これまでは「Lunaは安いモデル。その代わり、難しいことはSolに任せる」という見方をしていた。でも、推論レベルを上げて使ってみると、Lunaは単なる廉価版ではない。文章の整理、コードの修正、調査の下準備、複数手順の作業をかなりしっかり進めてくれる。
この記事では、Maxの有効化、LunaとSolの使い分け、2026年7月30日の値下げ、そして費用と性能の比較図をまとめる。
Luna Maxを使う前に、設定を見直す
XでForward Future Brianさんが紹介していたように、CodexではLunaの最高設定が初期状態で表示されていない場合がある。設定からConfigurationを開き、Maxを有効にする。この一手を知らないまま「Lunaは普通のモデル」と判断するのは、少しもったいない。
- 設定を開く
- Configurationを確認する
- Maxを有効にする
- Lunaを選び、推論レベルを「高い（High）」から試す
- 難しい作業では「最大（Max）」まで上げる
画面の名前や選べる項目は、プランや製品によって違うことがある。Maxが見えないときは、利用中のCodexやChatGPT Workの設定と、公式の案内を確認したい。
日本語と英語の対応
この画面の日本語は、英語表示とAPIの技術名では次の対応になる。まず見るべきポイントは、「最大（Max）」が「非常に高い（Extra High）」の一段上だということだ。
| 画面の日本語 | 英語表示 | APIの技術名 | 意味 |
|---|---|---|---|
| 軽 | Low相当 | low | 短い作業を軽く進める |
| 中程度 | Medium | medium | 普段使いの標準 |
| 高い | High | high | 文章・コードを少し深く考える |
| 非常に高い | Extra High | xhigh | 難しい作業に長く考えさせる |
| 最大 | Max | max | 品質優先で最大限推論する |
この画像でチェックが付いているのは「最大（Max）」。Lunaを選んだ状態でここにすると、この記事でいうLuna Maxになる。MaxはSolへ自動的に切り替える設定ではなく、選択中のモデルにより多くの推論時間を与える設定だ。
製品によって画面の英語ラベルは少し変わることがあるため、APIの技術名も併記した。OpenAIのAPIではlow、medium、high、xhigh、maxという名前で扱われる。
なお、英語の「Pro」は今回の推論レベルとは別枠。Sol Proという別モデルを指すため、「最大（Max）」と同じ意味ではない。OpenAIの案内でも、Medium・High・Extra Highと、Sol ProのProは分けて説明されている。
どれを選べばいいか
- 短い質問や言い換え：中程度（Medium）
- 記事作成、コード修正、調査の下準備：高い（High）
- 複数手順の作業、難しい実装：非常に高い（Extra High）
- できるだけ失敗を減らしたい作業：最大（Max）
最初から最大に固定する必要はない。普段は高い、難しいところだけ最大、という使い方でもいい。大事なのは、画面にある「非常に高い」と「最大」の違いを知らないまま使わないことだ。
Lunaは「安い」のではなく、使い続けやすい
OpenAIの7月30日の発表では、GPT-5.6 Lunaの価格を80%下げ、Terraの価格を20%下げると説明されている。CodexとChatGPT Workでは、LunaとTerraの利用時に消費されるクレジットも少なくなる。一方で、サブスクリプション料金と利用枠そのものは変わらない。
APIの新価格は、Lunaが100万入力トークンあたり0.20ドル、出力トークンあたり1.20ドル。発表前の1ドル・6ドルから見ると、価格は5分の1になった計算だ。
「10分の1くらいになった」という感覚になる人がいても不思議ではない。実際の使用量は、入力、キャッシュ、出力、推論の長さ、ツールの回数で変わるからだ。ただし、公式発表として一律に言えるのは80%減、つまり約5分の1。10分の1という数字は、個別の作業や使用クレジットの体感として書くのが正確だと思う。
使用量については、Plus（月20ドル）でLunaを使える量が、Pro（月200ドル）でSolを使える量に近いという利用者の報告もある。これは公式に一律保証された数字ではないが、もし実感に近いなら、PlusユーザーでもLunaを日常的に使いやすい。これまで先進的なモデルを周囲に勧めにくかった人にも、紹介しやすくなったという感覚はわかる。この報告も、今回の値下げを「価格」だけでなく「使える量」の変化として見る材料になる。
値下げ後のXでは、Codexの使用制限がリセットされたタイミングで、LunaのHigh・xhigh・Maxを試してみるという投稿も見られた。ただし、これは恒久的に利用枠が増えたという話ではない。OpenAIの発表でも、サブスクリプションの料金とクォータ自体は変わらず、LunaとTerraの利用時に消費されるクレジットが少なくなったと説明されている。
この図で見ると、Lunaのxhighとmaxは、性能とコストのバランスがよい緑色の領域に入っている。縦軸はArtificial Analysis Intelligence Index、横軸は同じ評価タスクを実行する費用だ。つまり、単に安いのではなく、十分な性能を保ちながら1タスクの費用を抑えやすい位置にいる。
もちろん、ベンチマークの結果がそのまま自分の仕事の結果になるわけではない。それでも「Luna Maxを普段使いにして、難しいところだけSolに渡す」という考え方を、数字でイメージする助けにはなる。
Luna MaxはSolと同じなのか
Solと同じモデルになるわけではない。モデルの種類と、どれくらい長く推論させるかは別の話だ。
それでも、Lunaに十分な推論時間を与えると、結果が大きく変わる。作業の目的がはっきりしていて、必要な手順が見えている仕事なら、Luna MaxがSol Mediumに近い結果を返す場面もある。高い推論設定にすることで、Lunaの良さを引き出せる。
ただし、難しい設計判断、曖昧な問題の切り分け、失敗が許されない調査では、Solのほうが安心できる。Luna MaxをSolと完全に同じだと考えるのではなく、「多くの実務を安く任せられるモデル」と考えるのがよい。
実際の使い分けを考えるうえで、X上の別の体験談も参考になる。Solで実装指示書を詳しく設計してからLuna Maxに実装させると、完成物はSolと大きく変わらなかった。一方で、Luna単独に追加指示を重ねながら実装を進めると、うまくいかなかったという報告だ。個人の経験なので再現性は保証できないが、「設計と不確実な判断はSol、決まった内容の実装と反復はLuna Max」という分業の考え方にはつながる。
僕ならこう使い分ける
| 作業 | 使うモデル |
|---|---|
| 文章の下書き、要約、言い換え | Luna |
| コードの実装、修正、テスト、定型的な調査 | Luna High〜Max |
| 複数手順の実行、長い作業のオーケストレーション | Luna Max |
| 曖昧な仕様、複雑なバグ、重要な最終判断 | Sol Medium〜High |
最初から全部をSolにしない。まずLuna Maxで進め、うまくいかない部分だけSolへ渡す。この順番なら、品質を落としすぎず、使用量も抑えやすい。
お金に余裕がない普通の人にこそ意味がある
AIの話は、企業の予算や専門家の検証を前提に進みがちだ。でも、実際に毎日使うのは、そこまでお金をたくさん持っていない普通の人でもある。
僕も、何でも一番高いモデルを使えるわけではない。だからこそ、安いモデルでどこまで仕事を任せられるかが大事になる。
Luna Maxのよさは、最高性能の名前を持っていることではない。必要なときに長く考えさせられて、日常の作業を何度も頼めることだ。1回だけのすごい回答より、毎日使える回答のほうが、生産性には効いてくる。
結論：まず設定を見直して、Luna Maxを使ってみる
GPT-5.6 Lunaは、安いから性能を我慢するモデルではなくなってきた。Maxを有効にし、推論レベルを上げると、普段の文章作成や開発作業には十分すぎる場面がある。
難しい仕事だけSolへ切り替える。これが、今の僕にとって一番無理のない使い方だ。
高性能AIを使いたい。でも、毎回高いモデルを使う余裕はない。そういう人は、まず設定を見直して、Luna Maxを一度試してみるといい。
Luna安すぎていきなり５倍くらい使えるようになったイメージ
luna かなり使いやすくなった。最初からMAXでフルスイング