GPT-6 Astra: 機能、価格、使い方

まずは回答

GPT-6 Astra は、OpenAI による困難なエンドツーエンド業務向けの新しいフラッグシップモデルです。OpenAI は 2026 年 9 月 3 日に GPT-6 Astra をリリース し、複雑な推論、コンピュータ操作、コーディング、リサーチ、科学的作業、プロフェッショナルな成果物の作成を主眼に据えています。API モデルは 1.05M トークンのコンテキストウィンドウ と最大 128K の出力を持ち、テキストと画像入力に対応し、推論エフォートは low から max まで選択可能です。標準 API 価格はミリオントークンあたり $10（入力）/$50（出力） からです。実務上の最も重要な変化は、あらゆる一般知能ベンチマークで一様に跳ね上がったことではありません。Astra の最大の向上は、エージェント型の実行、コンピュータ操作、ロングコンテキスト検索、コーディングワークフロー、科学、そしてサイバーセキュリティで顕著です。

これは、旧来の CometAPI 記事 GPT-6 Is Coming Soon — What Will It Look Like? が必然的に推測に基づいていたという事実のために重要です。Astra が公開された今、このガイドは確証されたモデル挙動、ベンチマークのトレードオフ、API 経済性、そしてモデルが廉価な最前線代替よりも実際に優れている領域に焦点を当てます。

GPT-6 Astra とは？

GPT-6 Astra は、OpenAI の GPT-5.6 Sol フラッグシップの後継です。OpenAI は Astra を 最も困難なエンドツーエンド業務に対して最も能力の高いモデル と位置付けており、モデルが推論し、ツールを使用し、ソフトウェアと対話し、中間成果物を推敲し、初期リクエストから完成品までタスクを運びきるワークフローを重視しています。この位置付けは重要です。Astra は単なる大型のチャットモデルではありません。ブラウザ、ターミナル、ドキュメント、スプレッドシート、開発環境、エンタープライズソフトウェアにまたがって働くエージェントの中核となる推論エンジンとして設計されています。

ローンチ記事は、コンピュータ操作、ブラウジング、ソフトウェアエンジニアリング、サイバーセキュリティ、科学、プロフェッショナルワークにおける最先端の結果を強調しています。FrontierMath Tier 4、ARC-AGI-3、ExploitBench で 97.6% / 99.9% / 100% を報告しています。これらの見出しスコアは目を引きますが、「Astra がすべてのベンチマークで勝利した」と解釈すべきではありません。OpenAI 自身の比較表で用いられる Artificial Analysis Intelligence Index では Astra が 61.2、Claude Fable 5.1 は 65.7 です。したがって、このリリースはあらゆる知能指標の完全制覇というより、実行力とエージェント的作業における段階的な飛躍として理解するのが妥当です。

GPT-5.6 Sol からの変更点

コンピュータ操作が一級の能力になった

Astra における最も明確な世代的進歩はコンピュータ操作です。OSWorld 2.0 で、OpenAI は Astra が 72.6%、GPT-5.6 Sol が 65.7% と報告しています。同じレイテンシーシミュレーションで、Astra はタスクを約 40 分で完了し、Sol は約 75 分であったため、約 47% の短縮です。更新された Codex ハーネスと組み合わせることで、OpenAI は Mind2Web で 1.9 倍の高速完了を報告しています。実務上のポイントは、Astra が単に画面を見ることができるだけではなく、コストの高い迂回を減らしながら、より長い間多段階のソフトウェアタスクの一貫性を保てるということです。

プロフェッショナルな成果物の作成がより熟慮的に

OpenAI は、素の文章ではなく、利用可能な成果物で終わるプロフェッショナルなワークフロー向けに Astra を明示的に訓練しました。ローンチ資料は、ドキュメント、スプレッドシート、プレゼンテーション、データ分析、デザイン作業、テンプレート準拠でより強力な性能を示しています。Astra は タスク途中で要件が変わっても方針を見失いにくい ため、ステアリングメッセージが元の目標を上書きしてしまう可能性が低くなります。これは、ワークフロー開始後に新しい指示が届くことの多い長時間稼働のエンタープライズエージェントに特に有用です。

長いセッションで有用な作業コンテキストをより維持

長時間のコーディングセッションにおいて、Astra はアクティブコンテキストが埋まった後でも Codex がノートを保存・取得する新しい方法を導入します。従来のアプローチは圧縮に大きく依存しており、なぜ試みた修正が失敗したのか、どの制約をすでに試したのかが抜け落ちる可能性がありました。OpenAI は Astra が コンテキストをまたいでノートを保持できる と述べており、大規模リファクタやデバッグセッションでの継続性を改善します。

推論エフォートが最大まで拡張

開発者は low、medium、high、xhigh、max の推論エフォートを選択できます。これは、Astra を単一の固定動作点として扱うよりも、より広い品質-コスト曲線を作ります。公式モデルガイダンス は、評価目標を満たす最も低いエフォートを選ぶことを推奨しています。モデルの最良の経済性は、常に最大推論で回すことではなく、トークン効率から生まれることが多いためです。

GPT-6 Astra のベンチマーク性能

OpenAI は、コンピュータ操作、プロフェッショナルワーク、コーディング、学術的推論、ヘルス、サイバーセキュリティ、ロングコンテキスト、アラインメントにわたる広範な比較を公開しました。この表を見る最も有用な方法は、「一般知能」と「ツールを用いる作業を完遂する能力」を分けることです。OpenAI の表における Artificial Analysis Intelligence Index では、Astra は Sol に対してわずかに上回るだけですが、いくつかのエージェント的・運用的ベンチマークでは劇的に先行しています。

このパターンは異例なほど明瞭です。ベンチマークがツールや環境との継続的な相互作用を要求する場合、Astra の優位性は最大になります。AutomationBench は 18.1% から 41.4% へ上昇 し、Terminal-Bench Science は 22.4% から 64.6% に増加、ロングコンテキスト MRCR は 512K–1M 帯で 73.8% から 96.3% に改善しました。対照的に、Artificial Analysis Intelligence Index は 60.9 から 61.2 への変化に留まります。Astra を「2.5 倍高価だがやや賢い」などと表現するのは、このプロダクトの実際の価値提案を見誤ります。

Source: OpenAI の AutomationBench チャート (元画像、再描画ではありません)

独立ベンチマーク: GPT-6 Astra は世代的飛躍か？

独立テストは重要な現実検証を加えます。Artificial Analysis は Intelligence Index のスコアを 61 と報告しており、GPT-5.6 Sol の max エフォートと同等です。同時に、Astra は Coding Agent Index で大きく改善し、エージェント型コーディングで使用するトークンも大幅に削減しています。Artificial Analysis は、独自の Codex ハーネスで、Astra が GPT-5.6 Sol（max エフォート）に比べてトークン使用を約 3 倍削減し、コーディングエージェントタスクあたりほぼ同じコストでより高いスコアを達成したと測定しました。

一般知能では経済性がやや劣るように見えます。Intelligence Index の max エフォートにおいて、Astra は Sol より出力トークンを約 10% 少なく使いますが、トークン単価の 2.5 倍の値上げがその効率性を上回ります。Artificial Analysis は、Astra が max エフォートで タスクあたり約 75% 高価 だと見積もっています。また、AA-Omniscience での幻覚率が 92% から 51% へ低下 し、正確性が 4 ポイント上昇したとも報告しています。

有用な結論はワークロード別です。GPT-6 Astra は、エージェントが行動し、反復し、ツールを使い、複雑な作業をやり遂げなければならない場面で最も世代的な進歩を示します。通常の推論や大量のテキスト生成においては、価格プレミアムの回収がはるかに難しくなり得ます。

GPT-6 Astra vs GPT-5.6 Sol vs Claude Fable 5.1 vs Gemini 3.8 Flash

実用的なモデル選定の比較には、能力、マルチモーダル、コンテキスト、エージェント的実行、価格を含めるべきです。以下のモデルは互換ではありません。Astra は困難なエンドツーエンド実行に最適化され、Claude Fable 5.1 はいくつかの一般知能指標でリードし、Gemini 3.8 Flash はより広いネイティブ入力モダリティと大幅に低いトークン価格を提供します。

GPT-6 Astra を選ぶべきとき

人間が失敗したエージェント実行を救済しなければならないためにタスクが高価になる場合に Astra を選びましょう。長期的なコード変更、ブラウザ／デスクトップ自動化、ツールにまたがる深いリサーチ、技術的成果物の作成、複雑な科学・運用ワークフローなどです。再試行回数の削減、手動修正の削減、出力トークン使用の低減が、トークン単価より重要な場合にプレミアムは正当化しやすくなります。

Claude Fable 5.1 を選ぶべきとき

Claude Fable 5.1 は依然として強力な最前線競合です。OpenAI のローンチ表でも、Artificial Analysis Intelligence Index で 65.7（Astra は 61.2）、HLE with tools で 65.0（Astra は 57.2）と報告されています。つまり、Astra を普遍的な知能の勝者としてマーケティングすべきではありません。評価セットがコンピュータ操作の実行よりも長文推論に近い場合は、Claude Fable 5.1 のほうが依然として適合度が高い可能性があります。

Gemini 3.8 Flash を選ぶべきとき

Gemini 3.8 Flash は異なる前線ポイントを狙っています。テキスト、画像、音声、動画、PDF 入力をサポートし、約 1M トークンのコンテキストウィンドウを持ちながら、公式の導入価格は Astra よりもはるかに低価です。大量のマルチモーダル抽出、動画／音声理解、日常的なエージェント、$10/$50 のトークン経済が正当化しにくいワークロードでは、Gemini 3.8 Flash がより経済的なプロダクション選択になることが多いです。

GPT-6 Astra のサイバーセキュリティ評価が重要な理由

Astra は、OpenAI の Preparedness Framework における クリティカルなサイバーセキュリティ能力の閾値 に到達した、広く展開された初の OpenAI モデルです。OpenAI は、適切なツールとアクセスが与えられれば、モデルが未知のセキュリティ脆弱性を特定し、強化されたシステムに対する悪用戦略を構築できると述べています。ローンチ評価では、Astra は ExploitBench で 100%、ExploitGym で 42.4%、SRE-Bench で一回の試行で 88.0% を記録しました。

この能力には、より厳格な導入管理が伴います。OpenAI は、プロダクションのセーフガードが、特に高リスクのサイバー領域において、正当な作業を遅延、停止、または中断させる可能性 があると述べています。ChatGPT や Codex は続行前にアクションのレビューをユーザーに求めることがあり、API タスクが停止することもあります。デフォルトの Astra 導入では、より高度な悪用作成リクエストは拒否されます。OpenAI の Daybreak プログラムは、防御的ワークフローの一部に対して、別途審査済みのアクセスを提供します。

システムカードは監視可能性のトレードオフを文書化しています。Astra は全体として Sol より良好にアラインされていますが、書き出される推論が敵対的評価条件下では監視しにくい 可能性があります。OpenAI はそのため、ツールを用いる Astra 推論の周囲により広範なミスアラインメント監視を導入しています。エンタープライズチームは、エージェントの権限、承認境界、監査ログ、最小特権のツールアクセスを、モデルアーキテクチャの一部として扱い、任意の付加物ではないと認識すべきです。

Source: OpenAI 公式 ExploitGym ハニーポット安全性チャート (元画像、再描画ではありません)

GPT-6 Astra の価格

OpenAI の 現在の API 価格ページ は、ショートコンテキストとロングコンテキストのリクエストを分けています。Standard 処理では、ショートコンテキストの料金が入力 $10、キャッシュ済み入力 $1、キャッシュ書き込み $12.50、出力 $50（ミリオントークンあたり）です。272K を超える入力トークンのリクエストはロングコンテキストスケジュールが適用され、入力 $20、キャッシュ済み入力 $2、キャッシュ書き込み $25、出力 $75（ミリオントークンあたり）となります。

GPT-5.6 Sol と比較すると、Astra のショートコンテキスト Standard のトークン価格は 2.5 倍高く（$10/$50 対 $4/$20）、このプレミアムが必ずしも完了タスクのコストを 2.5 倍にするわけではありません。エージェント型コーディングにおいて、Astra は構成によって出力トークン使用がより少ないと OpenAI と Artificial Analysis の両方が報告しています。したがって、評価の正しい単位はトークン単価だけではなく、成功タスクあたりのコストです。

GPT-6 Astra へのアクセス方法

OpenAI は 2026 年 9 月 3 日に 段階的なローンチ を開始しました。Astra は今後数日にわたり、ChatGPT Plus、Pro、Business、Enterprise ユーザー、OpenAI API、AWS に展開される予定です。エンタープライズ管理者はワークスペースごとに Astra を有効化でき、ローンチ時点ではデフォルトでオフです。

OpenAI Responses API で GPT-6 Astra を呼び出す

from openai import OpenAI
client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    reasoning={"effort": "high"},
    input=(
        "Review this repository architecture. Identify the highest-risk "
        "design issue, explain the evidence, and propose a migration plan."
    ),
)

print(response.output_text)

モデル ID は gpt-6-astra です。ツールを多用するワークフローでは、Responses API から始めるのが自然です。Astra は関数呼び出し、構造化出力、ウェブ検索、ファイル検索、コードインタプリタ、ホストシェル、パッチ適用、コンピュータ操作、MCP、ツール検索をサポートしています。ファインチューニングは現在サポートされていません。

実世界での GPT-6 Astra のユースケース

ゲーム開発とビジュアルソフトウェアのワークフロー

Playco は、Unity と Godot で直接動作する AI 搭載 IDE「Playbot」に Astra をテストしました。OpenAI は、前モデルに比べて 手作業の修正が 50% 減少 し、単一のグレーボックス基盤から 3 つのテーマ別プロトタイプが構築されたと報告しています。この例が重要なのは、タスクがソースコード生成以上のものを要求するためです。モデルは空間配置を推論し、ゲームをプレイし、変更をテストし、バグを特定し、ビジュアル環境内で反復する必要があります。

法務・財務ドキュメントレビュー

OpenAI は、Astra を 多段階のプロフェッショナルなワークフロー に位置付けており、洗練されたドキュメント、スプレッドシート、分析の作成を目指します。法務・財務レビューでは、実務上の価値は多くのファイルにまたがるタスク状態の保持、証拠のクロスチェック、孤立した質問への回答ではなく完成した成果物の返却にあります。専門家による検証、承認管理、最小特権のデータアクセスは引き続き必要です。

長期的なエンジニアリングエージェント

Terminal-Bench、DeepSWE、データベース移行、コンピュータ操作、ロングコンテキストの結果の組み合わせにより、Astra はリポジトリ規模のエンジニアリングに特に関連性が高いです。有用な導入パターンは、Astra に制約のある開発環境、課題や移行目標、テスト、ツールアクセスを与え、成功を「マージされたタスクの品質、失敗した反復の数、人間のレビュー時間、総コスト」で評価することです。これは単一のコーディングベンチマークスコアよりも優れたプロダクション指標です。

GPT-6 Astra の制約

• プレミアムなトークン単価。Astra は Standard のショートコンテキスト価格で GPT-5.6 Sol の 2.5 倍のコストがかかるため、通常のチャット、分類、抽出、簡単なドラフト作成にはしばしば割高です。
• ロングコンテキストには追加料金。272K を超える入力トークンのリクエストは高い料金が適用されるため、「1.05M コンテキスト」は一律価格のメモリと解釈すべきではありません。
• ネイティブな音声・動画入力がない。Astra はテキストと画像を受け取り、テキストを出力します。ネイティブの音声／動画理解が中心のワークロードでは Gemini 3.8 Flash のほうが柔軟です。
• ファインチューニング不可。公式モデルページでは現在ファインチューニングは未対応とされ、カスタマイズはプロンプト、ツール、リトリーバル、ワークフローデザインに依存します。
• サイバーセーフガードがワークフローを中断し得る。OpenAI は、追加の安全性チェックが高リスク文脈で正当な作業を一時停止または停止し得ると明示的に警告しています。
• 普遍的なベンチマーク勝者ではない。OpenAI 公開の比較に含まれる Artificial Analysis Intelligence Index と HLE-with-tools では、Claude Fable 5.1 が Astra を上回っています。

FAQs

GPT-6 Astra は正式にリリースされていますか？

はい。OpenAI は 2026 年 9 月 3 日に ローンチを開始 しました。可用性は組織、ChatGPT の有料プラン、API アクセス、AWS にわたり段階的に展開され、すべてのアカウントで同時に利用可能になるわけではありません。

GPT-6 Astra のコンテキストウィンドウは？

公式モデルページは 1.05M トークンのコンテキストウィンドウ と 128K トークンの最大出力を記載しています。272K を超える入力トークンのリクエストはロングコンテキストの料金スケジュールが適用されます。

GPT-6 Astra の費用は？

Standard のショートコンテキスト価格はミリオントークンあたり $10（入力）/$50（出力） で、キャッシュ済み入力 $1、キャッシュ書き込み $12.50 です。ロングコンテキスト、Batch/Flex、Fast mode は異なるレートなので、プロダクションの見積もりでは実際のリクエストに対応するティアを使用すべきです。

GPT-6 Astra は Claude Fable 5.1 より優れていますか？

ワークロード次第です。Astra はコンピュータ操作、コーディングエージェント、科学、サイバー、プロフェッショナルワークのいくつかでリードしています。一方で Claude Fable 5.1 は OpenAI 公開の比較において Artificial Analysis Intelligence Index と HLE with tools で Astra を上回っています。各自のエージェント／タスク評価を用い、どのモデルもすべてのカテゴリで優位だと決めつけないでください。

GPT-6 Astra は AGI ですか？

OpenAI の公式プロダクトページは、Astra を新世代のインテリジェンスであり、広く展開されたモデルの中で最も能力が高いと記述していますが、製品自体を「AGI」とは定義していません。いくつかのタスクでベンチマークが飽和していることは、普遍的な AGI の定義が確立されたことを意味しません。

結論

GPT-6 Astra は、実行に焦点を当てた最前線モデルとして理解するのが最も適切です。GPT-5.6 Sol に対する Artificial Analysis Intelligence Index のわずかな 60.9 から 61.2 への動きではなく、コンピュータ操作、エージェント型コーディング、科学的ワークフロー、ロングコンテキスト検索、プロフェッショナルなタスク完遂、サイバーセキュリティにおけるより大きな改善こそが進歩の強い証拠です。1.05M のコンテキストウィンドウと幅広いツールスタックにより、開発者は単一のレスポンスを超えて有用性を保つエージェントを構築する余地が広がります。

トレードオフは価格です。$10/$50 の Standard 価格はプレミアムであり、ロングコンテキストのリクエストはより高価で、独立テストは一般知能ワークロードにおいて Astra が Sol より大幅に高価になり得ることを示しています。より高い完了率とより少ない人手による修正がトークンコストを上回るときに、モデルはこのプレミアムを正当化します。より単純または大量のワークロードでは、GPT-5.6、Claude Fable 5.1 、そして特に Gemini 3.8 Flash は、陳腐化した前任者ではなく依然として有力な代替です。