モデル選び: 「上位モデル×低effort」か「下位モデル×高effort」か（GPT-5.6 世代の実測談）
同じ性能なら「下位ティアのモデルを高い effort で回す」方が安いことが多い。普段使いは中位設定、難問だけ最上位に切り替える。2026年7月の GPT-5.6（Sol/Terra/Luna）での議論だが、考え方は後継モデルにも使える。
どんな時に使う？
- モデルとeffortの組み合わせが多すぎて、何を常用すべきか決められない
- サブエージェントの利用枠消費を抑えたい
手順（当時の推奨の要約）
- ティアの役割（公式）
- Sol: 長時間の計画・ツール利用を伴うエージェント作業
- Terra: 性能とコストのバランス、日常作業
- Luna: 明確に定義された大量作業を高速に
- 日常は Sol Medium、本当に難しい問題だけ Extra High、上限を気にしないなら Ultra（Codex 責任者の推奨）
- コスト効率重視の比較（外部ベンチの声）
- Sol High 未満の設定を使うくらいなら Luna の高 effort の方が安くて同等
- サブエージェントの実行役は Terra High より Luna Extra High（約1.3倍速・約2.5倍安いという報告）
- 自分のタスクで「今の設定」と「1段下の設定」を数件比べてから常用設定を決める
注意点
- 数値はベンチや個人の計測。タスクによって逆転する（Luna が旧 mini 系に劣るタスクもあるという報告あり）。
- 2026-10 時点では GPT-6.1 Sol / Claude Haiku 5.5 など後継が出ている。最新の料金は AIコーディング ツール・モデル動向（2026-09-25〜2026-10-09） と ガイド: モデルと料金プランの選び方（AIコーディング） を参照。