CodexのGPT‑6.1 Sol：Astraの5分の1の価格—実力も同等？

同じリポジトリへの依頼でも、複数回の試行が必要になることがあります。エージェントがパッチを提案してテストを実行し、その後にエラーを修正するためです。トークン単価が安いだけでは、受け入れ可能な変更を得るまでにいくらかかるのかという重要な疑問には答えられません。

2026年10月2日時点で言えるのは、GPT‑6.1 Solの通常API料金は、入力・出力トークンともにGPT‑6 Astraの5分の1だということです。OpenAIはまた、エージェント型コーディングのベンチマークのひとつで、SolがAstraと同等の成績だったと発表しています。しかし、これはCodex全般で同等であることを証明するものではなく、完成したパッチのコストが5分の1になる保証でもありません。

まずAPIとCodexのサブスクリプションを区別する

APIは使用したトークン数に応じて課金されます。ChatGPT経由のCodexでは、利用中のプランに含まれる上限が適用されるため、API料金をそのまま当てはめることはできません。OpenAIによると、上限の消費量はモデル、タスク、設定によって異なり、APIは別途課金されます。詳しくはWorkとCodexの利用に関するヘルプで説明されています。

以下の表は、入力コンテキストが272,000トークン以下のリクエストに適用される、100万トークンあたりの標準API料金です。

通常の入力・出力料金では、SolはAstraの5分の1で、キャッシュ入力は10分の1です。一方、GPT‑6 Solと比べると、新モデルの通常入力・出力料金は安くありません。料金面での利点はキャッシュ入力で、その料金は半分になっています。Lunaはこの3モデルより大幅に安価ですが、価格の安さだけでは複雑なタスクをどれだけうまく解けるかは分かりません。これらの料金はOpenAI APIの料金表に記載されています。

同じ試行にかかる費用

比較しやすいよう、仮のリクエストとして新規入力トークン20,000、キャッシュ済み入力80,000、出力10,000を想定します。キャッシュが使われたものとし、キャッシュ書き込み、ツール呼び出し、再試行は含めません。

この構成のリクエストでは、Solの1回の試行はAstraより約5.3倍安くなります。GPT‑6 Solとの差は$0.008で、試行あたりの費用の約5.1%です。これは算術上の例であり、Codexの典型的なタスクを測定したものではありません。モデルによってトークン消費量、ツール呼び出し数、再試行回数は異なる可能性があります。

料金にはしきい値もあります。入力コンテキストが272,000トークンを超えるリクエストでは、入力とキャッシュの料金が2倍、出力料金が1.5倍になり、リクエスト全体に適用されます。そのため、長いコンテキストには調整が必要で、上記の計算はそのまま使えません。条件はGPT‑6.1 Solのモデルページに記載されています。

Astraとの比較で何が確認できるのか

GPT‑6.1 Solの発表で、OpenAIは、実際のコードベースにおける難度の高いエンジニアリングタスクのベンチマークDeepSWE v1.1で、SolがAstraと同等の成績を約5分の1のコストで達成したと発表しました。正確には、「OpenAIのデータによれば、DeepSWE v1.1で同等」という表現が適切です。

コンピューター上でのタスク実行能力を評価するOSWorld 2.0では、最大の推論レベルでSolはAstraを2.1パーセントポイント下回りました。一方、OpenAIの推定では、タスクあたりのコストは約7分の1でした。同社は、評価は研究環境またはAPI経由で実施したものであり、システム指示、ツール、設定の違いにより、本番環境のインターフェースでの動作とは異なる可能性があると注意しています。

これらは提供元自身が公表した結果であり、同じCodexのワークフローでモデルを比較した独立検証ではありません。この記事で検討した資料には、同じCodexタスクでSolとAstraを比較する、同条件の独立したベンチマークはありません。

開発者の声

リリース直後の議論は、自分の環境でモデルを試すきっかけにはなりますが、代表性のある検証ではありません。速度と利用上限の消費に関するRedditのスレッドでは、生成が遅いという不満が出ています。ある投稿者は、簡単な操作やコンテキストの圧縮に少なくとも2分かかったと述べています。これは、同一タスクや統制された条件に基づかない個別の観察です。

別のSolの速度をめぐる議論では意見が分かれています。生成が遅いことを問題視する人がいる一方、トークン生成速度だけではタスク全体の所要時間は分からないと指摘する人もいます。これらは異なる指標であり、このスレッドではどちらも統制された測定は行われていません。

ゲームのデモを作ろうとした際の、単独の否定的な報告もあります。投稿者によると、モデルは要件を見落とし、追加の説明をしても重大な欠点を修正しませんでした。これはモデル全般の品質を測るものではなく、Astraとの直接比較でもありません。

さらに、VS Code拡張機能でのモデル選択に関するGitHub issueでは、ユーザーが9月30日時点で、デスクトップ版CodexにはSolが表示されていた一方、Windowsの拡張機能のモデル一覧には表示されなかったと報告しています。これは特定の構成についての説明であり、問題の原因や規模を明らかにするものではありません。

確認可能な投稿者は仮名を使っているため、実名を確認できた人物の直接引用はここでは掲載していません。こうした初期報告から得られる実務的な結論は控えめです。品質、タスク完了までの時間、利用上限の消費量は、それぞれ別々に測定する必要があります。

簡単な時系列

1. 2026年9月3日。 OpenAIがGPT‑6 Astraを発表。
2. 2026年9月22日。 GPT‑6 SolとGPT‑6 LunaがAPIでリリース。
3. 2026年9月29日。 OpenAIがAPI、ChatGPT Work、Codex向けのGPT‑6.1 Solリリースを発表。
4. 2026年9月30日。 Windows版VS Code拡張機能のモデル一覧にSolがないとの報告がGitHubに投稿される。

リリース日はOpenAI APIの変更履歴に、VS Codeに関する報告は該当するGitHubの議論に記載されています。これは初期の時系列であり、すべてのユーザーに対するモデルの提供状況を評価するものではありません。

Solを選ぶとき、Astraを選ぶとき

OpenAIはPlusおよびStandard Business向けに、5時間あたりの目安として、Solではローカルメッセージ15～160件、Astraでは5～45件を示しています。これは処理できるタスク数の保証ではありません。消費量はモデル、タスク、設定によって異なり、クラウドタスクはより多くの上限を消費することがあります。また、週ごとの制限が適用される場合もあります。この目安を節約率に換算したり、API料金と直接比較したりすることはできません。条件についてはWorkとCodexの利用上限に関するヘルプで説明されています。

実際の選択は、誤りのコストと待ち時間によって異なります。

• Solは試す価値があります。テストや明確な受け入れ基準があるなど、結果を分かりやすく検証できる反復的なタスクで試してみましょう。通常のAPI料金はAstraより大幅に低くなっています。
• Astraは残しておく選択肢があります。1回の試行の費用より結果の品質が重要な、複雑またはリスクの高いタスクに使えます。自分のチームのタスクでどれほど優れているかは、実際に検証する必要があります。
• Lunaは単純で反復的な作業に向く可能性があります。品質が十分であれば候補になります。ただし、トークン料金が最安であることは、複雑な作業もこのモデルのほうが安く済む証明にはなりません。

比較するには、モデルごとに同じ小規模なタスクセットを実行し、どの結果を許容可能とみなすかをあらかじめ決めておきます。たとえば、テストの合格、要件への適合、レビューでの承認などです。試行回数、トークン消費量、ツール呼び出し数、パッチ完成までの時間を記録しましょう。こうすれば、回答の価格ではなく、成果を得るためのコストを評価できます。

結論：Solの通常API入力・出力トークン料金は、確かにAstraの5分の1です。また、エージェント型コーディングのベンチマークのひとつで、OpenAIは同等の成績を報告しています。しかし、Codex全般で同等だとする証拠は十分ではありません。サブスクリプションではAPIの節約額をそのまま当てはめることはできず、開発者の初期報告もまだ断片的で、評価は分かれています。Solはより経済的な選択肢として有力な候補ですが、Astraと置き換えるべきかは、それぞれのモデルが自分のチームのタスクをどのように処理するかによって決まります。