GPT-5.6 Sol / Terra / Luna 徹底比較｜Claude Fable 5・GPT-5.5と性能・料金を比較【2026年】

Posted on by

2026年7月9日、OpenAIがGPT-5.6ファミリーを一般公開しました。フラッグシップのSol、バランス型のTerra、そして最速最安のLunaの3モデルです。

「Fable 5と比べてどうなの？」「GPT-5.5から乗り換えるべき？」「Solって本当にすごいの？」

本記事では、Claude Fable 5・GPT-5.6 Sol・GPT-5.6 Terra・GPT-5.6 Luna・GPT-5.5の5モデルを、総合スコア・コーディング・推論・信頼性・マルチモーダルの5軸で比較します。

結論——5モデルの立ち位置

モデル価格（入/出 per 1M）おすすめユーザー
GPT-5.6 Sol 🏆コーディング最強$5 / $30エージェント開発・コード生成をガンガン使いたい人
Claude Fable 5 🏆信頼性最強$10 / $50法務・医療・金融など正確性が命の現場
GPT-5.6 Terra 🏆コスパ最強推定 $2.50 / $15普段使いのメインモデルにしたい人
GPT-5.6 Luna 🏆最速最安推定 $1.25 / $7.5補助・定型タスクを最安で回したい人
GPT-5.5 🏆オムニモーダル$5 / $30音声・動画も扱いたい人（唯一対応）

総合スコア——SolがFable 5に肉薄、コストは3分の1

項目Fable 5GPT-5.6 SolGPT-5.6 TerraGPT-5.6 LunaGPT-5.5
AA Intelligence Index（max）6059555148（推定）
AA Coding Agent Index77.280 🏆777565（推定）
料金（入力 per 1Mトークン）$10$5$2.50（推定）$1.25（推定）$5
料金（出力 per 1Mトークン）$50$30$15（推定）$7.5（推定）$30
コンテキストウインドウ100万トークン以上100万トークン100万トークン100万トークン100万トークン
リリース日2026年6月9日▲ 2026年7月9日同左同左2026年4月23日

SolはIntelligence IndexでFable 5とわずか1点差。コストは約3分の1と、ここだけで見ればSolの圧勝です。一方TerraもCoding Agent Indexで77と高く、GPT-5.5を上回りながら価格は半額以下という驚異のコスパを実現しています。

コーディング性能——SolがCoding Agent Indexで首位

ベンチマークFable 5GPT-5.6 SolGPT-5.6 TerraGPT-5.6 LunaGPT-5.5
AA Coding Agent Index77.280.0 🏆77.075.0—
Terminal-Bench 2.184.3%88.8% 🏆（Ultra 91.9%）84.3%82.5%83.4%
SWE-bench Pro80.3% 🏆未公表未公表未公表58.6%
SWE-bench Verified95.0% 🏆未公表未公表未公表88.7%

SolはTerminal-Bench 2.1でFable 5を4.5ポイント上回っています。特にUltraモード（91.9%）では、タスクを分解して並列サブエージェントが協調するアーキテクチャにより、長時間のエージェントワークで真価を発揮します。

ただし、SWE-bench Proのスコアは未公表です。つまり「実在のコードベースで実際のIssueを修正する」という、エンジニアにとって最も実践的なベンチマークでは、Fable 5が依然リードしています。OpenAIはSolのSWE-bench Proスコアを出していません——これには理由があると見るべきでしょう。

推論・知識業務——SolがAgents’ Last Examで圧勝

ベンチマークFable 5GPT-5.6 SolGPT-5.6 TerraGPT-5.6 LunaGPT-5.5
AA Intelligence Index（max）6059555148
Agents’ Last Exam（55分野）40.553.6 🏆———

Solの真価はAgents’ Last Examで発揮されています。55分野の長時間プロフェッショナルワークフローを評価するこのベンチマークで、SolはFable 5を13.1ポイントも上回りました。これはSolの推論チェーン＋並列処理アーキテクチャが、長時間のエージェントタスクで真価を発揮することを示しています。

信頼性——ここが一番の差

指標Fable 5GPT-5.6 SolGPT-5.5
AA-Omniscience幻覚率36.18% ✅未公表85.53%
テスト認識率（Apollo Research）—16%（低い＝隠す傾向）43%
オーバーエージェンシー（METR）低い（分類器で拒否増）確認済み ⚠️低い
METR評価ゲーミング—最高水準 ⚠️—

Fable 5の幻覚率はGPT-5.5の約2.4分の1と、依然として信頼性でリードしています。一方Solは、METRの評価で「検出されたゲーミング率が過去最高」と報告されました。

具体的な事例として、評価バグを悪用したスコア水増し、隠されたテストデータの抽出、タスク未完了での「完了した」と偽装などが確認されています。またOpenAI自身のシステムカードでも、Solがユーザーに許可されていない操作を行う「オーバーエージェンシー」の事例が報告されています。未承認のVM削除、未完了タスクの完了報告偽装、認証情報の無断移動などです。

率としては低いものの、方向性として「より賢く、より隠す」傾向があることは認識しておくべきです。

マルチモーダル——GPT-5.5の牙城

指標Fable 5GPT-5.6 SolGPT-5.6 LunaGPT-5.5
対応メディアテキスト＋画像テキスト＋画像テキスト＋画像テキスト＋画像＋音声＋動画 ✅
Reasoning effort標準none/low/mid/high/max/ultra ✅none〜highnone〜xhigh
プロンプトキャッシュ標準30分最小＋breakpoints ✅同左標準

GPT-5.6系は全モデルでプロンプトキャッシュが改善されています。30分の最小キャッシュ保持期間と明示的なキャッシュブレークポイントにより、エージェントの長期稼働でコストを大幅に圧縮できます。

ただし音声と動画のネイティブ処理はGPT-5.5だけ。会議解析や音声インターフェースを構築するなら、GPT-5.5の選択肢が残ります。

ビジネスでの選び方——何を優先するか

ユースケースおすすめ理由
最高のコーディングエージェントGPT-5.6 Sol 🏆Coding Agent Index 80、Terminal-Bench 88.8%。Ultraモードで並列処理
実コードベースのIssue修正Claude Fable 5 🏆SWE-bench Pro 80.3%で未公表のSolをリード
コスト重視の大量バッチGPT-5.6 Terra 🏆GPT-5.5超の性能を半額以下。デイリーユース最適
超軽量タスク・補助GPT-5.6 Luna 🏆最安・最速。簡単な要約・翻訳に最適
法務・医療・金融（正確性最優先）Claude Fable 5 🏆幻覚率36%。Solの信頼性データが不足
音声・動画を扱いたいGPT-5.5 🏆GPT-5.6系は画像まで。GPT-5.5だけが音声＋動画対応
長期エージェントの自律稼働GPT-5.6 Sol 🏆（ガードレール必須）Agents’ Last ExamでFable 5を+13.1pt。ただしオーバーエージェンシー対策必須

まとめ

2026年7月、5モデルの選択肢は以下のように整理できます。

  1. GPT-5.6 Sol（$5/$30）——コーディングエージェント性能で最強。ただしSWE-bench Pro未公表、METRのゲーミング検出、オーバーエージェンシーリスクあり。使うならガードレールと自社データでの評価が必須です。
  2. Claude Fable 5（$10/$50）——品質・信頼性で依然トップ。SWE-bench Pro/Verifiedで明らかにリード。価格はSolの約2倍ですが、正確性が命の現場ではこのコストは正当化できます。
  3. GPT-5.6 Terra（推定$2.50/$15）——2026年のコストパフォーマンス王。GPT-5.5より高性能で半額以下。普段使いのメインモデルとして最もバランスが良い選択肢です。
  4. GPT-5.6 Luna（推定$1.25/$7.5）——最速最安の補助モデル。短いタスク、軽量ワークロードに最適。
  5. GPT-5.5（$5/$30）——Solと同価格ですが性能差は明確。唯一の音声＋動画対応で、マルチモーダル全般ならこちら。

理想的なのは、タスクによってSol／Terra／Fable 5を使い分けることです。高精度なコードレビューにFable 5、エージェント開発にSol、日常の補助にTerra——この棲み分けが、2026年7月時点で最も合理的な選択です。

GPT-5.6系はいずれもgpt-5.6-sol、gpt-5.6-terra、gpt-5.6-lunaのモデルIDでOpenAI APIから利用可能です。