「新しいAIが出た。すごいらしい。」
そのたびに気になるのは、いま払っている料金で十分なのか、乗り換えたら仕事が早く終わるのか、二つ契約する意味はあるのか、ということだ。
Claude Opus 5.5、GPT-6 Astra、Sol、Luna。
名前が増えた今こそ、自分が任せたい仕事から選びたい。LUQが注目したのは、完成品の質、やり直しの回数、そして必要な仕事を最後まで終える力だ。
※2026年9月25日確認。公式資料と第三者の実測報告を参照し、用途別の選び方はLUQの編集判断としてまとめた。
Claude CodeとOpusは、何が違う？
まず整理したいのが、道具とモデルの違い。
Claude Codeは、コードを調べ、ファイルを編集し、コマンドを実行する開発ツール。Opus 5.5は、その中で仕事を考えるAIモデルだ。(code.claude.com)
OpenAI側も、ChatGPTやCodexという利用環境と、Astra・Sol・Lunaというモデルを分けると分かりやすい。
ここには見落としやすい点がある。確認時点の公式資料では、GPT-6 SolとLunaはChatGPTのWorkとCodexで提供され、通常のChatでは提供されていない。利用できる選択肢は、プランやアプリ、展開状況などでも変わる。(learn.chatgpt.com)
「紹介記事にはあるのに、自分の画面に出てこない」。
そんなときは、モデル名と一緒に、どの画面で使う機能なのかを確認したい。
4モデルを、任せる仕事で選ぶ
以下は、公式の位置づけと実測報告を踏まえたLUQの選び方だ。自分の仕事で最初に試す候補として見てほしい。(learn.chatgpt.com, every.to)
| 任せたい仕事 | 最初に試す候補 |
|---|---|
| 既存サイトの改修、動く画面やアプリの制作 | Claude Code＋Opus 5.5 |
| 複数の資料やアプリをまたぐ難しい調査・判断 | GPT-6 Astra |
| 記事の整理、資料作成、日常的なコード修正 | GPT-6 Sol |
| 決まった形式の要約、分類、情報抽出 | GPT-6 Luna |
例えば、同じ商品紹介でも仕事は違う。
仕様から重さと価格だけを抜き出す。競合を調べて購入理由を考える。その結果をサイトへ実装する。
これを全部「記事を作る仕事」として一つにまとめると、選び方がぼやける。判断が必要な部分と、答えの形が決まっている部分を分けると、任せる相手も選びやすい。
公式の比較表でも、順位は入れ替わる
Anthropicが公表したOpus 5.5の比較表から、二つの項目を見てみよう。(anthropic.com)
| 評価項目 | Opus 5.5 | GPT-6 Astra |
|---|---|---|
| コードを使って課題を解く「Terminal-Bench 4.0」 | 66.4％ | 57.9％ |
| 業務の自動化「AutomationBench」 | 40.0％ | 41.4％ |
同じ表の中でも、数値が上回るモデルは変わる。小さな差だけで、実際の仕事の優劣を決めることもできない。
この表はAnthropic掲載の評価結果で、各社の公表値やZapierの評価を含む。思考設定などの条件も異なる。LUQによる同一条件の実測ではない。(anthropic.com)
自分で試すなら、実際に困っている仕事を渡すのがいい。
「ページを作る」なら、見た目に加えてスマホ表示とボタンの動作まで。「記事を書く」なら、出典、誤り、修正のしやすさまで。
数字で知った性能が、自分の作業でも価値になるかを確かめたい。
実際に使った人は、何に驚いたのか
ここでは、本文を確認できた国内外の実測記事を日本語で要約する。それぞれの条件での結果として読んでほしい。
見た目と仕上げへの期待
国内のZenn記事では、同じ指示でブロック崩しを作らせ、Opus 5.5は5分16秒、Opus 5は11分17秒で完成したと報告されている。投稿者は5.5の見た目への配慮を評価する一方、旧モデルにも追加ステージなどの良さがあったと述べている。(zenn.dev)
デザインの高評価と、納期の失敗
Everyの複数人による試用では、デザインや共同制作を高く評価する声があった。一方、10分で研修の進行表を作る課題では、周辺資料づくりに時間を使い、肝心の進行表が完成しなかった例も報告された。同媒体は、Anthropicから発売前のアクセスを得たことを開示している。(every.to)
新モデルが拾うミス、見逃すミス
CodeRabbitの評価では、Opus 5.5のStandard構成は、既存の比較基準が見逃した問題を11件拾い、逆に基準側が拾った9件を見逃した。比較対象は同社のモデル構成で、特定の旧モデルとの単純比較ではない。(coderabbit.ai)
この三つからLUQが考えるのは、完成の判定をユーザー側で持つ大切さだ。
見た目がよくなった。指摘が増えた。説明が丁寧になった。それぞれに価値はある。
最後には、最初に頼んだことが完成したかを確認したい。
安いAIと、安く終わるAI
価格を見るときは、月額プランとAPIを分けよう。
APIは、アプリなどからAIを呼び出し、処理量に応じて支払う仕組み。以下は通常のAPI単価で、入力と出力それぞれ100万トークン当たりの米ドルだ。キャッシュ、割引、速度オプション、長い入力の追加条件、ツール料金などは含めていない。(developers.openai.com, claude.com)
| モデル | 入力 | 出力 |
|---|---|---|
| Claude Opus 5.5 | $4 | $20 |
| GPT-6 Astra | $10 | $50 |
| GPT-6 Sol | $2 | $10 |
| GPT-6 Luna | $0.10 | $0.50 |
この単価では、AstraとLunaに100倍の差がある。
ただし、月額料金や、同じ仕事を終える総費用が100倍違うという意味ではない。
短い要約を大量に作る場面と、何度もつまずいている不具合を解く場面では、安さの意味が変わる。必要な処理量や、やり直しの回数が違うからだ。
Anthropicも、タスクの費用は単価だけでなく、往復回数、キャッシュ、思考を含む出力などで変わると説明している。(claude.com)
月額プランを使う人が確認したいのは、自分の利用上限、待ち時間、追加料金の条件。そして、普段の仕事をどれだけ進められたかだ。
LUQなら、こう使い分ける
まず、現在使えるモデルで、普段の仕事を一つ試す。
記事なら構成から校正まで。サイトなら一か所の修正から実際の表示確認まで。使える成果物になったところまでを、一つの仕事として見る。
ChatGPT Work／CodexでSolが使えるなら、普段の制作を任せる候補になる。条件の複雑な調査や判断にはAstra。形式が決まった分類・抽出にはLuna、という使い分けが出発点になる。(learn.chatgpt.com)
Claude Codeを使っている人なら、Opus 5.5で、自分のサイト改修や制作がどう変わるかを確かめたい。
二つのサービスを契約するなら、「作る担当」と「確認する担当」を分ける方法もある。
ただし、別のAIが賛成しただけで正解になるわけではない。確認担当には、依頼条件、資料、完成品、動作確認の結果を渡し、根拠と照合してもらう。
LUQが依頼するなら、最初に次の四つをそろえる。
- 完成させたいもの
- 使ってほしい資料
- 守ってほしい条件
- 完成を判断する方法
そして、必要な成果物を先に完成させ、追加の装飾や提案はその後にする。
最新モデルを持っている満足感もいい。けれど、毎日の価値になるのは、思いついた企画が公開できる記事になり、直したかったサイトが実際に使いやすくなることだ。
選ぶときに確かめたいのは、自分の仕事を、どれだけ少ない手戻りで終えられるかである。
