「ChatGPTはChatGPTじゃないの？」AI・SI・Astra・Sol・Opus…増えすぎた名前を初心者向けに整理してみた｜SIG WARKS｜AI編 #03

ChatGPTについて調べていると、

GPT-6 Astra。
Sol。Luna。

Claudeを見ると、

Opus。Sonnet。

さらにChatGPTの画面では、

Instant。Medium。High。

みたいな名前まで出てきます。

そして2026年9月末。

今度はアメリカ政府が、

「AIではなく、SIと呼ぶ」

という方針まで打ち出しました。

「ちょっと待って。ChatGPTはChatGPTじゃないの？」

「AIとSIまで違うの？」

となりませんか。

AIを使い始めたばかりなら、たぶんこっちの方が普通だと思います。

しかもネットでは、

「Astraが強い」

「Opusがいい」

「Highで使え」

「Solで十分」

みたいな話が普通に飛び交っています。

でも、

そもそもAstraって何？
ChatGPTとは別物？
Opusとは何が違う？
Highはモデル名？
AIとSIは別の技術？
普通に質問するだけなら、どれを使えばいい？

ここが分からないまま比較されても、意味がありません。

今回は、

「AIモデル」という言葉すら初めて聞いた人

でも分かるところから整理します。

※AIはかなり速いペースで変わるため、具体的なモデル・サービス情報は2026年10月1日時点です。

先に、これだけ分かればかなり楽になる

難しい説明の前に、まずこれだけ覚えてください。

ChatGPTやClaude
＝僕たちが使うサービス

Astra・Sol・Luna・Opus・Sonnetなど
＝その中や関連サービスで実際に仕事をするAIモデル

です。

ものすごく簡単に例えるなら、

ChatGPTというお店がある。

そのお店や系列の仕事場に、

難しい仕事を任せる担当者。

普段の仕事が得意な担当者。

大量の仕事を素早くこなす担当者。

がいる。

その**担当者にあたるものが「AIモデル」**です。

お店は同じでも、

誰に仕事を頼むかによって、

得意な仕事や速さ、必要な計算量などが変わります。

ここまで分かれば、かなり楽になります。

そもそも「AIモデル」って何？

少しだけ正確に言うと、

AIモデルとは、大量のデータから学んだパターンを使って、文章を生成したり、質問に答えたり、さまざまな処理を行ったりする仕組みです。

でも普通に使うだけなら、

「AIの頭脳部分」

くらいの理解で十分だと思います。

僕たちが文字を入力している画面そのものと、

その裏側で回答を作っているモデルは、

分けて考えられます。

だから、

同じChatGPTでも、使われるモデルや設定が違えば回答の特徴が変わることがある。

というわけです。

と思ったら、「AI」そのものまで「SI」に変わった？

ここで、さらにややこしいニュースが出ました。

2026年9月29日。

アメリカのトランプ政権は大統領令を出し、連邦政府の行政府に対して、

Artificial Intelligence（AI）

ではなく、

Super Intelligence（SI）

という言葉を使う方針を示しました。

対象になるのは、政府機関の公式な連絡、広報、Webサイト、報告書、政策文書などです。

では、

「AIという言葉がなくなった」

のでしょうか。

そういう話ではありません。

少なくとも2026年10月1日時点では、

僕たちが今日から、

「ChatGPTはAIじゃなくてSIです」

と言わなければいけないわけではありません。

民間企業や一般の利用者に、AIという言葉を使うなと命じたものでもありません。

さらに面白いのが、

大統領令の中では現在の「SI」について、

既存の法律で定義されているAIと同じ範囲の技術

として扱っていることです。

つまり現時点では、

新しい技術が突然誕生してAIがSIになった

というより、

アメリカの行政府が公式に使う呼び方をAIからSIへ変えた

と理解する方が正確です。

今後は新しい「SI」の連邦定義を検討することも指示されています。

なので、この言葉が今後どう定着するかはまだ分かりません。

でもこの出来事、

この記事のテーマそのものだと思います。

AIの世界は、

技術だけでなく、名前までどんどん変わる。

だから名前を全部暗記しようとすると、本当にキリがありません。

Astra・Sol・Lunaは何が違う？

2026年10月1日時点のOpenAIでは、

GPT-6 Astra

GPT-6.1 Sol

GPT-6 Luna

などがGPT-6系の主要モデルとして案内されています。

ものすごくざっくり言えば、

Astra
→ 最も難しい仕事を重視

GPT-6.1 Sol
→ 高い能力とコストのバランス

Luna
→ 速さ・大量処理・効率を重視

という考え方です。

ここで大事なのは、

3つを単純な「強さ順」で覚えなくていい

ということ。

用途が違います。

たとえば、

「この文章を少し読みやすくして」

という仕事に、

毎回一番大きなモデルを使う必要はありません。

逆に、

大量の資料を読み、

調査し、

コードを書き、

ブラウザやPCを操作し、

複数の工程をまたいで仕事を完成させる。

そんな場面では、高性能なモデルが力を発揮しやすくなります。

OpenAIはAstraを、要求の高い推論・コーディング・専門業務など向けの最上位モデルとして案内しています。

GPT-6.1 Solは、Astraに近い能力を、より低いコストで使うことを狙ったモデル。

Lunaは、範囲が比較的はっきりした大量の仕事を効率よく処理するモデルです。

ただし、「ChatGPTで全部選べる」とは限らない

ここも初心者が混乱しやすいところです。

OpenAIのモデル＝全部が普通のChatGPT画面に並んでいる

わけではありません。

ChatGPTには通常のChatだけでなく、

WorkやCodexなど別の使い方があります。

2026年10月1日時点では、

GPT-6.1 SolやGPT-6 LunaはWorkやCodexなどで展開されていて、

通常のChatではGPT-5.6 SolやLuna、対象プランではGPT-6 Proなど、別の構成になっています。

さらにプランによっても、選べるものは変わります。

だからネットで、

「Solを使ってる」

という人を見ても、

どの製品・どの世代・どの画面の話なのか

まで見ないと、同じものを指しているとは限りません。

これも覚えるより、

「サービス」と「モデル」は別

と知っておく方が大事です。

じゃあClaudeの「Opus」「Sonnet」は？

Claudeは、Anthropicという会社のAIサービスです。

こちらにも複数のモデルがあります。

2026年10月1日時点では、

Claude Opus 5.5

と、

Claude Sonnet 5.5

などがあります。

Anthropicは、

Opus 5.5を複雑な仕事を重視したモデル、

Sonnet 5.5を、より高速・低コストで、範囲が明確な日常的な仕事にも使いやすいモデルとして案内しています。

つまり、

OpenAIにはAstraやSol、Luna。

AnthropicにはOpusやSonnet。

会社が違うので、モデルの名前も違う。

ということです。

「AstraとOpusって別のAIアプリ？」

ではなく、

それぞれ別会社のAIモデル名

と考えると分かりやすいです。

GPT-6とClaude 5.5。数字が大きい方が強い？

これも初めて見ると、そう思います。

でも、

数字だけでは比べられません。

GPT-6の「6」と、

Claude 5.5の「5.5」は、

共通のテストの点数ではありません。

iPhoneに付いている数字と、

別会社の商品名に付いている数字を比べて、

数字が大きい方が必ず高性能、

とは言えないのと近いです。

会社も違う。

作り方も違う。

狙っている用途も違う。

なので、

「6だから5.5より上」

みたいな見方はしなくて大丈夫です。

さらに「High」とか「Medium」が出てくる。これは何？

ここからもう一段ややこしくなります。

モデルとは別に、

AIにどのくらい考えさせるか

を調整できる場合があります。

現在のChatGPTでは、対象プランでGPT-5.6 Solに、

Instant、Medium、High、Extra High

といったThinking設定があります。

ものすごく簡単に言えば、

モデル変更
＝担当者そのものを変える

一方で、

Thinkingの変更
＝同じ担当者に、どれくらい時間をかけて考えてもらうか変える

というイメージです。

ここを混ぜると、一気に分からなくなります。

そしてもう一つ注意したいのが、

「Pro」は単純にHighのさらに上、というだけではない

こと。

現在のChatGPTでは、Proモデル自体が難しい仕事向けの別の選択肢として用意されています。

つまり、

サービス名。

モデル名。

モデルの世代。

考える量。

プラン名。

似たような場所にいろいろな名前が出てくるから、ややこしいんです。

「じゃあ一番賢いやつをずっと使えばよくない？」

この疑問が一番自然だと思います。

でも、

毎回そうする必要はありません。

たとえば、

「明日の持ち物を整理して」

「この文章を丁寧にして」

「晩ご飯の候補を5つ出して」

くらいなら、

標準的な設定でも十分なことが多いです。

一方、

「大量の資料を比較して矛盾を探して」

「Webで最新情報を調べて資料を作って」

「このアプリを設計して、実装して、テストまでして」

となれば話が変わります。

つまりAIも、

仕事に合わせて道具を選ぶ

ということです。

一番高性能なものを使い続けること自体が目的ではありません。

初心者は結局どうすればいい？

ここまで読んで、

「結局また覚える名前が増えた」

と思ったかもしれません。

でも実際には、

全部覚えなくて大丈夫です。

普段はまず、標準の設定で使う。

少し難しい仕事なら、考える量を増やしてみる。

かなり複雑な仕事なら、より高性能なモデルを検討する。

それくらいからで十分です。

Astra、Sol、Luna、Opus、Sonnet。

さらに今日からSIまで暗記しても、

それだけでAIが便利に使えるようになるわけではありません。

それよりも、

「今、自分はAIに何をしてほしい？」

を考える方がずっと重要です。

AIの記事で「○○最強！」を見ても、焦らなくていい

新しいモデルが出るたびに、

SNSでは、

「これ一択」

「前のモデルは終わった」

「○○が最強」

のような投稿が出ます。

新しいモデルが大幅に進化することはあります。

でも、

使う人全員が同じ仕事をしているわけではありません。

プログラムを書く人。

画像を作る人。

文章を書く人。

仕事を自動化したい人。

ちょっと質問したい人。

それぞれ必要なものが違います。

だから、

「一番強いAIはどれ？」

より、

「自分の用途では、どれで十分？」

と考える方が使いやすいと思います。

この記事を書いている間にも、名前が増えた

今回、元々この記事の下書きを作ったのは2026年9月29日でした。

その時点でも、

「モデル名はこれからも増える」

と書いていました。

そして、その9月29日。

OpenAIはGPT-6.1 Solを公開。

同じ日にアメリカ政府は、

AI → SI

という新しい呼び方を打ち出しました。

本当に、下書きを作ってから公開するまでの間にも名前が増えました。

だから、

モデル名を全部暗記する方法では、

たぶん追いつけません。

でも、

サービス
↓
その中や関連製品で使われるAIモデル
↓
必要なら考える量を調整する

という仕組みを知っていれば、

新しい名前が出ても、

「これは何の名前？」

と一度整理できます。

AIなのかSIなのか。

AstraなのかSolなのか。

来月また新しい名前が出たとしても、

まず分類すればいい。

それで十分です。

そして、AIを調べると次に必ず出てくるもの

モデルのことを調べ始めると、

SNSには別の投稿が大量に出てきます。

「AIで月100万円」

「noteだけで○百万円」

「コピペだけで稼げる」

「初心者でもAI副業」

AIが本当にこれだけ進化しているなら、

実際にそんな簡単にお金になるの？

ここは気になります。

僕自身も、

AIを使って収益につなげられないか考えている側です。

なので、

「AI副業なんて全部嘘」

と言うつもりもありません。

反対に、

「誰でも簡単に稼げる」

とも思いません。

次回は、

AIを使って何かを売って稼いだ人なのか。

「AIで稼ぐ方法」を売って稼いだ人なのか。

売上と利益は同じなのか。

普通の人でも再現できるのか。

この辺りを実際の事例も調べながら、

「AIで月○万円」って本当？

を掘ってみます。

SIG WARKS｜AI編 #03

前回：AI編 #02「最強プロンプトって本当に必要？」
次回：AI編 #04「AIで月100万円って本当？」