FlowTune Media

値札は据え置き、中身だけ上がった — GPT-6.1 Solがコーディングで最上位に迫る

GPT-6.1OpenAIAIコーディングGitHub Copilot速報

新しいAIモデルが出るとき、たいていは「性能が上がった、値段も上がった」か「安くなった、ただし性能は据え置き」のどちらかだ。読み手はその綱引きを見て、自分の用途に合うほうを選ぶ。

9月29日にOpenAIが一般提供を始めた GPT-6.1 Sol は、その綱引きをしなかった。値段は前モデルのGPT-6 Solと同じ、中身だけが上がっている。地味な出し方だが、コーディング用途で日常的にAPIを叩いている人には、これがいちばん効く。

何が変わったのか

GPT-6.1 Solは、OpenAIのGPT-6系における「中位帯」の推論モデルだ。位置づけとしては、最上位のフラッグシップ GPT-6 Astra と、軽量・高速なLuna系の間に立つ。

今回のポイントは、前モデルの GPT-6 Sol を同じ価格のまま置き換えた ことにある。OpenAIの主張によれば、エージェンティックなコーディング、コンピュータ操作、プロフェッショナルな業務において、最上位のAstraに「ほぼ並ぶ」水準に達したという。中位帯の値段で最上位に近い働きをする、というのが売り文句だ。

スペックを整理しておく。

  • 価格: 入力 $2 / 出力 $10（いずれも100万トークンあたり）、キャッシュ入力は $0.10
  • コンテキスト: 約105万トークン（1,050,000）
  • 最大出力: 128,000トークン

入力100万トークンで$2（約300円前後）という価格は、この性能帯としては素直に安い。キャッシュ入力が$0.10まで下がるのも、同じ文脈を何度も読ませるエージェント用途では効いてくる。

コーディングでの立ち位置

GPT-6.1 Solは提供開始と同時に GitHub Copilot へ展開された。使えるのはCopilot Pro+、Max、Business、Enterpriseのユーザー。エージェンティックなコーディングやターミナル作業向けで、マルチステップのコーディング性能とトークン効率の良さが前面に出ている。ChatGPT WorkやCodexでも順次使えるようになっている。

ここで言う「トークン効率」は、地味だが実利的だ。エージェントがコードを書くときは、ファイルを読み、考え、修正し、また読む——という往復を何度も繰り返す。1回の往復で消費するトークンが少なければ、同じタスクをより安く、より速くこなせる。コンテキストが105万トークンあるので、中規模のコードベースならまるごと読ませたまま作業を続けられる。

正直に言うと、ベンチマーク上の「Astra級」という表現は話半分で聞いたほうがいい。この手の「最上位に迫る」は各社が毎回言うことで、実タスクでの差は用途によってまだら模様になるのが常だ。ただ、価格が据え置きである以上、乗り換えのリスクはほぼない。これまでGPT-6 Solを使っていたなら、モデル名を差し替えるだけで、理屈のうえでは性能が上がる。この「ノーリスクで底上げ」という構図が、今回いちばん評価できる点だ。

これで何ができるようになるか

価格据え置きで性能が上がると、「これまで高すぎて諦めていた使い方」が現実的になる。

たとえば、コードレビューや自動修正をCIに常駐させる使い方。プルリクエストのたびにモデルがコードを読んで指摘する、という運用は魅力的だが、コミット数が多いチームではトークン課金が積み上がって割に合わなくなりがちだった。中位帯の価格で最上位近い判断ができるなら、この常駐コストが現実的なラインに収まる可能性がある。

もう一つは、長時間走らせるエージェント。105万トークンのコンテキストとトークン効率の組み合わせは、「一晩かけて複数ファイルにまたがる改修をやらせる」ような重いタスクと相性がいい。待ち時間とコストの両方が下がれば、人間が寝ている間に進む作業の幅が広がる。これが日常になれば、開発者の時間の使い方そのものが変わってくる。

とはいえ、モデルの更新サイクルが速すぎるのも事実だ。GPT-6 Sol、GPT-6.1 Sol、その上のAstra、下のLuna——名前の枝分かれを追いかけるだけで疲れる。どれを選ぶか迷ったら、まずは手持ちのコードで一番面倒なタスクを一つ投げて、速度とコストと結果を自分の目で測るのが早い。スペック表の数字より、その一回のほうがよほど判断材料になる。

どう受け止めるか

GPT-6.1 Solは、派手な発表ではない。新機能が増えたわけでも、使い方が変わったわけでもない。ただ、同じ値段のまま性能が上がるという、使う側にとっていちばんありがたい形の更新だ。

コーディングでGPT-6系を使っているなら、乗り換えない理由を探すほうが難しい。まずはモデル指定を切り替えて、普段のタスクで違いが出るかを確かめてみるといい。詳細はGitHubの変更履歴に記載がある。

関連記事: GPT-6.1 Sol・Gemini 4 Argon・Claude Sonnet 5.5を比較【2026年最新】

関連記事