TL;DR
2026年11月17日、OpenAIはGPT-6.2 Astra(最難度のプロフェッショナル案件向けフロンティアモデル)とGPT-6.2 Sol(効率的な日常業務向けモデル)をリリースしました。両モデルはChatGPT Work、Codex、OpenAI API(gpt-6.2-astra と gpt-6.2-sol)で利用可能です。AstraはGPT-6 Astra比で20%安価($8 / $40、入力/出力100万トークンあたり)で、はるかに低いタスク単価でより良い結果を出します。Solは従来価格($2 / $10)を維持しつつ、主要なコーディングベンチマークでAstraにほぼ匹敵し、コストは約5分の1です。両モデルは出力トークンを削減し、約1.05Mトークンのコンテキストウィンドウを備え、高プランではUltrafastモードをサポートします。CometAPIはすでに両モデルへのアクセスを提供しており、OpenAI互換の統一エンドポイント、単一のAPIキー、競争力のある価格で開発者を支援します。
Key Takeaways
- 公開済みで噂ではない: OpenAIは11月17日に両モデルを発表。
- プロフェッショナルなワークフロー強化: AstraはAgents’ Last Examで+5.2、GDPval v2で+6.2ポイント(対GPT-6 Astra)。
- 効率性が重要: OpenAIの評価でAstraはGDPval v2で出力トークンを22%削減。
- 独立コーディング結果はまちまち: Artificial AnalysisはAstraがCoding Agent Indexで横ばい、SolはGPT-6.1 Sol比で3ポイント低下と報告。
- CometAPIでのアクセス可能: 両モデルのページに入力・出力・キャッシュ入力レートがOpenAI標準比20%低いと記載。
- 移行時の注意: ツール呼び出しはResponses APIが必要、
reasoning_effort="none"は非対応。
What Are GPT-6.2 Astra and Sol?
両モデルはテキストと画像を入力として受け取り、テキストを返します。コンテキストウィンドウは約1,050,000トークンと大きく(高い最大入力と128,000最大出力が報道で示される)、ナレッジカットオフは二次報告でAstraが2026年5月18日、Solが2026年6月1日とされています。
OpenAIは実環境での効率性を強調しています。両モデルは要求の厳しいタスクでも出力トークン数を抑え、同じ使用上限や予算内でより多くの作業を完了できます。
GPT-6.2 Astra: 高難度プロジェクト向けモデル
OpenAIはGPT-6.2 Astraを、難しいプロジェクトを最初から最後まで対応できる最も高性能なモデルと位置づけています。記載された能力には、ソフトウェアの構築と改訂、コンピュータの使用、文書作業が含まれます。想定される業務は、単に質問に答えることにとどまらず、素材の理解、ツール選択、変更の実施、結果の確認、使える成果物の作成まで含みます。
この位置づけは、リポジトリ全体のエンジニアリング、詳細な財務分析、プロフェッショナルドキュメント、研究ワークフローに関係します。価値は、完成品質の向上や、修正サイクルの削減によりSolに対するプレミアムが正当化されるかに依存します。 Source: Astra model documentation.
GPT-6.2 Sol: 低トークン単価の日常業務向け
GPT-6.2 Solは日常業務、特にスケールするコーディングやエージェント用途向けの定番モデルです。標準の入力・出力レートはAstraの4分の1で、コンテキストと出力上限はAstraと同じです。
OpenAIは、CognitionのFrontierCode 2.0で、Solがタスクコスト約5分の1でAstraに0.5ポイント差まで迫ることを報告しています(両者ともMax reasoning effort)。この結果はまずSolを試す理由になりますが、すべてのコーディング業務で同等性能を示すことを保証するものではありません。 Source: launch announcement.
GPT-6.2 Key Features: 何が変わったか
科学研究とコンピュータ操作の改善
Astraは科学系ベンチマークで大きく伸び(例: Terminal-Bench Scienceで約+9ポイント)、高度なコンピュータ使用能力も強化。CADツール、シミュレーション、3Dモデリング(部品、アセンブリ、物理相互作用)などでより精密な作業が可能になりました。
文書、スプレッドシート、プレゼンがより実務的に
OpenAIは、法務、営業、財務、会計におけるプロフェッショナルな慣行への準拠改善を強調。Astraは、より明確な文書、使いやすいスプレッドシート、提供テンプレートに沿ったプレゼン(レイアウト、色、タイポグラフィを含む)を生成するよう設計されています。
ビジネスユーザーにとっての実用的な評価は、ブックが編集可能か、計算の追跡ができるか、結論が根拠と一致しているかです。プレゼンでは、テンプレート忠実度と手作業の編集量を比較してください。初期スクリーンショットの見栄えよりもこれらの結果が重要です。 Source: professional output examples.
より良いツール選択とコンピュータ使用
両モデルはResponses API経由のツールをサポートし、ウェブ検索、ファイル検索、code interpreter、hosted shell、computer use、MCP、tool searchに対応。作業委任のためのMulti-agent betaもOpenAIが文書化しています。
これらの機能で、開発者は推論をアプリケーションワークフローに接続できます。必要なツールと権限をアプリが提供すれば、モデルは報告書を精査し、数値を計算し、メモを準備できます。ネイティブ出力はテキストであり、画像生成は別のサポートツールです。プロバイダホストのツールは、ゲートウェイ経由でアクセスする場合、エンドポイント固有のサポートが必要です。 Source: model documentation.
より効率的な推論とクリーンなコード
OpenAIは、Astraがツールと労力の判断を改善し、よりクリーンなコードを書き、初期テストで改訂ラウンドを減らすと述べています。移行ガイドでは、より簡潔なデフォルト文体も説明されています。
既存アプリケーションでは、プロンプトの見直しが必要です。簡潔さを繰り返し要求するシステムプロンプトは、今や有用な詳細を抑制する可能性があります。逆に、出典参照、完了基準、検証証拠を明示的に求めることで、出力のレビューが容易になります。 Source: Using GPT-6.2.
How Does GPT-6.2 Perform in Benchmark Tests?
GPT-6.2はプロフェッショナル業務、科学的推論、インタラクティブ3D開発で強力な結果を示しています。Astraは総合的に最も強力で、Solは低い測定タスクコストで競争力のある性能を提供します。ただし、独立したコーディング評価では改善がすべての業務で一様ではないことが示されています。
公式(OpenAI報告)主要結果
これらは主にOpenAIのローンチ資料(多くがmaxまたはxhighのreasoning effort)に基づきます:
| Benchmark | 何をテストするか | GPT-6.2 Astra | GPT-6 Astra | GPT-6.2 Sol | 注記 / コスト文脈 |
|---|---|---|---|---|---|
| Agents’ Last Exam v1.1 | 複数ステップのプロフェッショナルワークフロー | 78.3% | 73.1% | 73.0% | 先行Astra比 +5.2pt、コストは約1/3~1/2未満;Claude Fable 5.2比 +5.5pt、コスト約5% |
| GDPval v2 (internal) | 長期的なナレッジワーク(コンサル、財務、設計) | 50.4% (+6.2 pts) | 44.2% | 46.9% (+5.3 pts) | Astraは出力トークン22%削減 |
| Terminal-Bench-Science 0.1 | ターミナルでの科学研究 | 77.1% (+9 pts) | 68.1% | 68.0% | 先行Astra比でコスト<1/3 |
| FrontierCode 2.0 | 実コードベースへのマージ可能な変更 | 44.2% | 42.8% | 43.8% | SolはAstraに約0.5pt差、コスト約1/5 |
| Vals Science Index | 生物学データ + 模擬実験 | 68.4% | 65.1% | 58.5% | Astraがリード |
| Harvey LAB-AA v1.1 | 厳格な法務成果物 | 15.0% | 8.6% | 11.1% | 相対的に大きな伸び;一部報告でFable 5.2の2倍超 |
| BenchCAD 2.1 Core | 図面からのCADモデリング/アセンブリ | 82.5% | 62.6% | 73.1% | Claude Fable 5.2(約83.5%)に非常に近く、コスト約1/9~1/10 |
| ExploitBench Internal Port (cyber) | エクスプロイト成功率 | 53.5% (+22 pts) | 31.5% | 50.5% | 大幅な伸長;より厳格なセーフガードを適用 |
AstraはAA-3D(インタラクティブ3D体験、約1,318 Elo)でも首位または上位に立ち、AutomationBenchや内部のセキュアコーディング評価(SecureSWE、PatchBench)でも強い結果を示しています。
コーディング: 高いコスト効率、アップグレード結果は混在
CognitionのFrontierCode 2.0では、OpenAIはGPT-6.2 SolがGPT-6.2 Astraに0.5ポイント差まで迫り、両モデルがMax reasoning effortの条件でタスクコスト約5分の1と報告しています。このベンチマークは、実リポジトリへの変更がメンテナのマージ基準を満たすかを評価します。
これはコスト重視のコーディング用途でSolを有力候補にします。しかし、Artificial Analysisの独立評価はより限定的な状況を示しています:
- GPT-6.2 AstraはCoding Agent IndexでGPT-6 Astra対比で横ばい。
- GPT-6.2 Solは同インデックスでGPT-6.1 Sol比で3ポイント低下。
- 低下はSWE-Atlas-QnA-AAでの14ポイントの落ち込みが要因で、より多くの事実の欠落が観察されました。
実務上の示唆は、コード実装とリポジトリ説明を分けて評価することです。モデルは効果的なパッチを生成できても、コードベースに関する質問への回答で重要情報を見落とす可能性があります。
独立したインテリジェンス、3D、ロボティクスの結果
独立評価はコーディング以外の強みも特定しています。
| Evaluation | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| Artificial Analysis Intelligence Index | Claude Fable 5.2に次ぐ2位;GPT-6 Astraから5ポイント上昇 | 57、GPT-6.1 Solから2ポイント上昇 |
| AA-3D | 1,318 Elo | 1,259 Elo |
| AA-Robotics v0.1 | 79 | 78 |
Source: Artificial Analysis’s November 17 release analysis.
- 別途、Epoch AIはAstraを174 ECIと記載し、Claude Fable 5.2と同率。順位差は評価スイートの違いによるものです。
- Vals Index: Astra 約67.7%(#7)、Sol 約66.1%(#9)。ここでは複数のAnthropicやGoogleモデルに遅れ(ファイナンス/コーディングへの重み付けが高い)。
- Coding Agent Index(Artificial Analysis、Codexハーネス): AstraはGPT-6 Astra対比で概ね横ばい;Solは一部ランでGPT-6.1 Solよりやや低下。第三者のコーディングテスト(難度の高いマルチターンなど)では、両者はClaude Opus 5.5 / Fable 5.2より数ポイント低いことが多いものの、Solはコスト効率が高い。
強みとトレードオフのまとめ
- 最大の勝ち所: コスト効率 + プロフェッショナル/エージェント系ワークフロー、科学研究、テンプレート遵守の文書/スライド、CAD/3D、サイバーセキュリティ能力。
- 伸びは控えめ: 純粋なコーディングエージェント性能(SolはFrontierCodeでAstraに極めて近く、コストは大幅に低い)。
- ポジショニング: Astraは難易度の高いプロジェクト向けの高能力オプション。Solは価格の一部で主要コーディング指標に近い性能を示し、日常・多くのコーディング業務の実用的デフォルト。
GPT-6.2 API Pricing: OpenAI vs CometAPI
標準トークン価格
以下はすべてUSDで100万トークンあたり、2026年11月19日時点。OpenAIは標準の短コンテキストレート、CometAPIは現行のモデルページ記載です。
| Model and provider | Input | Cached input | Output |
|---|---|---|---|
| GPT-6.2 Astra, OpenAI | $8.00 | $0.40 | $40.00 |
| GPT-6.2 Astra, CometAPI | $6.40 | $0.32 | $32.00 |
| GPT-6.2 Sol, OpenAI | $2.00 | $0.10 | $10.00 |
| GPT-6.2 Sol, CometAPI | $1.60 | $0.08 | $8.00 |
出典: OpenAI Astra、OpenAI Sol、CometAPI Astra、CometAPI Sol.
CometAPIの掲示レートは、対応するOpenAIレート比で20%低い設定です。これは特定のレートカードの比較であり、すべての処理層や契約条件でCometAPIが常に最安という主張ではありません。
長コンテキスト、キャッシュ書き込み、スピード階層
OpenAIは、リクエストが272,000入力トークンを超えると、入力とキャッシュレートが2倍、出力レートが全リクエストに対して1.5倍になります。結果としてAstraの標準入力/出力レートは$16/$60、Solは$4/$15となります。
キャッシュの読み書きは別料金です。OpenAIは30分キャッシュ書き込みをAstra $10 / Sol $2.50(100万トークンあたり)とし、12時間書き込みはそれぞれ$20/$5(長コンテキスト係数適用前)と記載しています。
BatchはStandardの50%、FastはStandardの2倍。Ultrafastは2027年2月28日までStandardの3倍、2027年3月1日(Pacific time)以降は6倍です。ゲートウェイのサポートと課金は別途確認してください。
How to Access GPT-6.2 Astra and Sol
ChatGPT Work、Codex、OpenAI API
OpenAIの発表によれば、両モデルはChatGPT WorkとCodexでPlus、Pro、Enterprise、Eduユーザーに提供されています。EnterpriseやEduは管理者設定に依存する場合があります。開発者はAPI経由で gpt-6.2-astra と gpt-6.2-sol を使用できます。サブスクリプションとAPI利用は課金体系が異なるため、該当プランとAPIドキュメントを参照してください。 Source: availability announcement.
CometAPI経由でのアクセス
CometAPIは、他プロバイダのモデルとあわせて、単一のAPI統合でこれらのモデルを利用したいチームに実用的な経路を提供します。現行のモデルページには、GPT-6.2の両バリアントが利用可能と記載されています。
- CometAPI consoleにサインインし、APIキーを作成。
- サーバー側の環境変数にキーを保存。
- OpenAI SDKのエンドポイントを
https://api.cometapi.com/v1.に設定。 - モデルIDを選び、小さなリクエストを送信し、使用量と出力を確認。
以下の基本的なテキスト例は、CometAPI quickstartとOpenAIのモデル固有パラメータガイダンスを適用したものです。
ツールワークフローにはResponses APIを使用してください。必要なホストツール、ストリーミングの挙動、上限はCometAPI’s API documentationで確認してください。モデルの掲載だけでは、すべてのプロバイダホスト機能のサポートがあるとは限りません。
Migration Tips for Existing GPT Applications
OpenAIは新しい統合の開始点としてMediumのreasoning effortを推奨しています。noneやminimalはlowに置き換えてください。Chat Completionsでは、temperature、top_p、logprobs、top_logprobsを省略してください。これらの旧オプションは、文書化された移行パスと互換性がありません。
会話ハンドリングも変更されています。過去履歴の編集、特定のモデル変更(ダウングレードを含む)、エンドユーザーや組織の変更は、以前のreasoning itemsを破棄する可能性があります。これは品質低下や繰り返し作業の増加につながり得ます。
安定した指示はResponsesのinput先頭のdeveloper messageに置き、会話のプレフィックスを保持してください。GPT-6.2以降、トップレベルのinstructionsはinputの後に追記されるため、キャッシュへの影響が変わります。 Source: GPT-6.2 migration guide.
Best Use Cases for GPT-6.2 Astra and Sol
ソフトウェアチーム: 実装と説明を分離
Solを、定型的な変更や反復的なコーディング支援の初期候補として使用。アーキテクチャ判断、難しいデバッグ、複数サービスにまたがる変更にはAstraを検証。独立コーディング結果を踏まえ、リポジトリ説明ではGPT-6.1 Solも保持。実行可能な変更、関連チェック、レビューで検証可能なファイル参照などの具体的証拠を要求してください。
ファイナンスとオペレーション: 成果物で評価
Astraのプロフェッショナル業務結果は、編集可能なワークブック、照合、経営報告での検証対象に値します。元資料と必要なテンプレートを与え、数式、前提、数値間のリンクを確認。ワークフロー確立後の定例サマリにはSolで十分な場合もあります。見た目の整いより、正確でレビュー可能な出力と編集時間で選択してください。
プロダクトとデザイン: 試作して点検
AA-3Dは、ブラウザ内インタラクティブ体験や3D試作にAstraを試す根拠を提供します。具体的なブリーフ、参照画像、インタラクション要件を提供し、採用前にブラウザで結果(コントロールとレイアウトを含む)を確認。選好ベンチマークは探索を支援しますが、特定の生成アプリのアクセシビリティ、性能、プロダクション準備性を保証するものではありません。
Limitations and Deployment Considerations
両モデルともネイティブの音声/動画入力やファインチューニングは提供しません。大きなコンテキストウィンドウも、すべての文書からの完璧な検索を保証するものではありません。重要な主張はソースの該当箇所で検証してください。
GPT-6.2 system cardは、模擬職場行動の改善と同時に、既知の課題の開示に関する後退も報告しています。OpenAIはCodex developer promptがこれらの欠落を大幅に減らすと述べています。アプリケーションは、ファイル、ツール、ソースが利用不可の場合に明確な報告を要求すべきです。
Artificial Analysisは、Max effortでAstra 59%、Sol 55%のAA-Omniscience幻覚率も報告しています。この指標は、その事実評価における当て推量を測るもので、実運用の全応答のうちその割合が偽という意味ではありません。これは、リトリーバルと検証可能な引用の価値を補強します。 Source: independent analysis.
Should You Choose GPT-6.2 Astra or Sol?
日常の下書き、文書処理、予算重視のエージェントワークフローにはまずSolを選択。低レートで導入しやすく、複数の評価でコストに見合う高い能力を示します。
Astraは、難しいエンジニアリング、詳細な財務成果物、インタラクティブデザイン、エラーによる手戻りが大きいワークフローで検証。新しい版がすべてのタスクを改善する前提ではなく、受け入れ基準に基づく成果で比較してください。
CometAPIユーザーには、代表的な固定プロンプトセットを両モデルに同一統合で投げ、正確性、欠落、レイテンシ、コストを比較し、要件を満たすモデルを各業務に割り当てるアプローチが有用です。現行レートの確認とテスト開始は、GPT-6.2 Astra on CometAPIまたはGPT-6.2 Sol on CometAPIから。
Conclusion and Recommendations
GPT-6.2 AstraとSolは、能力を損なわない効率重視というOpenAIの明確な方向性を示します。ベンチマーク改善、出力トークン削減、価格の引き下げ(または据え置き)の組み合わせにより、両モデルは直近の前世代より本番適用で魅力が増しています。
多くの開発者・チームにとって:
- コーディング、ライティング、エージェントのループはデフォルトでGPT-6.2 Sol。
- 複雑なリサーチ、高リスクのプロフェッショナル成果物、最大品質が必要な場合はGPT-6.2 Astra。
- CometAPIを利用して、最も簡単な統合、マルチモデル柔軟性、統一課金を確保。Claude、Gemini、その他のシステムと並行評価する期間に特に有益。
モデルはすでに利用可能です。早期導入と独立評価により、実環境での最大の実益がどこにあるかが明確になるでしょう。


