OpenAIがGPT-5.6 Lunaを80%値下げ、AIが自身の推論コードを書き換えコスト削減

OpenAIは、AIモデル「GPT-5.6 Luna」のAPI利用価格を即日80％引き下げた。最上位モデル「GPT-5.6 Sol」を使って推論インフラを最適化した成果を価格に反映したもので、大量のトークンを消費するエージェント開発者のコスト構造を大きく変える可能性がある。競合他社や中国製モデルとの価格競争が激化するなか、企業にとってはAIワークロードのルーティング戦略を再評価する契機となりそうだ。

■価格改定の概要

OpenAIは、最上位モデルをデプロイ後の推論インフラ改善に活用し、その成果をGPT-5.6ファミリーで過去最大の値下げとして顧客に還元した。CNBCが確認したところによると、GPT-5.6 Lunaの価格は100万入力トークンあたり0.20ドル（約32円、1ドル＝161円換算、以下同）、100万出力トークンあたり1.20ドル（約193円）となり、7月9日の提供開始時の1.00ドル（約161円）および6.00ドル（約966円）から、いずれも即日80％引き下げられた。GPT-5.6 Terraも20％値下げされ、入力2.00ドル（約322円）、出力12.00ドル（約1,932円）となった。最上位モデルのGPT-5.6 Solは、入力5.00ドル（約805円）、出力30.00ドル（約4,830円）に据え置かれている。

分類、文書抽出、リクエストのルーティング、初稿の作成、あるいは1つのユーザー指示から数十回のモデル呼び出しに派生する長いエージェントループなど、本番環境のトラフィックをLunaで処理している開発者にとって、この価格改定はコスト計算を大きく変えるものだ。昨日まで入力処理に1.00ドルかかっていた量の呼び出しが、今朝からは0.20ドルで済むことになる。

■Solが自身のコードを書き換えた意味

今回の値下げを通常の価格改定と分けるのは、その背後にあるエンジニアリング上の取り組みだ。前日に公開された投稿で、OpenAIのエンジニアは、GPT-5.6 Solの一般提供開始後に実行した自己最適化ループについて説明している。

同社は、OpenAIのコーディング環境である「Codex」内で、推論インフラの基盤となるGPUカーネルの改善にSolを活用した。カーネルとは、行列乗算、アテンション計算、活性化関数など、Transformerモデルの中核となる数学的演算を実行する低レベルプログラムである。Solは、OpenAIがメンテナンスする2つのオープンソースGPUプログラミング言語「Triton」と「Gluon」を使い、これらのカーネルを書き換えて最適化した。同じプロセスを通じてSolが特定した、より広範なカーネル改善と合わせることで、エンドツーエンドのサービングコストを20％削減した。OpenAIは、モデルが生成したカーネルコードが数学的に正しいことを検証するため、オープンソースの独自ツール「FpSan（Floating-Point Sanitizer）」を使用した。

さらにSolは、自身の投機的デコーディング（Speculative Decoding）用ドラフトモデルも再設計した。投機的デコーディングは標準的な推論最適化手法の一つで、より小さく高速なドラフトモデルが出力トークンの候補を予測し、より大きなターゲットモデルが、1トークンずつ生成する代わりに候補を並列で検証する。ドラフトモデルの予測精度が向上すると、検証時の受理率が高まり、新しいハードウェアを追加せずに実効スループットを高められる。Solはドラフトモデルを改善するために数百回の実験を実行し、トークン生成効率を15％以上向上させた。

これらの成果は複合的に作用する。カーネルの改善により、フォワードパス（順伝播）1回あたりの必要計算量が減少する。投機的デコーディングの改善により、出力に必要なフォワードパスの回数も減少する。両方の改善が同時にサービングコストを削減するため、20％と15％超の効率改善が、Solよりももともとの利益率が低かったティアで80％の値下げを可能にした。

OpenAIはまた、LunaとTerraの値下げが、CodexおよびChatGPT Workサブスクリプションにおける利用量のカウントにも反映されると発表した。より安価なモデルにルーティングされるプランを利用しているサブスクリプション顧客は、追加コストなしで割り当てられた利用枠をより長く使えるようになる。

■各価格帯の変更点

Lunaの新しい標準料金である100万トークンあたり入力0.20ドル、出力1.20ドルは、すべての処理ティアに波及する。すでに標準料金の半額に設定されているBatchおよびFlex処理では、Lunaの価格が100万トークンあたり入力0.10ドル（約16円）、出力0.60ドル（約97円）となる。標準料金から90％割り引かれるキャッシュ済み入力の読み取り料金は、Lunaでは100万トークンあたり0.02ドル（約3円）に下がる。大規模で内容が安定したシステムプロンプトを使用してエージェントループを構築しているチームにとって、新料金でのキャッシュ入力コストは無視できるほど小さくなる。

Terraの改定料金である入力2.00ドル、出力12.00ドルは、Anthropicの「Claude Sonnet 4.6」が現在設定している100万トークンあたり入力3.00ドル、出力15.00ドルを下回る。

Anthropicの価格ページによると、ローエンドではLunaが、Anthropicの公開モデルのうち最も安価な「Claude Haiku 4.5」を、入力料金で5分の1、出力料金で約4分の1まで下回る。

ミッドティアの競争環境はさらに流動的だ。Anthropicの「Claude Sonnet 5」には、100万トークンあたり入力2.00ドル、出力10.00ドルという導入料金が設定されている。この料金は2026年8月31日まで適用され、その後は入力3.00ドル、出力15.00ドルに上がる予定だ。それまでの期間、TerraとSonnet 5の料金はほぼ同水準となる。8月31日以降は、価格差が大きく広がる可能性がある。

OpenAIはまた、APIでSol向けの新しい「Fastモード」を発表し、従来のPriority Processingを置き換えた。Fastモードは、標準料金の2倍で、モデルの知能水準を変えることなく標準処理の最大2.5倍の速度を提供する。Priority Processing用の指定が付いた既存のAPI呼び出しは、コードを変更しなくても自動的にFastモードへルーティングされる。

さらにOpenAIは、ChatGPTアプリとCodex CLIのAuto-review機能をGPT-5.4からGPT-5.6 Lunaへアップグレードすると発表した。OpenAIによると、Lunaの新価格と組み合わせることで、Auto-reviewのコストは従来の約10分の1になり、この機能を利用するチームのエージェント型ワークフローのコストを削減できる見込みだ。

■Lunaの0.20ドルへの値下げが開発者にもたらす影響

Lunaの従来価格はすでにOpenAIのモデルで最も低かったが、100万入力トークンあたり1.00ドルという料金では、大量処理を伴う一部の自動化ワークロードが商業的に成立するかどうかの境界にあった。0.20ドルに下がったことで、タスクごとに大量のトークンを処理するアプリケーションの採算計算が変わる。

BlitzyのCTO兼共同創業者であるSid Pardeshi氏は、Lunaについて、GPT-5.4 miniと比べて2.2倍のコンテキストを処理しながら、出力トークン数を8.5分の1に抑え、コストを87％削減できると述べた。Dustの共同創業者兼CTOであるStanislas Polu氏は、同じエージェント型タスクにおいて、Lunaは同社が以前デフォルトで使用していたモデルより40％高速で、コストも40％低いと報告した。Replitのプレジデント兼AI責任者であるMichele Catasta氏は、Lunaを「料金を計測する必要がないほど安価な知能に、これまでで最も近づいた」と表現した。この言葉は、どのユースケースに開発価値があるかという同社の判断が、質的に変わりつつあることを示している。

開発チームにとっての実際的な影響は、OpenAIが推奨する3層のルーティング構成、つまり最も困難な推論とコーディング作業にはSol、安定した本番タスクにはTerra、大量の定型呼び出しにはLunaを使う構成において、各ティアの価格差がさらに広がったことだ。入力1.00ドルでは採算が微妙だったLuna向けワークロードも、0.20ドルなら明確に経済性が高まる。

■なぜリリースから3週間のモデルを値下げしたのか

OpenAIが値下げした時点で、GPT-5.6ファミリーの市場投入から21日しかたっていなかった。この短い期間には、2つの圧力が同時に強まっている状況が反映されている。

1つ目は、企業におけるAIコストへの疲弊だ。企業はAIベンダーに対し、測定可能な投資対効果を示すよう圧力を強めている。Uberは、一部の社内ツールに支出区分を導入する前の4カ月間で、年間のAI予算をすべて使い切った。Amazonのエンジニアリング部門も、同じ時期のコスト超過を受けてAI支出に上限を設ける方針へ動いた。OpenAIのCFOであるSarah Friar氏は水曜日の全社会議で、7月の年換算経常収益だけで第2四半期全体の収益を上回ったと従業員に説明し、その要因としてGPT-5.6モデルファミリー、ChatGPT Work、Codexの利用拡大を挙げた。具体的な金額は開示されていない。取締役会会長のBret Taylor氏も会議に参加し、Claude Codeを集中的に利用した開発者は最終的に請求額が膨らみ、代替サービスを探し始めたと認めた。

そうした代替モデルは、中国からも増えている。Alibabaが支援する北京のAIラボMoonshot AIは、7月16日に「Kimi K3」をリリースした。これは2.8兆パラメータのオープンウェイトモデルで、複数の第三者ベンチマークで上位に入った。カリフォルニア大学バークレー校のコンピューターサイエンス教授で、DatabricksとArenaベンチマークの共同創業者でもあるIon Stoica氏は、中国のオープンウェイトモデルと米国のフロンティアAI研究所との差が、従来の6～9カ月から、およそ2～3カ月へ縮まったと述べた。

OpenRouterの利用データは、その差の縮小が実際の本番環境におけるモデル選択へどう反映されているかを示している。2026年2月8日以降、同プラットフォームで米国企業が中国製モデルにルーティングするトークンの割合は、毎週30％を上回っており、一部の週には46％に達した。それ以前の12カ月間の平均は11％にすぎなかった。一部のワークロードでは、中国製モデルのトークン料金が、同等の米国製フロンティアシステムより最大9分の1まで低くなっている。

OpenAIの戦略的な狙いは読み取りやすい。分類、文書抽出、リクエストルーティング、本番トラフィックの大部分を占める長いエージェントループなど、大量かつコストに敏感なワークロードをLunaとTerraで守る一方、Solは競合のないプレミアムなフラッグシップとしての位置づけを維持するというものだ。大量のトラフィックをLunaへルーティングする開発者にとって、同じ呼び出しの料金は3週間前の5分の1になった。

■IPOの文脈と効率化のフライホイール

OpenAIとAnthropicはともに、2026年6月に株式公開に向けたS-1登録届出書を非公開で提出した。Anthropicは5月、Claude Codeに大きく支えられ、収益ランレートが2025年通年の約100億ドル（約1兆6,100億円）から470億ドル（約7兆5,670億円）へ大幅に増加したと開示した。一方、OpenAIはNvidiaと、オハイオ州南部に計画する10ギガワット規模のデータセンターキャンパスに関連し、最大2,500億ドル（約40兆2,500億円）となる可能性がある計算資源のバックストップについて交渉している。こうした資本負担を踏まえると、サービングコストの効率化は同社の将来的な利益率に直接関係する。

前日に公開されたエンジニアリング投稿は、Solの自己最適化を1回限りの取り組みではなく、フィードバックループの始まりとして位置づけている。OpenAIのエンジニアは、モデルが改善されてより自律的に作業できるようになるにつれ、同社が効率改善を加速させる能力そのものも加速するという、複合的な動きが生まれると記している。このループが機能し続けるなら、将来の値下げが可能になるペースは、ハードウェアの調達サイクルや人間のエンジニアリング投資だけでなく、現世代のモデルが自身のインフラをどれほど改善できるかによっても部分的に決まる可能性がある。これは、本番運用されるフロンティアモデルが自律的に自身のサービングスタックのコードを書き換え、その変更が検証、承認されたうえで、公表された顧客向け価格に反映された事例として、初めて公に文書化されたものだ。

■注目ポイントQ&A

●GPT-5.6 LunaとTerraの新価格はいくらですか？

Lunaは100万入力トークンあたり0.20ドル、100万出力トークンあたり1.20ドルとなり、従来の1.00ドルおよび6.00ドルから値下げされました。Terraは入力2.50ドル、出力15.00ドルから、入力2.00ドル、出力12.00ドルに下がりました。Solは入力5.00ドル、出力30.00ドルで変更ありません。標準料金の半額となるBatchおよびFlex処理では、Lunaは入力0.10ドル、出力0.60ドルとなります。Lunaのキャッシュ済み入力の読み取り料金は100万トークンあたり0.02ドルに下がります。これらの変更は2026年7月30日よりOpenAI APIで有効となり、AWS Bedrockの価格改定も同日中に順次展開される予定です。

●なぜOpenAIはリリースからわずか3週間でLunaの価格を80％引き下げたのですか？

OpenAIは、GPT-5.6 Solが一般提供された後、Codex内で自社の本番用GPUカーネルを改善する作業にSolを活用しました。Solは、OpenAIがメンテナンスするオープンソースGPUプログラミング言語のTritonとGluonを使ってカーネルを書き換え、エンドツーエンドのサービングコストを20％削減しました。また、Solは数百回の実験を通じて自身の投機的デコーディング用ドラフトモデルを再設計し、トークン生成効率を15％以上向上させました。投機的デコーディングでは、小型のドラフトモデルが出力トークンを予測し、大型のモデルが候補を並列で検証します。ドラフトモデルが改善されると、フォワードパス1回あたりに受理されるトークンが増え、トークンあたりのコストが下がります。同じサービングスタックで複合的に働くこれら2つの改善により生まれた利益率の余地を、OpenAIは値下げとして顧客に還元しました。

●エージェントワークフローの設計を変更すべきですか？

大量のエージェントループを実行しているチームは、モデルのルーティングを再評価する余地があります。100万入力トークンあたり0.20ドルとなったことで、Lunaは単純で反復的な呼び出しだけに使う限定的な選択肢ではなくなりました。各ユーザーリクエストが、回答を返すまでに数十回のモデル呼び出しへ派生するワークロードでも、経済性が高まっています。Blitzyによると、LunaはGPT-5.4 miniと比べ、87％低いコストで2.2倍のコンテキストを処理し、出力トークン数を8.5分の1に抑えます。品質上の理由から、これまで同様のトラフィックをTerraやSolへルーティングしていたチームは、構成を改めて評価すべきです。OpenAIのベンチマークによると、現在のLunaは1年前にフロンティアクラスだった性能を、その世代と比べてタスクあたり約6％のコストで提供します。

●Solが自身のインフラを最適化したことにはどのような意味がありますか？

本番運用されるフロンティアモデルが、自身の計算を実行するカーネルを含むサービングスタックのコードを自律的に書き換え、その変更が検証されて本番環境へ導入され、実際の顧客向け価格に反映された事例として、公に文書化されたのはこれが初めてです。これまでの同種のAI最適化は、人間のエンジニアによって行われるか、より単純なサービング構成に適用されていました。OpenAIのエンジニアが説明するように、各世代のモデルが次世代を動かすインフラの最適化を支援する効率化ループが複合的に働くなら、将来のAI価格の推移は、新しいハードウェアや人間のエンジニアリング時間だけでなく、モデルが自身のスタックをどれほど改善できるかによっても部分的に決まる可能性があります。これは、AIインフラのコスト曲線が従来どのように形成されてきたかを変える動きです。

元記事: OpenAI Cuts Luna 80%: Sol Rewrote Its Own Inference Stack to Fund the Price Drop