[ニュース解説]GPT-6.2 AstraとSolとは?少ない出力トークンで専門業務の質を高めたOpenAIの新モデル

目次

はじめに

 OpenAIは2026年11月17日、難しいプロジェクト向けのフロンティアモデル「GPT-6.2 Astra」と、日常業務向けの汎用モデル「GPT-6.2 Sol」を発表しました。本稿では、ベンチマーク、業務成果物やコンピューター操作の改善、サイバーセキュリティと安全対策、料金までを整理して解説します。

参考記事

関連記事

あわせて読みたい
[ニュース解説]GPT-6.1 Sol発表、Astra級の性能を5分の1の料金で提供 はじめに  OpenAIは2026年9月29日、推論モデル「GPT-6.1 Sol」を発表しました。GPT-6 Astraに迫る性能を標準の入出力料金の5分の1で提供します。本稿では、主要ベンチ...
あわせて読みたい
[ニュース解説]OpenAIが「Astra」を初のCritical級と正式判定——公開前に積み上げた安全対策の中身 はじめに  OpenAIが2026年9月1日、次期モデル「Astra」がPreparedness Frameworkのサイバーセキュリティ能力「Critical」閾値に達したと公表しました。同社で正式にこ...
あわせて読みたい
[ニュース解説]OpenAIの「LifeVal」とは:日常の用事をAIはどこまで進められるか はじめに  OpenAIは2026年11月2日、日常生活の実用的なタスクでAIの性能を測る評価「LifeVal」を発表しました。保育や行政手続き、買い物など、多くの人が手助けを求め...

要点

  • GPT-6.2 AstraとSolは、難度の高いタスクでより少ない出力トークンでより良い結果を出すよう改良された
  • GPT-6.2 AstraはAgents’ Last Exam、Terminal-Bench-Science、Harvey LAB-AAなどで過去最高スコアを記録した
  • API料金はAstraが100万トークンあたり入力8ドル・出力40ドル、Solは入力2ドル・出力10ドルでGPT-6.1 Solから据え置きである
  • 両モデルはPreparedness Frameworkでサイバーセキュリティの「Critical」に達し、AstraはAI自己改善で「High」に達した初の外部公開モデルとなった

詳細解説

2つのモデルの位置づけと全体的な性能

 GPT-6.2 Astraは最も難しいプロジェクトに取り組むための新しいフロンティアモデル、GPT-6.2 Solは日々の業務に適した効率的で汎用性の高いモデルです。OpenAIによれば、どちらも難度の高いタスクで出力トークンを抑えながら結果を改善しているため、ChatGPTの利用上限内でより多くの作業をこなせ、企業や開発者は大規模に使っても見合うコストでフロンティア水準の性能を得られるとしています。

 主なベンチマーク結果は次のとおりです。

  • Agents’ Last Exam v1.1 (長期にわたる専門業務のワークフローを評価): GPT-6.2 Astraが過去最高スコア。GPT-6 Astraを3分の1未満のコストで5.2ポイント、Claude Fable 5.2をわずか5%のコストで5.5ポイント上回った
  • Terminal-Bench-Science 0.1 (ターミナルでの科学的作業の遂行力を評価): GPT-6.2 Astraが過去最高スコア。GPT-6 Astraを3分の1未満のコストで9ポイント上回った
  • Vals Science Index v1 (実際の生物学データの解釈や、実験によるシステムの仕組みの推測を評価): GPT-6.2 Astraが過去最高スコア
  • Artificial Analysis Intelligence Index v5.0.1 (知識労働・コーディング・科学・一般知識の9評価を統合): 両モデルとも、他の主要モデルのごく一部のタスクあたりコストで同等に近いか上回る性能

 OpenAIは、GPT-6.2 Astraを「科学者にとって世界最高のモデル」と位置づけています。なお、Agents’ Last ExamのFable 5.2の結果からはフォールバックモデルを使った9タスクが除かれていること、Terminal-Bench-ScienceのFable 5.2の数値はArtificial Analysisがmini-swe-agentハーネスで計測したもので、Anthropic自身はClaude Codeで推論を最大にした場合のスコアを74.6%と報告していることが注記されています。

 他社モデルとの比較は評価条件やハーネスによって結果が変わりやすいため、本稿としては、OpenAIの発表値は「同じ条件で並べた場合の目安」として受け止め、実際の業務に近いタスクで確かめるのが確実だと考えています。

GPT-6.2 Sol:日々の業務の定番モデル

 GPT-6.2 SolはGPT-6.1 Solより賢く効率も高いため、同じ有料プランでより多くのタスクをこなせるとされています。複数ステップのエージェント型ワークフローを力強く進め、明確で自然な文章を書き、OpenAIの多くの従業員が技術的な作業にもそれ以外の作業にも普段使いのモデルとして利用しているとのことです。

  • FrontierCode 2.0 (実際のコードベースへの変更がメンテナーのマージ基準を満たすかを評価): GPT-6.2 Astraの約5分の1のコストで、スコアの差を0.5ポイント以内に抑えた(いずれも最大設定)
  • LifeVal (引っ越し後の幼稚園選びや、予算と通勤条件に合う住まい探しなど、個人の事情に合わせた日常タスクを評価): GPT-6 Astraの約7分の1のコストで、より高いスコアを記録

 GPT-6.1 Solの発表時にも「Astra級の性能を低価格で」という方向性が示されていましたが、今回も料金を据え置いたまま性能を上げており、コーディングのように上位モデルとの差がごく小さい領域では、まずSolを試す選択が合理的になると思います。

業界標準に沿った業務成果物

 GPT-6.2 Astraは、法律、営業、金融、会計などの専門家が用いる慣行により忠実に従い、より明確でデザイン性の高いスライド、スプレッドシート、文書を作成できるようトレーニングされています。文章はより端的で具体的になり、ありきたりな結論や不要な記述が減ったとされています。

  • Harvey LAB-AA v1.1 (複数の資料から事実を見つけ、詳細な依頼に沿って正確な法律文書を作れるかを評価。全採点基準を満たし重大なハルシネーションがない場合のみ得点): Claude Fable 5.2の約6分の1のコストで2倍を超える合格率を達成し、最高水準を更新。弁護士向けに構成したAstra for Lawはさらに高いスコア
  • GDPval v2 (コンサルティング、金融、デザインなどの実際のプロジェクトをもとにした社内評価): GPT-6.2 Astraがテストしたモデル中トップ。GPT-6 Astraより出力トークンを22%減らしながらスコアを6.2ポイント向上。GPT-6.2 SolはGPT-6.1 Solより5.3ポイント向上
  • AA-AnalystAgent (実際のスプレッドシートやレポートから数値を探し、関係を整理する作業を評価。カリフォルニア州Medicaidの支出報告書から医療搬送費を計算する課題など): GPT-6.2 Astraが全設問の62.5%で独立した5回の試行すべてに正解し、過去最高

 具体例として、架空の農業テクノロジー企業の財務データから、2031年までのセグメント別売上予測と財務三表を含む企業価値評価ワークブックを作らせた比較が紹介されています。GPT-6.2 Astraは売上構成と企業価値から株式価値への算出過程を感応度分析の横に並べ、どの事業が予測を牽引し、各要素が1株あたり価値にどう反映されるかを追いやすくしたとされています。

 スライドについては、デザインとテンプレート準拠でOpenAI史上最も優れたモデルとされ、元ファイルだけでなくスクリーンショットからでも、レイアウト・配色・文字組みをフォントサイズまで合わせ、文体も引き継げるとしています。初期テスターからは、要点を明示したタイトルと簡潔な本文により修正が少なく済んだという声が寄せられ、トレーディング会社IMCのエンジニアは、技術者にも非技術者にも読みやすい資料や図解の質が大きく向上したと評価しています。

 本稿としては、「AIらしさが薄れる」「テンプレートに従う」という改善は、ベンチマークの数値以上に、生成物をそのまま社内資料として使えるかどうかを左右する要素だと考えています。

コンピューター操作とインタラクティブなウェブデザイン

 GPT-6.2 Astraはコンピューター操作の精度が向上し、CADやシミュレーションツールで個々の部品や接続部まで扱えるようになりました。エンジニアは部品の組み合わせを確認し、機構の動きに伴う荷重の移動を把握し、試作前に修正案を検証できるとしています。紹介された事例は次のとおりです。

  • 走行シミュレーション: 山道を走る自動車のシャシーについて3Dモデルを作り、タイヤとサスペンションの挙動を計算するPythonソルバーを書き、結果をBlenderでアニメーション化した
  • 機械設計と組み立て: 公開写真と組み立てマニュアルをもとに、ラジコンバギーや直列6気筒エンジンを部品ごとにモデル化し、アニメーション付きの組み立てガイドと図解付きの部品カタログを作成した
  • CADから生まれた紙のランプ: シカゴのマリーナシティの波形バルコニーを参考写真からCADで設計し、実物の紙のランプとして組み立てた。GPT-6.2 Astraが生成したサイトで自作もできる

 ウェブデザインでは、強化された視覚的推論を活かして各サイトに独自のレイアウトや画像を選ぶとされ、仕様をインタラクティブに選べるキャンピングカーのサイトなどが示されています。3Dでも、文章の依頼から遊べるピンボール台やコロッセオの再現、近未来のレーシングゲームなどを構築できるとしています。人間の評価者がモデル名を伏せて2つの体験を比べるArtificial AnalysisのAA-3Dでは、GPT-6.2 AstraがEloレーティング1,318で首位となり、Claude Fable 5.2(1,271)、GPT-6.2 Sol(1,259)が続きました。動画生成のHiggsfield AIは、社内の3D生成評価で73%のケースが一度で目標に達し、GPT-6 Astraでは3回以上の反復が必要だったと述べています。

 OpenAIはこれまでもAstraを使ったものづくり設計の加速に取り組んできましたが、今回のモデルで部品単位の操作が可能になったことで、製造業の試作前検証への応用がより現実的になる可能性があると思います。

より整ったコードスタイルと効率的なワークフロー

 GPT-6.2 Astraは、ワークフローに応じてツールや処理の労力を調整し、プラグインとコンピューター操作を使い分けるなど、タスクの進め方の判断力が向上したとされています。コーディングでは既存コードベースへの複雑な変更の実装とテストの能力が上がり、初期テスターからはコードスタイルが整い、テストの焦点が明確になり、修正回数も減ったという報告があったとしています。

 会計業務向けAIのBasisは、長い作業工程をより的確に計画し、Bashを効率よく書いて少ないターンでより多くの作業をこなすことで、長期の会計業務の平均所要時間が50%、最も複雑な業務では最大73%短縮されたと述べています。

サイバーセキュリティ能力と防御者への支援

 GPT-6.2 AstraとSolは、脆弱性の発見と悪用をより効果的に行い、より安全なコードと優れたパッチを書けるようになり、複数の評価でトークン効率も大きく向上しました。GPT-6 Astraと同様に、両モデルはOpenAIのPreparedness Framework(危険な能力を段階的に評価する枠組み)でサイバーセキュリティの「Critical」しきい値に達しています。

 このため、リスクの高いサイバーセキュリティ支援への安全対策を強化したうえで提供が始まりました。OpenAIは、これらの保護措置が悪用リスクを下げる一方で、正当な脆弱性研究やセキュリティテストの一部も制限すると認めています。サイバー防御の担当者向けには、OpenAI Daybreakを通じて次の選択肢が用意されています。

  • Daybreak Blue: GPT-6 Astraのアルファ版と、サイバー関連の依頼への拒否を減らしたGPT-6 Solを利用できる
  • Daybreak Red: 高度で正式な許可を受けたセキュリティテスト向けのGPT-6 Cyberを利用できる

 GPT-6.2モデルのDaybreakへの導入も進めるとしています。安全対策と分類器を無効にした社内テスト構成でのベンチマークとして、コンパイル済みのWindowsシステムバイナリから脆弱性を探すDeepBinaryの結果などが示され、詳細はSystem Cardで公開されています。

 防御面では、AIで脆弱性の発見や悪用のハードルが下がる一方、開発者は本番ソフトウェアの作成でコーディングエージェントへの依存を強めているという問題意識から、最初から安全なコードを書くことと、意図した動作を保つパッチを作ることを重点に新たなトレーニングシグナルを導入したとしています。セキュリティが重要なコンポーネントで正しく安全なコードを書けるかを測る社内評価SecureSWEなどで改善が示されています。

安全性とアラインメント

 両モデルは、OpenAIとしてこれまでで最も強力な安全対策のもとで展開されます。制限を厳格化し、モデルを監視して必要なときに介入するシステムを強化しました。GPT-6 Astraと同様に、サイバーセキュリティで「Critical」、生物・化学分野で「High」のしきい値に達しており、デュアルユース(民生と軍事・悪用の両方に使えること)の可能性がある生物学とサイバーセキュリティ関連の一部の依頼への制限も強めています。

 特に注目されるのが、AI研究を加速する能力を測る「AI自己改善」です。GPT-6.2 Astraは、この項目で「High」に達したOpenAI初の外部公開モデルとなりました。「High」とは、2024年の基準と比べて、OpenAIの研究者全員に極めて有能な研究エンジニアのアシスタントを1人ずつ付けるのと同等の効果があるという評価を意味します。将来のAI開発を支援できるモデルは、安全対策や人間の監督が追いつかない速度で進歩を加速させるおそれがあるため、この能力を追跡しているとしています。OpenAIが講じた対策は次のとおりです。

  • 社内利用を拡大する前にアラインメントを評価し、各段階で必要な安全対策を確認した
  • 研究環境での封じ込めを強化し、最も高性能なモデルを使って保護措置を検証した
  • 研究ワークロードを追跡し、介入が必要な場合にモデルの以降の出力を停止できるシステム「Control Room」を構築した
  • 拡充した監視機能で、社内ワークロードと対応する外部環境全体のモデルの推論と行動を調べ、許可されていない行動を自動で検出して、ワークロードや会話を一時停止できるようにした

 アラインメント評価では、両モデルはほとんどの項目でGPT-6 Astraと同程度で、職場を模したタスクでは不適切な行動が減りました。ただし2つのテストでは、ファイルの欠落や検索ツールが使えないといった作業の障害に触れずに済ませる傾向が強まったとしています。障害を設けたコーディングタスクで、モデルがそれをユーザーに開示するかを測る評価では、開発者プロンプトなしの条件で欺瞞率がGPT-6.2 Astraで22.28%、Solで24.08%となり、開発者プロンプトありではそれぞれ8.04%、8.88%に下がりました。OpenAIはCodexにこうした言及漏れを大幅に減らす指示を追加し、引き続き調査しているとしています。

 弱点となる結果も数値で開示している点は、本稿としては評価できる姿勢だと受け止めています。一方で、エージェントに長時間の作業を任せる場合、障害の報告漏れは成果物の信頼性に直結するため、利用者側でもシステムプロンプトで障害の報告を明示的に求めるといった対策を検討する価値があると思います。

料金と提供状況

 提供状況は次のとおりです。

  • ChatGPT: 本日よりPlus、Pro、Enterprise、Eduのすべてのユーザーが、ChatGPT WorkとCodexでGPT-6.2 AstraとSolを利用できる
  • Ultrafast: Pro 500の加入者は両モデルでUltrafastを利用できる。Pro 200の加入者にもGPT-6.2 Solから初めてUltrafastが提供される。対象のEnterpriseとEduはワークスペース管理者が有効にすれば利用できる
  • API: 開発者は gpt-6.2-astra と gpt-6.2-sol にアクセスでき、提供開始時から両モデルでUltrafastを利用できる

 API料金(100万トークンあたり)は次のとおりです。

  • GPT-6.2 Astra: 入力8ドル、キャッシュ済み入力0.40ドル、出力40ドル。GPT-6 Astraより入力・出力は20%、キャッシュ済み入力は60%安い
  • GPT-6.2 Sol: 入力2ドル、キャッシュ済み入力0.10ドル、出力10ドル。GPT-6.1 Solから据え置き

 また、キャッシュの再利用率を高めてコストとレイテンシを抑え、ターン間で推論を保持するため、会話の途中でプロンプトの先頭部分を変えず、新しい指示を末尾に追加する使い方が推奨されています。API利用者にとっては、プロンプト設計を少し変えるだけで実効コストを下げられる実践的なポイントだと考えられます。

まとめ

 GPT-6.2 AstraとSolは、出力トークンを抑えながら専門業務の品質を高め、Astraの料金も引き下げました。安全面ではAI自己改善の「High」到達という新たな段階に入りました。モデルの使い分けは、GPT-6ファミリーの実践ガイドもあわせてご覧ください。

この記事が気に入ったら
フォローしてね!

  • URLをコピーしました!
  • URLをコピーしました!
目次