GPT-5.6が出た、と聞くと「Fable 5より強いのか」「結局どれを使えばいいのか」で止まりやすい話です。
ただ、今回のGPT-5.6で実務的におもしろいのは、1つの最上位モデルだけではなく、Sol・Terra・Lunaという3つのモデルを、性能とコストで使い分ける設計になっている点です。
この記事では、OpenAIの公式モデルドキュメントとSystem Card、AnthropicのFable 5公式情報、GitHub Copilotの公式Changelog、海外記事をもとに、GPT-5.6ファミリーとClaude Fable 5の違いを初心者向けに整理します。なお、OpenAIの一部ローンチページは確認環境で人間確認に阻まれたため、本文では公式APIドキュメントやSystem Cardで確認できた情報を優先します。
この記事を読むとわかること
- check_circleGPT-5.6 Sol・Terra・Lunaの違い
- check_circleClaude Fable 5と比べた価格・文脈長・安全面の違い
- check_circle一覧価格だけでAIコストを判断してはいけない理由
- check_circle中小企業がモデルを使い分けるときの現実的な考え方
向き：AIモデル選定、AIコスト設計、GitHub CopilotやClaudeの使い分けを考えたい方
向かない：特定ベンチマークの勝敗だけを知りたい方、各社の契約・データ保持条件を個別に確定したい方
GPT-5.6は「1つのモデル」ではなく3段構え
OpenAIの公式モデルドキュメントでは、GPT-5.6はSol・Terra・Lunaの3モデルとして整理されています。ざっくり言えば、Solは難しい仕事、Terraは日常の主力、Lunaは大量処理や低コスト用途です。
ここで大事なのは、3つとも長い文脈を扱えることです。公式ドキュメント上では、いずれも約105万トークンのコンテキスト、128Kの最大出力、Functions・Web search・File search・Computer useといったツール対応が確認できます。
| モデル | 位置づけ | 使いどころ |
|---|---|---|
| GPT-5.6 Sol | 上位・複雑推論 | 難しい設計、深いコーディング、重要なレビュー |
| GPT-5.6 Terra | 性能とコストのバランス | 日常的なエージェント作業、対話、実装補助 |
| GPT-5.6 Luna | 高速・低コスト | 分類、抽出、下書き、大量の反復処理 |
Fable 5と比べると、まず価格差が大きい
Claude Fable 5は、Anthropicが長時間のエージェント作業、コーディング、知識労働、Computer use向けに位置づける上位モデルです。文脈長は100万トークン、最大出力は128Kで、GPT-5.6と同じ長文脈クラスに入ります。
一方で、一覧価格を見ると差があります。OpenAI公式価格とAnthropic公式価格を並べると、Fable 5は入力100万トークンあたり10ドル、出力100万トークンあたり50ドル。GPT-5.6 Solでも入力5ドル、出力30ドルです。
| モデル | 入力 / 100万token | 出力 / 100万token | 一言で言うと |
|---|---|---|---|
| GPT-5.6 Sol | $5 | $30 | 上位だがFable 5より低い一覧価格 |
| GPT-5.6 Terra | $2.50 | $15 | バランス型の主力候補 |
| GPT-5.6 Luna | $1 | $6 | 大量処理向きの低コスト枠 |
| Claude Fable 5 | $10 | $50 | 長時間エージェント向けのプレミアム枠 |
でも「安いモデルを選べばいい」では終わらない
一覧価格だけ見ると、GPT-5.6の方がかなり安く見えます。たとえば、100万入力トークンと20万出力トークンの仕事なら、単純計算ではSolが11ドル、Terraが5.5ドル、Lunaが2.2ドル、Fable 5が20ドルです。
ただし、ここは慎重に見た方がよいです。海外の技術者Simon Willisonも、100万トークンあたりの価格だけでは実際のコストは判断できないと指摘しています。理由は、推論トークン、再試行、キャッシュ、失敗率、トークナイズのされ方で、1タスクあたりの金額が変わるからです。
見るべきは「1タスクいくらか」
AIコストは、電気代の単価だけを見るようなものではありません。1回で終わるのか、何度やり直すのか、どれだけ長い文脈を毎回読ませるのか。そこまで含めて、初めて現場のコストになります。
GitHub Copilotにも入るので、開発現場では早く身近になる
GitHubの公式Changelogでは、GPT-5.6 Sol・Terra・LunaがGitHub Copilotに順次展開されることが案内されています。SolはPro+、Max、Business、Enterprise。TerraとLunaはPro、Pro+、Max、Business、Enterpriseで利用対象です。
Visual Studio Code、Visual Studio、Copilot CLI、GitHub上のCopilotアプリ、GitHub Mobile、JetBrains、Xcode、Eclipseなど、開発者が普段触る場所に入ってくる点は大きいです。ただしBusiness / Enterpriseでは管理者がGPT-5.6のモデルポリシーを有効にする必要があります。
- check_circle個人利用ではモデルピッカーに出てくるかどうかを確認する
- check_circleBusiness / Enterpriseでは管理者ポリシーの有効化が必要
- check_circleUsage Based Billingでは、プロバイダーの一覧価格を前提に費用を見る
安全面・データ保持も、モデル選定の一部になる
高性能AIの比較では、性能と価格だけを見たくなります。けれど、業務利用では安全面も外せません。OpenAIのGPT-5.6 System Cardでは、Sol・Terra・Lunaはサイバーセキュリティ、バイオ・化学リスクの領域でHigh capabilityとして扱われています。
Claude Fable 5側も、サイバーセキュリティや生物学領域の安全策、30日間の安全監視のためのデータ保持、特定の問い合わせをOpus 4.8へルーティングする仕組みなどが公式情報で説明されています。どちらが良い悪いではなく、強いモデルほど、使う業務・データ・承認フローを決める必要があるということです。
| 確認項目 | 見ておきたいこと |
|---|---|
| 機密データ | 顧客情報、契約情報、社内資料を入れてよい契約か |
| 安全領域 | サイバー、医療、法務、バイオなど慎重な判断が必要な業務か |
| ログ・保持 | どの製品経路で使うかによって保持条件が変わらないか |
| 人の承認 | 送信、公開、削除、契約判断の前に人が見る設計か |
中小企業なら「社員配置」のようにモデルを分ける
i-Styleでは、これからのAI活用は「一番強いモデルを選ぶ」よりも、「仕事ごとに担当モデルを決める」方向へ進むと見ています。これは、社内の仕事を誰に任せるかに近い感覚です。
重要な設計判断は上級者が見る。日常の実行は実務担当者が進める。単純な整理はアシスタントに任せる。AIモデルも同じで、SolやFable 5を常に使い倒すより、TerraやLuna、Sonnetなどの実行役と組み合わせる方が現実的です。
| 仕事 | 候補 | 理由 |
|---|---|---|
| 重要な設計・移行判断 | GPT-5.6 Sol / Fable 5 | 複雑な分岐や長期的な影響を見る |
| 日常のコーディング・調査 | GPT-5.6 Terra | 性能とコストのバランスを取りやすい |
| 分類・抽出・下書き | GPT-5.6 Luna | 大量処理でコストが効きやすい |
| 長時間のClaudeエージェント作業 | Fable 5 | Claude CodeやManaged Agentsとの相性を見たい |
よくある質問
GPT-5.6 Sol・Terra・Lunaの違いは何ですか？
Solは複雑な推論やコーディング向けの上位モデル、Terraは性能とコストのバランス型、Lunaは高速・低コストな大量処理向けモデルとして整理できます。
GPT-5.6はClaude Fable 5より安いですか？
公式の100万トークンあたりの一覧価格では、GPT-5.6 Sol・Terra・LunaはいずれもFable 5より低価格です。ただし実際のタスク単価は推論トークン、再試行、キャッシュ、失敗率で変わります。
中小企業はどのモデルから使えばよいですか？
最初から最上位モデルを常用するより、日常作業はバランス型や低コスト型、重要な判断や設計レビューだけ上位モデルに任せる分け方が現実的です。
まとめ
- check_circleGPT-5.6はSol・Terra・Lunaの3段構えで、仕事の重さに応じて使い分ける設計です。
- check_circle公式の一覧価格では、GPT-5.6各モデルはClaude Fable 5より低価格です。
- check_circleただし実際のコストは、推論トークン、再試行、キャッシュ、失敗率で変わります。
- check_circleGitHub Copilotへの展開により、開発現場ではGPT-5.6が早く身近になる可能性があります。
- check_circle高性能AIほど、安全面・データ保持・人の承認フローまで含めて設計する必要があります。
AIモデル選びは、単なるスペック比較から、業務設計の話へ移っています。SolやFable 5をどこで効かせ、TerraやLunaに何を任せるか。ここを言語化しておくことが、半年後のAIコストと運用品質に効いてくるはずです。
参考リンク
- 参考: OpenAI API Models（OpenAI / 2026年7月10日確認）
- 参考: OpenAI GPT-5.6 System Card（OpenAI / 2026年7月10日確認）
- 参考: Claude models overview（Anthropic / 2026年7月10日確認）
- 参考: Claude pricing（Anthropic / 2026年7月10日確認）
- 参考: Claude Fable 5 and Claude Mythos 5（Anthropic / 2026年7月10日確認）
- 参考: OpenAI’s GPT-5.6 Sol, Terra, and Luna are now available in GitHub Copilot（GitHub Changelog / 2026年7月9日）
- 参考: The new GPT-5.6 family: Luna, Terra, Sol（Simon Willison / 2026年7月9日）
- 参考: OpenAI launches its new family of models with GPT-5.6（TechCrunch / 2026年7月9日）
AIモデルの使い分けを整理しませんか
i-Styleでは、生成AIのモデル選定だけでなく、どの作業を上位モデルに任せ、どこを低コストモデルで回すかまで含めて設計しています。AI活用、業務自動化、社内ルールづくりまで相談できます。
お問い合わせページへarrow_forward問い合わせ前に、i-Styleサポートデスクbotでも相談できます
「自社ではSol・Terra・Lunaをどう使い分けるべきか」「Fable 5を使う場面はどこか」など、軽い確認はサポートデスクbotでも相談できます。
i-Styleサポートデスクbotで聞くarrow_forward