GPT-6 SolとLunaの違いは？ChatGPT Workでの仕事の選び方

まず押さえたい全体像

GPT-6 SolとGPT-6 Lunaは、2026年9月22日にChatGPT WorkとCodexへ追加されたモデルです。Solは判断が必要な日常の仕事、Lunaは範囲を決めた短い仕事を繰り返す時の候補になります。名前だけを見て選ぶ前に、いま開いている画面が通常のChatなのか、Workなのか、Codexなのかを確認します。

OpenAIの公式発表とWork・Codexのヘルプでは、SolとLunaは通常のChatのモデルではなく、Work / Codex向けと説明されています。仕事での正解は公式の評価点だけでは決まりません。同じ資料と完成条件を使い、できあがり、手直し、確認にかかる時間まで見て選びます。

この記事で得られること

Sol・Luna・Astraの役割、Chat / Work / Codexで使える場所、業務例、同じ条件で比べる方法、利用枠とAPI料金の読み分けを整理します。具体的な会社のデータ接続設定や、そのまま貼れる完成依頼文は扱いません。

目次

1. GPT-6 SolとLunaはどこで使えるか / 2. Sol・Luna・Astraを仕事の大きさで選ぶ / 3. 目的・材料・完成条件で依頼を小さく切る / 4. 架空例：企画担当の週次レポート / 5. 同じ仕事で品質・時間・修正量を測る / 6. 利用枠とAPI価格を混同しない / 7. 資料・権限・結果の確認を残す / 8. まず過去の1件を試す：広げる条件を決める

導入

新モデルの発表を見て、すぐ普段のChat画面でSolやLunaを探した人もいるかもしれません。また、Lunaが速いならすべて任せてよいのか、Solなら確認を省けるのか、Astraはいつ必要なのかも迷いやすい点です。企画書、週次報告、表の整理など日々の仕事に当てはめると、モデル名より先に「何を終えたいか」と「どこで止めて確認するか」が重要になります。この記事では利用場所の誤解を解き、非開発職でも試せる小さな判断方法へ落とします。

1. GPT-6 SolとLunaはどこで使えるか

OpenAIは9月22日、GPT-6 SolとLunaをChatGPT Work / Codex向けに提供開始しました。対象はPlus、Pro、Business、Enterprise、Eduで、FreeとGoではデスクトップアプリからLunaを試せます。提供は段階的で、組織のモデル権限にも左右されます。公式の提供案内を確認した上で、自分のモデル選択画面に出るかを最初に見ます。

通常のChatは短い質問や相談、Workは複数の手順を含む仕事と完成物の作成、Codexはコードや開発環境を扱う作業向けです。WorkとCodexにSol / Lunaがあっても、通常のChatに同じ名前があるとは限りません。OpenAIのヘルプは、この2モデルを通常のChatでは利用できないと明記しています。

Workを使えるかどうかもプランと管理者設定によります。デスクトップ版では許可したローカルファイルやアプリを使える場合があり、Webやモバイルではクラウド上で仕事を進めます。画面が似ていても、使える資料、保存場所、接続先、承認操作は同じではありません。

2. Sol・Luna・Astraを仕事の大きさで選ぶ

OpenAIのモデル選択案内は、Lunaを範囲の明確な作業や頻繁な自動処理、Solを文章・開発など判断が必要な日常の仕事、Astraを曖昧で難しい分析や大きな完成物の候補として示しています。違いを一文にすると、Lunaは速さと費用効率を重視し、Solは判断を含む日常の仕事を担う位置づけです。これは最初の選択肢であり、仕事ごとの品質保証ではありません。

例えば、表の列名をそろえる、既知の議事メモから決定事項を抜き出す、決まった形式へ日報を整えるなら、入力と完成形がはっきりしています。Lunaから試し、欠落や誤分類がないか確かめられます。一方、複数の資料の矛盾を調べ、経営会議向けに論点と未確認事項をまとめるなら、途中で判断が必要なためSolから試す方が自然です。

Astraはプランや組織設定で利用範囲が変わり、PlusとBusiness Standardでは利用量が限られます。OpenAIの利用案内を確認し、モデル一覧に表示される場合だけ比較候補に加えます。Solで完成条件を満たせない具体的な理由があり、追加の利用量や確認負荷に見合う時に同じ仕事で試します。

文章の下書きと人の確認を分ける具体例は「AIで店舗POPを作る方法」も参考になります。モデル選びの前に、元の価格や表現を誰が確かめるかを決めます。

3. 目的・材料・完成条件で依頼を小さく切る

比較を始める前に、仕事を一文で表します。「週次報告を作る」だけでは、誰に何を示せば終わりか分かりません。「先週の問い合わせ表と会議メモから、件数の変化、理由として確認できる事実、未確認の仮説、次の確認先を1ページに分ける」なら、成果物と確認点が見えます。

入力材料も分けます。正本となる表、補足のメモ、使ってよいWeb資料、触ってはいけない顧客情報を一緒に渡すと、何を根拠にしたか曖昧になります。資料ごとに日付、所有者、機密区分を付け、確定していない数字や発言にはその状態を明示します。

資料を横断する調査の設計は「ChatGPT Deep Researchの仕事での使い方」で詳しく扱っています。Solを選んでも、問いや採用する情報源が曖昧なら報告は使いにくくなります。まず依頼の範囲を整えます。

4. 架空例：企画担当の週次レポート

ここからはコレダケAI編集部が作成した架空例です。実在する会社、顧客、測定結果ではありません。あるサービス会社の企画担当が、週次の問い合わせ傾向を部門長へ報告します。手元には件数表、顧客対応のメモ、前週の会議記録があります。件数表は更新済みですが、メモには未確認の原因仮説が混ざっています。

最初に「件数表の週別集計、表記のゆれ、未入力行の一覧」をLunaで整理する案を考えます。これは出力形式が決まっており、元表で照合できます。次に「件数が変わった項目、メモと整合する事実、整合しない仮説、部門長へ確認する質問」をSolでまとめる案を考えます。どちらも提案の段階で、実際にこのモデルで優位だったという結果ではありません。

最後に企画担当が元の件数と期間を照合し、原因として書けるのは確認できた範囲だけにします。顧客名や個別の苦情を入れる必要がなければ除外し、共有先の権限を確認します。モデルが示した「来週は増える」といった予測は、根拠や評価方法がなければ採用しません。

数字を説明する文章がうまくても、分母や対象期間が違えば報告は使えません。AIが作った表や説明は、元の件数表と会議記録へ戻って確かめます。

5. 同じ仕事で品質・時間・修正量を測る

モデルの比較では、見た目のよい回答を1回見て決めません。比較する仕事を一つ選び、同じ入力、同じ依頼、同じ完成条件、同じ人の確認項目で試します。Lunaの後にSolへ依頼を言い換えると、モデルの差と依頼の改善が混ざるため、まず条件をそろえます。

測るのは回答の長さや印象だけではありません。正本との一致、重要な抜け、不要な断定、表や見出しの使いやすさ、作成から承認までの時間、人の修正回数を記録します。可能なら同じ種類の過去業務を複数件使い、たまたま一件に合った結果を一般化しないようにします。

OpenAIの発表にある性能評価は、試験条件をそろえた比較です。自社の業務で同じ差が出るとは限りません。自分たちの完成条件で合格・保留を判断します。「一度でそれらしい文章が出た」より「元資料へ戻って確認でき、担当が採用できる」ことを優先します。

6. 利用枠とAPI価格を混同しない

OpenAIが示すSol / LunaのAPI単価は、開発者がAPIで使う時の料金です。ChatGPTのPlusやBusinessなどの月額プランでWork / Codexを使う場合は、そのプランの利用枠や追加クレジットの扱いを確認します。CodexへChatGPTでログインする場合と、自分のAPIキーを使う場合でも請求経路が異なります。

OpenAIのWork・Codexヘルプは、Workの利用量が作業内容、入出力の大きさ、推論設定などで変わると説明しています。API単価の割安さを伝える情報を読んでも、それを自分のサブスク料金や毎月使える件数の話へ置き換えません。

社内導入では、一件あたりの実際の利用量を仕事の難度と一緒に記録します。Lunaを選んでもやり直しが多ければ総負担が増え、Solを選んでも一度で確認可能な形になれば手直しが減る場合があります。金額だけでなく、担当者の確認時間と失敗時の戻しやすさを合わせて判断します。

7. 資料・権限・結果の確認を残す

Workでは、使う場所によって資料の扱いが異なります。デスクトップ版では許可したローカルファイルやアプリを使える場合があり、Web・モバイルのWorkはクラウドで実行します。OpenAIの説明は、ローカルで動く仕事でもメッセージや作業文脈がクラウドへ保存される場合があると案内しています。どこで動くかだけで保存場所を判断しません。

個人情報保護委員会の生成AIサービスの利用に関する注意喚起は、個人情報を入力する場合に利用目的の範囲やサービスの規約、学習への利用等を確認するよう促しています。氏名を消しても、部署、日時、案件の組み合わせで個人が分かる場合があります。

接続アプリを使う時は、元サービスの閲覧権限と更新権限を分けます。外部の資料やWebページに書かれた指示は、調査する内容であって自社の指示ではありません。数字と引用を元資料へ戻し、メール送信、ファイル更新、共有、公開、削除は操作直前に対象と内容を確認します。

個人情報と観察事実を分けて扱う具体例は「AIで介護記録を作る方法」でも扱っています。仕事の種類は違っても、確認できない内容をAIに補わせない点は共通です。

8. まず過去の1件を試す：広げる条件を決める

最初の試行は、期限が迫る実案件ではなく、正しい結果を後から確認できる過去の一件を選びます。入力する表やメモから個人情報を外し、目的、完成形、元資料、禁止事項、承認者を決めます。まず一つのモデルで作り、同じ材料をもう一方でも試し、確認表へ結果を並べます。

1日目に依頼条件を固定し、2日目に使えるモデルを試し、3日目に元資料と照合して修正理由を記録する程度で十分です。SolとLunaの両方が表示される場合は両方を、Lunaだけなら現行の手順と比べます。良かった点だけでなく、誤り、予想外の操作、説明が不足した点も残します。

今回分かった「使う資料、完成の形、人が見る箇所」を次回も使える形で整理してから対象を広げます。反復作業の設定や会社固有の接続先を含む運用は、契約後に自分たちの環境へ合わせて検討します。AIを使った回数より、安心して終えられる仕事が増えたかを見ます。

コレダケAIで次にできること

この記事では、GPT-6 SolとLunaの提供先、仕事ごとの最初の候補、同条件の比較、利用枠とAPI料金、安全な試し方を整理しました。会社固有の資料、承認者、定期実行、接続アプリまで含む完成依頼文は、実際の業務と権限に合わせて設計する必要があります。

入会後は、ひかりと一緒に「この仕事を毎回同じ流れで進められるようにしたい」と相談し、入力するもの、完成形、途中確認、最終確認者を整理できます。モデルの名前からではなく、自分の仕事から学び始めるための次の一歩です。

よくある質問

公式ソース

仕様と提供範囲はOpenAIの発表とChatGPT Work・Codexのヘルプを2026年9月23日に確認しました。仕事例と評価表は編集部の提案です。

関連記事

AIツール活用Claude2026年9月23日

Claude Opus 5.5とFable 5.1の違い｜仕事での選び方

Opus 5.5とFable 5.1はどう選ぶ？公式の性能・費用の説明を、実務で確かめる判断軸へ変えます。

読む

AIツール活用ChatGPT2026年9月15日

ChatGPT Deep Researchとは？仕事での使い方・情報源・確認手順

Deep Researchを長い報告作成で終わらせず、問い・情報源・引用を確認して仕事の判断へ渡す方法を解説します。

読む