計算ノードの中心に浮かぶ青い推論コアの抽象ビジュアル
NAW / MODELS 01

IMAGE: AI生成ビジュアル

MODELS / OpenAI

OpenAI、GPT-6 Astraの提供を開始 — 最上位モデルをTrusted Accessから順次拡大

複雑な推論・コーディング・コンピュータ操作に最適化した最上位モデル。105万トークンのコンテキストと5段階のreasoning.effortを備え、API価格は入力$10・出力$50。初のCriticalサイバー閾値到達モデルとして強化された安全対策と同時に展開される。

OpenAIは2026年9月3日(米国時間)、最新モデル「GPT-6 Astra」の提供を開始した。同社の開発者向けドキュメントによると、まずTrusted Access Programに参加する企業向けに提供され、API経由のアクセスとPlus・Pro・Business・Enterpriseプランへの展開が今後数日中に続く。同社はAstraを「最も高性能なモデル」と位置づけ、難度の高いエンドツーエンドの業務に向けて設計したと説明している。

Astraは9月1日に公開された安全対策文書で、同社のPreparedness Frameworkにおいてサイバーセキュリティ領域で初の「Critical」能力閾値に到達したモデルとされていた(本サイトでも事前に紹介済み)。今回のリリースは、その強化された安全対策(frontier safeguards)のもとで行われる。

提供形態とロールアウト — 企業向け先行、数日で全プランへ

  • 先行提供: Trusted Access Programに参加する企業向けに提供開始。サイバー領域の臨界的能力を持つモデルであるため、信頼できる利用者から段階的に拡大する形態を取っている。
  • 一般展開: API経由のアクセスと、ChatGPTのPlus・Pro・Business・Enterpriseプランでの利用が「今後数日中(in the coming days)」に開始されるとしている。
  • 用途: 複雑な推論、コーディング、コンピュータ操作(computer use)、リサーチ、ドキュメント作成を想定用途として挙げている。
  • 初期活用事例(OpenAIの事例紹介によると): 法務AIのLegoraは41件の文書レビューで仕込まれた4件の誤りをすべて検出し、同ワークフローで約40%の性能向上を報告。ゲーム開発のPlaycoは1つのグレーボックス基盤から3種のプロトタイプを構築し、手動修正が約50%減少したとしている。いずれもOpenAIによる公称値であり、独立した検証は今後の課題である。

モデル仕様と価格 — 105万コンテキストと5段階の推論設定

  • モデルID: gpt-6-astra。テキスト・画像を入力とし、テキストを出力する。知識カットオフは2026年4月30日。
  • コンテキスト: 105万トークンのコンテキストウィンドウ、最大入力92.2万トークン、最大出力12.8万トークン。
  • reasoning.effort: lowmediumhighxhighmaxの5段階をサポートし、タスクの難度に応じて推論量を調整できる。
  • 対応エンドポイント: Chat Completions、Responses、Batchに対応。Realtime系、Assistants、Fine-tuning、Embeddings、画像・動画・音声生成には未対応。
  • 対応ツール(Responses API): web_search、file_search、code_interpreter、hosted_shell、apply_patch、skills、computer_use、mcpなどをサポートし、エージェント的な利用を前提とした構成になっている。
  • 価格: 入力$10・出力$50(per 1M tokens)。キャッシュ入力は$1、キャッシュ書き込みは$12.5。27.2万トークンを超える長文プロンプトは入力・キャッシュ料金が2倍、出力が1.5倍になる。BatchとFlexは標準料金の50%、Fastモードは2倍とされている。

安全性 — Critical閾値モデルとしての評価と課題

  • アライメントの改善: Safety Overviewによると、AstraはGPT-5.6 Solよりアライメントが大きく前進し、事前学習データの構成から強化学習時の評価に至る改善を含むとしている。
  • プロンプトインジェクション耐性: システムカードによると、ある評価シナリオでの攻撃成功に相当する指標は8.5%で、GPT-5.6 Solの27.0%から大幅に低下。堅牢性は99.99%で飽和したとしている。
  • 監視可能性の低下: 一方で、Astraの監視可能性(monitorability)はGPT-5.6 Solと比べて低下したと明記し、制御可能性に関する検証を重点的に行ったとしている。高性能化に伴いモデルの内部動作の把握が難しくなるという、フロンティアモデル共通の課題が表れている。
  • 不正利用の抑止: 難易度の高いExploitGym課題でのハニーポット悪用を拒否する評価など、攻撃的サイバー能力の悪用を抑止する方向の振る舞いを検証していることも記載されている。
  • ベンダー公称値の留意点: 上記の評価数値はすべてOpenAI自身の公開評価に基づく。独立した第三者による再現や、他モデルとの同一条件での比較検証は今後の検証が必要である。

出典