こんにちは。趣味若づくりオヤジ池田です。
北九州で、AIを使ったアプリ開発や業務効率化のお手伝い、それと営業をやっています。
前回の記事でGPT-5.6とFable5の価格・スペックを比較しましたが、今回は一歩進めて「じゃあ実際、どのタスクにSol・Terra・Lunaのどれを使えばいいのか」を整理します。結論から言うと、軸は「込み入った判断や自動化の"頭"はSol、量をこなす"手足"はTerra・Luna」です。
まずアクセス方法が地味に重要
GPT-5.6は7月9日に一般提供が始まっていますが、どこから使うかで選べるモデルが違います。
| 利用場所 | 選べるモデル |
|---|---|
| ChatGPT本体（Plus/Pro/Business/Enterprise） | Solのみ（「推論の強さ：Medium/High/Extra High」という形で切り替え） |
| ChatGPT Work・Codex | Sol・Terra・Luna、3つとも選べる |
| API | Sol・Terra・Luna、3つとも直接呼べる |
普段のChatGPTだけ使っている人は、実はTerraやLunaの存在にすら気づかないはずです。使い分けをするなら、Codex経由かAPI経由が前提になります。
タスク別・使い分け表（公式発表ベースの仮説）
| タスク | おすすめ | 理由 |
|---|---|---|
| 長時間のエージェント作業・複雑な自動化フロー構築 | Sol | 公式が「long-horizon agentic work」向けと明言。Terminal-Bench 2.1で好成績 |
| セキュリティ・脆弱性チェック | Sol | 公式システムカードで脆弱性発見・攻撃コード生成への対応を明記。このシリーズで一番押し出されている分野 |
| 込み入った設計判断・アーキテクチャ検討 | Sol | 複雑な推論が必要なタスクはここ |
| 日常的な記事執筆・コード修正・定型作業 | Terra | 「GPT-5.5相当の性能を半額で」が公式のウリ。量をこなす日常業務向け |
| 記事や文章の大量自動生成・量産系タスク | Terra〜Luna | 単価がSolの1/5〜1/10。件数が多いほど効いてくる |
| 簡単な要約・分類・即レス系 | Luna | シリーズ最速・最安。複雑な推論が要らないタスクに |
これはあくまで公式の位置付けをもとにした仮説です。実際に5モデルを横並びで使い倒した人の感想は、これとは少し違う結果になっていました。
実際に使ってみて・調べてみて
この1週間、僕はほぼSolだけを使い倒しました。感触としてはFable5と同等ぐらいのイメージで、コスパも良く、Fable5より上限に達しにくい印象です（週の上限だけで、5時間ごとの制限がないのも大きいです）。Fable5でやった作業をもう一度Solにチェックさせたり、Claude Code⇄Codexのセッション引き継ぎ用アプリを実際にSolで作ったりしました。
Terra・Lunaはまだそこまで使い込めていないので、そこは実際に5モデル（Fable5・GPT-5.6のSol/Terra/Luna・Grok4.5）を横並びでガッツリ使い倒して比較している人の動画も合わせて参考にしました。あくまで別の方の主観評価（本人も「非エンジニアなのでコードの綺麗さは評価できない」と前置きしています）ですが、実務で使い倒した上での感想なので判断材料として拾っておきます。
総合ランキング（その方の場合）：Fable5 ＞ Sol ＞ Grok4.5 ＞ Luna ＞ Terra
- Sol：泥臭いリファクタリング・デバッグ・UIの作り込みなど「狭い範囲をじっくり粘る」作業に強いと評価。Ultraモード（最上位の推論設定）は強力だが実行が遅く、裏で走らせっぱなしにする使い方が向いている。Hiモードで十分実用的。意外にも日本語のnote記事執筆でも高評価で、「オーパスやソネット最大設定より満足」とのコメントも
- Terra：この5モデルの中で評価が一番低い。実装させるとミスが多く、レビューでの指摘件数も最多。3Dパズルゲームを5モデルに作らせた比較でもデザインが一番ダサかったとのこと。ドキュメント整理・資料まとめ用途は問題なしと評価
- Luna：期待以上。オーケストレーター（司令塔）をSol、ワーカー（実行役）をLunaにする構成でミスが少なく、コスパも良好。たまにループにハマるので、数回に1回は進捗チェックが必要とのこと
公式の位置付けと、実際の評価のギャップ
並べてみると、SolとLunaは公式の位置付け（Sol＝長時間の粘り強い作業向け、Luna＝軽くて安いワーカー向け）とほぼ一致していました。一方でTerraだけは「日常業務向けのバランス型」という公式説明と、実際の評価（ミスが多く一番評価が低い）が食い違っています。
もちろんこれは1人の主観レビューで、タスクの種類や使うツール（ChatGPT本体かCodexかカーソルか）によっても結果は変わるはずです。ただ、「公式の売り文句どおりにはいかないモデルもある」というのは、使い分けを考える上で知っておいて損はない情報だと思います。
まとめ
- GPT-5.6は利用場所によって選べるモデルが違う（ChatGPT本体はSolのみ、Codex/APIは3つとも）
- 公式ベースの仮説では「頭はSol、手足はTerra/Luna」だが、実際に使った人のレビューではTerraの評価が5モデル中最下位という食い違いがあった
- Sol（じっくり系の作業・記事執筆）とLuna（ワーカー役）は公式の位置付け通りに評価されている
- 僕自身はSolをこの1週間使い倒しましたが、Fable5と同等の感触でコスパも良かった。Terra・Lunaはこれから使い込んでいきたい
Sources: