ChatGPT / 作業別のモデル選び：GPT-5.6・GPT-6・GPT-6.1

簡単な翻訳や整理は、現在の画面で使える高速オプションや初期設定から始めます。複数条件の比較やコード修正では、適したモデルと高い推論設定を比較してください。GPT-5.6とGPT-6の選択は世代名だけでなく、Chat・Work・Codexのどこで使うか、必要なツールと結果の品質によって変わります。

モデル名と推論レベルを区別する

モデルは作業を行う基盤システムで、推論レベルは回答にどれだけ思考作業をかけるかの設定です。同じモデルでも速度や使用量が変わります。逆に、別のモデルでMediumという名称が同じでも性能が同じとは限りません。

• モデル： GPT-5.6 Sol、GPT-6 Astra、GPT-6.1 Solのような系列・バージョン名です。作業特性と対応機能を比較するときに確認します。
• 推論レベル： Medium、High、Extra Highなど、そのモデルで選べる思考量です。すべてのモデルに同じ選択肢があるわけではありません。
• 速度設定： Fast・Ultrafastなどの処理速度オプションです。推論レベルとは別で、提供条件と使用量も確認します。
• プラン： Plus・Proなどの契約条件です。Pro契約、特定のモデル名、高い推論設定を同じものとして扱わないでください。

Proという語も文脈を確認します。例えばOpenAI APIのpro mode説明は、選択したモデルに追加の作業を適用する実行モードと定義しています。これだけで、すべてのChatGPT画面に同じ「GPT-6 Pro」モデルがあるとは判断できません。

ChatとWork・Codexではモデル一覧が異なる

2026年11月時点の公式文書はGPT-6.1 Sol・GPT-6.1 Terra・GPT-6 LunaをWorkとCodexの選択肢として案内し、通常のChatとは提供範囲を区別しています。以下のWork・Codex向け推薦をChat共通の一覧と読まないでください。製品・プラン別の提供条件と自分のモデル選択画面を確認します。

ChatにGPT-5.6 Solが表示される場合は、まず現在の作業を満たせるか確認できます。OpenAIのEdu管理例にも通常のChatの承認モデル例として5.6 Solがありますが、全個人・組織アカウントの共通初期値や利用保証ではありません。

Work・Codexで比較する際は、以下の4モデルを出発点にできます。公式モデル選択ガイドを作業の観点で整理したもので、常に勝つモデルの順位表ではありません。

GPT-6.1 Terra公開案内のように、提供範囲やアプリ対応は変わります。GPT-6内でもAstra・Sol・Lunaは目的が異なります。「GPT-6はすべて重い作業用」「GPT-5.6はすべて軽作業用」と分けないでください。

Instant・Medium・High・Extra Highの選び方

実際に表示される選択肢から始めます。ChatにInstantがあれば短い翻訳や文章整理を試し、条件や例外が増えたら利用可能な推論設定を上げて結果を確認します。Instantを全製品共通のモデル名、または特定モデルのLowと常に同じものとは考えないでください。

• 初期設定・低い推論： 資料が十分で変換規則が明確な作業の出発点です。例えば指定した文体に直し、意味が保たれたか確認します。
• Medium： 複数要件のある日常の文章・コード作業で比較する設定です。基準を満たすなら、さらに上げる必要はありません。
• High・Extra High： 原因分析、矛盾する条件の比較、設計変更など、計画と検証が重要な作業で検討します。長く考えても不足資料や誤った前提が自動で直るわけではありません。
• Max・Ultra： 対応モデルでのみ検討します。公式文書はMaxを単一作業への深い推論、Ultraを複数のサブエージェントへの役割分担と区別しています。短い作業に一律適用するものではありません。

公式モデル・推論設定案内のとおり、対応レベルと開始設定はモデルで異なります。Powerのような簡易選択がある場合、Advancedで実際のモデル・推論・速度を確認できるか見てください。回答の長さや自信のある表現だけで推論量や正確性を判断しないようにします。

作業別の開始モデルと依頼例

以下は公式の特性を実務に当てはめた例です。比較実験の測定結果ではなく、試して確認するための出発点です。通常のChatではその画面のモデルを使い、Work・Codexのモデル名は該当製品でのみ適用します。

• 短い翻訳・情報整理： Chatの高速オプションやWorkのLunaから比較できます。数値・名前・条件が残っているか確認し、曖昧な資料にはモデルを上げる前に文脈を足します。
• ブログ・報告書： Chatの現在の初期モデルやWorkのTerraで、読者・目的・必要な根拠を指定します。資料の矛盾解消や大きな構成設計が必要ならSol・Astraと比較します。短い文章を自動的に高品質としないでください。
• コード修正・アプリ開発： 狭い修正範囲ならLuna・Terra、複数ファイルの動作変更ならSolを比較対象にできます。難しい設計や原因不明のバグにはAstraも検討し、ビルド・回帰テスト・実際の画面で判断します。
• 長い資料比較・複合分析： Sol・Astraに資料、判断基準、不確実性を渡します。根拠のない結論を求めず、どの資料が何を支えるか確認します。高い推論設定も最新情報の検索や原資料確認の代わりにはなりません。

文章の依頼なら「添付の製品ガイドから、初めて使う読者にインストール方法を説明してください。準備と完了確認を含め、資料にない機能は推測せず要確認と示してください」と具体化できます。事実の保持と説明の十分さをモデル間で比べやすくなります。

コードなら「ログイン後に再読み込みするとセッションが消えます。再現手順と関連ファイルを調べ、原因を説明して修正してください。従来のログイン・ログアウトもテストし、確認済み結果と実行できなかった検査を分けてください」のように問題・範囲・検証基準を伝えます。

同じ作業で比較し必要な分だけ調整する

1. 合格基準を先に決めます。 文章は必須事実・読者・説明量、コードは再現とテスト、アプリ作業は実際の保存結果を定めます。
2. 同じ入力で基準結果を作ります。 資料・指示・ツール条件をそろえます。片方にだけ情報を追加すると、モデル差と入力差を切り分けにくくなります。
3. 一度に1要素を変えます。 モデル比較は可能な限り推論レベルをそろえ、推論比較はモデルを固定します。同条件にできなければ差を記録します。
4. 完成までの時間を比較します。 最初の応答だけでなく、確認・手直し・使用量を含めます。長さや流暢さだけで勝者を決めません。
5. 代表的な複数作業で確認します。 1回の成功をすべてに一般化しません。基準を満たす設定を日常業務に使い、複雑さが失敗原因のときにモデルや推論を調整します。

誤りがあれば、まず資料不足、曖昧な要求、ツールのアクセス失敗を確認します。不完全な同じ入力でモデルだけ変えても原因が残る場合があります。条件を直しても判断や実装が難しければ、強いモデルとの比較に意味があります。

モデルが見つからない・使用量が不足する場合

まずChat・Work・Codexのどこにいるか、ログイン中のアカウントとワークスペースを確認します。その後、アプリ版、契約機能、管理者のモデル許可を確認してください。文書に名前があるだけで、そのアカウントですぐ使えるとは限りません。

Workのアプリ・ブラウザー操作にはツールの接続と権限も必要です。モデル変更で未接続資料や許可されていないシステムにアクセスできるわけではありません。「保存した」と返答されたら、実際のファイルやレコードを開いて内容と場所を確認します。

使用量はモデル・推論・文脈・ツールで変わるため、固定の質問数に単純化しないでください。現在の使用量・クレジット案内とアカウント表示で確認します。上限が近いときは必要資料と出力範囲を明確にし、重複作業を減らしつつ正確性に必要な条件は残します。