OpenAIが2026年9月3日午後（米国太平洋夏時間）、新型AIモデル「GPT-6 Astra」を発表した。同社プレジデントのグレッグ・ブロックマン氏はこれを「世代的な飛躍」と位置づけ、NBCニュースの取材に対して「AGIの時代へようこそ」と述べたと報じられている。
Astraという名前自体は、このサイトの読者にはなじみがあるはずだ。8月の非公開デモ、「Critical」水準への到達可能性、9月2日の正式表明とゼロデイ検知——段階を追って伝えてきた開発中モデルの名前である。今回はその実体が、価格・提供先・ベンチマークを備えた商用モデル「GPT-6」として世に出た回にあたる。
コンピュータ操作やコーディングでは、OpenAI自身が並べた数字が目を引く。だがこの記事でもっとも重要なのは、独立採点機関Artificial Analysisが総合的な知性の指数で計測した結果だ。点数は前世代のGPT-5.6 Solと同点だった。価格は2.5倍に上がっている。何が伸びて、何が伸びていないのか。読者が次のモデル選びで参照すべき数字を整理する。
⚠ 情報の鮮度について
一次情報はOpenAIの公式発表（2026年9月3日午後1時50分、米国太平洋夏時間＝日本時間9月4日午前5時50分）です。本記事公開時点で発表から数時間程度しか経過しておらず、速報として書いています。ベンチマーク数値はOpenAI公式資料および独立採点機関Artificial Analysisの掲載値（いずれも2026年9月3日時点）を用いています。
Section 01
GPT-6 Astraとは何か──「Critical」を越えた初のモデル
Astraは、OpenAIが自社の安全枠組みで定める「Critical」水準のサイバー能力に到達した初めてのモデルである。人の手引きなしに、未知の脆弱性を発見し、よく保護されたシステムに対する悪用の手口まで組み立てられる、というのがこの区分の基準だ。
技術仕様は次の通りだ。文脈windowは約105万トークン（うち入力に使えるのは最大92万2000トークン）、知識のカットオフは2026年4月30日。価格は100万トークンあたり入力10.00ドル・出力50.00ドルで、直前の最上位モデルだったGPT-5.6 Solの入力4.00ドル・出力20.00ドルから、入力・出力とも、ちょうど2.5倍に引き上げられた。
| 100万トークンあたり | GPT-5.6 Sol | GPT-6 Astra | 倍率 |
|---|---|---|---|
| 入力 | 4.00ドル | 10.00ドル | 2.5倍 |
| 出力 | 20.00ドル | 50.00ドル | 2.5倍 |
2.5倍
GPT-5.6 Solからの値上げ幅（入力・出力とも）
105万
文脈window（トークン、うち入力最大92.2万）
初
「Critical」水準のサイバー能力に到達したモデル
Section 02
OpenAIが掲げるベンチマーク──コンピュータ操作は圧勝
OpenAIが公表した数字の中で、もっとも差が大きいのはコンピュータ操作の評価であるScreenSpot-Proだ。ブロックマン氏は「Astraは、人がコンピュータでできることは何でもできる」と述べたと報じられている。マウスやキーボードの操作を介さず、画面を見て自律的に作業を進める能力の指標である。
92.7%
ScreenSpot-Pro（コンピュータ操作。Sol比76.9%）
97.6%
FrontierMath Tier 4 v2（数学。Fable 5.1比87.8%）
99.9%
ARC-AGI-3（OpenAI発表値。条件つき、本文参照）
数学のベンチマークFrontierMath Tier 4（v2）は97.6%で、こちらはAnthropicのClaude Fable 5.1の87.8%と比べる形で示されている。だがOpenAIがもっとも強調したARC-AGI-3の99.9%には注記が要る。この数字は、計測元であるARC Prize自身が用意した「Provider Adapter」という特別な実行環境——会話の合間もOpenAI独自のツールで文脈を圧縮・保持できる条件——で出たものだ。ARC Prizeが同じAstraを標準的な実行環境で測ると、スコアは62.7%まで下がる。
ⓘ 比較相手も、実行環境も課題ごとに変わります
OpenAIが並べた数字は、比較対象も測定条件も課題ごとに違います。コンピュータ操作の比較対象はGPT-5.6 Sol、数学の比較対象はClaude Fable 5.1、ARC-AGI-3では計測元が用意した2種類の実行環境のうち有利なほうの数字が主役になっています。どの課題も自社に有利な組み合わせを選んで示している可能性があり、これだけでは全体像はつかめません。次の章で、第三者による総合的な採点だとどう見えるかを確認します。
Section 03
独立採点だとどう見えるか──GPT-5.6 Solと同点だった
独立の採点機関Artificial Analysisが算出する総合知性の指数「Intelligence Index」を見ると、ブロックマン氏の「世代的な飛躍」という言葉とは違う姿が浮かぶ。
01
総合知性は前世代と同点
最大推論設定で61点。比較対象モデル群の中央値36点は大きく上回るが、GPT-5.6 SolとGrok 4.6（高推論）も同じ61点に並ぶ。首位はClaude Fable 5.1の66点。
02
コーディングの実務コストは前進
自律的なコーディング力を測るCoding Agent Indexは67点。最大推論設定でのタスクあたりコストはSolとほぼ同額のまま得点は2点上回り、Claude Fable 5と比べれば同得点をその半額未満で達成している。
03
言い切りの誤りは大きく減った
知識の正確さを測るAA-Omniscienceで、幻覚（誤った答えを自信ありげに返すこと）の発生率がSolの92%からAstraの51%へ低下。正答率も4ポイント上がっている。
価格は2.5倍になっているぶん、負担は軽くない。Artificial Analysisは「最大推論設定でのタスクあたりコストは、前世代のSolより75%高い」と分析している。トークンあたりの単価ほどではないにせよ、値上がり分は請求額にそのまま表れる。総合知性の点数が動いていない以上、この値上げの根拠は今のところ薄い。
Section 04
使えるのは誰か──Daybreakを挟んだ二段階の提供
「Critical」水準への到達が、そのまま提供の絞り方に表れている。9月3日時点でAstraを使えるのは、サイバー防御目的の審査つきプログラム「Daybreak」の参加組織に限られる。ChatGPT Plus・Pro・Business・Enterpriseの各プランとAPI、Amazon Web Servicesを通じた提供は「数日のうちに」広がる予定だとOpenAIは説明しているが、9月3日時点ではまだ一般ユーザーは使えない。
ブロックマン氏はホワイトハウスによる事前審査を経たことにも触れ、安全対策の変更を求める指摘はなかったと述べたと報じられている。9月2日の「Critical」到達の正式表明から数えると、今回のローンチまでは次のような段取りだった。
2026.08.02
未解決の数学問題を賞金2000ドルで解いたとする非公開デモ開発中のAstraの初期能力が報じられた。
2026.08.08
「Critical」水準への到達可能性が浮上自社の安全枠組みで最上位のサイバー脅威区分に達する可能性があるとして、開発の一部が一時停止された。
2026.09.02
「Critical」到達を正式表明ゼロデイ2件を実戦で検知したと公表し、審査つきプログラム「Daybreak Blue」を通じてサイバー防御チームへの提供を開始。拒否率は91.5%だった。
2026.09.03
「GPT-6 Astra」として正式ローンチ価格・ベンチマーク・提供計画を公表。ChatGPTの主要プランへの展開を数日以内と予告した。
Section 05
選ぶ側は、いま何をすべきか
まず前提として、9月3日時点で個人がすぐに触れるモデルではない。ChatGPTの契約プランへの展開は「数日のうち」という予告にとどまり、最初に届くのはサイバー防御の審査を通過した組織である。今日から自分のワークフローを組み替える必要のある人はいない。
展開が始まってからの判断材料は、この記事で並べた3つの数字に集約できる。総合的な受け答えの賢さを求めているなら、Astraは前世代のGPT-5.6 Solと並んでいるにすぎず、値上げ分に見合う根拠は今のところ薄い。コーディングを任せる自律作業が主な用途なら、得点差は小さくても実務コストの効率は上がっており、Solからの乗り換えを検討する価値がある。誤答を言い切られて困る場面が多いなら、幻覚の発生率が半分近くまで下がった点は実利がある。
もう一つ、比較対象を忘れないほうがいい。Claude Fable 5.1は9月1日に一般提供が始まっており、Artificial Analysisの総合指数ではAstraより5点高い66点を記録している。Astraが個人に届くころには、比較する相手はすでに市場に出ていることになる。
Section 06
編集部の見立て
Editor's Opinion
「AGIの時代へようこそ」という言葉と、独立採点で前世代と同点という結果が同じ日に並んだことを、まず押さえておきたいと考えます。ARC-AGI-3の99.9%も、計測元が用意した特別な実行環境あっての数字で、標準的な環境では62.7%でした。企業の発表が自社に都合のよい条件を選ぶのは珍しいことではありませんが、今回めずらしいのは、その数時間後に第三者の計測結果が出て、選んだ条件の外側まで見える形になったことです。
とはいえ、これは「話を盛っただけ」で片付けられる結果でもないと見ています。コーディングの自律作業では得点も実務コストも実際に改善しており、幻覚の発生率も大きく下がりました。総合的な賢さは足踏みしていても、特定の使い方では前進している、というのが実態に近いはずです。一つの数字だけを見て良し悪しを決めると、この分裂を見落とします。
読者にとっての実利は、値上げ分をどの用途で回収できるかを先に決めておくことだと考えます。コーディングの自律作業に使うなら乗り換えの検討に値しますが、雑談や調べものの延長で使っているなら、今のところ急ぐ理由は見当たりません。
もう一つ気になるのは、「Critical」水準への到達を理由にした提供の絞り方が、今後の新モデルの標準的な出し方になっていくのかという点です。防御目的の審査つき先行提供という形は、Astraだけを見ても8月の開発一時停止から今回のDaybreakまで、くり返し使われてきました。安全のための制限であること自体は理解できますが、同じ理由で個人への提供が繰り返し先送りされるなら、読者が実際に触れられるタイミングは今後も発表日とはずれ続けることになります。
Section 07
まとめ
2026年9月3日、OpenAIが新型モデル「GPT-6 Astra」を発表しました。プレジデントのグレッグ・ブロックマン氏は「世代的な飛躍」と位置づけ、「AGIの時代へようこそ」と述べたと報じられています。価格は100万トークンあたり入力10.00ドル・出力50.00ドルで、前世代のGPT-5.6 Solから入力・出力とも2.5倍に上がりました。
OpenAI自身が示したベンチマークでは、コンピュータ操作の評価ScreenSpot-Proで92.7%、数学のFrontierMath Tier 4 v2で97.6%と高い数字が並びます。抽象推論のARC-AGI-3では99.9%を掲げていますが、これは計測元のARC Prizeが用意した特別な実行環境での数字で、標準環境では62.7%でした。独立採点機関Artificial Analysisの総合知性指数では61点となり、前世代のGPT-5.6 SolおよびGrok 4.6（高推論）と同点でした。首位はClaude Fable 5.1の66点です。コーディングの自律作業を測る指数では前進が見られ、幻覚の発生率もSolの92%から51%へ下がっています。
Astraは「Critical」水準のサイバー能力に到達した初のモデルで、9月3日時点で使えるのは審査つきプログラム「Daybreak」の参加組織のみです。ChatGPTの主要プランやAPI・AWSへの展開は数日以内を予告していますが、まだ実現していません。
次にこの数字が動くのは、Astraが実際にChatGPTの契約プランへ届いた日になる。独立採点の指数がそこでどこまで伸びるかが、次の見どころだ。