MS Foundry、GPT-6 SolとLunaを一般提供開始

米Microsoftは2026年9月23日、クラウド型AI開発基盤「Microsoft Foundry（Azure上のAIモデル統合運用基盤）」において、OpenAIの次世代モデルファミリー「GPT-6」に属する「GPT-6 Sol」および「GPT-6 Luna」の一般提供（GA）を開始しました。先行してGA提供されていた最上位推論モデル「GPT-6 Astra」に加え、中核モデルと高速軽量モデルが揃ったことで、本番環境で自律動作するAIエージェントの構築・運用において、ワークロードの特性や予算に合わせた柔軟なモデル選択が可能になります。

業務特性に応じて選べる3つのGPT-6モデル

Microsoftの公式発表によると、今回追加されたモデルは、前世代の「GPT-5.6 Sol」や上位の「GPT-6 Astra」の成果を踏まえ、エージェントがノイズを抑えて完全なタスクを完遂する能力を高めた設計となっています。各モデルの担当領域と強みは以下のとおりです。

• GPT-6 Astra: 最も高度な推論能力、ソフトウェアエンジニアリング、およびコンピュータ操作（画面操作やAPI連携）に対応。判断と実行の双方が要求される複雑な業務に適しています。
• GPT-6 Sol: 汎用本番エージェント向け中核モデル。複数ステップの推論、長文脈の分析、外部ツール呼び出しを伴うナレッジワークやコーディングに対応します。
• GPT-6 Luna: 大量データの処理と前処理に特化した高速・軽量モデル。テキスト抽出、要約、ルーティング、日常の顧客対応などを低コストかつ低遅延で処理します。

Microsoftは、単一のモデルをすべての処理に適用するのではなく、要求される推論レベルに応じてモデルを使い分ける構成を推奨しています。

提供形態とトークン料金の比較

Microsoft Foundryでは、用途に応じた3種類のデプロイ形態を用意しています。

1. Standardデプロイ​: 従量課金制（従量トークン課金）。世界28のグローバルリージョン、および米国・欧州のデータゾーンで提供。
2. ​予約スループット（Provisioned Throughput）​: 専用帯域を確保し安定したレイテンシを提供する形態。AstraおよびSolで提供。
3. ​優先処理（Priority Processing）​: 応答性を重視した従量課金レーン。Sol向けに提供。

グローバルStandardデプロイにおける100万トークンあたりの料金体系（米ドル表記）は下表のとおりです。

モデル名	文脈長	入力（Input）	キャッシュ入力	キャッシュ書込	出力（Output）
GPT-6 Astra	短文脈	$10.00	$1.00	$12.50	$50.00
GPT-6 Astra	長文脈	$20.00	$2.00	$25.00	$75.00
GPT-6 Sol	短文脈	$2.00	$0.20	$2.50	$10.00
GPT-6 Sol	長文脈	$4.00	$0.40	$5.00	$15.00
GPT-6 Luna	短文脈	$0.10	$0.01	$0.125	$0.50
GPT-6 Luna	長文脈	$0.20	$0.02	$0.25	$0.75

※米国データゾーンでのデプロイはグローバル標準料金に10%の割増が適用されます。

4層のAIセーフティアーキテクチャ

本番エージェントの安全な稼働を支えるため、Microsoft Foundry上のGPT-6モデルには4層の防御機構が組み込まれています。

• ​モデル学習​: 基底モデル自体にアライメントと安全学習を実装。
• ​プロンプトおよび出力のガードレール​: コンテンツフィルターとガードレールにより、エージェントの発言内容を監視・統制。
• ​ツール保護​: ツール呼び出しと応答に対する制御、およびプロンプトインジェクション防御により、実行可能な操作範囲を制限。
• ​アイデンティティとアクセス制御​: エンタープライズポリシーとMicrosoft Purviewのデータガバナンス連携により、アクセス可能なデータ範囲を厳格に管理。

独自価値分析：タスクあたりコストの最適化とマルチモデル連携

従来のLLM導入では「100万トークンあたりの単価」が主な比較基準とされていましたが、自律型エージェントの運用においては「タスク1件を完了するために要したトータルコスト（Cost per Task）」が極めて重要になります。

高性能なAstraはトークン単価が高いものの、適切な判断によって無駄な試行錯誤（再実行ループ）を減らし、結果として総トークン消費を抑制できるケースがあります。一方で、メール分類やドキュメント抽出のような定型反復処理にAstraを充てるのは過剰投資となります。Lunaの短文脈出力（0.50ドル/100万トークン）はSolの20分の1、Astraの100分の1の価格水準であり、一次受け・ルーティングをLunaに集約し、高度な推論を要する分岐のみSolやAstraへ渡す「階層型マルチモデルエージェント」を組むことで、運用コストの大幅な削減が見込めます。

分析と展望

企業における生成AIの活用は、単発のチャットボットから、自律的に業務フローを実行するマルチステップエージェントへと移行しています。これに伴い、モデルの推論能力だけでなく、API呼び出しや認証認可、データ主権（データゾーン遵守）といったエンタープライズ基盤との親和性が採否を分ける要因となっています。

MicrosoftがFoundryにおいてOpenAIモデルの即時提供と堅牢なセキュリティレイヤーを強調するのは、AWSやGoogle Cloudなどの競合クラウドに対して「本番エージェント運用のデファクトスタンダード」としての地位を固める狙いがあるとみられます。開発者にとっては、タスクごとの評価（Evaluation）とモニタリングを数値化し、過不足のないモデル構成を継続的に調整していく運用設計が今後の成功の鍵となります。

引用元：Microsoft Azure Blog