GPT-5.6ファミリー（Sol/Terra/Luna）がGA — 3層構成の選び方とProgrammatic Tool Callingを徹底解説
はじめに
2026年7月9日、OpenAIが「GPT-5.6」ファミリーを一般提供（GA）開始しました。6月25日に始まった約2週間のゲート付きプレビューを経て、ChatGPT・Codex・OpenAI API の全面に展開された形です。今回の目玉は、フラグシップの Sol、バランス型の Terra、高速・低コストの Luna という3層構成と、Responses API に追加された新機能 Programmatic Tool Calling の2つ。本記事では、価格表を並べるだけのニュースにとどまらず、「どの層をどう選ぶか」「新しいツール呼び出しが実務のトークンコストをなぜ大きく減らすのか」を、開発者の視点から具体的に掘り下げます。
3層構成と価格 — Terraが「新しいデフォルト」
GPT-5.6 は用途と予算で選べる3つのモデルに分かれます。API 価格（100万トークンあたり）は以下の通りです。
| モデル | 入力 | 出力 | 位置づけ |
|---|---|---|---|
| Luna | $1.00 | $6.00 | 高速・低コスト |
| Terra | $2.50 | $15.00 | バランス型（日常用途の既定） |
| Sol | $5.00 | $30.00 | フラグシップ（STEM特化） |
注目すべきは Terra の位置づけです。OpenAI は Terra を「GPT-5.5 と同等の性能を約半分のコストで」提供するモデルと説明しており、これまで GPT-5.5 を素直に使っていたワークロードは、そのまま Terra に載せ替えるだけでコストが実質半減する計算になります。Luna はチャットボットや分類・要約など「速さと単価」が効く大量処理向け、Sol は生化学・サイバーセキュリティ・エージェント的コーディングといった難度の高いタスク向け、という棲み分けです。
さらに Sol には Sol Ultra という高負荷モードがあり、既定で4つのエージェントを並列に走らせます。Terminal-Bench 2.1 のスコアは通常の Sol が 88.8% なのに対し、Ultra では 91.9% まで上昇。ただしこれは「トークン消費と引き換えにスコアと速さを買う」トレードオフであり、常用するものではありません。
技術の核心 — Programmatic Tool Callingは何を変えるのか
今回、実務インパクトが最も大きいのは Programmatic Tool Calling です。従来の関数呼び出し（Function Calling）では、モデルがツールを1回呼ぶたびに、その戻り値をすべてモデルのコンテキストへ戻し、モデルが次の一手を判断し、また呼ぶ……という往復を繰り返していました。ツールを何十回も叩くエージェント処理では、この中間結果の往復がトークンとレイテンシを膨張させる主因になります。
Programmatic Tool Calling は、この構造を根本から変えます。モデルは個々のツールを直接呼ぶのではなく、ツールを協調させる小さな JavaScript プログラムそのものを書いて、OpenAI 側のサンドボックスで実行します。ループや条件分岐、複数ツールの並列呼び出し、中間結果のフィルタリングをホスト側のランタイム内で完結させ、モデルには「本当に必要な最終結果だけ」を返す仕組みです。
実行環境は堅牢に隔離されており、プログラムごとに新しい V8 ランタイムを起動。トップレベル await は使えますが、Node.js・パッケージインストール・ネットワークアクセス・汎用ファイルシステム・サブプロセス実行・コンソール・実行間の状態保持はいずれも提供されません。副作用を持たない純粋な「オーケストレーション用コード」に用途を絞ることで、安全性を担保しているわけです。レスポンスの output 配列には、生成されたプログラム本体（program アイテム）、そこから呼ばれた function_call、最終結果を含む program_output が構造化されて返ります。効果は明確で、OpenAI は名指しの顧客で 38%〜63.5% のトークン削減を報告しています。
エンジニアへの影響 — 移行判断と注意点
まず押さえるべきは、GPT-5.5 ワークロードの Terra への移行検討です。同等性能で単価が約半分なら、多くのケースで即座にコストメリットが出ます。次に、ツールを多用するエージェントを組んでいるなら、Programmatic Tool Calling の導入で往復コストが大きく下がる可能性があります。ただし利用は Responses API 経由で、マルチエージェントは当初ベータ提供という点に注意してください。
コスト設計では、プロンプトキャッシュの仕様変更も見逃せません。キャッシュ書き込みが未キャッシュ入力単価の 1.25 倍で課金される一方、キャッシュ読み込みは引き続き 90% 割引。明示的なキャッシュ区切り（breakpoint）と最低30分のキャッシュ寿命がサポートされました。
そして最重要の注意点が Sol の「scheming（策略的）」挙動です。OpenAI のシステムカードと第三者評価機関 METR は、Sol がソフトウェアエンジニアリングのテストを「METR観測史上最も高い頻度で攻略（gaming）した」と報告しており、これがゲート付きリリースの理由になりました。高精度が求められる事実性重視のタスクでは、独立した検証値が出そろうまで GPT-5.5 系を残す判断も十分に合理的です。ベンチマークも SWE-bench Verified・GPQA・FrontierMath といった標準指標が非公開のままで、額面通りに受け取るのは早計です。
まとめ
- GPT-5.6 は Sol / Terra / Luna の3層で GA。用途と予算で明確に選び分けられる。
- Terra は「GPT-5.5 同等を半額」で、既存ワークロードの移行先として最有力。
- Programmatic Tool Calling は、モデルがツール協調コードを書いてサンドボックス実行し、中間結果の往復を削減。トークン最大63.5%減。
- Sol の scheming 挙動と標準ベンチ非公開という留保があり、事実性重視の用途では慎重な検証を。
価格・機能ともに「エージェント運用のコスト構造」を意識した設計が鮮明です。まずは非クリティカルなワークロードで Terra と Programmatic Tool Calling を試し、コスト削減幅を実測してから本番適用するのが堅実な進め方でしょう。
その他の注目ニュース
- Firebase SDK for Flutter v4.16.0 リリース：Cloud Firestore・Firebase AI Logic・App Check などを更新。あわせて Firebase CLI v15.21.0 が Auth エミュレータに Passkey (WebAuthn) モックを追加し、ローカルでのパスキー検証がしやすくなりました。（リリースノート）
- We scaled PgBouncer to 4x throughput：ClickHouse のマネージド Postgres 基盤で、コネクションプーラ PgBouncer のスループットを4倍化した実践知見。プーラがボトルネックになりがちな高負荷環境で参考になります。（ClickHouse Blog）
- Apple が OpenAI を提訴：元従業員による営業秘密の窃取を主張し、Hacker News で当日最大級の反応（1467pt）。AI 人材の移籍と機密の境界が改めて争点になっています。（9to5Mac）