、契約、データコントロール、管理者設定、保存方針を確認します。

実践手順｜同じ業務でSol・Terra・Lunaを比較する

ステップ1．代表的な業務を一つ選ぶ

実際に月数回以上行う作業を選びます。ブログ構成、提案書の点検、アンケート分類などです。簡単すぎる例では差が見えず、特殊すぎる例では運用全体の判断材料になりません。

ステップ2．入力資料と条件を固定する

モデルごとに別の資料や指示を使うと公平に比較できません。目的、対象者、資料、禁止事項、出力形式を同じにします。機密情報を除き、確認済み事実と仮説も分けてください。

ステップ3．合格基準を先に決める

正確性、指示遵守、抜け漏れ、読みやすさ、修正時間など、5項目以内で評価します。出力を見てから基準を変えると、好みのモデルへ評価が偏ります。

ステップ4．候補モデルを同じ条件で実行する

まずLunaまたはTerraで基準を取り、必要ならSolで比較します。標準ChatGPTでTerraやLunaを直接選べない場合は、利用可能な推論設定同士を比べます。自分の契約と画面にある選択肢で実験してください。

ステップ5．生成時間ではなく完成時間を測る

出力が速くても、事実誤認や形式崩れの修正に20分かかれば効率的とはいえません。開始から、人が検証し、使える状態に直すまでを測ります。

ステップ6．使い分けルールを一文で記録する

「定型分類はLuna、判断が必要な例外はTerra、外部公開する重要文書はSolで点検し、人が承認する」のように書きます。モデル更新後も同じテストを行い、ルールを更新します。

基本プロンプト｜モデル選定に必要な条件を整理する

最初からモデル名を決めさせず、判断材料と不足情報を整理させます。利用中の画面で実際に選べるモデルは、人が公式情報と設定で確認します。

あなたは生成AIの業務設計を支援する担当者です。
次の仕事について、必要な能力と検証方法を整理してください。

【仕事の目的】
［何を改善するか］

【完成させたい成果物】
［記事構成・提案書・分類表など］

【入力資料】
［資料の種類・件数・長さ］

【判断が必要な点】
［比較・推論・例外・ツール利用など］

【許容できない失敗】
［誤情報・条件漏れ・個人情報など］

【処理量と締切】
［1日当たりの件数・期限］

【利用できる製品とプラン】
［標準ChatGPT・Work・Codex・API、契約プラン］

【人が確認できる時間】
［1件当たりの確認時間］

次の順で出力してください。
1．仕事の複雑さ
2．速度・品質・費用で優先する項目
3．候補となるモデルまたは推論設定
4．候補を比較する共通課題
5．合格基準
6．人が必ず確認する項目
7．不足情報

モデル名や提供範囲を推測しないでください。
利用画面に候補がない場合は、公式情報の確認が必要と書いてください。

比較プロンプト｜同じ成果物を5項目で評価する

次の成果物を、あらかじめ決めた基準で評価してください。

【業務目的】
［記入］

【元資料】
［貼り付けまたは添付］

【成果物】
［貼り付け］

【評価基準】
1．事実が元資料と一致しているか
2．必須条件を満たしているか
3．重要な論点に抜けがないか
4．対象者が理解しやすいか
5．人が修正する量が少ないか

各項目を5点満点で仮評価し、
根拠となる箇所、問題、修正案を示してください。
元資料だけでは確認できない内容は「確認不能」と書いてください。
最終的な採用判断は行わず、人が確認すべき点を残してください。

自己評価だけでは甘くなる可能性があります。最終的には同じ担当者が出力を読み、事実誤認数、修正時間、採用率などを記録します。

モデル選びをブログ・LP・ウェビナー・提案書へつなげたい方へ
→ 生成AIマスタースクール（GMS）の無料ウェビナーで仕事への組み込み方を学ぶ

用途別｜GPT-5.6を販売導線へ組み込む例

ブログと市場調査

Lunaで検索語を仮分類し、Terraで検索意図と構成を整理し、Solで重要記事の論理を点検します。検索需要は外部データで確認します。詳しくはChatGPT市場調査プロンプトの記事も参考にしてください。

LP・ウェビナー・メルマガ

顧客の声や商品情報から論点を抽出し、ウェビナー、LP、メルマガへ展開します。実績、価格、申込条件は人が確認します。

個別相談・提案書

匿名化した相談記録から課題を整理します。顧客の本音や予算は断定させず、事実と仮説を分けます。詳しくはChatGPT提案書作成の記事をご覧ください。

定型業務と社内改善

分類や形式変換は軽量モデルで処理し、例外だけを上位モデルと担当者へ回します。詳しくはChatGPT業務改善プロンプトの記事も活用してください。

失敗例｜ChatGPT 5.6の使い方で起こりやすい誤解

失敗1．GPT-5.6を一つのモデルだと思う

Sol・Terra・Lunaの違いを無視すると、同じ名称でも説明が噛み合いません。世代、モデル階層、推論設定、利用製品を分けて記録します。

失敗2．標準ChatGPTでTerraやLunaを探し続ける

標準ChatGPTとWork、Codex、APIでは選択肢が異なります。自分の画面にない場合、障害と決めつけず、プラン、製品、段階的な提供、管理者設定を確認します。

失敗3．InstantもGPT-5.6だと決めつける

公式ヘルプ上、標準ChatGPTのInstantはGPT-5.5です。画面の選択名と内部モデルを同一視せず、更新された公式説明を確認してください。

失敗4．ベンチマークだけで導入を決める

公開評価が高くても、自社固有の用語、形式、例外で手戻りが出ることがあります。同じ実務課題を使い、正確性、修正時間、費用、処理速度で試験します。

失敗5．モデル変更を理由に確認を省く

新しいモデルでも誤りは起こります。記事の出典、提案書の価格、契約条件、個人情報、計算、送信や公開の判断は人が確認します。

仕事で使う際の注意点

• 最新情報：モデル名、提供プラン、上限、料金、設定は変更されるため、公開日と確認日を記録する
• 事実確認：重要な主張、引用、数字、URLは元資料と一次情報へ戻って確認する
• 個人情報・機密情報：入力前に利用目的、社内規程、契約、データ設定を確認し、不要な情報を除く
• 権利と適法性：著作権、商標、守秘義務、業界規制を確認し、ChatGPTへ法的な最終判断をさせない
• アカウント管理：BusinessやEnterpriseでは管理者設定、権限、共有範囲を確認する
• 障害と上限：利用できない場合は推測せず、OpenAI Status、公式ヘルプ、実際の設定を確認する
• 最終責任：公開、送信、契約、採用、顧客対応の最終判断は担当者と責任者が行う

ChatGPTのデータコントロールでは、会話をモデル改善へ利用するかなどを設定できます。ただし、設定があることと、自社の情報を入力してよいことは別です。組織のルールと利用目的を優先してください。

筆者の実務視点｜モデルの順位より販売導線全体の手戻りを見る

私はブログ制作、商品企画、ウェビナー設計、メルマガ、個別相談、講座運営、提案書などを一つの販売導線として考えています。この現場では、モデル単体の回答が優れているだけでは足りません。読者の悩みから商品価値へ論理がつながり、事実を確認でき、担当者が公開できる状態まで進む必要があります。

たとえば、ブログ案を速く100本出せても、検索意図が重複し、根拠がなく、LPやウェビナーへつながらなければ成果になりません。反対に、すべてをSolの高い設定で作り込むと、検証前の案へ時間を使いすぎる場合があります。

実務で見るべきなのはモデルの順位ではなく、完成までの時間、修正量、再利用性、担当者が判断できる根拠、売上につながる次の行動です。軽量モデルで材料を整え、必要な難所だけ上位モデルへ回し、人が顧客理解と最終判断を担う運用が現実的です。

モデルが進化しても、目的、材料、制約、評価基準を伝え、出力を検証する基本は残ります。初心者ほど、モデル名の暗記より、自分の業務を小さく分けて比較してください。

よくある質問

Sol・Terra・Lunaではどれが一番おすすめですか？

一律の答えはありません。難しい調査や重要成果物はSol、日常業務のバランスはTerra、大量の定型処理はLunaが候補です。同じ代表業務で比較し、人の修正時間まで含めて決めます。

ChatGPT PlusならTerraとLunaを選べますか？

標準ChatGPTの会話では、TerraとLunaを直接選べないと公式ヘルプに記載されています。一方、ChatGPT WorkやCodexではPlus以上で三モデルを選べます。利用している製品を確認してください。

Instantを選べばGPT-5.6 Lunaになりますか？

いいえ。2026年7月19日時点の公式ヘルプでは、標準ChatGPTのInstantはGPT-5.5です。速度を表す表示名だけでLunaだと判断しないでください。

GPT-5.6の回答はそのまま公開できますか？

そのまま公開しないでください。事実、出典、価格、権利、個人情報、表現、リンク、申込条件を人が確認します。重要な用途では、専門家や責任者の承認も必要です。

まとめ｜ChatGPT 5.6は業務ごとの合格基準で選ぶ

GPT-5.6は、最上位のSol、バランス型のTerra、高速で手頃なLunaからなるモデルファミリーです。ただし、標準ChatGPT、ChatGPT Work、Codex、APIで提供範囲が異なり、Medium、High、maxなどの推論設定も別の軸です。

まず、成果物、複雑さ、失敗の影響、処理量、完成までの時間、機密性を整理します。次に同じ資料と評価基準で候補を試し、生成速度だけでなく、人の修正を含む完成時間で比べます。定型処理は軽く、難所は上位へ、事実と最終判断は人へという役割分担が基本です。

モデル選びを単発の比較で終わらせず、ブログ、LP、ウェビナー、メルマガ、個別相談、提案書までつなげると、生成AIを仕事と収益化へ生かしやすくなります。

ChatGPT 5.6を自分の仕事へ組み込みたい方へ
→ 生成AIマスタースクール（GMS）の無料ウェビナーで販売導線まで含む活用法を確認する

この記事の背景

この記事は、2024年12月以降に当社へ寄せられた生成AI・ChatGPTに関する読者アンケート、講座相談、実務上の質問傾向をもとに制作しています。内容は匿名化・集計・要約済みであり、個人が特定される情報は使用していません。

「新しいモデルへ自動で切り替わるのか」「最上位を選べば確認は不要か」「プランとモデルの違いが分からない」といった、実際に寄せられた悩み、リクエスト、つまずきを反映しています。単なる一般論ではなく、個人事業主や中小企業が、限られた時間と予算でブログ、ウェビナー、提案書、業務改善へ使う場面を想定しました。

モデル名、提供範囲、料金、使用上限は更新される可能性があります。公開後もOpenAIの公式情報を確認し、必要に応じて内容を更新する方針です。

参考情報

• OpenAI「GPT-5.6: Frontier intelligence that scales with your ambition」（Sol・Terra・Lunaの位置付け、製品別の提供範囲、API料金を確認）
• OpenAI Help Center「GPT-5.6 in ChatGPT」（標準ChatGPTの推論設定、プラン別の利用範囲、Work・Codex・APIとの違いを確認）
• OpenAI Help Center「ChatGPT — Release Notes」（ChatGPTの更新内容と公開時点の変更を確認）
• OpenAI Help Center「Does ChatGPT tell the truth?」（誤情報や架空の引用が生じる可能性と検証の必要性を確認）
• OpenAI Help Center「Data Controls FAQ」（会話データに関する設定を確認）
• OpenAI「GPT-5.6 System Card」（モデルの安全性評価と制限に関する情報を確認）
• OpenAI Status（障害やサービス稼働状況の確認先）

著者

小谷川拳次。生成AIを活用したブログ制作、商品企画、ウェビナー設計、メルマガ、個別相談、講座運営、販売導線の構築を実践しています。新機能やモデル名だけを追うのではなく、初心者、個人事業主、中小企業が、確認可能な手順で仕事と収益化へつなげる方法を発信しています。

関連記事

• ChatGPTの使い方｜初心者向けに基本操作を解説
• ChatGPT有料プランの違いと選び方
• ChatGPT Codexとは？できることと使い方
• ChatGPT Deep Researchの使い方
• ChatGPTとGeminiの違いを比較
• ChatGPTとClaudeの違いを比較