Sol・Terra・Luna使い分け実例集｜迷ったらこの基準

この記事で分かること

「Sol Terra Luna 使い分け」「GPT-5.6 モデル どれ」で検索している人が知りたいのは、たぶんスペック表ではないと思います。

自分のこの作業は、どのモデルに投げればいいのか。
安いモデルに任せて、品質は大丈夫なのか。
全部いちばん良いモデルでやったら、何がまずいのか。
そもそも、どの画面ならモデルを選べるのか。

この記事で用意したのは次の6つです。

• 3モデルの位置づけと料金の整理（Claudeのモデルとの対応つき）
• どの画面・プランならモデルを選べるかの前提整理
• 具体タスク20例の振り分け表
• Sol・Terra・Lunaそれぞれの代表タスクと、コピペで使える指示例6本
• 「全部Solに投げるともったいない」が体感できる料金試算
• 迷った時に3つの質問で決める判断手順と、よくある失敗6パターン

GPT-5.6そのものをまだ知らない人は、先に基本の解説記事を読むと全体像がつかめます。

あわせて読む GPT-5.6とは？Sol・Terra・Lunaの違いを初心者向け解説 GPT-5.6の3モデル体制、リリースの経緯、Claudeとの違いをゼロから整理した入門記事です。

Sol・Terra・Lunaとは？GPT-5.6の3モデルをおさらい

Sol・Terra・Lunaとは、OpenAIが2026年7月9日（日本時間7月10日）に一般提供を開始したGPT-5.6で導入された、3つのモデルの名前です。太陽（Sol）・地球（Terra）・月（Luna）の3層で、上から順に「深く考える・バランス・速くて安い」という役割分担になっています。

まず位置づけと料金を1枚で整理します。API料金は100万トークンあたりの金額です。

普段Claudeを使っている人は、右の対応で考えるのが早いです。SolはOpus〜Fable枠、TerraはSonnet枠、LunaはHaiku枠。役割の感覚はほぼそのまま持ち込めます。

覚えておくと得する点が2つあります。

1つ目は、名前の仕組みです。GPT-5.6では、モデルの世代（5.6）と能力の階級（Sol・Terra・Luna）が分離されました。この階級名は次の世代以降も続く予定なので、今ここで「Sol=設計、Terra=実装、Luna=雑用」の感覚を作っておけば、世代が上がっても使い回せます。

2つ目は、料金の構造です。3モデルとも、出力の単価は入力のちょうど6倍です。つまり「たくさん書かせる仕事」ほど料金が膨らみます。ここが後半の試算で効いてきます。

3モデルの性能や経緯をゼロから知りたい人は、シリーズの入門記事にまとめてあります。この記事は「どれに投げるか」の判断に集中します。

使い分けの基本基準｜設計はSol・実装はTerra・雑用はLuna

使い分けの基準は、モデルの性能ではなく「仕事の種類」で決めます。

なぜ性能ではなく仕事の種類で分けるのか。理由はシンプルで、性能差が結果に響く度合いが、工程によってまったく違うからです。

設計の1回のミスは、実装100回分の手戻りを生みます。だから設計だけは一番深く考えるSolに投げる価値があります。逆に、表記ゆれ直しをSolにやらせても、Lunaと結果はほぼ同じです。同じ結果なら、5倍の料金を払う理由がありません。

GPT-5.6の3モデル体制は、この「設計と実装を分ける」分業を、1つのモデルファミリーの中で完結できるようにした形です。しかもLunaという雑用専門の受け皿までついています。

どこでモデルを選べる？ChatGPT・Work・Codex・APIの前提

使い分けの話に入る前に、1つ大事な前提があります。どこで使うかによって、そもそも選べるモデルが違います。ここを知らないと「Terraが選べない」で最初に詰まります。

ポイントは3つです。

• ChatGPT本体（いつものチャット画面）では、実はモデルの使い分けの余地が小さいです。Plusで使えるGPT-5.6はSolだけで、推論レベルをInstantにするとGPT-5.5 Instant側に切り替わります
• 3モデルを自分で選べる主戦場は、ChatGPT WorkとCodex（Plus以上）、そしてAPIです。Work / Codexならモデルごとにeffort（考える深さ）の設定もできます
• Free / GoプランはChatGPT本体でGPT-5.6が使えず、Work / CodexでもTerraのみです。まずTerraで試して、必要になったらプランを検討する流れで大丈夫です

Codexでの切り替えは簡単です。対話中なら次の1行で、モデルの切り替えとeffortの調整ができます。

/model

起動するときに最初からモデルを指定することもできます。

codex -m gpt-5.6-terra

いつも使うモデルを固定したい場合は、設定ファイル（~/.codex/config.toml）に既定値を書いておきます。

具体タスク20例の振り分け表

ここからが本題です。よくあるタスク20例を「設計＝Sol、実装＝Terra、雑用＝Luna」の基準で振り分けました。執筆・SNS・制作・経理・開発を混ぜてあるので、自分の仕事に近い行から見てください。

数えると、Solは6個、Terraは7個、Lunaは7個です。この比率がそのまま答えです。Solに投げるべき仕事は、実は全体の3割もありません。

表の中で迷いやすいのは12番と14番の境目です。同じ「整理」でも、文脈を読んで要点を選ぶ議事録要約はTerra、ルール通りに直すだけの表記ゆれはLuna。「ルールを紙に書き出せるかどうか」が境界線です。

Solに投げるタスクの代表例と指示例

Solに投げるのは、決める仕事です。代表例を2つ、そのまま使える指示例つきで見ていきます。

Solへの頼み方のコツは1つだけ。「まだ作らないでください」と工程を区切ることです。Solは優秀なので、放っておくと設計から実装まで一気に進めてしまいます。決める工程だけを切り出して渡すのが、Solを一番安く強く使う形です。

代表例1：企画書・提案書の構成づくり

企画書は、書く前の骨組みで勝負の8割が決まります。骨組みの相談こそSolの出番です。弱点の指摘まで頼むのがポイントで、ここは深く考えるモデルほど鋭くなります。

新しい企画書の構成を設計してください。まだ本文は書かないでください。

企画の内容:
[何の企画か。例: 地域の飲食店向けのSNS運用代行プラン]

読む人:
[誰に出す企画書か。例: 店のオーナー]

この企画で一番伝えたいこと:
[例: 月3万円で投稿運用を丸ごと任せられること]

お願いしたいこと:
1. 企画書の構成案を、ページ順に並べてください
2. 各ページで伝えることを1〜2行ずつ添えてください
3. この企画の弱点や、突っ込まれそうな箇所を3つ挙げてください

構成に私がOKを出したら、本文づくりは次の指示で頼みます。

構成にOKを出したあとの本文づくりは、Terraに切り替えて頼めば十分です。これだけでSolの消費は構成の相談分だけで済みます。

代表例2：月次レポートの考察・示唆パート

数字の集計は雑用（Luna向き）ですが、その数字から「で、来月どうするか」を出す考察は、成果物の価値を決める決めの仕事です。ここだけSolに書かせると、レポートの説得力が変わります。

月次レポートの「考察」パートだけを書いてください。

数字のまとめ（集計済み）:
[売上、費用、前月比などの集計結果を貼る]

背景情報:
[今月あった出来事。例: 新メニュー開始、雨の週末が2回あった]

お願いしたいこと:
- 数字から読み取れる事実と、そこからの推測を分けて書いてください
- 来月に向けた打ち手の候補を、根拠付きで3つ提案してください

集計そのものはやり直さなくて大丈夫です。考察の質に集中してください。

「事実と推測を分ける」の1行は、どのモデルでも効きますが、深く考えるSolに入れると特に精度が上がります。

Terraに投げるタスクの代表例と指示例

Terraに投げるのは、作る仕事です。日々の仕事量で言えば、ここが一番多いはずです。だからこそ既定のモデルはTerraにしておくのが基本形になります。

Terraは前世代の最上位級の実力をSolの半額で使えるバランス型なので、「作る工程で品質に困る」場面はあまりありません。困ったときだけSolに上げる運用で十分です。

代表例1：コードの修正・バグ直し

日常のコード修正は、範囲を区切って渡せばTerraで安定します。エラーが出ているなら、エラー文を要約せずそのまま貼るのが一番の近道です。

[ファイル名]の[直したい箇所]を直してください。

今の状態:
[エラー全文をそのまま貼る。または、期待と違う動きの説明]

期待する動き:
[こうなってほしい、を具体的に]

それ以外の箇所は変更しないでください。
直したら、変更した行と、動作の確認方法を教えてください。

代表例2：LPやWebページのHTML実装

設計（何を載せるか）が決まっているページ制作は、Terraの主戦場です。スマホ対応の1行を最初から入れておくと、公開後の崩れを防げます。

LP（1枚の紹介ページ）のHTMLを作ってください。

決まっている内容:
[ページの構成、載せたい文章、参考にしたいサイトなど]

条件:
- HTMLとCSSは1ファイルにまとめてください
- スマホ（幅375px前後）でも崩れないようにしてください
- 画像はあとで差し替えるので、仮の枠で大丈夫です

できあがったら、ブラウザでの確認方法も教えてください。

記事の下書き、SNS投稿案、YouTube台本のような執筆系も、頼み方はこの2本と同じ骨格です。決まっていること（構成・条件）を渡して、作る部分だけ任せる。それがTerraへの頼み方です。

Lunaに投げるタスクの代表例と指示例

Lunaに投げるのは、繰り返す仕事です。分類・抽出・整形・振り分け。1件ずつは簡単なのに、件数のせいで人間の時間が溶けていく仕事たちです。

Lunaを使う時の鉄則は1つ。いきなり全件やらせず、最初の10件だけ試すことです。Lunaは速くて安い分、ズレたルールのまま全件処理される事故が一番痛い。この段取りを指示文に組み込んでおけば防げます。

代表例1：CSVの表記ゆれ直し・データ整形

「(株)と株式会社が混ざっている」「全角と半角がバラバラ」のような表記ゆれ直しは、Lunaの得意技の典型です。ルールを箇条書きで渡します。

CSVの表記ゆれを直してください。

対象:
[CSVの中身を貼る、またはファイル名]

直すルール:
- 会社名の「(株)」は「株式会社」に統一
- 全角の数字と英字は半角に統一
- 空白のセルは「不明」で埋める

進め方:
1. まず最初の10行だけ直して、結果を見せてください
2. 私がOKを出したら、残りを同じルールで一括処理してください

ルールに当てはまるか迷った行は、勝手に判断せず一覧にして報告してください。

代表例2：問い合わせメールのカテゴリ分類

分類・振り分けは、OpenAIがLunaの用途として挙げている本領そのものです。「自信がないものは要確認に」の1行で、誤分類の事故を防ぎます。

問い合わせメールをカテゴリに分類してください。

対象:
[メール本文の一覧を貼る、またはファイル名]

カテゴリ:
[例: 料金の質問 / 使い方の質問 / 解約 / 営業メール / その他]

出力の形:
番号、カテゴリ、判断理由（1行）の表にしてください。

どのカテゴリか自信がないものは「要確認」にしてください。
無理に振り分けないでください。

CSVやExcelのデータをAIに任せる流れは、シリーズのデータ分析記事で1本にまとめています。集計からグラフ化まで進めたい人はこちらへ。

あわせて読む GPT-5.6でデータ分析入門｜ExcelとCSVをAIに任せる 売上CSVの集計からグラフ化、レポート作成まで、表データの仕事をGPT-5.6に任せる手順です。

料金差の試算｜全部Solに投げるともったいない理由

「使い分けが大事なのは分かったけど、面倒だから全部Solでよくない？」という人のために、試算を3つ用意しました。API料金（100万トークンあたり、Sol $5/$30、Terra $2.50/$15、Luna $1/$6）で計算します。

試算1：軽い雑用1回なら、差は数十円

SNS投稿の整形やメール分類のような軽作業1回（入力20,000トークン・出力5,000トークン）だと、こうなります。

1回なら差は20円ほど。「どうでもいい差」に見えます。ここが落とし穴です。

試算2：毎日の雑用は、月に5倍の差になる

同じ軽作業を1日20回、30日続けると600回です。

SolとLunaの差は月$120。年間だと$1,440です。しかも表記ゆれ直しやメール分類なら、仕上がりはほぼ同じ。性能差が出ない仕事に、5倍の単価を払い続けるのが「全部Sol」の正体です。

試算3：大量処理では1回で差がつく

過去の問い合わせメール10,000件をまとめて分類するケース（1件あたり入力500・出力50トークン、合計で入力500万・出力50万トークン）。

件数が多い仕事ほど、Lunaの安さがそのまま差額になります。逆に、企画の構成相談のような「回数が少なく重い仕事」は、Solでも1回$1前後。設計にSolを使うのは贅沢ではなく、雑用にSolを使うのが浪費という構図が見えてくると思います。

サブスクで使っている人も、考え方は同じです。単価の差は「そのモデルがどれだけ重いか」の目安なので、重いモデルに軽い仕事を投げるほど、利用枠の減りは速くなります。

上位に固執すると損をする、を実感した話

モデル選びもこれと同じです。「一番上の設定」が、一番良い結果を最短で返してくれるとは限りません。仕事に合った段を選んだ方が、速くて安くて、結果も安定します。

料金は変わる可能性があります。最新の単価はOpenAIの公式発表で確認してください。

迷った時の判断手順｜3つの質問で決める

振り分け表にない仕事が来たときは、この3つの質問を上から順に自分に聞いてください。文章のフローチャートです。

補助ルールも2つ置いておきます。

• 迷ったら真ん中から。Terraで1回やってみて、品質が物足りなければSolに上げる。あっさり終わる単純作業だと分かったら、次からLunaに下げる。真ん中スタートなら、外しても片側1段の調整で済みます
• 量のある仕事は、必ず1件だけ試す。モデルがどれであっても、「最初の1件（10件）だけやって見せて」を挟むだけで、大きい事故はほぼ消えます

この判断手順は、慣れると3秒で終わります。3秒の判断で単価が最大5倍変わるなら、やらない理由がないはずです。

使い分けでよくある失敗と対処法

使い分けを始めた人が実際にハマりやすいポイントを、症状から引ける形で6つまとめました。

モデルの選択肢にTerraやLunaが出てこない

症状: ChatGPTでモデルを切り替えようとしても、TerraやLunaが見当たらない。

原因: ChatGPT本体（Chat）では、PlusプランはSolのみという仕様。3モデルを選べるのはChatGPT WorkとCodex（Plus以上）、API。

確認すること: 今開いているのがChat・Work・Codexのどれか。自分のプラン（Free / Go / Plus / Pro）。

対処: 3モデルを使い分けたい作業は、ChatGPT WorkかCodex側で開く。Free / GoはWork / CodexでTerraのみ使えるので、まずTerraで試す。対応は変わる可能性があるので、最新は公式ヘルプで確認する。

Lunaに任せたら品質が物足りない

症状: 雑用のつもりでLunaに投げたら、言い回しが硬い、判断が粗いなど、仕上がりが物足りない。

原因: 「雑用」の定義のズレ。判断や文脈理解が必要な仕事は、件数が多くても雑用ではない。

確認すること: その作業のルールを、箇条書きで紙に書き出せるか。書き出せない「なんとなくの判断」が混ざっていないか。

対処: ルールを書き出せないならTerraに上げる。どうしても量が多いなら、先にSolかTerraでルールを言語化させ、そのルールを渡してLunaで量産する2段構えにする。Lunaに残す場合も「自信がないものは要確認に」の1行を必ず入れる。

全部Solでやって、費用や利用枠が想定より速く減った

症状: 請求額や利用枠の減りが、思っていたより明らかに速い。

原因: 軽い作業までSolに投げていた。Solの単価はLunaの5倍で、しかも出力は入力の6倍単価なので、書かせる量が多いほど膨らむ。

確認すること: 今週Solに投げた仕事のうち、「Solでないと無理だった仕事」が何割あるか。

対処: 既定のモデルをTerraに変える。振り分け表を見て、Sol行きの仕事を先に決めておく。APIで使っているなら、利用上限（支出アラート）を設定しておく。

設計だけ頼んだのに、実装まで一気に始まった

症状: Solに構成の相談をしたら、本文やコードまで一気に生成されて、方向がズレたまま大量の成果物ができた。

原因: 工程の区切りを伝えていない。上位モデルほど「先回りして全部やる」傾向がある。

確認すること: 指示文に「どこまでやってほしいか」の範囲を書いたか。

対処: 「まだ作らないでください。構成を見てから次を頼みます」を指示の最後に足す。走り出してしまったら、一度止めて構成だけ確認し、OK後の続きはTerraに切り替えて頼む。

Lunaの大量処理で、ズレたルールのまま全件処理された

症状: 1,000件の処理が終わってから、ルールの解釈が違っていたことに気づいた。

原因: 最初から全件を任せた。安くて速いモデルほど、この事故が起きやすい。

確認すること: 指示文に「最初の10件だけ試す」段取りが入っていたか。

対処: 「最初の10件だけ→私がOKを出したら残り」の2段階をプロンプトに固定で入れる。迷った件を勝手に処理させず、「要確認」として分けて報告させる。やり直しになった場合も、直したルールでまず10件から再開する。

Codexでモデルの切り替え方が分からない

症状: Codexを使っているが、切り替え方が分からず、ずっと同じモデルのまま使っている。

原因: 切り替え操作を一度も試していないだけ。操作自体は1行で終わる。

確認すること: 対話中に /model と打ったことがあるか。

対処: 対話中は /model でモデルとeffort（考える深さ）を切り替える。起動時に決めたいなら codex -m gpt-5.6-terra のように指定する。いつもの既定値は設定ファイル（~/.codex/config.toml）に書いておく。

AIに聞くためのプロンプト集

GPT-5.6のモデル選びで迷っています。

やりたい作業:
作業の量（件数や文字数の目安）:
間違えた時のやり直しの重さ:
使っている場所（ChatGPT / Work / Codex / API）:

「設計=Sol（入力$5/出力$30）、実装=Terra（$2.50/$15）、雑用=Luna（$1/$6）」の基準で、この作業をどれに投げるべきか、理由と一緒に判断してください。単価は100万トークンあたりです。

1つの大きな作業を、Sol・Terra・Lunaに分担させたいです。

作業の全体像:
最終的に欲しい成果物:
特に品質が大事な部分:

作業を「決める工程・作る工程・繰り返す工程」に分解して、各工程をSol・Terra・Lunaのどれに任せるか、順番と一緒に提案してください。

GPT-5.6のAPI費用を見積もりたいです。

やりたい作業の一覧:
それぞれの1回あたりの入力と出力の目安:
それぞれの月の回数:

Sol（入力$5/出力$30）、Terra（$2.50/$15）、Luna（$1/$6）で、全部Solでやった場合と、使い分けた場合の月額を比較してください。単価は100万トークンあたりです。

量の多い単純作業をLunaに任せたいです。

作業の内容:
件数:
守ってほしいルール（箇条書き）:

「最初の10件だけ試す→OKなら残りを一括」の段取りを前提に、Lunaへの指示文を作ってください。自信がない件は「要確認」に分ける条件も入れてください。

設計はSolで終わっていて、ここからの実装をあなた（Terra）にお願いします。

設計の結果:
[Solが出した構成・方針・仕様を貼る]

お願いしたいこと:
- この設計に沿って実装を進めてください
- 設計の内容を勝手に変えないでください
- 設計に矛盾や不明点を見つけたら、進める前に質問してください

私の毎週の作業を、GPT-5.6のSol・Terra・Lunaに振り分けたいです。

毎週やっている作業の一覧:
[思いつくまま箇条書きで貼る]

「設計=Sol、実装=Terra、雑用=Luna」の基準で振り分け表を作ってください。
判断に迷う作業は、確認の質問をしてから振り分けてください。

よくある質問

まとめ

Sol・Terra・Lunaの使い分けは、突き詰めればこの1行です。

決める仕事はSol、作る仕事はTerra、繰り返す仕事はLuna。

モデル選びは性能くらべではなく、予算とやり直しコストの配分です。設計にSolを使うのは投資、雑用にSolを使うのは浪費。この感覚さえ入れば、あとは体が覚えます。

シリーズの全体像と他の記事への案内は、マスターガイドにまとめています。

あわせて読む GPT-5.6完全マスターガイド｜10記事の歩き方 GPT-5.6シリーズ全10記事の読み方を、目的別・レベル別にまとめた案内記事です。

プランや料金、モデルの対応は変わる可能性があります。最終確認はOpenAIの公式発表と公式ヘルプでしてください。

更新履歴

• 2026-07-14 記事公開