ChatGPTのモデルとWork・Codexの使い分け｜Sol・Astra・Lunaと推論設定を整理

ChatGPTを使っていると、SolやAstraといったモデル名に加えて、推論の設定、Work、Codexなど、さまざまな選択肢が表示されます。名前だけを見ても、何を変える設定なのか分かりにくいのではないでしょうか。

選ぶときは、「どこで作業するか」「どのモデルを使うか」「推論にどれだけ時間をかけるか」を分けて考えましょう。さらに、使えるファイルやツール、利用上限を確認すると、目的に合う組み合わせを選びやすくなります。

この記事では、Chat・Work・Codexの役割と、Sol・Astra・Lunaの選び方を整理します。文章の修正、資料作成、プログラム開発の例を使い、実際の依頼方法まで紹介します。

モデルや提供範囲については、2026年10月９日に確認した公式資料を基にしています。画面の表示や利用できる機能は、プラン、アプリ、組織の設定、段階的な提供状況によって異なります。

１．モデル・推論設定・利用環境を分けて考える

SolやAstraはモデルを区別する名前ですが、WorkやCodexは、作業を進めるための機能や画面を含む利用環境です。同じ種類の選択肢として並べると、「AstraとWorkのどちらがよいか」といった比較になってしまいます。

まず利用環境を決め、その中で選べるモデルと推論設定を確認しましょう。モデルを変更しても、接続していないサービスや権限のないファイルへ、自動的にアクセスできるようにはなりません。

また、通常のChatに表示される選択肢と、Work・Codexで選べるモデルは同一とは限りません。APIのモデル一覧も別に確認し、自分が使う画面へそのまま当てはめないようにしてください。

２．Chat・Work・Codexは、欲しい結果から選ぶ

Chat：説明や相談、文章の下書きを進める

質問への回答、用語の説明、文章の修正、アイデアの比較など、対話しながら内容を整理したい場合はChatが候補になります。例えば、メールの表現を整えたり、授業案の方向性を相談したりする使い方です。

コードについて質問する場合も、仕組みの説明や短い修正案が欲しいだけなら、まず対話で進められます。「プログラミングの話だから必ずCodex」と決める必要はありません。

Work：確認して使える成果物まで作る

Workは、資料を読み、整理・分析し、文書や表計算ファイルなどの成果物へまとめる作業で候補になります。依頼では、完成させたいものと、材料として使う情報を具体的に伝えましょう。

例えば、「アンケートを分析して」だけでなく、「添付CSVを集計し、集計表と説明会改善案を作成して」と指定します。進行中に条件を補い、出てきた成果物を確認しながら修正できます。

Codex：コードや開発環境を確認しながら作業する

既存プロジェクトを読み、ファイルを修正し、テストや変更差分を確認する場合は、Codexが候補になります。開発対象のファイルや実行環境へアクセスできることが前提です。

ただし、WorkとCodexには共通する能力があります。Codexでも文書作成などを行えるため、「Workは資料専用、Codexはコード専用」という完全な区分ではありません。見たい作業情報や普段の進め方に合わせて選びましょう。

この表は使い分けの出発点です。同じ成果物でも、資料の置き場所や必要なツールによって進めやすい環境は変わります。

３．Sol・Astra・Lunaは、仕事の条件に合わせて比較する

2026年10月９日時点の公式資料では、Work・Codexのモデル選択で、GPT-6.1 Sol、GPT-6 Astra、GPT-6 Lunaが案内されています。以下は公式の位置づけを基にした概要であり、すべての作業で同じ順位になるという意味ではありません。

公式資料では、GPT-6.1 Sol・GPT-6 Sol・GPT-6 Lunaは、ChatGPT内ではWork・Codexで利用するモデルとして説明され、通常のChatには提供されないとされています。通常のChatで見つからない場合は、利用する画面の違いも確認してください。

実際の選択肢は、アカウントや提供状況によって変わります。「有料プランなら全員が同じモデルを選べる」と考えず、モデル選択画面と公式の提供条件を合わせて確認しましょう。

高性能モデルへ変える前に、入力の不足も確認する

回答が期待と違っても、原因がモデルの能力とは限りません。参考資料が足りない、対象ファイルが違う、完成条件が曖昧、といった問題でも結果は変わります。

例えば、説明会資料の料金が間違っている場合、まず最新の料金表を参照できたか確かめます。古い資料しか渡していなければ、モデルだけを変更しても解決しない可能性があります。

４．推論設定は、必要な検討の深さに合わせて調整する

推論設定は、モデルが回答や作業のために行う推論の程度を調整するものです。設定を上げると複雑な課題で改善する可能性がある一方、処理時間や利用量も増える場合があります。

推論設定を上げれば、必ず正解になるわけではありません。情報の不足、参照資料の誤り、実行環境の問題は、設定の変更とは別に確認する必要があります。

画面のラベルを、すべて同じ種類の設定だと考えない

Light・Medium・Highなどの推論設定と、モデルの選択、速度に関する設定は区別します。画面上の名称が似ていても、何を変更しているのかは、その環境の説明で確認してください。

特に、Instantなどの表示と推論設定を一括りにして、「どれを選んでも同じモデルのまま」と断定するのは避けましょう。世代や利用環境をまたいで、同じ名前が同じ挙動を意味するとは限りません。

調整するときは、結果を見ながら一つずつ変える

1. まず利用中の既定設定で、代表的な作業を試す。
2. 不足が、資料・指示・ツール・推論のどこにあるか確認する。
3. 検討不足が疑われる場合に、推論設定を上げて比較する。
4. 必要に応じて別のモデルでも同じ作業を試す。
5. 成果物の品質、待ち時間、修正の手間、利用量から選ぶ。

モデルと推論設定を同時に大きく変えると、どの変更が役立ったか判断しにくくなります。よく行う作業を一つ選び、条件をそろえて試すと、普段使う組み合わせを決めやすくなります。

５．３つの場面で考える依頼の書き方

利用環境とモデルを選んだら、欲しい結果を具体的に伝えます。以下は依頼方法を説明するための例であり、特定モデルの性能を測定した結果ではありません。

場面１：案内文の内容を保ちながら読みやすくする

文章の修正では、変更してよい部分と、残すべき事実を分けます。「読みやすくして」だけでなく、段落の作り方や不足情報の扱いまで伝えておくと、仕上がりを確認しやすくなります。

この場合は、Chatで下書きを受け取り、事実が変わっていないか確認する進め方が考えられます。印刷用の文書ファイルまで必要なら、ファイル作成を含む依頼としてWorkなどを検討しましょう。

場面２：複数の資料から説明会スライドを作る

資料制作では、完成物の形式に加えて、どの情報源を使うか指定します。資料同士に食い違いがある場合の扱いも決めておくと、AIが勝手に一方へそろえてしまうことを確認しやすくなります。

Workで進める場合は、まず資料を参照できることを確認します。完成後はスライドを開き、内容だけでなく、文字サイズや配置、印刷・投影したときの読みやすさも見てください。

場面３：クイズアプリの不具合を修正する

既存アプリの修正では、期待する動作と実際の動作を分けて伝えます。対象ファイルを確認できるCodexなどの環境で、原因の調査から変更・動作確認まで依頼する方法があります。

修正後は、変更差分と確認結果を見ます。「動作確認済み」という文章だけで判断せず、どの操作を試したか、実行できなかった項目があるかを確かめましょう。

６．利用上限と費用は、作業量を含めて確認する

WorkとCodexは利用枠を共有すると公式に説明されています。また、APIのトークン単価と、ChatGPTのプランに含まれる利用量は別の仕組みです。API料金表から、契約プランで実行できる作業回数をそのまま計算することはできません。

利用状況を見るときは、モデル名だけでなく、入力する資料の量、作業の長さ、ツールの使用、繰り返す頻度も考慮します。同じ一つの依頼でも、短文修正と大量ファイルの分析では必要な処理が異なります。

• 大きな作業を始める前に、現在の利用状況を確認する。
• 比較する資料や対象期間を、必要な範囲に絞る。
• 最初に完成条件を伝え、不要な作り直しを減らす。
• 繰り返す業務では、一度の成功だけでなく継続利用時の負担も見る。

利用量を減らすことだけを優先すると、確認や修正の手間が増える場合があります。使える成果物になるまでの時間と利用量を合わせて判断してください。

７．モデル選びと、実行権限・成果物の確認を分ける

高性能なモデルを選んでも、入力してよい情報や実行してよい操作の範囲は変わりません。資料の分析だけを依頼する場合と、メール送信や公開作業まで依頼する場合では、確認する内容が異なります。

外部サービスを接続するときは、どの情報を読めるか、何を変更できるかを確認してください。成果物を作る依頼では、確認用の下書きまでなのか、承認後に公開するのかも明確にします。

８．ChatGPTのモデル選びでよくある質問

一番高性能なモデルを選べば、すべて解決しますか？

難しい作業で有力な候補になりますが、資料不足や曖昧な依頼まで自動的に解消するわけではありません。必要な情報と完成条件をそろえ、成果物を確認する手順も用意しましょう。

WorkとCodexは、どちらか一方だけ覚えればよいですか？

共通する能力があるため、最初は普段の仕事を進めやすい環境から使えます。資料や文書を中心に扱うか、コードや開発時の詳細を中心に確認したいかを、選ぶ手掛かりにしてください。

モデルを変更すると、外部サービスも使えるようになりますか？

モデルの変更と、サービスへの接続や権限付与は別です。必要な連携が利用可能か、アカウントの接続や組織の許可が整っているかを確認してください。

推論設定のHighは、どのモデルでも同じ性能ですか？

同じラベルでも、異なるモデルや世代で性能が同じになるわけではありません。モデル名と設定を組み合わせて記録し、自分の作業で結果を比較しましょう。

新しいモデルが出るたびに、すぐ切り替えるべきですか？

新モデルが自分の用途で役立つかを確認してから判断できます。ただし、提供終了が案内されたモデルを使っている場合は、終了日と代替候補を確認し、保存した設定や定期実行する作業も見直してください。

９．まずは一つの仕事で、普段使う組み合わせを決める

選択肢をすべて覚えるより、よく行う仕事を一つ選び、使える結果になるまで試してみましょう。文章の相談なのか、ファイルの完成なのか、既存コードの変更なのかを決めると、利用環境を選びやすくなります。

その上で、モデルと推論設定を確認し、成果物の品質、修正の手間、待ち時間、利用量を記録します。うまくいった依頼は、使用した資料や条件と一緒に残すと、次の作業でも再利用できます。

• 完成させたいものを具体的に決める。
• Chat・Work・Codexから、作業しやすい環境を選ぶ。
• その環境で利用できるモデルと設定を確認する。
• 資料、条件、確認してほしい項目を渡す。
• 結果を確認し、必要な部分から設定や依頼を調整する。

モデル名は更新されても、目的と確認基準を決めて使うという考え方は応用できます。まずは一つの作業で、自分に合う進め方を作ってみてください。

参考資料

モデルの位置づけ、提供範囲、利用環境について、以下のOpenAI公式資料を参照しています。契約や設定を変更する際は、最新の案内と自分の画面の表示を確認してください。

• OpenAI：Use ChatGPT
• OpenAI：Get started with ChatGPT Work
• OpenAI：Models
• OpenAI：Model selection
• OpenAI：Pricing