GPT-5.6 LunaとTerraの選び方は？

TL;DR

大量処理や低コスト運用にはLuna、品質を少し高めたい中間層の処理にはTerra、完成度を優先する仕事にはSolが適している。LunaとTerraは価格に対して強力だが、複雑なゲームや3D表現では粗さがあるため、タスクを限定し、検証やハーネスを組み込んで使うのが現実的である。

Transcript

おすま沢です。本日はですね、Open AIからGPT5.6ルナとテラのモデル 、これがですね、値下げになりましたんで 、え、実際このルナとかね、え、テラって どういうモデルだったっけみたいなところ 含めてお話しできたらなという風に思って おります。1番下のモデルはルナで、え、 ま、真ん中がね、テラで、ま、1番いい モデルがソルで、ま、その最上位モデルが ね、よく使われてるかなと思うんです けれども、ま、テラとかルナもね、もう もっと評価されていいよみたいなことをね 、中の人が言ってたりだとか、え、するの もね、見かけてましたけれども、ま、実際 ですね、ま、僕のデモとかもね、今回共有 しますけども、なかなかいいものになって いてはい。なんならね、ルナがこれだけ 値下げしちゃうと、ま、激ア枠やっ... Read More

Key Insights

• Lunaは公式案内で80％値下げされ、OpenRouterではLunaとTerraがともに50％オフとなり、大量処理へ導入しやすい価格帯に入った。
• Lunaは低価格ながらLP、SNS画面、エディター、SVG、簡単なゲームなどを生成でき、話者は価格を考えれば十分に高い実用性があると評価した。
• Lunaの弱点は日本語対応、操作感、物理挙動、複雑な3D表現などに粗さが残ることであり、完成品を無検証で任せる用途には注意が必要である。
• TerraはLunaより外観や細部の品質が高い場面がある一方、ゲームの挙動、当たり判定、情報整理などでは課題が残り、Solとの差も確認された。
• SolのFast modeは標準価格の2倍で最大2.5倍高速になり、知能性能は変わらないと案内されており、処理時間を短縮したい場面の選択肢になる。
• GPTアプリとCodex CLIのオートレビューはGPT-5.4からGPT-5.6 Lunaへ更新され、値下げによってレビュー運用のコストも下がると説明された。
• モデル選定は最安モデルから試す方法が合理的であり、Lunaで不足する場合はTerraへ、さらに完成度や信頼性が必要ならSolへ上げる流れが考えられる。
• LunaとTerraの安さを生かすには、タスクの分割、出力検証、再試行などを管理するハーネスが重要であり、話者は運用面ではやや上級者向けだと評価した。
• 🎬 このチャンネルの他の動画:
  • Agent Skillsを設計・配布する方法
  • ハーネスエンジニアリングとは何か？
  • Antigravity 2.0の4製品の違いとは？
• 📺 このチャンネル: まさおAIじっくり解説ch

Questions & Answers

Q: GPT-5.6 LunaとTerraはどう使い分けますか？

大量生成や低コストを最優先する処理にはLuna、Lunaより高い品質が必要な中間的処理にはTerraが候補になる。まずLunaでタスクを試し、品質や機能が不足した場合にTerraへ切り替え、完成度をさらに優先する仕事ではSolを検討するのが現実的である。

Q: GPT-5.6 Lunaはどのような用途に向いていますか？

Lunaはサービスのバックエンド、簡単なAI機能、大量生産して後から確認できる処理、日常作業の自動化に向いている。デモではLP、SNS画面、エディター、SVG、簡単なゲームを生成できたが、複雑な挙動や高精度な再現には課題が残った。

Q: GPT-5.6 Terraを選ぶ理由は何ですか？

Terraを選ぶ理由は、Lunaより細部や見た目の品質が高い場面がありながら、最上位のSolよりコストを抑えられるためである。デモではLP、ゲーム、FPS、SVGなどを生成できたが、物理挙動や情報整理には粗さもあり、用途ごとの検証が必要になる。

Q: LunaとTerraはSolの代わりになりますか？

LunaとTerraはすべての用途でSolの代わりになるわけではない。話者のデモでは、複雑なゲーム、3D表現、SVGの再現、アニメーションなどでSolの完成度が高かった。安さを優先できる限定的な処理にはLunaやTerra、品質重視の仕事にはSolが適している。

Q: LunaやTerraを安全に運用する方法は？

LunaやTerraを安定運用するには、担当させるタスクを限定し、出力確認、再試行、失敗時の切り替えをハーネスに組み込む必要がある。性能が低いモデルほど工程設計の影響が大きいため、人が確認できる大量処理や、外側のループに置く簡単な処理から導入するとよい。

Q: GPT-5.6 Lunaのデモで確認された弱点は何ですか？

Lunaの弱点は、日本語対応、操作性、物理シミュレーション、関節の動き、複雑なゲームや3D表現の完成度に粗さが見られた点である。外観は整っていても機能が十分でない例があったため、見た目だけでなく実際の操作と挙動まで確認する必要がある。

Q: SolのFast modeはどのような場面で使いますか？

SolのFast modeは、価格より処理時間の短縮を優先したい長時間タスクで使う選択肢である。説明では最大2.5倍高速になり、価格は標準の2倍、知能性能は変わらないとされている。時間をお金で買う価値がある処理かどうかで判断する必要がある。

Q: Codex App ServerとLunaやTerraを組み合わせる利点は何ですか？

Codex App ServerとLunaやTerraを組み合わせる利点は、自分のアプリやサービスへ低コストでAI機能を統合しやすいことである。大量処理はLuna、品質が必要な処理はTerraという形で役割を分ければ、予算を抑えながら用途に応じたモデル構成を作れる。

Summary & Key Takeaways

• Lunaは公式案内で80％値下げされ、OpenRouterではLunaとTerraがともに50％オフで提供されている。低価格を生かし、サービスのバックエンド、大量生成、日常作業の自動化などへ導入しやすくなった。まずLunaを試し、性能不足ならTerraへ切り替える方法が、コストを抑えながら必要な品質を探る基本的な流れになる。

• デモでは、LunaもLP、SNS画面、エディター、SVG、簡単なゲームや3D表現を生成でき、外観には新世代らしい整理された印象があった。一方、日本語対応、操作性、物理挙動、関節表現、当たり判定などには粗さが見られた。TerraはLunaより作り込みが良い場面があるものの、複雑なゲームや再現課題ではSolとの差が明確だった。

• 用途は価格と失敗コストで分けるべきである。大量生産して後から確認できる処理や、外側のループに置く簡単なタスクにはLunaやTerraが向く。高品質な成果物や信頼して任せたい仕事では、話者はSolやOpusなどを選びたいと評価した。性能が低いモデルほど、工程、検証、再試行を制御するハーネスの整備が重要になる。