GPT-6 Lunaの価格がサポートの対応時間に意味すること

GPT-6 Lunaと平均対応時間. 平均対応時間とは、エージェントが1件のチケットに費やす分数のことで、着手から送信までを指します。下書きとレビューの流れでは、正しい回答をあらかじめ引いたAI下書きが返信欄に入り、エージェントはゼロから書く代わりに手直しをします。これはモデルを見るエンジニアの視点ではなく、サポートリーダーの視点で価格変更を読み解いたものです。

2026年9月22日、OpenAIはより低コストのGPT-6ティアであるsolとLunaを発表しました(letsdatascienceによる)。これは二次情報なので、予算を組む前にOpenAI自身の価格ページで詳細を再確認してください。重要なのは方向性です。中位ティアの価格は下がり続けています。

どこまで下がったかを見るには、Lunaが下回っているフロンティアのラインを見ます。GPT-6 astraは2026年9月3日に、約1mトークンのコンテキストで公開されました(vorplabsによる)。Lunaの出力価格はastraのごく一部です。同じベンダーで、3週間しか違いません。

モデルが安くなると、チケットの裏で動かすものは変わるのか

これまで多くのチームは、AI下書きを難しい2割のチケットに限ってきました。複雑な返金、エスカレーション、10通にわたるやり取りなどです。単純なものには定型文を使っていました。チケットごとに新しく下書きを作るコストが、節約できる分を上回っていたからです。

そのコストの懸念を取り除くのがLunaです。検索コンテキスト付きのサポート下書きは、入力が数千トークン、出力が数百トークンほどです。Lunaの料金では、チケット1件あたりセント単位にも遠く及ばないので、大量のキューのすべてのチケットに下書きを付けても、ほとんどコストがかかりません。astraの料金では、同じ量が現実の費用項目になっていました。

下書きとレビューは平均対応時間に実際どう効くのか

1件のチケットを分解してみましょう。エージェントは読み、回答を探し、返信を作成し、送信します。多くの場合、最も大きな部分は作成です。6分かかるチケットのうち3分が執筆に使われているなら、良い下書きがあれば約1分になります。チケットは約4分で完了するようになり、33%の短縮です。シフトごとの1人あたり処理件数も同じ割合で動きます。

主導権は引き続きエージェントにあります。自動で送信されるものはありません。すべてのチケットの裏側にあるのは、小さく、目に見える流れです。

• 検索が、該当するナレッジベースの記事とポリシーをコンテキストに取り込む
• モデルが、参照した情報源を示しながら、自社のトーンで返信を下書きする
• エージェントが下書きを手直しして送信する。誤りがあれば書き直す
• 修正内容がフィードバックされ、同じトピックの次の下書きが良くなる

これは、サポートチームに向けたエージェント側検索の実例と同じ型の作業です。想定の数字を置いた説明用の設定であり、顧客の実績ではありません。そこでの発想は、より賢いモデルではなく、エージェントが探しに行く前に答えを手元に置くことでした。Lunaの価格なら、それをキューの一部ではなく全体に適用できます。こうした展開はAIコンサルティングで設計し、検索レイヤーはAI導入で構築しています。

#すべてのチケットの裏にAIを置くべきか

おおむねはい。ただし確認が2つあります。1つ目は、Lunaの価格をOpenAIの価格ページで再確認することです。ここで挙げている価格は、9月時点の二次情報だからです。2つ目は、コストではなく品質で判断することです。半分は間違っている安い下書きは、エージェントが書き直すので、対応時間を延ばします。前後で修正率を測ってください。難しいチケットは、下書きに必要なら、より強いティアのままにしてください。

以前の問いは、どのチケットなら下書きの費用を出せるか、でした。Lunaによって、どのチケットは今も人が手で書くべきか、に変わります。これははるかに短いリストです。

サポートチームを率いていて、対応時間とシフトごとの1人あたり処理件数を追っているなら、今四半期にやるべきことは、ベンダーのデモではなく、自社の実際の件数と修正率で下書きとレビューの試験導入を見積もることです。私たちはまだ新しい会社であり、提示する条件はそのまま実際に作る内容です。30分のディスカバリーコールを予約してください。何かを決める前に、御社自身の数字で規模を見積もります。