shirokuronoir

KiroでGPTを使い分ける選定実験

KiroでGPTを使い分ける選定実験

OpenAIは2026年8月24日、GPT-5.6ファミリーをKiroで利用できると発表しました。Luna、Terra、Solの3段階があり、同じモデルを全作業へ固定するより、作業の難度と失敗コストで振り分ける運用に向いています。

公式の用途とKiroクレジット倍率を照合し、架空の開発作業20件を3段階へ分類しました。これはKiroを実行した性能試験や請求額の実測ではなく、導入前にモデル選定ルールを作るためのローカル試算です。

先に結論

Kiroでは、反復する軽作業をLuna、通常の複数手順をTerra、失敗時の影響が大きい難作業をSolへ振り分けます。

今回の20件では、全件Sol固定を48.0倍率相当、用途別配分を17.0倍率相当と計算しました。公開倍率だけで比べると64.6%小さくなります。ただし、安いモデルへ寄せて再作業が増えれば逆効果です。削減率ではなく、完了率、手戻り、所要時間を同時に記録してください。

一次情報で確認したこと

OpenAIの公式発表「Advancing price-performance for developers with GPT-5.6 in Kiro」では、GPT-5.6のSol、Terra、LunaをKiroの計画、実装、レビュー、テストへ使えると説明しています。Terminal-Bench 2.1でTerraの成功タスクあたりコストが約82%低下したという結果も示されていますが、これは特定の評価条件であり、個別の開発案件へそのまま当てはめられる数字ではありません。

Kiroのモデル公式ドキュメントでは、Lunaを高頻度作業、Terraを日常的な複数手順、Solを最難関の長時間作業へ向けています。Kiroクレジット倍率はLunaが0.1倍、Terraが1.0倍、Solが2.4倍です。Autoは品質とコストの均衡を自動で取る開始点として案内されています。

OpenAIのモデル一覧では、API利用時の役割もLunaがコスト重視、Terraが知能と費用の均衡、Solが複雑な専門作業と整理されています。Kiroクレジット倍率とAPIのトークン単価は別の料金体系なので、記事の試算では混ぜていません。

GPT-5.6 Solのモデル情報には、入力272Kトークンを超えるリクエストで入力単価が2倍、出力単価が1.5倍になる条件が記載されています。長いコンテキストを渡せることと、毎回すべてを渡すことは別です。Kiro運用でも対象ファイルと要件を絞る判断が必要です。

今回試したこと

実際の業務を模した架空タスク20件を、公式の用途説明だけで分類しました。判定時には、手順数、影響範囲、失敗時の復旧難度を使っています。

| 分類 | 件数 | 選んだモデル | 公開倍率 | タスク例 |

|—|—:|—|—:|—|

| 高頻度の軽作業 | 8 | GPT-5.6 Luna | 0.1倍 | 表記修正、Markdown整形、設定確認 |

| 通常の複数手順 | 9 | GPT-5.6 Terra | 1.0倍 | API追加、単体テスト、再現可能な不具合修正 |

| 最難関の複数手順 | 3 | GPT-5.6 Sol | 2.4倍 | 複数モジュール改修、断続障害調査、互換移行設計 |

計算は次の通りです。

  • 全件Sol固定: 20件 x 2.4 = 48.0倍率相当
  • 用途別配分: 8件 x 0.1 + 9件 x 1.0 + 3件 x 2.4 = 17.0倍率相当
  • 差: 31.0倍率相当、全件Sol固定比で64.6%減
  • 全件Terra固定: 20.0倍率相当、用途別配分は15.0%減

試算データは20件すべてをCSVへ残し、分類件数と倍率合計を再計算できるようにしました。結果は料金請求の予測ではなく、選定ルールが極端にSolへ偏っていないかを見る事前チェックです。

モデルを切り替える判断法

Lunaから始める作業

出力の正誤を短時間で判定でき、失敗しても元へ戻しやすい作業です。表記修正や定型整形など、対象が狭く、期待結果をテストや差分で確認できるものに限定します。

Terraを標準にする作業

複数ファイルや複数手順を扱うものの、要件と完了条件が明確な日常開発です。API追加なら、対象エンドポイント、入力、期待する応答、テスト条件まで渡してから開始します。

Solへ上げる作業

影響範囲が広い改修、再現しにくい障害、互換性を壊せない移行など、誤判断の復旧コストが高い作業です。単に長い依頼ではなく、調査と設計をまたぎ、途中の判断が後工程を左右するかで決めます。

今日から行う3つのアクション

1. 過去20件の開発作業へ、手順数、影響範囲、復旧難度の3列を追加する

2. Luna、Terra、Solの初期ルールを決め、モデル名、所要時間、手戻り回数、完了可否を記録する

3. 10件ごとに、安いモデルで再作業が増えた分類だけ1段階上げ、難しいモデルで一発完了した分類は維持する

モデル選定を自動化しても、観測項目がなければ改善できません。「複数AI運用で先に測る4つの指標」で整理した完了率、遅延、再試行、コストを同じ単位で残してください。

判断基準

最適なモデルは、倍率が最も小さいモデルではなく、受入条件を満たすまでの総消費と手戻りが最小になるモデルです。最初の10件ではAutoまたはTerraを基準にし、軽作業だけLuna、復旧困難な作業だけSolへ明示的に分けると判断を追跡しやすくなります。

Kiroのモデル選択は会話内で継続するため、作業の種類が変わったら選択状態も確認します。機密性やデータ所在地の要件がある場合は、Kiro公式ドキュメントの提供地域も先に確認してください。

関連記事

出典

執筆・検証: しろのあ。一次情報、公開倍率によるローカル試算、実利用で未検証の部分を分けて記載しています。