先に答え：GPT-5.5 は2026年10月14日に使えなくなります
GPT-5.5 は、2026年10月14日に ChatGPT・ChatGPT Work・Codex から提供終了になります。個人向けも Business・Enterprise・Edu も全プランが対象で、OpenAI API は対象外です。ChatGPT でサインインして Codex を使っているなら、その日までに後継へ替えます。
| プラン | 公式が挙げる後継 |
|---|---|
| Plus・Pro・Business・Enterprise・Edu | GPT-6 Sol（gpt-6-sol）。使える場合 |
| Free・Go | デスクトップアプリの GPT-6 Luna（gpt-6-luna）。使える場合 |
替える場所は、ワークスペースの既定・保存したモデル設定・管理された設定・カスタムエージェント・予約したタスク・モデルを指定しているスクリプトです。config.toml なら次の1行を書き換えます。
# 替える前
model = "gpt-5.5"
# 替えた後（Plus 以上の例）
model = "gpt-6-sol"提供終了の後に古い指定がどう動くか（自動で替わるのか、エラーになるのか）は、公式には書かれていません。前日までに自分で替えておくのが確実です。
2026年10月10日に OpenAI 公式「Models」の GPT-5.5 retirement で確認。9月14日の告知の時点では後継が GPT-5.6 Sol と書かれていましたが、今の公式の案内は上の表のとおりです。
2026年9月の変更点：GPT-6 世代と GPT-5.5 の提供終了
- 2026年9月上旬から、GPT-6 Astra が Codex と ChatGPT Work で使えるようになりました。
- 2026年9月22日から、GPT-6 Sol と GPT-6 Luna が Codex と ChatGPT Work で順次提供されています（Plus・Pro・Business・Enterprise・Edu。Free と Go はデスクトップアプリで Luna）。ChatGPT では Work と Codex で使え、Chat では使えません。
- 提供が進むあいだは、GPT-5.6 Sol・Terra・Luna も引き続き選べます。新しいモデルを選んでも、ワークスペースの権限は変わりません。
- 2026年10月14日に、GPT-5.5 が ChatGPT・ChatGPT Work・Codex から提供終了になります（API は対象外）。代わりは、Plus・Pro・Business・Enterprise・Edu では GPT-6 Sol（
gpt-6-sol）、Free と Go ではデスクトップアプリの GPT-6 Luna（gpt-6-luna）と案内されています。保存したモデル設定、config.toml、予定したタスク、スクリプトでgpt-5.5を指定していれば、それまでに替えます。 - なお
gpt-5.4とgpt-5.4-miniは、2026年8月31日に ChatGPT でサインインした Codex から提供終了しています。
使えるモデルは、提供の進み具合、サインインの方法、使う画面で変わります。自分の画面のモデルの選択に並んでいるものを正としてください。
最初に結論：迷ったらSol、いちばん難しい仕事はAstra
- Astra：コード・アプリ・調査をまたぐ一連の作業を、判断を保ったまま最後まで進める
- Sol：複雑なコード変更、深い調査、仕上がりを求める文書など、日常から難しい仕事まで
- Luna：抽出・分類・変換・構造化した要約など、正解の形がはっきりした量の多い仕事
モデルは途中で変えて構いません。最初から完全な選択を狙うより、完了条件を明確にして1段階ずつ調整する方が現実的です。
GPT-6 Astra・Sol・Lunaの違い
Astra
いちばん難しい仕事を、最後まで通して進めるモデルです。
- コード・アプリ・調査をまたぐ一連の作業
- 資料、テンプレート、制約、確認の条件を渡して、使える成果物まで仕上げる
- 途中で的を絞った質問をし、指示を取り込みながら元の目的と制約を保つ
- 推論レベルは Light から（CLI・config では
low）
Sol
日常の作業から複雑な仕事まで受け持つモデルです。
- 複雑なコード変更
- 深い調査（deep research）
- 仕上がりを求める文書
- 推論レベルは Medium から
Luna
正解の形がはっきりした、量の多い仕事を速く処理するモデルです。
- 抽出、分類
- 形式の変換
- 構造化した要約
- 推論レベルは High から（Max まで。Ultra には対応していない）
| 比較項目 | Astra | Sol | Luna |
|---|---|---|---|
| 得意な仕事（公式の説明） | 複数の手順やツールをまたぐ、いちばん難しい仕事 | 日常の作業と、分析や判断が要る難しい仕事 | 正解がはっきりした、くり返しの多い仕事 |
| 推論レベルの出発点（公式） | Light（CLI・config では low） | Medium | High |
| 渡すもの | 資料、テンプレート、制約、確認の条件 | 目的、対象、完了の条件 | 入力の形、出力の形、判定の基準、正解の例 |
| 避けたい使い方 | 単純な作業に使い続ける | 完了の条件を決めずに丸投げする | 原因の分からない調査や重要な判断を任せる |
GPT-5.6 Sol・Terra・Luna（提供が進むあいだは選べる）
7月時点の当サイトの整理では、GPT-5.6 の Sol は曖昧で複雑な高価値の仕事、Terra は速度と効率の釣り合った日常の実務、Luna は明確な反復作業に向く、としていました。GPT-6 には Terra にあたるモデルが無いので、Terra で回していた日常の作業は、まず GPT-6 Sol の Medium で試し、結果を見て調整するのが自然です。
作業内容からモデルを選ぶ早見表
公式の各モデルの説明をもとにした、当サイトの目安です。
| 作業 | 第一候補 | 理由と切り替え条件 |
|---|---|---|
| 誤字・表記・形式修正 | Luna | 正解が明確で確認しやすい。判断が必要になったらSolへ。 |
| 記事追加・既存ページ補強 | Sol | 構成や根拠の整理まで含むならSol。型が決まった流し込みならLunaも候補。 |
| 通常のコード修正 | Sol | 対象とテストが明確ならMediumで足りることが多い。影響範囲が広がったら推論を上げる。 |
| 原因不明の不具合 | Sol（High）またはAstra | 複数の仮説、ログ、依存関係を追う。ツールをまたいで最後まで調べ切るならAstra。 |
| セキュリティ・権限確認 | Sol（High） | 前提、境界条件、見落としを慎重に確認する。人の確認は必ず残す。 |
| 大量の抽出・分類・変換 | Luna | 入出力と正解例を固定できる。例外判断が増えたらSolへ。 |
| サイト全体の設計・長時間作業 | Astra | 計画、分割、検証、仕上げまで一貫した判断が必要。 |
| 大きなファイルの読み取り・一次調査 | Sol | 整理まではSol。決まった形への抜き出しはLunaへ渡す。 |
Power・Smarter・Faster・Advancedをどう使うか
アプリのモデルの選択では、まず Power の段階を使います。公式ドキュメントでは、アカウントで使える既定の段階から始め、深く考えさせたい時は Smarter 側、速さと使用量を優先する時は Faster 側へ動かすよう案内されています。
既定の段階から始めます。公式の説明図では、Luna High・Sol Light・Sol Medium・Astra Light・Astra Medium・Astra Extra High の6段階で、最初は Sol Light です。
計画、分析、確認が足りない時に、Astra や高い推論の側へ動かします。
範囲がはっきりした仕事で、速さと使用量を優先する時に Luna の側へ動かします。
Advancedを開くと、モデル、推論レベル、速度を自分で選べます。選べる段階と既定は、プラン、使う画面、ワークスペースの設定、提供の進み具合で変わります（有料プランの一部では Astra Extra High が出ません）。
「PowerよりSmarterが常に正しい」「Fasterは品質が低い」と固定的に考えません。作業の難しさと完了条件に合わせて選び、結果を確認して調整します。
モデル選択と推論レベルは別の設定
Astra・Sol・Luna は能力、速度、コストの土台です。Light、Medium、High、Extra Highなどの推論レベルは、選んだモデルがそのタスクでどれだけ計画・分析・確認するかを調整します。
- Light：短く範囲が明確な仕事。CLIではLowと表示されます。Astra の出発点です。
- Medium：速度と深さのバランス。Sol の出発点です。
- High／Extra High：複数段階、複数情報源、難しい比較や確認。High は Luna の出発点です。
- Max：単一タスクへより長い推論時間を与える設定。選択肢に無い時は、アプリの設定でオンにします。
- Ultra：分割可能な複雑作業を、サブエージェントで並行処理する設定（GPT-6 Luna は非対応）。
ChatGPTデスクトップ、IDE、CLIでモデルを選ぶ
ChatGPTデスクトップ・IDE拡張・ChatGPT Work
入力欄の下にあるモデルと推論のコントロールから、いまの環境で使えるモデルを選びます。使っているモデルが Ultra に対応しているのに出ない場合は、デスクトップアプリの「設定 ＞ Configuration」で「Ultra in model picker slider」をオンにします。
Codex CLI
対話中は /model でモデルと推論の設定を切り替えます。起動時にモデルを指定する場合は、公式の例では次の形です（codex exec でも -m が使えます）。
codex --model gpt-6-sol
codex exec -m gpt-6-sol "Review the current changes"config.tomlで既定値を置く場合は、いま使えるモデルIDを確認してから設定します。公式は、明示して設定する場合 Sol は medium、Luna は high、Astra は low から始めるよう案内しています。
model = "gpt-6-sol"
model_reasoning_effort = "medium"画面のLightはCLIではLowに対応するなど、表示名が完全に同じとは限りません。gpt-6-sol などのモデルIDがいまの環境に出ない場合は、推測で設定ファイルへ書かず、/modelまたはモデル選択画面に並んでいるものを使います。
Codex CLI では、2026年9月23日の 0.156.1 からモデル選択に GPT-6 Sol と Luna が出るようになり、9月25日の 0.157.0 で Amazon Bedrock での利用と、古いモデルを使っている時に移行を促す案内が加わりました。選択肢に出ない時は、まず codex --version で版を確かめ、更新してから選び直します。
モデルごとの指示例
Astraへ渡す例
このサイト全体を調査し、表示不具合の原因を特定してください。
関連ファイル、依存関係、影響範囲を確認し、修正前に計画を示してください。
既存のSEOタグと認証設定は変更せず、差分・テスト・公開確認まで行ってください。Solへ渡す例
既存ページのタイトルとH1を変えず、本文を読者の疑問に合わせて補強してください。
関連する既存ページへ内部リンクを追加し、390pxと1280pxで表示を確認してください。Lunaへ渡す例
このCSVを指定した列順へ変換してください。
重複行を一覧化し、値は変更せず、処理件数と除外件数を報告してください。モデル選択で避けたい失敗
- 常に最上位設定を選び、時間と使用量を増やす
- Lunaへ曖昧な判断や原因調査を丸投げする
- モデルを上げれば、曖昧な指示が自動的に直ると考える
- 権限、停止条件、差分確認をモデル性能で代替する
- 利用画面にないモデルIDや推論値を推測で設定する
重要なのは、モデル名だけではありません。目的、対象、制約、完了条件、人間確認を明確にすると、どのモデルでも結果を評価しやすくなります。
迷いやすい境界ケースの判断
早見表で拾えないのは、「見た目の大きさ」と「実際の難しさ」がずれている作業です。実際に迷いやすいのは次のようなケースで、判断の軸は作業量ではなく、間違えた時の被害と、判断の難しさです。
| ケース | 見た目 | 実際 | 選び方 |
|---|---|---|---|
| 100ページの一括置換 | 大仕事に見える | やることは機械的で単純 | 軽いモデルで十分。その分、置換条件を厳密に指示する |
| 1ファイルだけの設定変更（.htaccessなど） | 小さく見える | 間違えるとサイト全体が止まる | 強いモデル＋実行前に人間が差分確認 |
| 不具合の原因調査 | 調べるだけに見える | 仮説の立て方で結果が全く変わる | 強いモデル。調査こそ性能差が出る |
| 決まった型に流し込む記事の量産 | 文章だから重そうに見える | 型が決まっていれば判断は少ない | 標準モデルで型を固定して回す |
逆に言うと、「量が多いから強いモデル」は誤りです。量が多く単純な作業に強いモデルを使うと、使用量だけ消費して結果はほぼ同じ、ということになります。
1つの作業の中でモデルを切り替える
モデル選択は「作業ごとに1つ選ぶ」だけでなく、1つの作業を段階で分けて、段階ごとに変える使い方ができます。実際に運用していて安定しているのは次の分担です。
- 方針決め・設計：強いモデル。「何をどの順でやるか」「どこにリスクがあるか」を決める段階。ここの質が後の全部に響くので、いちばん性能を使う価値があります。
- 実作業・量産：標準モデル。設計が文章になっていれば、実行段階の判断は減っています。設計書をそのまま渡して進めます。
- 公開前の最終確認：強いモデルか人間。見落としを拾う段階なので、また性能側に戻します。
この分け方の利点は、強いモデルの使用量を「判断が必要な場面」だけに集中できることです。全部を強いモデルでやると、上限に達して作業自体が止まります。全部を軽いモデルでやると、設計の粗さが量産段階で増幅されます。
使用量の上限から逆算する
モデルの性能だけ見て選ぶと、月の途中で上限に当たって作業が止まります。契約プランには利用上限があり、強いモデルほど消費が速いのが一般的です。次の順で考えると破綻しません。
- 今月やる作業を「判断が重い順」に並べる。強いモデルを使う価値がある作業は、実際にはそれほど多くありません。
- 強いモデルは上位の作業だけに割り当てる。残りは標準側に回します。
- 作業の途中で上限に当たった場合にどうするかを先に決めておく。中断できる作業なら待てばよいですが、公開作業の途中で止まると中途半端な状態が残ります。重い作業は残量に余裕がある時に始めてください。
なお、各プランの上限値や消費の仕組みは変更されることがあります。数字はここに書かず、自分の画面の使用量表示と公式の説明で確認してください。「残りどれくらいで、今日の作業は最後まで走り切れるか」を作業前に見る習慣のほうが、正確な数字を覚えるより役に立ちます。
実際に起きたモデル選択の失敗
モデル選択の失敗は「性能が足りなかった」だけではありません。運用していて実際に起きたのは、むしろ次のパターンです。
| 失敗 | 何が起きたか | 対策 |
|---|---|---|
| 強いモデルで軽作業を続けて上限に到達 | 月の後半、本当に性能が必要な作業の途中で止まった | 軽作業を標準モデルに移し、残量を「重い作業のために取っておく」 |
| 軽いモデルで日本語の長文を量産 | 一見きれいだが、文脈の取り違えや不自然な言い回しが混ざり、後から全ページ点検になった | 量産でも「最初の数ページを強いモデルか人間が確認してから」残りを流す |
| モデルを変えたことを忘れて指示文を使い回す | 前のモデルでは通じていた曖昧な指示が、通じなくなった | モデルを変えたら、最初の1件は小さく試して出力の癖を確認する |
2つ目は特に見つけにくい失敗です。生成直後は問題に見えず、まとめて公開した後で気づくため、直す量が膨らみます。量産に入る前の抜き取り確認を工程に入れておいてください。
モデルごとのトークン単価と文脈の上限が実額でどれだけ違うかは、fable.tokyoが原稿1本あたりの金額で実測しています。
確認したOpenAI公式情報
- Models（GPT-6 Astra・Sol・Luna、Power の段階、GPT-5.5 の提供終了）
- ChatGPT & Codex changelog（2026年9月22日: GPT-6 Sol・Luna）
- Codex best practices
- Codex configuration basics
- Codex subagents
モデル、プリセット、推論レベル、提供条件は更新される可能性があります。実際に使う時は、現在のモデル選択画面と公式情報を確認してください。
FAQ
Codexのモデル選択で迷ったらどれを選びますか？
公式ドキュメントでは、Sol は日常の作業と複雑なコーディング、Luna は正解がはっきりしたくり返しの仕事、Astra は複数の手順やツールをまたぐいちばん難しい仕事に向くと説明されています。迷ったら Sol（推論は Medium）から始め、足りなければ Astra、単純で量が多ければ Luna へ切り替えます。
AstraとSolの違いは何ですか？
Astra は、コード・アプリ・調査をまたぐ一連の作業を、判断を保ったまま最後まで進める仕事向けです。Sol は、複雑なコード変更、深い調査、仕上がりを求める文書など、日常から難しい仕事まで受け持ちます。推論は Astra が Light、Sol が Medium から始めるよう案内されています。
Lunaでサイトを公開してもよいですか？
公開作業そのものをモデル名だけで許可しません。対象が明確でも、バックアップ、権限、差分、リンク、表示、公開結果を人が確認します。原因調査や重要判断が含まれる場合はSolまたはAstraを検討します。
GPT-5.6のTerraは使えなくなりますか？
2026年9月24日時点では、GPT-6 の提供が進むあいだ GPT-5.6 Sol・Terra・Luna も選べると案内されています。提供終了が決まっているのは GPT-5.5（2026年10月14日）です。今後の扱いは公式の告知で確かめてください。
UltraはSolより強いモデルですか？
同じ種類の比較ではありません。Solはモデル、Ultraは対応環境で複数のサブエージェントを使う設定です。一つの難題を深く考えるMaxとも役割が異なります。なお GPT-6 Luna は Ultra に対応していません。
推論レベルは高いほどよいですか？
常に高い設定が最適とは限りません。高くすると時間と使用量が増えやすいため、必要な結果を得られる最も低い設定から始め、計画、分析、確認が足りない時に上げます。