Claude Sonnet 5.5・GPT-6 Luna・Gemini 4 Argon料金比較

Claude Sonnet 5.5・GPT-6 Luna・Gemini 4 Argonの選び方

2026年10月29日の料金で、1件あたり入力2,000・出力500tokensだけを比べると、Orux AIのGPT-6 Lunaは1,000件24.3 Credits（$0.122）、Gemini 4 Argonは594 Credits（$2.97）、Claude Sonnet 5.5は855 Credits（$4.275）です。公式標準料金は順に$0.45、$9.00、$9.00。Argonの公式料金は2026年12月1日に倍になります。

Lunaは分類や抽出など絞られた大量処理、SonnetとArgonは広い推論・文章作成に位置づけられています。自分の仕事で高い単価に見合うかを確かめてください。料金から品質は推定できません。本稿は3候補の過去価格比較で、現在の全モデル順位ではありません。

早見表

横にスワイプすると表全体を確認できます。

「位置づけ」は原文が引用したOruxモデル説明であり、品質実測順位ではありません。「現在の公式価格」は2026年10月29日の記録を指します。

料金の内訳

2026年10月29日確認の100万tokens単価です。Oruxの主単位はCredits、1 Credit=$0.005。括弧のドルは換算です。

横にスワイプすると表全体を確認できます。

注意点は三つあります。

• OruxのLunaは入力270Kから上位料金です。原文はOpenAIの当時の境界を272K、単価を$0.20/$0.75とし、270K–272Kの差を比較していました。2026年11月1日の確認では現在の公式ページでこの旧情報を再確認できなかったため、表では歴史的記録としてのみ残し、現在の価格差を保証しません。Oruxの270Kと20/80 Creditsは現設定で確認済みです。
• Sonnetのキャッシュ書き込みは別料金で、5分は237.5 Credits/100万tokens、入力の1.25倍。1時間は380 Creditsで2倍です。読み取りは12 Creditsなので、実際のヒットで節約できますが書き込みは無料ではありません。
• Argon公式は2026年12月1日に倍になります。Oruxの変更はモデルページで確認し、追随を仮定しません。Gemini API料金ガイド（英語）に日程があります。

三つの仕事で見る費用

token単価を予算へ移すため、3種類の入出力量で1,000件を計算します。

横にスワイプすると表全体を確認できます。

引用日の公式標準価格ではSonnetとArgonは同額です。OruxではArgonの入力・出力がSonnetの約69.5%なので、この固定単価が適用され他の課金要因がなければ、入出力比率にかかわらず約30%安くなります。品質や再試行回数の比較ではありません。

Lunaが自分の合格基準を満たさずSonnetが予算を超えるなら、Claude Haiku 5.5も価格中間の候補です。入力100K以下で10.8/54 Credits/100万tokens、参考負荷1,000件48.6 Credits。原文の14候補表は安価なLLM API比較（英語）へ。現在の全モデルを網羅しません。

同じプロンプト、3モデル：確認できる証拠

本稿では3者の品質実測結果を公開していません。示せるのは過去のSonnet呼び出しと、そのtoken量を他の料金に当てた計算です。実際の3出力比較ではありません。

2026年10月29日の博物館JSON例の初回は入力402・出力195tokensでした。翻訳時の11月1日に保存済み検証報告を再確認すると、初回は構造のみ合格、出典との照合は不合格でした。「Gallery A/B/D」が「A/B/D」に短縮されたためです。原文の「validated JSON」を初回完全合格と受け取ることはできません。修正指示での実再実行は入力446・出力207tokensで構造と出典の両方に合格し、Sonnet料金では0.28139 Creditsです。どちらも過去の記録で、今回の新規呼び出しではありません。

初回は402×190/1M+195×950/1M=0.26163 Credits、元表の丸めで0.2616（約$0.0013）です。同量での価格計算：

横にスワイプすると表全体を確認できます。

tokenizerも回答長もモデルごとに異なるため、実用量が同じになるわけではありません。後掲スクリプトは各モデルのusage、出力、時間を記録しますが、本稿で3者テストを実行したものではありません。検証器まで含む手順はClaude Sonnet 5.5 APIガイド（英語）を参照してください。

コンテキストとパラメータ

同じOpenAI互換リクエストを使いますが、二つの違いがあります。

• Lunaは可視出力と推論tokensを合わせて制限するmax_completion_tokens、SonnetとArgonはmax_tokensです。
• Lunaはreasoning_effortを公開しています。Oruxフォームの直接回答モードは実際の表示選択肢で確認してください。

3候補ともOruxでストリーミングとコンテキストキャッシュに対応し、該当Batchモードはありません。Anthropic直接Batchは半額なので、大量のオフラインClaude処理ではその価格と比べてください。

原文のLuna平均7.8秒は2026年10月の完了5件です。少数かつ非統制で速度順位を出せません。当時は他2モデルの比較可能な標本がありませんでしたが、2026年11月1日のSonnetには標本があります。過去の「標本なし」を現在の断定にせず、3者同条件の速度テストがない点を区別してください。

GPT-6 SolとAstraの提供状況

原文は2026年10月29日時点でSolとAstraはOrux未提供、Lunaが唯一のGPT-6と記載しました。この説明は古くなっています。2026年11月1日、OruxのGPT-6 Sol、GPT-6 Astra、GPT-6.1 Solの公開モデルページを確認でき、関連モデルは販売一覧にあります。本稿が3モデルに限定されるのは選題範囲で、他モデルが使えないという意味ではありません。OpenAI直接利用では公式料金と現行版を確認してください。

最初の候補を選ぶ

価格と位置づけだけを踏まえ、品質基準は自分で確認します。

• 分類、ルーティング、タグ、短い抽出、小さなJSONはLunaから。参考負荷は1,000件24.3 Creditsで、同量のLunaをもう1回使ってもSonnet1回より安くなります。ただし検証自体の追加計算・モデル・人手費用は別で、どんな検証でも安いわけではありません。
• Lunaが基準を満たさなければ、大きい2候補の低価格側であるArgonを試せます。Google直接も使う場合、12月1日の公式変更を予算に反映します。
• Sonnetはデバッグ、多段の草稿作成などの候補にし、自分の指示で追加費用に見合う結果を確認して選びます。

Lunaを先に使い、検査に落ちたときだけArgonやSonnetへ進める構成が考えられます。共通エンドポイントとキーを使えますが、合格基準と費用上限は自分で用意する必要があります。

Pythonでモデルを変更して用量を記録

1クライアントから3モデルに同じ指示を送り、引数の違いを処理し、回答・usage・概算Credits・実時間を出します。実行すると有料です。今回の翻訳は構文と計算のみローカル検証し、API実行はしていません。

# pip install openai
import os, time
from openai import OpenAI

client = OpenAI(base_url="https://orux.top/api/v1", api_key=os.environ["ORUX_API_KEY"])

# Credits per 1M tokens (input, output), checked 2026-10-29. GPT-6 Luna: under-270K tier.
RATES = {
    "claude-sonnet-5-5": (190, 950),
    "gpt-6-luna": (5.4, 27),
    "gemini-4-argon": (132, 660),
}

PROMPT = """Extract every record as a JSON array of objects with keys
id, title, location, estimated_value_usd. Use null when a value is unknown
or conflicting. Return JSON only.

1. ID A-104, "Blue Vase", Gallery A, valued at $1,200
2. ID A-105, "Bronze Bell", Gallery B, valued at $800 or $950 (two appraisals)"""

def ask(model, prompt, limit=600):
    params = {"model": model, "messages": [{"role": "user", "content": prompt}]}
    # The one parameter difference between the three
    params["max_completion_tokens" if model == "gpt-6-luna" else "max_tokens"] = limit
    start = time.perf_counter()
    resp = client.chat.completions.create(**params)
    return resp, time.perf_counter() - start

for model, (rin, rout) in RATES.items():
    resp, secs = ask(model, PROMPT)
    u = resp.usage
    credits = (u.prompt_tokens * rin + u.completion_tokens * rout) / 1e6
    print(f"--- {model}: {u.prompt_tokens}/{u.completion_tokens} tokens, "
          f"≈ {credits:.6f} Credits, {secs:.1f} s, finish={resp.choices[0].finish_reason}")
    print(resp.choices[0].message.content)

標準呼び出しは主にmodelとLunaの出力上限名を変えます。URL、キー、基本的な応答形は同じです。他の機能・引数制限は現行フォームで確認してください。概算は原文の短文料金だけを使い、キャッシュ読み書き、最低料金、長文帯を含みません。正確な金額は精算記録で確認します。

原文料金確認2026-10-29、翻訳補足確認2026-11-01。出典：Anthropic料金、OpenAI料金、Gemini API料金、上記Oruxモデルページ。Opus・Haikuも含む内訳はClaude API料金（英語）へ。

FAQ

Q.3モデルのうち最安はどれですか？

本稿の短文参考負荷では、Luna入力5.4・出力27 Credits/100万tokens（$0.027/$0.135）、1,000件24.3 Creditsです。Argonは594、Sonnetは855。用量、キャッシュ、料金帯が異なれば再計算します。

Q.コードにはどれが最適ですか？

3者コードベンチマークはなく、勝者を決めません。Sonnetページはデバッグや反復的な問題解決に位置づけています。入力3,000・出力2,000tokensの1件はSonnet約2.47、Argon1.72、Luna0.07 Credits。料金であって正答率ではありません。

Q.コード変更なしで切り替えられますか？

基本URLとキーは同じでmodelを変更しますが、Lunaはmax_completion_tokens、他2モデルはmax_tokensです。その他の対応引数も個別に確認してください。

Q.Argonは値上がりしますか？

Google公式は2026年12月1日に100万tokensあたり$2/$10から$4/$20になります。Oruxの2026年10月29日価格は132/660 Credits。将来のOrux料金はモデルページの実際の公表を確認してください。

Q.LunaでSonnetを置き換えられますか？

無条件ではありません。Lunaは分類・抽出・短答、Sonnetは起草やデバッグなど広い用途向けです。狭い大量タスクをLunaで試し採点しましょう。参考負荷で約35倍安いのは試す理由で、同品質の証拠ではありません。