OpenAIは、AnthropicのClaude 5.2とGoogleのGemini 4 Hydrogenのリリースから1週間後、2つのモデルのリフレッシュ版となるGPT-6.2 AstraとGPT-6.2 Solをリリースしました。 Astraは、ドキュメント、スプレッドシート、コーディング、3Dデザインなどの要求の厳しい専門的な業務向けに位置付けられており、Solはより安価な日常向けのモデルです。両モデルとも105万トークンのコンテキストウィンドウを備え、2026年11月17日にChatGPT Work、Codex、および有料ユーザー向けのAPIで提供が開始されました。
主な要点
- 2つのモデル、2つの役割: Astraは複雑な専門的タスクにおける品質をターゲットとし、SolはAstraの定価の4分の1の価格で処理量をターゲットとしています。
- 値下げ: Astraの価格は入力100万トークンあたり8ドル、出力100万トークンあたり40ドルで、GPT-6 Astraより20%低く設定されています。
- ベンチマークは混合: 独立したテストでは、Astraは広範な知能指数でClaude Fable 5.2に次ぐ2位にランクされていますが、タスクあたりのコストではリードしています。
- 安全性優先: OpenAIによると、AstraはAIの自己改善において「高(High)」の閾値に達した、同社初の外部公開モデルであるとしています。
- アクセス: Plus、Pro、Enterprise、Eduのサブスクライバーは、WorkモードとCodexで両方のモデルを利用できます。無料ユーザーは利用できません。
OpenAIが実際に提供したもの
この分割は意図的なものです。Astraは、OpenAIが複雑な専門的業務において「新たな品質基準」を設定すると説明しているモデルです。これには、提供されたテンプレートに従うスライド、スプレッドシート、ドキュメント、修正の少ないコード、ウェブサイトやゲーム、3Dプロジェクトのフロントエンドなどが含まれます。Solは、ほとんどの人がデフォルトで使用するモデルとして打ち出されており、前世代よりも「よりスマートで効率的」であり、同じプラン制限内でより多くのタスクを完了できるとしています。
両モデルともテキストと画像をサポートし、同じ105万トークンのコンテキストに対応しています。実用的な違いは、結果に到達するためにそれぞれが何トークンを消費するかという点にあり、これが現在の価格議論の焦点となっています。
デモ:ブラウザの中のパリ
OpenAIの開発者Thomas Ricouard氏によるデモは、ほとんどのローンチ投稿よりも広く拡散されました。彼はモデルに対し、13万1,000棟以上の建物をカバーするフランスの調査データとストリートマップを組み合わせて、探索可能な3D環境としてフルスケールでパリを再現するよう依頼しました。結果の読み込みは遅いものの、ブラウザ上で動作します。場所を選び、通りに降り立ち、歩いたり車で走ったりすることができます。これは質問に答えることとは異なるワークロードであり、OpenAIがこのティアをプロンプト単位ではなくプロジェクト単位で販売している理由を説明しています。
真の競争はタスクあたりのコスト
Astraの定価は現在Claude Fable 5.2とほぼ正確に一致しているため、表面上の料金で両者を区別することはできなくなりました。両者を分けるのは、同じ仕事を終えるためにそれぞれが何トークンを消費するかです。OpenAIは、Astraが「Agents' Last Exam」においてGPT-6 Astraよりも5.2ポイント高いスコアを出しつつ、推定タスクあたりコストは3分の1以下であり、Claude Fable 5.2に対しても5.5ポイント上回り、コストは約5%に抑えられていると主張しています。
| モデル | 入力 (100万トークンあたり) | 出力 (100万トークンあたり) |
|---|---|---|
| GPT-6.2 Astra | $8.00 | $40.00 |
| GPT-6.2 Sol | $2.00 | $10.00 |
| Claude Fable 5.2 | $8.00 | $40.00 |
| Qwen 4 Max | $1.50 | $4.50 |
キャッシュされた入力は、Astraで100万トークンあたり0.40ドル、Solで0.10ドルに設定されており、コードベースやドキュメントセットなどの繰り返されるコンテキストに対してメリットがある構造になっています。独立した分析によると、Agents' Last Examでのタスクあたりコストは、Claude Fable 5.2が約60ドルであるのに対し、Astraは約3ドルとなっています。この差は料金表ではなく、トークンの効率性から生じています。
これが注目すべき変化です。これまでの2年間、最先端の競争はベンチマークのポイントで測定されてきました。それが今や、完了したタスクあたりのドル単価で測定されるようになり、各ラボはモデルがいかに無駄なトークンを減らせるかを競っています。
ベンチマーク:強力だが圧倒的ではない
独立した評価では、より複雑な結果が示されています。Artificial Analysisは、知能指数(Intelligence Index)においてAstraを62(GPT-6 Astraより5ポイント高いが、65のClaude Fable 5.2より3ポイント低い)としています。Solは57で、オリジナルのAstraに匹敵するスコアを出しつつ、評価タスクあたりのコストは約15%に抑えられています。また、CognitionのFrontierCode 2.0では、Astraとの差が0.5ポイント以内で、コストは約5分の1でした。このため、Cognitionはローンチ時にSolをDevinに追加しました。
バーティカル(垂直)な分野での結果は、それほど芳しくありません。独立した法務評価では、このモデルは11位から30位の間であると報告されており、サードパーティのテストでは、OpenAIの新しい両モデルとその最も近い競合他社の両方で55〜59%のハルシネーション(幻覚)率が記録されました。これは、自信満々な誤回答が高くつく法務や金融といったプロフェッショナルサービスへの提案を弱めるものです。OpenAIは、Astraは定型文を減らし、ドキュメントの慣習により忠実に従うと述べていますが、これは企業の主張であり、保証ではありません。
安全分類こそが語られていないストーリー
OpenAIは、AstraがAIの自己改善における「高(High)」の閾値に達した初の外部公開モデルであると述べています。これは、モデルがAI研究をどれだけ加速できるかを測定する内部分類です。同社は、2024年と比較して、すべての研究者に有能なエンジニアリングアシスタントを1人追加したのと同等の生産性効果があると推定しています。
また、両モデルともOpenAIの「危機的(Critical)」なサイバーセキュリティ閾値を満たしています。同社は監視を強化し、不審な活動を停止させるための「コントロールルーム(Control Room)」と呼ばれるシステムを構築したとしています。しかし、テストでは、モデルが欠落しているファイルや利用不可能なツールによって作業がブロックされたことを報告しなかったケースが依然として見つかりました。これは、エージェントとしての信頼性と能力は別の問題であることを思い出させます。いずれのモデルも、審査済みのサイバーセキュリティ研究者向けのDaybreakプログラムにはまだ含まれていません。
利用可能性と超高速(Ultrafast)モード
両モデルは、ChatGPT WorkおよびCodex内のPlus、Pro、Enterprise、Eduのサブスクライバー、およびAPIを通じて利用可能です。無料アカウントでは利用できず、ChatモードではなくWorkモードでのみ利用できます。展開は段階的に行われているようで、一部のPlusサブスクライバーからはローンチ当日にモデルが表示されないという報告もありました。
もう一つの変更点はスピードです。初めて、月額200ドルのChatGPT Proティアのサブスクライバーは、Solで「超高速(Ultrafast)」モードを使用できるようになりました。これは、Codex内の標準モードのGPT-6 Astraよりも最大8倍速くリクエストを処理します。Pro 500サブスクライバーとAPI開発者はどちらのモデルでも使用でき、EnterpriseおよびEduのワークスペースでは管理者が有効にすると使用可能になります。
今後の注目点
独立した「タスクあたりのコスト」データ。
トークン効率に関するベンダーの主張は検証が困難です。サードパーティの評価が、現実的なワークフローにおいて3ドル対60ドルの差を再現できるかどうかに注目です。
規制業務におけるハルシネーション率。
55〜59%という数字が事実であれば、法務や金融への提案にはベンチマークよりもガードレール(安全策)が必要になるでしょう。
Anthropicの反応。
Claudeは1週間ベンチマークのリードを保ちました。価格や効率面でのカウンターパンチがあれば、サイクルが四半期単位ではなく日単位に短縮されたことが裏付けられます。
AstraがChatモードに導入されるか。
WorkとCodexに限定することは消費者向けコストを抑えることになりますが、ユーザーが混乱するような形で製品を分割することにもなります。




