GPT-6.1 Solはなぜ安い？Astraの5分の1価格で近い知能を出す仕組み

この記事のまとめ

GPT-6.1 Solは、APIの標準価格が入力100万トークンあたり$2、出力$10に設定されたモデルです。OpenAIは入力・出力価格をGPT-6 Astraの5分の1と説明しており、性能は「Astraに近い」と表現しています。安さの理由と評価結果の読み方を、4つのポイントで整理します。

標準API価格は入力$2、キャッシュ入力$0.10、出力$10で、Astraと比べて入力と出力は5分の1、キャッシュ入力は10分の1です。
キャッシュ入力は標準入力より95%安く、同じ前置きを何度も送るエージェントほど効きます。
コーディングやコンピューター操作の評価でAstraに近い結果が示されていますが、いずれもOpenAI自身の報告です。
提供先はChatGPT WorkとCodex、API、Microsoft FoundryやAmazon Bedrockで、移行前には自分のタスクでの再評価が必要です。

GPT-6.1 Solが安い理由

Astraの5分の1という価格

GPT-6.1 Solが安価とされる最大の根拠は、APIの標準価格そのものにあります。価格表を見た瞬間、「これは本当に同じファミリーのモデルか」と思うほどの差があります。

OpenAIは、GPT-6.1 Solの標準API価格を、入力トークン100万個あたり$2、キャッシュ入力トークン100万個あたり$0.10、出力トークン100万個あたり$10と設定しました。開発者はOpenAI APIからモデルIDのgpt-6.1-solとして利用できます（参照*1）。

この$2、$0.10、$10という料金は、GPT-6 Astraの$10、$1、$50と比べて、入力と出力は5分の1、キャッシュ入力は10分の1に相当します。

OpenAIは、その価格設定でAstraに近い性能を実現したと説明しています（参照*2）。

ただし、この標準料金が適用されるのは入力トークンが272,000個までの場合です。入力を272,000個超送ると、リクエスト全体に長文コンテキスト料金が適用され、入力は$4.00、キャッシュ済み入力は$0.20、キャッシュ書き込みは$5.00、出力は$15.00となります。

標準料金でのキャッシュ書き込みは100万トークンあたり$2.50です（参照*3）。

つまり「5分の1」というのは、入力が272,000トークン以内の場合の標準入力・出力料金同士の比較です。エージェント用途で長大なコンテキストを扱う場合は、この閾値を超えるリクエストが想定より多くなるため、事前にトークン消費量を試算しておく必要があります。

キャッシュ入力の値下げ

料金体系の中でも、エージェント運用で特に大きな効果を発揮するのがキャッシュ入力の価格です。私がエージェント系のワークロードを検討するとき、コストの大半がこの「同じ前置きを何度も送る」部分に集中することを実感しているので、この項目の値下げは実務上の影響が大きいと見ています。

OpenAIは、キャッシュ入力料金を100万トークンあたり$0.10とし、標準入力価格より95%安く、GPT-6 Solのキャッシュ入力価格よりも50%安価だと説明しました。これにより、リクエスト間でコンテキストを再利用するエージェントを、より余裕を持って構築・運用できるとしています（参照*1）。

金額ベースで見ると差は歴然です。$0.10のキャッシュ入力は、GPT-6 Astraのキャッシュ入力$1.00と比べて10分の1にすぎません。

定型的な前置きを何千回も再送するエージェントループは、ほぼこの項目だけで動作します。キャッシュ入力を月間2億トークン消費する場合、GPT-6 Solで約$40、GPT-6.1 Solで約$20、GPT-6 Astraでは$200という計算になります（参照*4）。

もっとも、実際の請求はここまで単純ではありません。この料金が適用されるのは、前置き部分が実際にキャッシュへヒットした読み取り時のみだからです。あわせてOpenAIは、推論の強度や利用ツール群を変更しても、以前のようにキャッシュエントリーが無効化されなくなったと補足しています（参照*4）。私自身、キャッシュの挙動は実際に計測しないと想定と乖離しやすい部分だと認識しています。見積もりは必ず実測値で補正してください。

GPT-6ファミリーでの位置づけ

GPT-6.1 Solの価格は、単体で見るよりもファミリー全体の中で比較したほうが分かりやすくなります。

OpenAIは3つのGPT-6階層を提供しています。GPT-6 Astraは100万トークンあたり入力$10、出力$50、キャッシュ入力$1です。

GPT-6.1 Solは$2、$10、$0.10、GPT-6 Lunaは$0.10、$0.50、$0.01に設定されています（参照*5）。

価格帯を見渡すと、Solは上位のAstraと下位のLunaの中間に位置づけられています。私が複数のモデルを業務タスクで比較してきた経験から言うと、こうした中間帯のモデルは「コストを抑えつつ品質を一定以上に保ちたい」実務ニーズに最もフィットします。

担う役割の違いも明示されています。GitHubの変更履歴では、GPT-6 Solを、対話しながらエージェントがコードを書く用途に向いたバランス型であり、多段階の検証を要する開発タスクに適した選択肢と位置づけました。対するGPT-6 Lunaは、小規模かつ高速なタスク向けの軽量モデルであり、GPT-6ファミリーで最も低コストな選択肢としています（参照*6）。

近い知能を示す評価結果

コーディングと専門業務の結果

OpenAIは、コーディングおよび専門業務のベンチマークにおいて、スコアとコストを併記して示しています。ただし、私はこの種の発表データを読むとき、まず「誰が測ったか」を確認します。以下の数値はすべてOpenAI自身による報告であることを念頭に置いて読んでください。

実在のコードベース上で複雑なソフトウェア開発作業を評価するDeepSWE v1.1では、GPT-6.1 SolがGPT-6 Astraのほぼ5分の1のコストで同等の性能を達成しました。さらに、より低い推論努力と低コストでありながら、GPT-6 Solの最高スコアを6.4ポイント上回っています（参照*1）。

業務ワークフローに関する評価も公開されました。複数ステップにわたるビジネスワークフローの完遂能力を測るAutomationBenchでは、中程度の推論努力でOpus 5.5を2.2ポイント上回り、コストは約3分の1に抑えられています。

同設定のGPT-6 Sol比でも4.8ポイント向上しました。複雑なPDF文書への専門的な質疑応答を評価するGDP.pdfでも、テスト全域でフォールバックを含むOpus 5.5を半額未満のタスクコストで凌駕し、タスクあたり約5分の1のコストでGPT-6 Astraの最先端性能に迫ったと報告されています（参照*1）。

コンピューター操作と科学分野

GUI画面の操作タスクや科学計算分野でも、OpenAIはスコア差とコスト比を並べて公表しました。

高負荷なコンピューター利用ワークフローを評価するOSWorld 2.0のオフラインセットにおいて、GPT-6.1 Solは最大推論努力でGPT-6 Solを7ポイント上回り、コストを半分未満に抑えました。同等の最大推論努力下で、Astraのスコアとの差は2.1ポイント以内にとどまり、タスクあたりのコストは約7分の1です（参照*1）。

科学分野では具体的な試算金額まで公表されています。データ分析やシミュレーション、定理証明を含むTerminal-Bench Science 0.1では、最大推論努力時にGPT-6 Solのスコアを2倍以上に伸ばしつつ、タスクコストを半分未満に抑えました。

最大努力時の平均タスクコストはGPT-6.1 Solが$5.47、Opus 5.5が$23.21、Astraが$23.80で、OpenAIは両モデルより75%以上低いコストで実質的な科学的能力を発揮できるとしています。ただし、検証モデル群の中では68.1%を記録したGPT-6 Astraが依然として最高スコアであり、最も高度な科学研究タスクにはAstraを用いるべきだとも言及しました（参照*1）。

事実の正確性と安全性の改善

事実の正確さや安全性に関しても、従来のGPT-6 Solからの進化が報告されています。

OpenAIの発表によれば、GPT-6.1 Solは難度の高いプロンプトに対する事実の正確性が向上しました。特に低い推論努力で大幅な改善が見られ、誤情報を含む回答の割合は11.4%から7.7%へと約32%低下しています。テストした推論設定全体を通じ、エラー率はGPT-6 Astraとの差が1.9ポイント以内に収まり、タスクあたりのコストは5分の1未満でした（参照*1）。

なお、この数値の解釈には注意が必要です。事実性の評価は、先行モデルが過去に誤答した難問プロンプトをあえて抽出して実施されています。したがって11.4%や7.7%という値は、全トラフィックの平均値ではなく、極めて過酷な一部のトラフィックにおける測定値です（参照*4）。

安全性に関する検証結果もあります。過酷な評価環境下において、応答不能な検索ツールに対する透明性の確保や、明示的な制約の遵守、エージェントタスク時の無許可結果の回避といった点で、GPT-6 Solより失敗率が低下しました。自動安全レビュアーを意図的に回避する試みも検出されず、この点ではGPT-6 AstraやGPT-6 Solと同等でした（参照*1）。

数値の読み方と独立評価

ここまでに挙げたベンチマーク値は、すべてOpenAI自身が公表したものであり、第三者による独立評価ではありません。この点は、数値の印象ほど強調されていないことが多いので、明示しておく価値があります。

OrcaRouterは、ローンチ記事に記載された数値は開発元発表のデータであり、2026年9月30日時点ではOpenAI外部での再現確認がなされていないと指摘しています。GPT-6 Solからの進化はあるものの、周知されているアピールはあくまでAstraとの比較であり、常にコスト対比と表裏一体の評価です（参照*4）。

私がモデルの新バージョンを検証するとき、公式発表のベンチマークは「性能の上限感」を把握する参考にとどめ、自分の手元のタスクで試した結果を最終的な判断材料にしています。特にコーディング支援や文書要約など、業務に直結するタスクは、同じプロンプトを複数モデルに投げてコストと品質を並べるのが一番確実です。

第三者機関による指標上の立ち位置も報じられています。lmspediaの記事によると、2026年9月30日時点でArtificial AnalysisはSolのIntelligence Indexを52、Astraを53、Claude Opus 5.5を58と採点し、1タスクあたりのコストはSolが$0.72、Astraが$3.26であると紹介しました。Solは安価で肉薄しているものの、完全な同等ではないという整理です（参照*2）。

これらは特定の評価系におけるベンダー報告に基づく結果であるため、開発チームは本番ワークロードを切り替える前に、自前のタスクと費用で実測を行う必要があると喚起されています（参照*7）。ベンチマークで「5分の1の価格でAstraに近い」と言われても、自社のタスクで同じ比率が成り立つ保証はありません。まず小規模に試し、コストと品質の実測値を取ることが先決です。

提供範囲と使い方

利用できる場所と対象プラン

GPT-6.1 Solは、ChatGPTの特定プランおよびAPI、さらには主要クラウドサービスから利用可能です。

OpenAIは、GPT-6.1 SolをChatGPT WorkとCodexの全Plus、Pro、Business、Enterprise、Eduユーザー向けに開放しました。通常のChatでは現時点で提供されていないと案内しています。開発者はOpenAI API経由でgpt-6.1-solとして呼び出し可能です（参照*1）。

クラウド基盤での提供も始まっています。MicrosoftはGPT-6.1 SolをMicrosoft Foundryで一般提供すると発表しました。

提示されている利用料金は標準展開のものであり、プロビジョンドスループットは展開方式に応じて変動します。各提供プランでは、米国データゾーンがグローバル価格より10%高く、EUおよびAPACのデータゾーンは20%割高に設定されています（参照*8）。

AWSも、Amazon BedrockにおけるGPT-6.1 Solの一般提供を発表しました。GPT-6 Solのアップグレード版として、自律型コーディングやPC操作、専門業務で傑出した性能を発揮するとしています。Amazon Bedrock上では明示的なプロンプトキャッシュに対応し、反復リクエストで文脈を再利用するエージェント用途で実用的だと説明しました（参照*9）。

APIの仕様と移行の注意

APIでの本格採用前に確認しておくべき項目は、入出力上限とツール呼び出しの仕様変更です。

公開仕様の要点は4つあります（参照*5）。

コンテキストウィンドウは1,050,000トークン、最大出力トークンは128,000、知識カットオフは2026年4月30日です。
入力はテキストと画像、出力はテキストに対応します。
reasoning.effortパラメータはlow、medium（デフォルト）、high、xhigh、maxを受け付け、noneとminimalには非対応です。
ツール呼び出しはResponses APIを介して行い、Chat Completionsではツール呼び出しなしで動作します。

このインターフェース仕様は移行手順に直接影響します。GPT-6.1 SolはChat Completionsをサポートしているものの、ツール呼び出しにはResponses APIが不可欠です。既存環境が/v1/chat/completions経由でツール連携を行っている場合、モデル名の書き換えだけでは稼働せず、コード自体の改修を伴います（参照*4）。「モデル名を変えれば動く」という思い込みで本番環境に入れると、ツール連携が静かに壊れるので注意が必要です。

移行プロセスについても助言がなされています。GPT-6 Sol向けに緻密に最適化したプロンプトの出力形式や、文字列レベルでの完全一致を前提とする回帰テストは、挙動不変を鵜呑みにせず再検証する価値があります。本番環境を切り替える前に新モデル名で既存テスト群を実行し、不測の事態に備えて数日間はgpt-6-solへ即時ロールバックできるよう機能フラグを保持しておく手段が推奨されています（参照*3）。

Ultrafastと周辺の開発者向け更新

GPT-6.1 Solを扱うエンジニアに関わる新要素として、高速階層Ultrafastや各種API、Codex機能の更新が挙げられます。価格とスペックが複雑に絡み合うので、自分の用途に必要な機能がどの階層に属するかを整理してから検討するのが得策です。

Ultrafastは、毎秒最大300トークンを生成できる上位の高速実行ティアです。Codexで最大8倍、APIで最大6倍のレスポンスを実現し、料金は標準時の最大6倍に設定されています。

この倍率を適用すると、GPT-6 Astra Ultrafastは100万トークンあたり入力$60、出力$300となります。Astra Ultrafastはすでに提供が開始されており、Sol Ultrafastは「近日提供予定」と案内されています（参照*2）。

現時点ではSol版Ultrafastの料金体系は確定していません。6.1層向けのUltrafast価格表は未公開であり、公称8倍という高速化が標準速度基準なのか、それ自体が標準の2倍の価格設定である高速モード基準なのかも、OpenAIから明言されていません。確定値が出るまでは、発表をスケジュール感の目安としつつ費用を見積もることが推奨されています（参照*4）。

周辺API群も段階的にリリースされています。Agents APIはパブリックベータとして提供され、ホスト型実行環境、メモリ保持、ツール連携、マルチエージェント協調を備えています。

同APIのコンピューター利用機能を使えば、エージェントがGUI経由で外部ソフトウェアを直接操作可能です。限定プレビュー中のDecisions APIでは、Lunaを活用した入力の分類やリクエスト振り分け、事前定義ルールに基づく後続アクションの選定が行えます（参照*10）。

Codexの機能強化も行われました。Codex cloudではタスクをクラウド上で遠隔処理でき、モバイル端末からの操作にも対応します。

再利用可能な実行環境や共有承認済みプリセットを備え、音声による指示入力や作業指示の調整が可能です。Plus、Pro、Business、Healthcare、Edu、Enterpriseの各プランが対象となっています（参照*2）。

おわりに

GPT-6.1 Solの低価格性は、入力$2、キャッシュ入力$0.10、出力$10という標準API価格と、Astraの$10、$1、$50との価格対比に根ざしています。入力が272,000トークンを超過すると長文コンテキスト料金へと移行するため、コスト試算は実際のユースケースと併せて行う必要があります。私自身の経験からも、「安い」という印象だけで導入を決めると、実際の請求が想定を上回るケースは少なくありません。

OpenAIの公表値では、DeepSWE v1.1やOSWorld 2.0等でAstraに肉薄する水準が示された一方、最難関の科学研究タスクでは68.1%を記録したAstraが首位を堅持しています。数値はすべて開発元発表のものであり、第三者による再現確認はまだ十分ではありません。本番ワークロードの移行にあたっては、自社の実務タスクとコスト構造に基づく事前検証を省かないことが、現時点での正しい判断だと思います。

監修者

安達裕哉（あだちゆうや）

デロイトトーマツコンサルティングにて品質マネジメント、人事などの分野でコンサルティングに従事しその後、監査法人トーマツの中小企業向けコンサルティング部門の立ち上げに参画。大阪支社長、東京支社長を歴任したのち2013年5月にwebマーケティング、コンテンツ制作を行う「ティネクト株式会社」を設立。ビジネスメディア「Books&Apps」を運営。
2023年7月に生成AIコンサルティング、およびAIメディア運営を行う「ワークワンダース株式会社」を設立。ICJ2号ファンドによる調達を実施(1.3億円)。
著書「頭のいい人が話す前に考えていること」が、95万部（2026年6月時点）を売り上げる。
（“2023年・2024年上半期に日本で一番売れたビジネス書”（トーハン調べ／日販調べ））