Codex for Biz
2026/11/17Codex
ツール比較AI活用

GPT-6.2 SolとAstraの違い|使い分けと実測

GPT-6.2 SolとAstraの違い|使い分けと実測

「GPT-6.2 の Sol と Astra、どちらを使えばいいのか」「単価が4倍違うのに、Sol でコードを書かせて大丈夫なのか」——同じ日に2つのモデルが出ると、まず迷うのはこの選び方です。

結論から言うと、GPT-6.2 Sol と Astra の違いは「賢さの差」より「1つの仕事にかける手間と費用の差」です。普段のコード修正・文章・資料づくりは Sol、何段階にもまたがる重い不具合の調査や、仕上がりの質が問われる成果物は Astra。迷ったら Sol で始め、行き詰まった工程だけ Astra に上げるのが、費用の面でも手間の面でもいちばん無理のない使い分けです。

株式会社Fyveは、中小企業の AI 導入を支援しながら、自社でも Codex を夜間の無人の仕事に毎日使っています。この記事では、OpenAI の公式ドキュメントと発表で確かめた違いを整理したうえで、発表の当日(日本時間2026年11月18日)に私たちの Codex で同じ不具合探しを両方のモデルに解かせた結果を並べ、どの仕事をどちらに渡すかの判断の目安を書きます。

GPT-6.2 Astra・Solとは|できることと変わった点
CodexGPT-6.2 Astra・Solとは|できることと変わった点

GPT-6.2 Sol と Astra の違い:結論を表で先に

GPT-6.2 Astra と GPT-6.2 Sol は、OpenAI が2026年11月17日(米国時間)に同時に発表したモデルです。OpenAI のモデルは安い順に Luna・Terra・Sol・Astra の4段に分かれていて、今回新しくなったのは上の2段です。まず、違いと共通点を1つの表にまとめます(2026年11月18日時点・OpenAI のモデルページ、ChatGPT のドキュメント、開発者フォーラムの告知で確認)。

項目

GPT-6.2 Sol

GPT-6.2 Astra

OpenAI の位置づけ

普段の仕事のための、効率がよく幅広く使えるモデル

いちばん難しい仕事のための最先端のモデル

公式のおすすめの使い方

普段のコーディング・文章・複数の資料をまたぐ作業

コード・アプリ・調査の重い仕事。サービスをまたぐ不具合を追って直し、テストする

API名

gpt-6.2-sol

gpt-6.2-astra

API 単価(100万トークンあたり・入力/出力)

$2/$10

$8/$40

ChatGPT Work・Codex での使用量

Standard の速さでは、1トークンあたりのクレジットが Astra より少ない

同じ量の仕事でも使用量を多く使う

Codex での既定のコンテキスト

500,000 トークン

272,000 トークン

コンテキストの上限

どちらも最大100万トークン(API のモデルページでは 1,050,000)

知識の締切

2026年6月1日

2026年5月18日

Ultrafast(標準の最大4.5倍の速さ)

月200ドルの Pro から

月500ドルの Pro から

使えるプラン

どちらも ChatGPT Work・Codex の Plus・Pro・Enterprise・Edu と API

表を見ると、使える場所やできることの種類(入力は文章と画像、出力は文章)は2つともほとんど同じです。違うのは、OpenAI がどの仕事に向けて調整したかと、同じ仕事にかかる費用です。

いちばん大きな違いは「1つの仕事にかかる費用」

API の単価で比べると、Astra は Sol のちょうど4倍です。入力も出力も、キャッシュした入力(Sol $0.10・Astra $0.40)も同じ比率になっています。ChatGPT Work や Codex のサブスクリプションで使う場合も、ChatGPT のドキュメントには「Sol は Standard の速さで、1トークンあたりのクレジットが Astra より少ない」とあり、同じ月額の枠の中で Sol のほうが多くの仕事をこなせます。

ただし、単価の比率がそのまま「仕事1つの費用の比率」になるとは限りません。モデルが同じ仕事を終えるまでに何トークン使うかが違うからです。OpenAI は、コードの変更が実際の開発でそのまま取り込める出来かを測る「FrontierCode 2.0」で、Sol は Astra にほぼ並び、1つの仕事の費用は約5分の1だったと告知しています。9to5Mac の報道によると、これはどちらも推論の強さ(effort)を最大にした状態で、点数の差は0.5ポイント以内でした。

この数字の読み方として大事なのは、OpenAI 自身が「コーディングの多くは Sol で足りる」と言っているに近い、という点です。一方で、OpenAI は同じ告知で、Astra を「いちばん難しい仕事」に勧め続けています。評価の点数がほぼ同じでも、難しい仕事で Astra を勧める理由があることになります。それが何かを、手元で確かめました。

公式の評価の数字をまとめて読みたい場合は、前の世代の評価を整理した記事が参考になります。

GPT-6 Astraのベンチマーク結果と、その読み方
CodexGPT-6 Astraのベンチマーク結果と、その読み方
この記事を読んでいるあなたへ無料プレゼントCodexを使い始める前に、「絶対に」見直してほしい5つのこと学習の設定・確認なしの操作・戻せる状態など。Codexにそのまま貼れる頼み方つき(全9ページ)
仕事の画面や資料を、AIの学習に使わせない設定取り返しのつかない操作が確認なしになっていないか、Codexに調べさせる頼み方AGENTS.mdのいちばん上に書く「絶対にしないこと」の例
中身のプレビューを見る ↓登録すると、過去の特典もまとめて受け取れます(PDF 23点・合計550ページ + すぐ使えるzip素材 3点)

実測:同じ不具合探しを Sol と Astra に解かせた

ここからは私たちの環境での試験です。発表の当日(2026年11月18日の朝)、ChatGPT の Plus のアカウントでサインインした Codex CLI 0.169.0 で、同じ指示を2つのモデルに渡しました。どちらもファイルを書き換えさせない設定(読み取りだけ)で、かかった時間(起動から終了まで)と、Codex が最後に表示する「tokens used(使ったトークン数)」を記録しています。

試験1:小さな不具合が2つある関数(易しい)

営業日を数える関数と、支払期日を出す関数の2つを用意しました。説明文(docstring)と動きが食い違う不具合を2つ仕込んであります。1つは「終わりの日を含まない」はずが含めて数えてしまうもの、もう1つは土曜日を営業日に数えてしまうものです。指示は「docstring と食い違う不具合をすべて挙げ、それぞれ1行で理由と修正を書いて」の1文です。

モデル・effort

見つけた不具合

時間

tokens used

Sol・medium

2つとも

12秒

6,251

Sol・high

2つとも(自分でコードを動かして確かめた)

17秒

7,140

Astra・medium

2つとも

16秒

713

Astra・high

2つとも

13秒

5,929

4回とも、仕込んだ2つの不具合をどちらも正しく見つけ、同じ修正を出しました。答えの中身に差はありません。時間も12〜17秒で、どちらが速いとは言えない範囲です。Astra・medium の713トークンだけ桁が違いますが、直前の試験と同じファイルを読んでいるため、何がこの数に含まれるかは表示からは分かりません。1回ずつの試験なので、この数を比べて結論は出していません。

面白かったのは、Sol の high が、答える前に自分で Python を動かして「月曜から月曜を数えると1になる」「金曜の1営業日後が土曜になる」ことを確かめていた点です。読み取りだけの設定でも、確かめの手順を自分で足していました。

易しい仕事では、Sol で十分でした。この程度の修正を Astra に回すと、同じ答えに4倍の単価を払うことになります。

試験2:不具合が4つ絡み合った関数(難しい)

次に、割り勘の金額を重み付きで分ける関数を用意しました。説明文には「1円未満は切り捨て、端数は重みの大きい人から1円ずつ足して合計を合わせる」「同じ引数の呼び出しは結果を使い回す」とあります。ここに次の4つの不具合を仕込みました。

  • 使い回しの鍵(キャッシュのキー)に重みが入っておらず、重みを変えても前の結果が返る
  • Decimal の quantize は既定で切り捨てではなく偶数への丸めをするため、3円を3等分すると1人2円になる
  • 端数を配る順番が、重みの大きい順ではなく小さい順になっている
  • 使い回し用に保存した辞書をそのまま返すため、呼び出した側が書き換えると次の結果も壊れる

2つ目の丸めの不具合は、Python の Decimal の既定の動きを知らないと気づけません。4つ目は、関数の外での使われ方まで想像しないと出てこない種類の不具合です。どちらのモデルも effort は high にしました。

モデル・effort

仕込んだ4つ

指摘の総数

時間

tokens used

Sol・high

4つとも

11件

104秒

16,203

Astra・high

4つとも

9件

76秒

8,921

どちらも、仕込んだ4つをすべて見つけました。丸めの不具合も、2つとも「3円を等分すると2円ずつになる」と具体的な例で説明しています。残りの指摘は、メンバーが空のとき・重みの合計が0のとき・同じ名前が2回入ったときなど、説明文には書かれていない入力の確かめで、どちらも中身はほぼ重なっていました。

差が出たのは、時間と使った量です。Astra は Sol より約3割短い時間で、使ったトークンは Sol の約55%でした。Sol は確かめのために Python を何度も動かしながら進めていて、そのぶん時間とトークンを使っています。

API の単価で大まかに比べると、Astra の 8,921 トークンは、4倍の単価をかけると Sol の約35,700トークン分にあたります。Sol の 16,203 トークンはその半分以下です。入力と出力の内訳が表示されないので正確な金額は出せませんが、この難しさの仕事でも、費用は Sol のほうが安く済んだ計算になります。

同じ不具合探しをGPT-6.2 SolとAstraに解かせた結果。易しい問題は差なし、難しい問題はAstraが速く少ないトークンで終えたが、単価を掛けるとSolのほうが安い

2つの試験から分かったこと

1回ずつの小さな試験なので、言えることは限られます。そのうえで、私たちは次のように読みました。

  • 答えの正しさでは差が出なかった:易しい問題も、知識が要る難しい問題も、Sol は Astra と同じ不具合を見つけた。FrontierCode 2.0 で「ほぼ並ぶ」という OpenAI の説明と食い違わない
  • 難しくなると、Astra は少ない手数で終える:難しい問題では、Astra のほうが速く、使う量も少なかった。OpenAI が Astra を「少ない出力で仕事を終える」と説明していることと合う
  • それでも単価の差のほうが大きい:使う量が半分でも、単価が4倍なので、費用は Sol のほうが安い

つまり、Astra に払う追加の費用で買っているのは、正しさより「待ち時間の短さ」と「手数の少なさ」です。人が画面の前で返事を待っている作業なら、この差には払う価値があります。夜間に無人で回す作業なら、待ち時間はほとんど問題になりません。

Sol に向く仕事・Astra に向く仕事

OpenAI のドキュメントの説明と、上の試験の結果を合わせて、仕事ごとの目安を表にします。

仕事

向くモデル

理由

既にあるコードの小さな修正・テストの追加

Sol

試験1・2とも Sol で同じ答えが出た。単価は4分の1

報告書の下書き・議事録やメモから計画を作る

Sol

OpenAI が Sol の用途として挙げている(文章・複数の資料をまたぐ作業)

夜間や定時に無人で回す作業

Sol

待ち時間が問題にならないので、Astra の速さの利点が効かない

大きなコードベースを丸ごと読ませる作業

Sol(Codex の既定のまま)

Codex の既定のコンテキストが Sol は50万、Astra は27.2万。広げる設定をしないなら Sol のほうが多く読める

複数のサービスをまたぐ不具合を追って直し、テストする

Astra

OpenAI が Codex での Astra の例として挙げている。難しい問題で手数が少ないことも試験2と合う

人が横で待っている、重い調査や設計の相談

Astra

試験2では Astra が約3割速かった。待ち時間に価値がある場面

見た目の質が問われる成果物(スライド・Web サイト・3D のデザイン)

Astra

OpenAI と報道が Astra の得意分野として挙げている

Sol で2回やり直しても通らない工程

Astra

やり直しの往復の費用と時間が、Astra の単価の差を上回る

表の中で見落とされやすいのが、Codex の既定のコンテキストです。Astra は上限こそ100万トークンまで広げられますが、何も設定しないと Sol の約半分しか一度に読みません。「大きいほうのモデルなら多く読めるはず」と考えて Astra に切り替えると、かえって読む量が減ることがあります。広げ方は Codex の記事で書いています。

GPT-6.2をCodexで使う手順|指定とUltrafast
CodexGPT-6.2をCodexで使う手順|指定とUltrafast
GPT-6.2 SolとAstraの使い分けの判断の流れ。迷ったらSolで始め、人が待っている重い仕事や2回やり直しても通らない工程だけAstraに上げる

迷ったときの判断の順番

私たちが仕事をどちらのモデルに渡すかは、次の3つの問いで決めています。

  1. 人がその場で返事を待っているか:待っていないなら Sol。夜間の無人の仕事は、ここでほぼすべて Sol に決まる
  2. 何段階にもまたがる、重い仕事か:複数のファイルやサービスをまたいで原因を追う、設計の判断が要る、見た目の質が問われる、のどれかなら Astra を考える
  3. Sol で一度やってみて、通ったか:通らなかった工程だけを Astra に上げる。最初から全部を Astra にしない

この順番にしているのは、上のモデルを最初から使うと、どの工程に上のモデルが本当に要ったのかが後から分からなくなるからです。Sol で始めて、行き詰まった工程だけを Astra に上げれば、「この種類の仕事は Astra が要る」という記録が自然に残ります。

effort との組み合わせ

モデルを上げる前に、まず同じモデルの effort(推論の強さ)を上げる手もあります。Codex の一覧では、GPT-6.2 の2つのモデルとも low から ultra までの6段が選べます。ChatGPT のドキュメントでは、High と Extra High は「複数の手順・資料・トレードオフがある難しい仕事向け」と説明されています。

私たちの試験では、易しい問題で Sol を medium から high に上げても答えは変わらず、時間が5秒延びただけでした。易しい仕事で effort を上げても得るものは少なく、難しい仕事では「Sol の high」と「Astra の medium〜high」のどちらが安く済むかを、自分の仕事で一度測ってみる価値があります。段ごとの使い分けは、effort を主題にした別の記事で扱います。

Sol と Astra を切り替える場所

使い分けを決めても、切り替えが面倒だと結局どちらか一方に寄ってしまいます。使う場所ごとに、切り替え方を短くまとめます。

ChatGPT Work(画面で使う)

ChatGPT のドキュメントによると、個人向けのプランでは、新しいチャットは GPT-6.2 Sol の Light(いちばん軽い段)から始まります。Astra を使いたいときは、入力欄の下のモデルの選択から切り替えます。何も触らなければ Sol で動くので、「重い相談のときだけ Astra に切り替える」形が自然にできます。

Codex(CLI・アプリ)

Codex では、普段の既定を config.toml で Sol にしておき、重い仕事のときだけ Astra を指定するのが、私たちのいちばん手間の少ない形です。1回だけなら codex exec -m gpt-6.2-astra、繰り返し使うならプロファイルを1つ作って -p で呼びます。対話の画面なら /model で一覧から選べます。Codex のアプリでは、入力欄の下のモデルの選択に「Power」のつまみが出ているとき、「Advanced」を開くと GPT-6.2 Astra のように個別のモデルを選べると案内されています。書き方の詳細は上で紹介した Codex の記事にまとめています。

API(自分のプログラムから呼ぶ)

API で使う場合は、仕事の種類ごとに呼ぶモデルの名前を変えるだけです。私たちは、モデルの名前をプログラムの中に散らばらせず、「普段用」と「重い仕事用」の2つの名前を設定の1か所に置いています。こうしておくと、次の世代が出たときも1か所を書き換えるだけで済み、どの仕事を上のモデルに回しているかも一目で分かります。どちらのモデルも、effort を none にした要求は API が受け付けないので、前の世代で none を使っていた設定はそのまま写さないでください。

前の世代からの違い:Sol と Astra の差は縮まった

GPT-6 の世代では、Sol は GPT-6.1 Sol、Astra は GPT-6 Astra と、上の2つの席で世代がずれていました。今回、Sol は 6.1 から 6.2 へ、Astra は 6 から 6.2 へ上がり、同じ世代にそろっています。

単価の差も変わりました。GPT-6 Astra の単価は入力 $10・出力 $50 で、GPT-6.1 Sol(入力 $2・出力 $10)の5倍でした。GPT-6.2 Astra は入力 $8・出力 $40 に下がったので、Sol との差は4倍に縮まっています。Sol の単価は 6.1 から変わっていません。

前の世代で Sol と Astra をどう分けていたかは、次の記事で整理しています。今回も、席の分け方そのものは変わっていません。

GPT-6 SolとLunaとは|Astraとの違いと選び方
CodexGPT-6 SolとLunaとは|Astraとの違いと選び方

1つ下の席の Terra と Sol を、同じように手元で比べた記録もあります。下の席まで含めて考えたいときに参考になります。

GPT-6.1 Terra vs Sol|使い分けと実測比較
CodexGPT-6.1 Terra vs Sol|使い分けと実測比較

使い分けるときの注意点

名前を固定していないと、もう Sol で動いている

私たちの Codex(Plus のアカウント・CLI 0.169.0)では、設定にモデルを何も書いていない状態で動かすと、発表の当日から gpt-6.2-sol で動きました。Astra を使っているつもりで名前を書いていない仕事は、実は Sol で動いている可能性があります。Codex の codex exec は起動時に「model:」の行を出すので、ログで確かめられます。

2つが同時に届くとは限らない

私たちのアカウントでは、発表の翌朝、Sol が先に使えるようになり、Astra が使えるようになったのはその約30分後でした。「Astra が選べないから Sol で」と一時的に切り替えた仕事は、Astra が届いた後に戻すのを忘れないようにしてください。出てこないときの確かめ方は次の記事にまとめています。

GPT-6.2が使えない・出てこないときの確認手順
CodexGPT-6.2が使えない・出てこないときの確認手順

サイバーセキュリティの仕事は、どちらも慎重になった

OpenAI の告知によると、GPT-6.2 Astra は同社でいちばんサイバーセキュリティの能力が高いモデルで、そのため Astra と Sol のどちらも、危険度の高いサイバーセキュリティの支援にはこれまでより強い安全策をかけて提供されています。脆弱性の調査のような仕事では、モデルを上げても断られる場面は減らない可能性があります。

まとめ

  • GPT-6.2 Sol と Astra は、2026年11月17日(米国時間)に同時に出た OpenAI の上の2つの席。使える場所・できることの種類はほぼ同じで、違いは向けた仕事と費用
  • API 単価は Astra が Sol のちょうど4倍(入力 $8 対 $2・出力 $40 対 $10)。OpenAI の評価では、コードの変更の質で Sol は Astra に0.5ポイント以内まで迫り、費用は約5分の1
  • 私たちの試験では、易しい問題も難しい問題も、Sol は Astra と同じ不具合をすべて見つけた。難しい問題では Astra が約3割速く、使う量は約半分だったが、単価を掛けると Sol のほうが安かった
  • Astra の追加の費用で買えるのは、正しさより待ち時間の短さと手数の少なさ。人が待っている重い仕事・見た目の質が問われる成果物・Sol で通らない工程に使う
  • 迷ったら Sol で始め、通らない工程だけ Astra に上げる。Codex の既定のコンテキストは Sol のほうが広い点にも注意

株式会社Fyveでは、新しいモデルが出るたびに自社の仕事で確かめ、どの工程をどのモデルに任せるかを見直しています。GPT-6.2 も、夜間の仕事で数週間使った結果がまとまりしだい、この使い分けを更新します。

出典:OpenAI 開発者フォーラムの告知「GPT-6.2 Astra and Sol are now available」(2026年11月17日)/ChatGPT のドキュメント(モデル・速さ)/OpenAI API のモデルページ(GPT-6.2 Astra・GPT-6.2 Sol・GPT-6 Astra)/9to5Mac(2026年11月17日)。料金は2026年11月18日時点の API の標準の単価で、税は含みません。契約前に最新の公式ページ(developers.openai.com)で確かめてください。

この記事を読んでいるあなたへ無料プレゼント

Codexを使い始める前に、「絶対に」見直してほしい5つのこと

学習の設定・確認なしの操作・戻せる状態など。Codexにそのまま貼れる頼み方つき(全9ページ)

Codexは便利な一方で、設定ひとつで「聞かずに動く」ようになります。この資料を作るために自分の設定を開いたら、本番のデータベースを書き換える操作が、覚えのないうちに確認なしで動く状態になっていました。使い始める前に見直してほしい5つを、Codexにそのまま貼れる頼み方と一緒にまとめました。

  • 仕事の画面や資料を、AIの学習に使わせない設定
  • 取り返しのつかない操作が確認なしになっていないか、Codexに調べさせる頼み方
  • AGENTS.mdのいちばん上に書く「絶対にしないこと」の例
  • 失敗しても戻せる状態で始める方法と、使えなくなったAIの指定の直し方

メールアドレス登録で他にも様々な資料を閲覧できます

Claudeのプランを「上げる」前に読む本AIっぽくない画像を生成するためのプロンプトギャラリー10選「Muse」の便利な使い方 TOP30「Fable 5.2」vs「Opus 5.5」徹底比較「GPT-6.1 Terra」を、実務で比べてみた。仕事でAIを使う人が「絶対に」知っておくべき Claude Codeスキル TOP10「Sonnet 5.5」を、実務で比べてみた。「Opus 5.5」を、実務で比べてみた。Jevで得する仕事、損する仕事+14

PDF 23点・合計550ページ + すぐ使えるzip素材 3点

どれも登録後の受け取りページから、まとめてダウンロードできます。

毎週配信の無料ニュースレター「AIネイティブ超研究」の購読特典です。メール登録後すぐ、受け取りページのご案内が届きます。そこにはこの資料に加えて、過去の特典もすべてまとめて置いてあります。あわせて、AI活用に関するお知らせやお役に立てそうなご案内をお送りすることがあります。解除はいつでも1クリック。

← 記事一覧に戻る

御社の業務に合わせたCodex導入支援

「AIツールを導入したが、現場で使われない」を終わらせる。
業務課題のヒアリングから設計、ハンズオン実践、運用定着まで一貫して支援します。

初回無料相談を申し込む相談プランと料金を見る →
© 2025 Fyve Inc. All rights reserved.