GPT-6 Lunaは出力token価格を半分以下に引き下げた

AnthropicがClaude Opus 5.5を公開し、その約1時間後にOpenAIがGPT-6 SolとGPT-6 Lunaを発表しました。3モデルの能力は異なりますが、価格面のメッセージは共通しています。企業が大量のエージェント作業を動かす層で、ベンダーがコストを引き下げ始めました。

Lunaは出力価格を1.20ドルから0.50ドルへ下げた

GPT-6 Lunaは入力100万token当たり0.10ドル、出力100万token当たり0.50ドルです。GPT-5.6 Lunaは0.20ドルと1.20ドルでした。GPT-6 Solは入力2ドル、出力10ドルで、GPT-5.6 Solの半額です。

Claude Opus 5.5はOpus 5から20 %値下げされ、4ドルと20ドルになりました。cache readは60 %安い0.20ドルです。Anthropicは、token使用量の減少により一般的なworkloadの費用が40 %下がり、出力速度も30 %以上速いと説明しています。

価格表がアプリのmodel routingを書き換え始めた

プロダクトチームの基本設計も変わります。安価で頻繁なstepはLuna、難しい判断はSol、長いcodingや知識作業はOpusという分担が可能です。この価格差では、すべてに1モデルを使う設計は高価な簡便策になります。

GPT-5.6 Terraの立場は特に厳しくなりました。入力価格はGPT-6 Solと同じですが、出力は12ドルです。既存のroutingルールには、設定ファイルのモデル名を置き換えるだけでなく、新しいevalsが必要です。

安いtokenが完了タスクの安さを保証するわけではない

価格比較からは、必要なstep数、再試行の頻度、失敗コストが分かりません。AnthropicはOpus 5.5を主に自社モデルと旧世代のOpenAIモデルに対して比較しています。OpenAIは別の評価枠を使っています。SolとOpus 5.5の直接的で独立した比較はまだありません。

workloadの形も重要です。長いエージェントセッションは安いcache readの恩恵を受けますが、短い生成では出力価格の影響が大きくなります。1枚の表だけでは購入判断はできません。

実際の請求額と結びついたevalsが勝者を決める

チームは自社の課題セットを3モデルすべてで実行し、成功率、latency、token数、再試行、人間の介入を測るべきです。合計して初めて、完了した成果のコストが見えます。

低価格が続けば、継続的なmulti-model routingの価値が高まります。判断材料はベンダーの新しいグラフではなく、安いモデルが品質を保ち、実際に請求額を下げた1か月分の本番logです。

Lilithの判定

ベンダーは1時間で値札を書き換えましたが、企業の請求書は自動では変わりません。勝つのは最安の燃料を掲げるモデルではなく、完了した仕事を載せてゴールするモデルです。