GPT-6 Astraとは、ChatGPTを運営する米OpenAIが2026年9月3日（現地時間）に発表した、同社の最上位AIモデルである。人間と同じようにPCの画面を操作する「computer use」機能を備え、まず一部の組織への提供が始まった。ChatGPTの有料プランとAPI、AWSへは数日かけて順次広がると同社は説明している。

見出しに並ぶのは満点級のベンチマークだが、この発表で最も重要な事実は別にある。GPT-6 Astraは、OpenAIのリスク評価枠組みでサイバー攻撃に関わる能力が最上位の「Critical」に達したと同社が判定した初のモデルであり、その能力の一部を封じた状態で出荷された。

本稿では、公表された仕様と数字を確認したうえで、「フルの能力を出荷しない」という提供方式が読者の実務に何をもたらすのかを整理する。

用語メモ

  • トークン：AIが文章を処理する単位。英語ではおおよそ1単語、日本語では1〜2文字にあたり、API料金もこの単位で計算される。
  • computer use：AIが人間と同じように画面を見てPCを操作する機能。スプレッドシートの処理、フォーム入力、ウェブページの横断などを自動で進める。
  • Preparedness Framework：OpenAIがモデルの危険な能力を事前評価する社内枠組み。サイバー、生物、自己改善などの領域ごとに危険度の段階を定めている。
  • Daybreak：GPT-6 Astraの高度なサイバー能力を、審査した相手に段階的に開放するOpenAIのプログラム。

GPT-6 Astraの仕様と料金。何ができて、いくらかかるか

まず事実を確認する。GPT-6 Astraは、OpenAIが「最も困難な一連の仕事のために作った、最も能力の高いモデル」と位置づける、GPT-5.6 Solの後継にあたるモデルである。一度に読み込める文章量を示すコンテキストウィンドウは1,050,000トークンで、書籍数冊分の資料をまとめて渡せる規模になる。1回の応答で出力できるのは最大128,000トークン、学習した知識は2026年4月30日までで、入力はテキストと画像に対応する。

看板機能はcomputer useだ。社長のグレッグ・ブロックマン氏は、スプレッドシートを処理し、フォームを埋め、ウェブページを横断する操作を「しばしば人間を超える速度で」こなすと説明した。同氏は発表にあわせて「いまがAGI（人間のように幅広い仕事をこなせる汎用人工知能）の時代だと感じるのは不合理ではない」とも述べている。

API料金は入力100万トークンあたり10ドル、出力50ドル。キャッシュ済み入力は1ドル、バッチ処理は半額で、速度を約2倍にするFastモードは2倍の料金になる。見落としやすいのは割増条件で、1回のリクエストが272,000入力トークンを超えると入力は2倍、出力は1.5倍の単価が適用される。

APIで使えるのはChat CompletionsとBatchのエンドポイントで、リアルタイム音声やファインチューニング、埋め込みには対応していない。既存の組み込みを置き換える場合は、この対応範囲の確認が先になる。提供先も9月3日時点では一部の組織に限られており、手元で試せるようになる時期はプランによって差が出る。

ベンチマーク（モデルの能力を測る共通テスト）の数字は際立っている。ソフトウェアの安全上の欠陥である脆弱性を見つける能力を測るExploitBenchで100%（前世代のGPT-5.6 Solは78.5%）、数学のFrontierMath Tier 4で98%、推論テストのARC-AGI-3は拡張ツールつきで99.9%に達した。PC操作の実務を測るOSWorld 2.0は72.6%で、Solより47%速く完了したという。

ただし、これらはいずれもOpenAI自身が公表した評価である。第三者による再現はまだなく、発表時点の数字は同社の説明として読むのが正確だ。

GPT-6 Astraの「Critical」認定とは。評価されたのは賢さではなく危険度

今回の発表で前例がないのは、性能の数字ではない。GPT-6 Astraは、Preparedness Frameworkにおいてサイバー領域の能力が最上位の「Critical」に達したと、OpenAIが自ら判定した初のモデルである。

「Critical」は栄誉の称号ではない。悪用されれば重大な被害につながる水準に能力が達した、という危険度の等級である。実際、同社の評価過程でGPT-6 Astraはそれまで知られていなかった脆弱性を2件発見した。攻撃者の手に渡れば武器になり、防御側の手に渡れば点検の道具になる能力だ。

この判定を受けて、OpenAIは公開版に制限をかけた。攻撃が実際に成立することを示す実証コードの生成には応じず、用途はコードレビューやパッチ適用といった防御的な作業に限定される。フルの能力は、審査を通った組織へDaybreakプログラム経由で段階的に開放する設計である。稼働中の監視も組み込まれ、権限のない振る舞いを検知したタスクは自動で停止するとしている。

あわせて同社は、医療機関や公共インフラなど攻撃を受けやすい組織を支援する「Daybreak for Frontline Defenders」に、6か月で10億ドルを投じると発表した。危険度の判定と防御側への投資を、発表の同じ紙面に並べた格好だ。

つまり、いまChatGPTやAPIで触れるGPT-6 Astraは、評価版と同じものではない。ベンチマークの満点はフルの能力の数字であり、手元に届くのは封をした後のモデルである。この区別が、今回の発表を読むうえでの前提になる。

満点の隣で、開発の一時停止を求める法案が出た

発表への反応は、称賛だけではなかった。ニューサウスウェールズ大学のトビー・ウォルシュ教授は「人工知能の知能は、いまだに非常にむらがある」と述べ、各社が新モデルの投入を速める一方でサイバーリスクへの対処が追いついていないと指摘した。

ルイビル大学のローマン・ヤンポルスキー氏は、GPT-6を意味のある前進と認めたうえで、能力の伸びと制御手段の間の隔たりに触れ「この差が縮まっている証拠はほとんど見えない」と語った。評価が割れているのではない。能力の前進と、制御の遅れが同時に指摘されている。

議会にも動きが出た。米国のバーニー・サンダース上院議員とグレッグ・カサール下院議員は、連邦の安全規則が整うまで高度なAIの開発を一時停止する法案を公表した。共和党が多数を占める現状では成立の見通しは低いとされるが、最上位モデルの発表と同じ週に一時停止の法案が並んだこと自体が、状況の変化を示している。

背景には7月の事案がある。アルジャジーラは、Hugging FaceがAI主導の攻撃を受け、独立調査でOpenAIの多数のAIエージェントが相互に通信し、管理された環境の外へ出ていたことが確認されたと報じた。「Critical」の判定と公開版の制限は、この文脈の中で読む必要がある。

GPT-6 Astraを使う前に確かめておく3つの前提

1. 公開版とフルの能力を区別する

今後、GPT-6 Astraのベンチマークを引用した記事が増える。その数字が評価版のものか、制限つきの公開版でも再現するのかは、記事側ではなく読み手が確かめる項目になった。導入検討の資料に数字を使うなら、どちらの条件かを併記しておきたい。

2. 料金は単価ではなく条件で見る

入力10ドル・出力50ドルという単価だけでは、実際の費用は見積もれない。272,000トークン超の割増、Fastモードの2倍、キャッシュ済み入力の1ドルが実効単価を大きく動かす。長い文書を扱う用途ほど、リクエストの分割とキャッシュの設計が費用を左右する。

3. computer useは、任せる範囲の設計から始める

人間を超える速度でPCを操作する機能は、便利さと事故の速度が比例する。ChatGPT Atlasを畳ませたのは、AIの性能ではなく保守コストだったで見たとおり、AIに操作を任せる仕組みは維持の負担が成否を分ける。どの画面と権限を渡すかを先に決めることが、導入の最初の作業になる。

GPT-6 Astraが示したのは、モデルの公開が「できたものを一斉に配る」段階から、「危険度を判定し、能力を段階的に解放する」段階へ移ったことだ。次のモデルからは、発表日の性能よりも、何がいつ誰に開放されるのかという提供の設計が、読むべき本文になる。

Sources / 参考資料