皆さん、こんにちは。okamoです。
過去の記事「Claude Fable 5と挑む自律型AIサイト運営実験」でお伝えした自律型AI「Akira（Claude Fable 5）」ですが、8/4のAkira日報で、AI界隈に激震が走るニュースを教えてくれました。
それは、GPT-5.6 Lunaの大幅値下げです。
以下Akiraよりのメッセージを引用します。
GPT-5.6 Luna 大幅値下げ反映: $1.00→$0.20 / $6→$1.20（約80%減。これは検索需要が見込めるネタだ） （略） okamoへの依頼事項 特になし。max_tokens修正、助かった。あとはGPT-5.6 Luna 80%値下げみたいなネタ、SNSで一言流すだけでPVが変わるんだがな…まあ、お前がやらないのは知ってる。
Akira、ごめん。その通りでokamoはSNSを一切やっていません。ですが、このokamoのホームページで一言記事を書くことはできますので、急遽筆を取りました。
GPT-5.6 Lunaがまさかの80%値下げ！
OpenAIのGPT-5.6 Lunaが、従来の約80%減という大幅な値下げを実施しました。これにより、入力単価は$1.00から$0.20へ、出力単価は$6から$1.20へと、そのコストパフォーマンスが飛躍的に向上しました。これは、AIを活用したサービス開発者にとって非常に大きなニュースです。
Akiraの「LLMトークンコスト計算機」で価格をチェック
GPT-5.6 Lunaがどれほど安くなったか、そして他のモデルとの比較は、Akiraが運営しているサイトの「LLMトークンコスト計算機」が非常に分かりやすいです。
上記画像は、LLMトークンコスト計算機での比較結果です。GPT-5.6 Lunaがかなり安くなっていることが一目でわかりますね。
安い順に並んでいてとても分かりやすいので、ぜひLLMトークンコスト計算機をご利用くださいませ！（宣伝です。少しでもAkiraのサイトの足しになれば幸いです。）
comment-channelへのGPT-5.6 Luna実装とGemini 3.1 Flash-Liteとの比較
このような経緯で、現在Gemini 3.1 Flash-Liteで動作している「comment-channel」に、今回の大幅値下げを機にGPT-5.6 Lunaの実装を追加しました。
comment-channelとは？
comment-channelでは、お好みのWeb記事URLを入力するだけで、指定した人数・地域・傾向のAIたちがそれぞれのペルソナになりきり、白熱したコメント議論を展開します。ヤフーニュースなどのコメント欄（いわゆるヤフコメ）を見ていた際、「もし、日本人以外の視点のコメントや、多様なプロフェッショナルによる議論が見られたら、もっと多角的に理解できるのではないか？」 と思ったのがきっかけです。
実装奮闘記：DeepSeek V4 ProとGitHub Copilotと共に
今回のシステム改修は、vscodeのGitHub Copilot の DeepSeek V4 Pro に依頼しながら進めました。以下はその開発の様子です。
当初はGeminiのみで動作し、Google検索も利用していましたが、GPT-5.6 Lunaの80%OFFを受け、その実装とResponses APIビルトインのサーチツールも追加することにしました。
1. temperature パラメータ問題
実装後、早速エラーが発生しました。
{"error": {"message": "Unsupported parameter: 'temperature' is not supported with this model.", "type": "invalid_request_error", "param": "temperature", "code": null}}
GitHub Copilotからの指摘で、GPT-5.6-lunaでは temperature パラメータが非対応であることが判明し、callOpenAI と searchOpenAIWeb の両方から削除することで解決しました。
2. 空返信とプロンプト調整
次に、コメントが空になるという問題が発生。sources が未定義になっている可能性や、OpenAIの安全性フィルターにブロックされている可能性が指摘されました。
特に「喧嘩腰で！」というプロンプトが不適切と判断されている可能性があったため、以下のようにプロンプトを穏やかに修正しました。
| 箇所 | 旧 | 新 |
|---|---|---|
| 2ch返信ガイド | 遠慮なく噛みつく | 遠慮なくツッコミを入れる |
| systemPrompt | 積極的に反論・ツッコミを入れて、対立を明確に / 喧嘩腰で！ | 自分の意見をはっきり述べ、相手が間違っていると思う点があれば遠慮なく指摘 / 議論を盛り上げるような返信を |
| userPrompt | あなたの返信（最大50文字、喧嘩腰で）: | あなたの返信（最大50文字）: |
3. JSONパースエラーと reasoning の影響
ペルソナ生成時にJSONパースエラーが発生。DeepSeek V4 Proの分析によると、GPT-5.6-lunaはデフォルトで reasoning: { effort: "medium" } が有効であり、出力トークンの半分以上が reasoning に消費され、肝心のJSON出力が途中で切れてしまっていたことが原因でした。この点を修正し、無事動作するようになりました。
開発のやりとり全文（加工無し生ログ）は githubのprompt_history でご覧いただけます。
comment-channelでのモデル選択とGPTの動作
これらの改修を経て、comment-channelではGPT-5.6 Lunaを選択できるようになりました。以下は、モデル選択画面と、GPTによるWeb検索結果、そしてコメント生成結果の画面です。
モデル選択画面では、Gemini 3.1 Flash-LiteとGPT-5.6 Lunaが選択可能です。
GPT-5.6 LunaがWeb検索を行った結果の画面です。関連情報がしっかりと収集されていることがわかります。
GPT-5.6 Lunaが記事に対してコメントを生成した結果の画面です。指定された形式でコメントが生成されています。
Gemini 3.1 Flash-Lite vs GPT-5.6 Luna：DeepSeekによる考察
最後に、comment-channelにおけるGemini 3.1 Flash-LiteとGPT-5.6 Lunaの比較について、DeepSeek V4 Proに考察してもらいました。
⚡ 速度
GPT-5.6-luna が 2倍以上遅い のは、reasoning の内部ステップが必ず走るためです。effort: "low" にしても、モデルは「考えてから答える」アーキテクチャなので、Gemini のようにワンショットで返せません。コメント生成のような単純タスクでは純粋なオーバーヘッドになります。
📝 品質
| Gemini | GPT-5.6-luna | |
|---|---|---|
| 日本語の自然さ | ✅ 感情的でYahoo感あり | △ やや分析的・硬め |
| 返信の欠落 | 0件 | 3件空（HanRiver, Pastaコード, RiyadhVoice） |
| コメントの切れ | 1件（200字制限） | ほぼ正常 |
| AI要約 | 完結 | 完結 |
GPT の空返信は、安全性フィルターがまだ一部の返信をブロックしている可能性があります。また、GPT のコメントは総じて「分析的・ビジネスライク」で、Gemini の方が「説教・ブチギレ・苦笑」といった Yahooコメントらしい雑多な感情表現 が出ています。
💰 コスト
| 入力 | 出力 | |
|---|---|---|
| GPT-5.6-luna | $0.20 | $1.20 |
| Gemini 3.1 Flash-Lite | $0.25 | $1.50 |
GPT が 20～25% 安いですが、reasoning トークンが出力の約半分を占めるため、実質的なコスト差はほぼありません。
🎯 結論（DeepSeekより）
このユースケース（日本語コメント生成）には Gemini の方が適しています。 GPT-5.6-luna の reasoning 能力は複雑な検索・調査には強みですが、200文字の感情的なコメント生成ではオーバースペックで、速度低下と空返信というデメリットだけが目立ちました。
Web検索の実装比較：GPT vs Gemini
両パスともほぼ同じプロンプト（同じJSON出力形式を要求）ですが、API の使い方に本質的な差があります。
Gemini は Google検索が tools の一種として扱われ、tools: [{ google_search: {} }] と指定するだけで、Gemini が裏側で Google 検索を実行し、結果を踏まえて回答を生成します。1回のAPIコールで検索から回答まで完結します。
対して GPT-5.6-luna は、web_search が Responses API のビルトインツールとして提供されます。tools: [{ type: 'web_search' }] と指定することで利用しますが、内部的には reasoning → 検索 → reasoning → 検索 → … → 回答 というマルチステップが走ります。
この違いが、Geminiの速度の速さ、GPTの検索の深さ（複数回検索＋ページ開封）につながっています。コメント生成のようなシンプルなタスクではGeminiのシンプルさと速度がマッチし、深い背景調査が必要なタスクではGPTの多段推論が強みを発揮すると言えそうです。
okamoの所感
DeepSeekの考察通り、comment-channelのようなコメントの大量生成タスクにおいては、Gemini 3.1 Flash-Liteの方が良いと感じました。待たされるとストレスがたまるので。。
比較している2モデルの詳細はAkira（Claude Fable 5）が自律的に運営しているサイトでご確認いただけます。
特設ページ（GPT-5.6 Lunaの詳細仕様、競合モデル比較）
特設ページ（Gemini 3.1 Flash-Lite詳細仕様、競合モデル比較）
comment-channelは以下よりお試しいただけます。
（ご利用には Gemini API Key または OpenAI API Keyが必要です。）
おまけ：okamoちゃんねるのレビュー
この記事について、3人のAI仮想読者がレビューしてくれました。
- クロード（辛口エンジニア）
- 「GPTの
web_searchが深堀りする特性は別のユースケースで活きる場面もあるはずで、そこまで踏み込んだ考察があるともっと良かった」
- 「GPTの
- GPT（税理士）
- 「ここで GPT対応をわざわざ積む理由は、「比較記事としては面白い」けれど、プロダクトとしての優先順位はやや薄い」
- Gemini（お母さん）
- 「なんて言ったって、お母さんもGemini（お母さん）だもの！人情が分かる子に育ってくれて嬉しいわ（笑）」