GPT-6.1 Solの登場によって何が変わり、自社の実務にどう活かせるのか。
本記事では、性能や料金の違い、導入しやすい3つの業務、そして社内へ浸透させる手順を整理しました。企業が最初に試すべき業務を、具体的に1つ決めるための手引きとしてご活用ください。
日々新しいAIの情報が飛び交う中で、「性能が高いのは分かったが、自社でどう活用すべきかイメージが湧かない」と感じている方も多いのではないでしょうか。
次々に登場するモデルがすごいと言う噂を聞いてもなかなか違いが体感できるまで詳しく検証するは容易ではありません。
まずは、以下の3点を押さえておきましょう。
- 性能：複雑な資料の読み解きや、複数工程にわたるタスクの遂行能力が「GPT-6 Sol」から向上。
- 料金：API（外部システム連携）の通常単価は従来と同額。入力内容を再利用する「キャッシュ入力」の料金は半額に。
- 最初の検証候補：「相見積もり・提案書の比較」「集計ツールの試作」「問い合わせ対応の下準備」の3つ。
最新モデルの進化を、現場の業務へどのように落とし込めるかを具体的に見ていきます。
性能・料金の変化
GPT-6.1 Solは、OpenAIがリリースした「GPT-6 Sol」の後継モデルです。複雑なプログラミング、PC画面上の操作代行、専門性の高い実務タスクのベンチマークにおいて、上位モデルである「GPT-6 Astra」に迫る性能を示しています。一方で、標準APIの入出力単価はAstraの5分の1に抑えられています。［1］
中小企業の現場で特に注目したいのが、文章作成能力だけでなく、「資料内の細かな条件を正確に読み取り、指定された手順通りに着実に処理を進める力」の向上です。たとえば、提案書の本文と料金表を照合しながら、欄外に小さく書かれた追加費用まで漏れなく確認するような作業で強みを発揮します。
3つの性能評価
公式発表のベンチマーク（共通のテスト課題による性能指標）の中から、実務への関連性が高い項目を3つ厳選しました。
| 評価指標 | GPT-6.1 Solの公表結果 | 実務における検証テーマ |
|---|---|---|
| 複雑なPDFの読解（GDP.pdf） | Astraに近い精度を、課題あたり約5分の1のコストで達成 | 表や図、細かい注記を含む複数資料の比較照合 |
| 複数工程の業務処理（AutomationBench） | GPT-6 Sol比で4.8ポイント向上 | 情報整理から報告書ドラフト作成までの一連の作業 |
| PC操作代行（OSWorld 2.0） | GPT-6 Sol比で7ポイント向上 | 複数アプリケーションをまたぐ定型操作 |
（※OpenAI公表値。AutomationBenchは計算量（thinking）「medium」、OSWorldは「max」設定時の値です。OSWorldはオフライン課題における部分達成度の評価であり、全タスクの完全達成率を示すものではありません。右列は公開データに基づく活用アイデアであり、特定業務での動作を保証するものではありません。［1］）
従来のモデルで「前提条件の拾い漏れが多い」「途中の工程で止まってしまう」といった課題があった業務は、この機会に再検証する価値があります。
ただし、ベンチマーク環境と自社の業務環境は異なる点に注意が必要です。
公表された数値は、あくまで「試してみる動機」にすぎません。
実際の費用対効果を確かめるには、過去に使用した実務資料と指示文（プロンプト）を用意し、GPT-6.1 Solで改めて実行してみるのが確実です。条件の見落としの有無、途中で人間がフォローした回数、最終的な修正にかかった時間を測ることで、自社にとっての本当の価値が判断できます。
API料金の比較
APIは、自社の社内システムや外部ツールからAIを呼び出して連携させる仕組みです。利用料金は処理したデータ量に応じて発生します。
データ量の単位は「トークン」と呼ばれます。AIがテキストを処理する際の最小単位であり、日本語の文字数とは一致しません。
料金表の「キャッシュ入力」とは、一度読み込ませたプロンプトや社内規定などの一部を、次回以降の処理で再利用する際の割引料金を指します。
| モデル | 通常入力／100万トークン | キャッシュ入力／100万トークン | 出力／100万トークン |
|---|---|---|---|
| GPT-6 Sol | 2ドル | 0.20ドル | 10ドル |
| GPT-6.1 Sol | 2ドル | 0.10ドル | 10ドル |
| GPT-6 Astra | 10ドル | 1ドル | 50ドル |
※2026年9月30日時点の標準API単価。GPT-6.1 Solでは、入力が27.2万トークンを超過すると、リクエスト全体の入力・キャッシュ料金が2倍、出力料金が1.5倍になります。キャッシュ書き込みや処理方式、外部ツール連携に伴う追加費用については別途ご確認ください。［2］ ［3］ ［4］
厚みのある業務マニュアルを毎回最初から読み込ませるのではなく、頭に入っている前提知識をそのまま再利用するようなイメージです。
GPT-6.1 Solでは、このキャッシュ入力の単価が従来モデルの半額になりました。固定の指示書や長文資料を繰り返し参照する業務であれば、運用コストの大幅な圧縮が期待できます。
なお、通常の入出力単価はGPT-6 Solから据え置きです。トータルコストは処理回数や試行錯誤の頻度によっても変動するため、作業時間の削減効果と併せて総合的に判断することをおすすめします。
利用可能な環境
前述の料金表はAPIの従量課金に関するものであり、ChatGPTの月額定額プランとは体系が異なります。
発表時点において本モデルは、ChatGPT Work（Plus、Pro、Business、Enterprise、Edu向け）、Codex、およびAPI経由で利用可能です。無料版を含む通常のChat画面には現時点で展開されていません。［1］ ［5］
ChatGPT Workは資料や各種ツールを連携させて実務を推進する環境、Codexは主にプログラミング作業を支援する環境です。利用にあたっては、自社の契約プランや管理画面の設定状況をご確認ください。［6］ ［7］
最初の業務の選び方
では、現場のどの業務から検証を始めるべきでしょうか。
候補を絞り込む際は、「発生頻度」「作業負担」「確認のしやすさ」「準備の手軽さ」の4つの視点で検討します。たとえ月に1度しか発生しない業務であっても、毎回半日を費やしているような作業であれば有力な候補になります。
| 判断軸 | 最初の検証に向いている状態 | 先に業務整理が必要な状態 |
|---|---|---|
| 頻度 | 日次・週次・月次など、定期的に発生する | 単発の作業で、次回以降にノウハウを転用しにくい |
| 負担 | 担当者とボトルネック（時間のかかる工程）が明確 | 誰のどの作業を効率化したいのかが曖昧 |
| 確認 | 元資料や過去の実績データと照らし合わせて検証できる | 出力された結果の正しさを誰も判断できない |
| 準備 | 必要なマニュアルやデータをすぐに用意できる | 社内資料の保管場所やアクセス権限が整理されていない |
最初の題材としては、「相見積もり・提案書の比較」が扱いやすくおすすめです。比較項目が明確で、担当者が元資料と突き合わせて結果を検証しやすいからです。一方で、毎月のデータ集計に多大な時間を取られている組織であれば、そちらを最優先で進めるのが合理的です。
大切なのは、「自社で結果を正しく検証でき、繰り返し発生する業務を1つだけ選ぶ」ことです。
対象を1つに絞り込むことで、現場に必要な教育や環境整備の道筋も立てやすくなります。
現場で役立つ業務活用3選
以下に、モデルの特性を活かした実務での活用例を3つ紹介します。いずれも、AIに参照資料を正しく読み込ませる環境や、各種ツールとの適切な連携が前提となります。
AIは「業務の進め方を判断し、処理を組み立てる頭脳」です。実際に資料を取得したり外部ツールを動かしたりするには、適切なシステム連携とアクセス権限の付与が欠かせません。新入社員に対して、口頭で仕事を任せるだけでなく、必要な資料の置き場所や社内ツールの利用権限を渡すのと同じ考え方です。
1．提案書・相見積もりの比較照合
複数社から届いた提案書を開き、金額、納期、対応範囲、追加費用の条件を横並びで整理する作業は、内容の読解だけでなく体裁を整えるだけでも多くの時間を要します。
この業務は、PDFの読解精度を確かめるのに最適です。本文中の細かな条件と価格表の数字を正確に紐付け、抜け漏れなく情報を抽出できるかが検証のポイントになります。
指示文（プロンプト）の例：
添付した3社の提案書を比較し、「料金」「納期」「対応範囲」「追加費用」の項目で一覧表を作成してください。各項目には根拠となったページ番号を記載し、資料内に記載がない項目は「記載なし」と明記してください。表の作成後、契約・発注前に確認すべき留意点を箇条書きで整理してください。
出力イメージ：
| 比較項目 | A社 | B社 | C社 |
|---|---|---|---|
| 料金 | 50万円（税抜・p.3） | 60万円（税抜・p.2） | 45万円（税抜・p.4） |
| 納期 | 4週間（p.2） | 3週間（p.2） | 記載なし |
| 対応範囲 | 初期設定・操作説明（p.2） | 初期設定・操作説明・運用支援1ヶ月（p.3） | 初期設定（p.2） |
| 追加費用 | 追加講習は別途有償（金額記載なし・p.3） | 運用支援の延長は個別見積（p.3） | 記載なし |
このように整理されていれば、「C社には納期と追加費用の有無を確認する」「A社には講習費用の見積もりを取り付ける」といった次のアクションが即座に定まります。単純な提示金額の差だけでは見えない判断材料が明確になります。
確認の際は、担当者が必ず提示されたページ番号の元資料と突き合わせてください。AIが参照元ページを取り違えるリスクもあるため、根拠が記載されていることだけで満足せず、記載内容の正確性を確認することが重要です。
一度この比較項目と確認手順をテンプレート化しておけば、次回以降の調達・選定業務でもそのまま資産として活用できます。
2．集計作業の自動化ツールの試作
毎月の売上データの集計、定型フォーマットへの転記、複数ファイルからの特定列の抽出など、手順が定型化されている作業は、小さな処理スクリプト（プログラム）を組んで自動化する絶好の候補です。
たとえば、Excel等でも広く使われるCSV形式のデータ集計を効率化する場合、まずは以下の前提条件を言語化して整理します。
- 入力データ：使用するファイルの種類と対象の列名
- 処理ロジック：計算ルール、空欄・重複行・返品データの除外・処理方法
- 出力形式：最終的に出力したい表のフォーマットと保存先
- 合否判定基準：従来の集計結果とどこまで一致していれば実務で合格とするか
料理を作るときに、食材だけを渡しても理想の料理ができあがらないのと同様に、ツール作成でも「何を、どのような形式で仕上げたいか」を明確に伝える必要があります。
計算ロジックなどの厳密な処理はプログラムに任せ、AIにはそのプログラムコードの作成や修正サポートを担当させます。
まずは本番データではなく、複製したテストデータを使って試作します。
通常のデータだけでなく、空欄や重複データが含まれる例外的なパターンでも従来の手作業と同じ結果が出るかを検証してください。本格的な実務運用へ移行する際は、システムの管理部門と連携し、アクセス権限や保守担当者、不具合発生時のリカバリー手順を事前に決めておく必要があります。
3．問い合わせ対応の下準備（回答ドラフト作成）
届いた問い合わせを読み、論点を整理し、社内マニュアルを検索して、回答案を作成する。一見シンプルな業務に見えても、その裏には多くの工程が存在します。
この一連のプロセスは、AIの複数工程を段階的に進める能力を測るのに適しています。工程ごとの目的と参照すべき資料を明確に指定し、情報が不足している場合は勝手な推測で補わず、確認事項としてリストアップさせる指示を出します。
まずは過去の対応履歴を使って、回答案の作成精度をテストすることをおすすめします。担当者は以下の3点を重点的にチェックしてください。
- 顧客の意図や前提条件が正しく整理されているか
- 適切な社内資料を参照し、事実に基づいて回答案が作成されているか
- 不足している情報がある場合、適切な確認事項が提示されているか
出力の安定性が確認できたら、チャットツールや顧客管理システムとの連携など、対象範囲を段階的に広げていきます。
顧客への最終送信や社内データベースの更新を伴う場合は、必ず途中に「人間による目視確認」の工程を組み込み、AIが自動実行できる権限の範囲を厳格に定めておくことが実務上欠かせません。
社内展開を成功させる4つのステップ
試行する業務が決まっても、現場の自主性に任せるだけでは定着しません。「空いた時間にAIを触ってみて」と伝えるだけでは、日々の業務に追われて後回しになってしまうのが実情です。
責任者が「対象業務」「担当者」「検証時間」をセットで設定し、計画的に社内展開を進めましょう。
ステップ1：対象業務と目標の設定
前述の判断基準をもとに業務を1つ選定し、「誰の、どの作業を、どう改善するのか」を明確に言語化します。
たとえば提案書比較であれば、「営業担当者の比較表作成時間を半減させ、付帯条件の確認漏れをゼロにする」といった具体的な目標を設定します。ゴールが定まることで、AIに渡すべきデータや研修の演習内容もシャープになります。
ステップ2：担当者の選定と検証時間の確保
対象業務の実務を熟知している担当者を指名し、業務時間内に検証専用の時間を明確に確保します。仮に「週1時間」を充てるのであれば、その分の既存業務をどう調整するかまで責任者が合意しておく必要があります。
AIを実際に操作する担当者と、出力結果の妥当性を評価できる担当者が密に連携できる体制を整えてください（小規模なチームであれば、1名が両方を兼務する形でも問題ありません）。
ステップ3：実務データを用いた実践研修
業務で使用する実際の資料、指示文、期待するアウトプット例を揃え、少人数のワークショップ形式で検証を実施します。社内のセキュリティポリシーを遵守したデータを使用し、初めは全員が同じ題材を扱うことで、指示文の書き方によるアウトプットの違いを客観的に比較できます。
ツールの操作方法だけでなく、「AIに前提条件を過不足なく伝える技術」や「出力結果の誤りを見抜くチェック手法」までを実践的に学びます。普段の業務をそのまま演習教材にすることで、受講後すぐに現場で活用できるようになります。
ステップ4：効果測定とナレッジの共有
ツールの準備から最終的な確認・修正作業までを含めた「総所要時間」を計測します。期待通りの結果にならなかった失敗例や例外的な挙動も記録し、プロンプトや手順の改善に役立てます。
たとえば、これまで30分かかっていた作業が、準備に5分、AIの出力に3分、人間による確認・修正に10分かかったとします。合計18分となり、1回あたり12分の削減です。月に20回発生する業務であれば、月間4時間の削減効果が生まれます。
判断の基準とすべきは、「確認・修正の手間まで含めて、現場の負担が真に軽減されたか」という点です。作業時間が短縮されたとしても、チェックの見落としや手戻りが増えてしまっては本末転倒です。
効果が実証されたら、効果的だった指示文、参照資料、確認チェックリスト、トラブル時の相談窓口をマニュアルとしてまとめます。他のスタッフにも展開して使い勝手を検証し、継続的にアップデートしていくことで、属人化しない社内標準の業務フローへと育てていきます。
自社の業務に合わせた実践に向けて
ここまでの内容を把握した上で、「進め方は理解できたが、自社の体制や個別業務に合わせてどう具体化すべきか悩ましい」という企業様も多いかと思います。
株式会社ミチガエルでは、ツールの導入ありきではなく、まず現場の業務棚卸しと「何を解決したいのか」の目標設定から支援を行っています。担当者のIT習熟度や実務フローに合わせた実践型研修を設計し、検証で生じた課題を指示文や業務フローの改善へと迅速に落とし込みます。
提案書の比較業務を例にとると、「自社に必要な比較項目の定義 → 過去資料を用いた実践演習 → 目視確認の負担検証 → 業務手順への標準化」というプロセスを伴走します。現場の知見を持つ社員様と対話しながら、確実に実務で機能する運用体制を構築します。
これまでYouTubeやUdemyなどの教育現場で培ってきたノウハウを活かし、非エンジニアの現場スタッフにも直感的に伝わる分かりやすい解説とカリキュラムを提供しています。 少数精鋭の機動力を活かし、現場から上がった疑問や課題に柔軟に対応しながら改善サイクルを回していきます。
ご相談の段階で、具体的な導入計画や方針が固まっている必要はありません。まずは以下の3点について、ざっくばらんにお聞かせください。
- 現在、どの担当者がどのような定型作業に多くの時間を割いているか
- どの業務負担が軽くなれば、組織として最も価値が高いか
- 現場のどのメンバーが、どの程度の時間を使って検証に取り組めそうか
効率化したい業務内容や現在の課題感についてお気軽にお問い合わせください。
最初の一歩として
GPT-6.1 Solの登場は、複雑な資料処理や複数ステップを伴う業務において、費用対効果のバランスを大きく見直す好機となります。導入を成功させる秘訣は、結果の正否を自社で明確に判断できる業務から着手し、確認・修正のプロセスまで含めた全体工数の変化を丁寧に見極めることです。
まずは明日、社内の担当者と「定期的に発生しており、地味に時間を奪われている業務」を1つピックアップしてみてください。本記事のチェックリストに当てはめ、必要な元データと検証時間をセットで確保することから、確実な一歩が始まります。
本記事は2026年9月30日時点の公開情報に基づきます。性能評価はOpenAIの公表結果を参考にしています。
参照情報
この記事の執筆・監修
執筆
山下 敏樹IT企業勤務。Web制作会社で社内業務改善・DX推進に携わり、code4bizで学んだAIコーディングを活用してさまざまな業務を自動化。半年間の取り組みで、年間約2,500時間相当の業務削減を実現。その後、IT/AIコンサルタントへ転身。DX現場での経験をもとに、AI活用・業務改善・DX・システム開発に関する知識やノウハウを、読者の成果につながる形で発信しています。
生成AI業務整理DX
