OpenAIの最新AIモデル「GPT-6 Astra」、得意分野と課題が交錯―「AGI時代」発言の根拠は？

OpenAIは2026年9月3日、主力AIモデル「GPT-6 Astra」を発表し、一部の組織から段階的な提供を開始した。ChatGPTの有料プランやAPI、クラウドサービスにも順次展開する。コーディングやコンピューター操作、サイバーセキュリティなどで性能向上を示した一方、「AGI時代」を巡る発言や、評価環境によって大きく異なるベンチマーク成績、安全監視が実務に及ぼす影響も注目される。

■GPT-6 Astraを有料利用者へ段階展開

GPT-6 Astraは、GPT-5.6 Solに続くOpenAIの主力モデルで、APIのモデルIDは「gpt-6-astra」である。発表と同時に限定された組織への提供が始まり、ChatGPT Plus、Pro、Business、Enterpriseの利用者には数日をかけて順次展開する。OpenAI APIに加え、Microsoft AzureとAWS Bedrockからも提供する。

OpenAIの案内では、Enterprise環境では管理者による有効化が必要となる。Pro、Business、Enterpriseの対象利用者には、より高性能な「GPT-6 Astra Pro」も提供される。無料プランは提供対象に含まれていない。

OpenAI社長のグレッグ・ブロックマンは発表時に「AGI時代へようこそ」と述べ、Astraが汎用人工知能への移行を象徴するとの見方を示した。一方で、AGIに一義的な到達点はなく、AstraをAGIとみなすかどうかは受け手の判断に委ねるとも説明している。

■ARC-AGI-3は評価環境によって成績に差

OpenAIが発表で前面に出した数値の一つが、未知の対話型環境を探索し、目標や規則を推定して行動する能力を測るARC-AGI-3の99.9%である。

ARC Prizeによる検証では、AstraはProvider Adapterハーネスの高推論設定で99.9%を記録した。このハーネスは、APIへの複数回のリクエストをまたいでモデル内部の推論状態を保持し、長い履歴を圧縮しながら、それまでの作業を再利用できるようにする。

一方、モデルが自ら残したメモを次の操作へ引き継ぐStandardハーネスでは、最大推論設定で62.7%だった。いずれもARC Prizeが確認した最先端の成績だが、同じモデルでも、推論状態や記憶を引き継ぐ方法によって結果が大きく変わることを示している。

したがって、99.9%と62.7%の違いは、OpenAIの自己評価と独立機関による評価が食い違ったという構図ではない。ARC Prizeが、仕組みの異なる2種類の評価ハーネスを使って得た結果である。ARC Prizeは、Astraが人間の行動効率の基準を96%のレベルで上回り、最先端モデルの能力に大きな変化をもたらしたと評価している。

ARC-AGI-3は、未知の環境を探索し、内部モデルを組み立て、目標を特定して行動する能力を測る。Astraの結果は、この種のエージェント型推論が進歩したことを示す一方、特定のハーネスに適応したシステム全体の性能として読む必要がある。

■第三者評価では得意分野と料金上昇が鮮明に

Artificial Analysisの評価では、Astraはコーディングエージェントとして大きく前進した。同社のCoding Agent Indexで67を記録し、Claude Fable 5などの上位モデルと同水準に達した。最大推論設定ではGPT-5.6 Solの約3分の1のトークンでタスクを処理し、同程度のコストで指数を2ポイント上回ったという。

一方、複数分野を総合するArtificial Analysis Intelligence Indexでは、公開時点の評価でAstraとGPT-5.6 Solはいずれも61だった。Claude Fable 5.1の66を下回り、モデル全体の汎用性能が一様に伸びたわけではないことがうかがえる。

同社の長期間にわたる知識労働を想定したAA-Briefcaseでは、Astraが約80ポイント改善した。知識問題における幻覚の発生率も、同社の評価ではSolの92%からAstraの51%へ低下した。ただし、これらはArtificial Analysisが定めた評価方法に基づく結果であり、実際の業務性能は利用するツール、指示、データ、タスク構成によって変わる。

OpenAIの発表では、AstraはTerminal-Bench 4.0やFrontierMath Tier 4、ExploitBenchといったコーディング、数学、サイバーセキュリティ関連の評価で高い成績を示した。特定の問題へ長く取り組み、ツールを操作しながら成果を完成させる用途が、Astraの主要な強みとなっている。

■コンピューター操作と長時間タスクを強化

OpenAIは、Astraをコンピューター操作に強いモデルと位置付ける。ブラウザーやアプリの画面を認識し、フォーム入力、顧客情報の更新、文書作成、調査、ソフトウェアの導入やテストなど、複数段階の作業を進められるとしている。

発表時には、W-2を基にした納税申告書の作成、3Dゲームの構築、契約書の起草、住宅検索などの実演が紹介された。ただし、これらはOpenAIが用意したデモであり、あらゆる環境で同じ速度や精度が得られることを保証するものではない。

企業が導入を判断する際には、単一の総合指数だけでなく、自社で必要となる画面操作、コーディング、調査、文書作成などのタスクを用いた評価が重要になる。外部サービスを操作する場合は、誤操作や想定外の処理に備え、アクセス権限や承認手順も業務設計に含める必要がある。

■API料金は入力10ドル、出力50ドル

OpenAI APIにおけるGPT-6 Astraの標準料金は、入力100万トークン当たり10ドル、出力100万トークン当たり50ドルである。1ドル＝156円で換算すると、それぞれ約1560円と約7800円になる。

キャッシュ済み入力は100万トークン当たり1ドル、キャッシュへの書き込みは12.5ドルである。標準の2倍の料金で高速化するFastモードも用意する。27万2000トークンを超える入力では、リクエスト全体に長文向けの割増料金が適用される。

コンテキストウィンドウは105万トークン、最大出力は12万8000トークンである。入力はテキストと画像に対応し、出力はテキストとなる。

Astraの標準API単価は、GPT-5.6 Solの入力4ドル、出力20ドルに対して2.5倍である。一方、Artificial Analysisはコーディング評価で大幅なトークン効率の改善を確認しており、タスク当たりの費用は用途によって異なる。単純なトークン単価だけでなく、完了率、再試行回数、処理時間を含めて比較する必要がある。

ChatGPTの対象プランでは、それぞれの通常の利用枠内でAstraを使用でき、必要に応じて追加クレジットを購入できる。段階的な展開のため、同じプランでも利用可能になる時期が異なる場合がある。

■初のサイバー「Critical」モデル

OpenAIはAstraを、同社のPreparedness Frameworkでサイ
元記事: GPT-6 Astra Goes Live: AGI Claim Fails OpenAI Own Bar, Monitoring Called Fragile