GPT-5.6 Sol と Grok 4.5 のどちらを選ぶか迷っていて、GPT-5.6 Terra がどこに位置するのか気になっているなら、端的に言えば価格の段階付けです。Grok 4.5 は大規模なコーディングに最も安価で、GPT-5.6 Terra は Sol の 1M トークンのコンテキストを半額で使える価値重視の中間層であり、GPT-5.6 Sol は最も難しい推論向けのプレミアム層です。これを確かめるために、私は両方の GPT バリアントで同じコーディング課題を実行しました。Terra と Sol はそれぞれ、4 つの単体テストすべてに合格するスレッドセーフな LRU キャッシュを一発で生成し、所要時間はそれぞれ 23 秒と 26 秒でした。このガイドでは、実際のコスト計算と、各モデルがどこでその価格に見合うのかを解説します。
なぜ表示価格は誤解を招くのか
表面的には、その価格帯はシンプルに見えます。xAIのGrok 4.5は入力トークン100万あたり2ドル、出力は6ドルです。GPT-5.6 Terraは入力が2.50ドル、出力が15ドルで、GPT-5.6の価格帯全体で見るとSolの半額です。GPT-5.6 Solは入力が5ドル、出力が30ドルです。ほとんどの比較ページは、そこで説明を終えています。
問題は、トークンあたりの価格がタスクあたりの価格ではないことです。Grok 4.5 は簡潔になるよう調整されています。xAI と独立したテスターによる公開済みの SWE-bench コーディング実行では、1つのタスクを完了するのに約 15,954 個の出力トークンを生成する一方、同じ評価セットの GPT-5 クラスのモデルは約 47,000 個を消費し、約 3 倍多くなります。トークン差に価格差を掛け合わせると、その差は見出しの数字をはるかに超えて広がります。
「実質コスト」が毎月の請求額に対して意味すること
式はシンプルです: タスクあたりの出力トークン × 出力価格 × タスク数。100件のコーディングタスクでの価格（出力トークンのみ、入力と再試行の前）では、Grok 4.5 は約 $9.60（15,954 × $6/M × 100）、GPT-5.6 Terra は約 $70.50（47,000 × $15/M × 100）、GPT-5.6 Sol は約 $141（47,000 × $30/M × 100）です。OpenAI が Sol と Terra に特有の SWE-bench の数値を公開するまでは、GPT の数値は同系列の代用値であり、モデルで測定したトークン数ではないと考えてください。それでも順位は安定しています。Terra は同じコンテキストウィンドウで Sol の請求額をおおよそ半分にし、Grok はその両方を大きく下回ります。
ハンズオン: GPT-5.6の各バリアントが実際に行ったこと
私は GPT-5.6 Sol と GPT-5.6 Terra に、デフォルトパラメータで同じプロンプトを与えました: 「Python で、O(1) の get と put、容量超過時の削除、ロック、そして 4 つの単体テストを備えたスレッドセーフな LRU キャッシュを実装してください。」その後、生成された各ファイルを編集せずに実行しました。
どちらも一度で合格しました。基本的な get/put、オーバーフロー時の追い出し、最近使用した要素の更新、並行書き込みをカバーする4つのテストは、両モデルともすべて成功し、どちらも教科書どおりの構造、つまり番兵ノード付きの二重連結リスト、辞書インデックス、そして再入可能ロックを生成しました。違いは効率でした。Terraは23.0秒で完了し、隠れた推論トークン145のみで1,250トークンが課金されたのに対し、Solは26.1秒かかり、347の推論トークンで1,362トークンが課金されました。これはTerraの推論オーバーヘッドの2倍以上です。両モデルが完璧にこなしたタスクで、Terraのより軽い推論予算は、何千回もの呼び出しにわたって確実に積み重なる類のものです。
同じエンドポイントでGrok 4.5に対して同じテストを実行することはできなかったので、やっていないことをやったふりはしません。ここでのGrok 4.5の数値は、xAIが公開しているベンチマークと開発者レポートに基づくもので、私自身の実行結果ではありません。この種のリリースでは未検証のベンチマークに関する雑音が大量に飛び交うため、その点ははっきり述べておく価値があります。より全体像を知りたいなら、こちらにGrok 4.5について確認されていることがあります。
各モデルの強み
どのモデルもすべての場面で勝つわけではありません。以下は、検証済みの仕様を比較したものです。
仕様 | Grok 4.5 | GPT-5.6 Terra | GPT-5.6 Sol |
|---|---|---|---|
入力価格 / 100万 | $2 | $2.50 | $5 |
出力価格 / 100万 | $6 | $15 | $30 |
コンテキストウィンドウ | 500K | 1M | 1M |
最大出力 | 未公開 | 128K | 128K |
Terminal-Bench 2.1 | 83.3% | 87.4%* | 91.9% |
SWE-Bench Pro | 64.7% | 63.4% | 未公開 |
リリース日 | 2026-07-08 | 2026-07-09 | 2026-06-26 |
*Terra の 87.4% は、最大の推論努力で報告されています。
GPT-5.6 Solは、Terminal-Bench 2.1で91.9%を記録し、推論曲線の頂点に立ちます。GPT-5.6 Terraはバランス型の階層です。Solと同じ1Mのコンテキストと128Kの出力を備え、Terminal-Benchで87.4%という高い成績を示し、GPQA Diamondでは92.9%と報告されています。いずれもSolの出力価格の半額です。Grok 4.5は最も低い価格で応答し、SWE-Bench Proで64.7%という堅実な成績を示し（Terraの63.4%をわずかに上回る）、毎秒約80トークンのスループットを実現していますが、コンテキストは500Kと小さめです。
ベンチマークの透明性ギャップ
1つ注意点があります。xAIはGrok 4.5について限られた数のスコアしか公開しておらず、OpenAIはTerraの見出しとなるTerminal-Benchの数値を最大の推論負荷で報告していますが、これはデフォルト実行よりも多くのトークンを消費します。数値にアスタリスクが付いている場合や、ベンダーが15個ではなく4つのベンチマークしか示していない場合は、差分を同等性ではなく不明として扱ってください。購入判断では、見出しの平均値よりも、自分の作業に合致するベンチマーク、つまりエージェント的なツール利用にはTerminal-Bench、リポジトリ規模のコーディングにはSWE-Bench Proを重視してください。
選び方：モデルをワークロードに合わせる
「どれが一番賢いか」という枠組みは避け、タスクに応じて使い分けてください。
大量のコーディング、agentループ、またはコスト重視のチームはGrok 4.5を選びます。 数千件の制約付きcompletionを実行する場合、Grokのトークン効率と$6の出力価格が積み重なって大きな節約になります。500Kのcontextで足りるなら、Cursor風のワークフローにおける価格対性能の選択肢です。
予算内で大きなcontextを必要とする本番規模の作業はGPT-5.6 Terraを選びます。 多くのチームにとっての最適点です。Solの1M windowと128K output、Solに近いbenchmarks、そして私の実地テストではreasoningのオーバーヘッドが軽めで、しかも価格はSolの半額でした。
最も難しい単一の問題はGPT-5.6 Solを選びます。 プロンプトが本当に推論能力の頂点を必要とし、実行件数が少ないなら、Solのより高いTerminal-Benchスコアはプレミアムに見合います。
混在するワークロードは動的に振り分けます。 大量処理はGrok 4.5へ、日常的な本番処理はTerraへ、そして最も難しいプロンプトだけをSolへエスカレーションします。
1つのAPIで3つすべてを使う
永久的に一つを選ぶ必要はありません。GPT-5.6 Sol と Terra は OpenAI から直接、また OpenAI 互換のリレー経由でも利用できます。上記の実地テストは AIReiter の gpt-5.6-sol および gpt-5.6-terra エンドポイント経由で実行され、1つの API キーと1つのクレジット残高で複数のモデルに到達できました。Grok 4.5 は xAI 自身の API で提供されており、どのリレー経由で利用できるかはプロバイダによって異なるため、本番環境に組み込む前にカタログを確認してください。アクセスを統合しても変わるのは請求と統合の接点であり、モデルの出力ではありません。
よくある質問
最も安いのはどれですか: GPT-5.6 Sol、Terra、それとも Grok 4.5?
Grok 4.5は、100万トークンあたり$2/$6という表示価格では最も安く、トークン効率のおかげでタスクあたりでも最も安価です。GPTの各バリアントの中では、Terra（$2.50/$15）はSol（$5/$30）の出力価格の半分です。
GPT-5.6 Sol と Terra の違いは何ですか？
同じ1Mコンテキストと128K出力ですが、ティアが異なります。Solはプレミアムな推論モデル（Terminal-Bench 2.1で91.9%）で、Terraは半額のバランス重視・本番向けティアです。私のテストでは、同じ問題を解くのに使った推論トークンがはるかに少なく（145対347）済みました。
隠れた推論は請求額を変えますか？
はい。Solは同じタスクで、表示される回答に加えて推論トークンを347、Terraは145消費したため、一見短く見える返答でも、出力から想像される以上にコストがかかります。推論トークンの予算を見積もっておき、Terraのような下位プランはそれらの消費が少ない傾向があることに注意してください。
どちらのコンテキストウィンドウが大きいですか？
GPT-5.6 Sol と Terra はどちらも 1M tokens を提供し、Grok 4.5 の 500K の 2 倍です。GPT の両バリアントは 128K の最大出力も明記していますが、Grok 4.5 は出力上限を公開していません。
コーディングにはどちらが優れていますか？
大量処理やエージェント型コーディングでは、Grok 4.5 が最も優れたコストパフォーマンス比を提供します（SWE-Bench Pro で 64.7% を低コストで達成）。大規模コンテキストや推論負荷の高いコーディングでは、Terra でほとんどのニーズをカバーでき、Sol は推論ベンチマークで最上位です。
GPT-5.6 Sol、Terra、Grok 4.5 はいつリリースされましたか?
GPT-5.6 Sol は 2026-06-26 にリリースされ、GPT-5.6 Terra は 2026-07-09 に、そして Grok 4.5 は 2026-07-08 にリリースされました。
要するに
Grok 4.5 は月額請求額を最も抑え、GPT-5.6 Terra は大きなコンテキストを使う本番業務でのコストパフォーマンスに優れ、GPT-5.6 Sol は最難関の推論タスクで勝ちます。導入を決める前に、代表的なプロンプトで簡単な評価を自分で実施してください。ここでのコスト数値は公開されているトークン数と GPT のみを使った実地テストに基づいており、実際に請求額を左右するのはワークロードのトークン特性です。多くのチームにとって、Terra は GPT-5.6 層の中で実用的なデフォルトであり、Grok 4.5 は大量処理向けの低コストな選択肢、Sol はそれより安いもので十分でないときに使うものです。