OpenAIが2026年7月末、GPT-5.6ファミリーの軽量モデル「Luna」のAPI価格を約80%引き下げました。入力は100万トークンあたり$1から$0.20へ、出力は$6から$1.20へと下がっています。一方で最上位モデル「Sol」の価格は据え置きです。この非対称な値下げは、AI利用コストの主戦場が「値段の安いモデルを待つこと」ではなく「どの業務にどのモデルをどれだけ考えさせるか」の設計に移ったことを示しています。自社のAI利用料を今すぐ見直すための3つの軸を整理します。
何が起きたのか ― GPT-5.6の価格改定
OpenAIの公式発表によれば、GPT-5.6ファミリーのうち、軽量モデルLunaを約80%、中位モデルTerraを約20%値下げし、最上位のSolは据え置きました。改定後の価格は次のとおりです（いずれも100万トークンあたり、米ドル建て）。
| モデル | 入力（改定前→改定後） | 出力（改定前→改定後） | 改定幅 |
|---|---|---|---|
| GPT-5.6 Luna（軽量） | $1 → $0.20 | $6 → $1.20 | 約80%引き下げ |
| GPT-5.6 Terra（中位） | 改定後 $2 | 改定後 $12 | 約20%引き下げ |
| GPT-5.6 Sol（最上位） | $5（据え置き） | $30（据え置き） | 変更なし |
Solについては価格据え置きの代わりに、標準の約2.5倍の速度で処理する「Fast mode」が追加されました。料金は標準処理より高く、従来の優先処理オプションを置き換える位置づけです。
値下げの発表日は媒体によって2026年7月30日〜31日と幅があり、本記事では「7月末」として扱います。
値下げの理由は「効率化の還元」
今回の値下げは需要獲得のための赤字覚悟の投げ売りではなく、提供側の運用効率の改善分を利用者に還元したものと説明されています。OpenAIは値下げの背景として、次の技術的な改善を挙げています。
- カーネルの書き換え：GPT-5.6 Sol自身が推論処理の中核コードを書き換え、提供コストを約20%削減。
- ドラフトモデルの改善：トークン生成の効率が約15%向上。
- インフラ側の改善：リクエストのルーティング、負荷分散、プロンプトキャッシュの最適化。
この構造は、利用者側にとって重要な意味を持ちます。値下げの原資が「競争のための消耗」ではなく「技術による原価低減」である限り、単価の下落は一時的なキャンペーンではなく継続的な傾向として織り込める、ということです。ただし将来の値下げ幅を前提に投資計画を立てるのは、依然として推奨できません。
価格表だけ見ると読み違える ― 実コストを決める3つの変数
AI利用料は「単価」ではなく「単価 × 消費量」で決まります。単価が80%下がっても、消費量が5倍になれば支払額は変わりません。実際の請求額を左右する変数は3つあります。
変数1：モデル選定
最上位モデルSolと軽量モデルLunaの出力単価は、$30対$1.20です。改定後は25倍の開きがあります。すべての業務を最上位モデルで処理している場合、業務の一部を軽量モデルに移すだけで支払額は大きく変わります。逆に言えば、モデルを一律に決めている組織ほど、削減余地が大きく残っています。
変数2：推論量（どれだけ考えさせるか）
見落とされやすい最大の変数が、モデルにどれだけ「考えさせるか」の設定です。GPT-5.6 Lunaは推論の深さを段階的に指定でき、最大設定では推論なしの場合と比べて約8.9倍の加重出力トークンを生成すると報告されています。単価が同じでも、設定次第で実質コストが一桁近く変動するということです。
複雑な分析には深い推論が必要ですが、定型的な分類や要約に最大設定を使う理由はありません。推論の深さは業務ごとに決めるべき設定項目であり、既定値のまま運用するとコストは静かに膨らみます。
変数3：トークン量（プロンプト設計とキャッシュ）
毎回の入力に長大な社内マニュアルを丸ごと添付していれば、入力トークンは膨らみ続けます。プロンプトキャッシュの活用や、必要な部分だけを検索して渡す設計（RAG：社内文書を検索して回答に使う技術）によって、入力トークン量そのものを圧縮できます。
経営・DX担当者が取るべき3つの見直し
値下げのニュースを受けて最初にやるべきことは、新しい用途を増やすことではなく、既存の使い方を点検することです。優先順位の高い順に3つ挙げます。
1. 用途別にモデルを棚卸しする：現在AIを使っている業務を一覧にし、それぞれ「最上位モデルが本当に必要か」を判定します。問い合わせの一次分類や議事録の要約など、判断の難易度が高くない業務は軽量モデルで足りることが多くあります。 2. 推論の深さを業務ごとに既定値化する：全社で一律の設定にせず、業務単位で推論の深さを決めます。定型処理は浅く、分析・企画は深く、という切り分けを明文化します。 3. AIコストの点検頻度を上げる：Forbesが伝えたHarnessの調査では、AIコストの見直しが四半期に1回にとどまる組織が42%、クラウド支出の25%超がAI由来と答えた組織が29%とされています。利用量が週単位で動く以上、四半期に1回の点検では手遅れになります。月次での可視化が現実的な最低ラインです。
具体的な活用シーン ― 軽量モデルで足りる業務
改定後の価格差を踏まえると、次のような業務は軽量モデルへの切り替え候補になります。いずれも「唯一の正解を出す高度な判断」ではなく「大量の定型処理」である点が共通します。
- 問い合わせの一次仕分け：受信したメールや問い合わせフォームの内容を、担当部署・緊急度別に分類する。判断基準が明文化できる業務のため、軽量モデルで精度を確保しやすい領域です。
- 社内文書の要約・議事録整理：会議の書き起こしから決定事項とタスクを抽出する。出力量が多く件数もかさむため、出力単価の差が支払額に直結します。
- 帳票・書類からのデータ抽出：請求書や申込書から項目を読み取り、構造化データに変換する。処理件数が多い業務ほど、単価差の効果が大きく出ます。
一方、契約リスクの検討、複雑な原因分析、企画の壁打ちなど、誤りのコストが高い業務は最上位モデルを使う価値があります。重要なのは全社一律で決めず、業務ごとに「必要な賢さ」を判定することです。
まとめ（Auto-IDフロンティアの視点）
GPT-5.6の価格改定が示しているのは、AI利用コストはもはや「待てば下がるもの」ではなく「設計で下げるもの」になったという事実です。軽量モデルは80%下がった一方で最上位モデルは据え置かれました。この非対称性は、コスト差が今後も残り続けること、つまり使い分けの巧拙が支払額を分けることを意味します。
次に取るべきアクションは、大がかりな移行の前に、次の2つです。
1. AI利用業務を一覧化し、モデルを棚卸しする：業務ごとに「最上位モデルが必要か」を判定し、切り替え候補を洗い出す。 2. AIコストの点検を月次に切り替える：利用量と支払額を月単位で可視化し、想定外の増加を早期に検知できる状態にする。
Auto-IDフロンティアは、AI利用コストの現状点検から、業務別のモデル選定・推論設定の設計までを支援しています。「使ってはいるが、いくらかかっているか把握できていない」という段階からのご相談も承ります。
自社のAI利用コストを点検したい、業務ごとのモデル使い分けを設計したいという方は、AI導入相談フォームからお気軽にご相談ください。
よくある質問
- GPT-5.6の値下げで、自社のAI利用料はどれくらい安くなりますか？
-
使っているモデルによって変わります。軽量モデルLunaのみを使う場合は理論上8割程度下がりますが、最上位モデルSolは据え置きのため変化しません。実際の削減額は、モデル構成と月間トークン量の実績から算出する必要があります。
- 業務を軽量モデルに切り替えると、品質は落ちませんか？
-
業務によります。分類・要約・データ抽出など判断基準が明文化できる業務は軽量モデルで実用水準に達しやすい一方、リスク判断や複雑な分析は最上位モデルが適します。切り替え前に同じ入力で出力を比較する検証を推奨します。
- AI利用コストの点検は、どのくらいの頻度で行うべきですか？
-
最低でも月次です。AIの利用量は週単位で変動するため、四半期に1回の点検では超過に気づくのが遅れます。業務別・モデル別に利用量と金額を分解して見える状態にしておくことが前提になります。
出典・参考資料
- OpenAI： Advancing the price-performance frontier with GPT-5.6 （一次情報（公式発表））
- augmentedmind： GPT 5.6 Luna Is 80% Cheaper. The Real Story Is the Price of Thinking （） （改定前後の価格・推論量による約8.9倍の差の出典）
- EdTech Innovation Hub： OpenAI cuts GPT-5.6 Luna API prices by 80% and Terra by 20% （） （効率化の内訳・Fast modeの出典）
- Forbes： OpenAI Cuts GPT-5.6 Pricing Up To 80%, As AI Costs Come Under Scrutiny （） （Harness調査（29%／42%）の出典）
- VentureBeat： AI price wars: OpenAI cuts GPT-5.6 Luna prices by 80% as model competition shifts toward cost
