Ten rules for splitting work between GPT-6 Astra, Sol and Luna
A Japanese post collects an overseas user's method for dividing work among the three models: Astra for multi-step jobs, Sol for complex reasoning and agent work, Luna for repetitive extraction, plus token-saving trade-offs.
【Plusユーザー保存推奨】 GPT-6（Astra / Sol / Luna）のトークン効率を最大化する、海外ガチ勢の使い分け10箇条。 ① GPT-6 Astraは、複数工程にまたがる複雑な仕事に使う 調査、ツール操作、成果物の作成や確認まで進めたいときの候補。 ② GPT-6 Solは、複雑な作業やエージェント型の仕事に使う 論点整理や、条件を踏まえて進める仕事から試す。 ③ GPT-6 Lunaは、範囲がはっきりした反復作業に使う 要約、情報抽出、分類などを任せる。 ④ 「何をすればよいか決まっているか」で選ぶ 手順が決まった作業はLuna。考える範囲が広ければSol。複数工程をまたぐならAstra。 ⑤ 全部をAstraに任せない 簡単な抜き出しまでAstraに任せず、仕事の難しさに合わせる。 ⑥ 一つの仕事を工程に分ける 情報の抽出はLuna、論点の整理はSol、全体の調査から成果物作成まで必要ならAstra。工程ごとに試せる。 ⑦ 推論の強さは、まず標準から試す 足りないと感じたら上げる。高くすれば必ずよくなるわけではない。 ⑧ 推論を上げる前に、依頼と資料を見直す 目的、使う資料、完成条件が伝わっているか確認する。情報不足は推論の強さだけでは埋まらない。 ⑨ 完成条件と任せる範囲を最初に書く どこまで作るのか、何を人が確認するのかを伝えると、結果を評価しやすい。 ⑩ モデル名より、完成までの手直しで判断する 同じ資料と依頼で試し、修正量・事実確認・完成物の使いやすさを比べる。 合言葉は、 「Astraが考え、Lunaが手を動かし、Solが難所を突破し、最後にAstraが確認する。」 Astraを秒で溶かして後悔する前に、手元のカンペとして置いておいてください。