AIが「答える」から「仕事をする」へ。GPT-6 Astraで何が変わったのか

2026年9月、OpenAIが新しいフラッグシップモデル「GPT-6 Astra」を発表しました。ベンチマークの数字だけ見ると「またすごいのが出た」で終わりがちなんですが、公式発表を読み込んでみると、今回の変化はもう一段深いところにあると感じました。

一言でまとめると、こうです。

この記事では、その変化を軸に整理していきます。

GPT-6 Astraって何

※以下、提供時期に関する記述は2026年9月3日の発表時点の情報です。公開時点では提供状況が変わっている可能性があります。

OpenAIは、これまでで最も知能が高く、最もアライメント(意図への忠実さ)が取れたモデルだと説明しています。まずは一部の組織向けに展開され、数日かけてChatGPTのPlus・Pro・Business・Enterprise、そしてAPI・Azure・AWS Bedrock経由でも使えるようになっていく、という段階的なロールアウトになっています。

一番大きな変化:AIがコンピュータを操作して仕事を進める

今回の目玉は、コンピュータ操作(画面を見ながら実際に操作するタイプのタスク)の性能です。オンラインフォームの入力、CRMの顧客情報更新、カレンダー整理といった地味な作業から、オンラインでリサーチしてメールや文書にまとめる、科学データを分析してグラフを作る、Webサイトを作ってフロントエンドの動作確認をする、という一連の流れまでこなせるようになったとのこと。

速度面の改善も大きくて、OSWorld 2.0というベンチマークでは、前モデル(GPT-5.6 Sol)の65.7%に対して72.6%を達成しつつ、作業時間は約47%短縮しています。精度と速度が同時に上がっているのがポイントです。Codexのハーネス側もアップデートされていて、組み合わせるとMind2Webというベンチマークで前モデル比1.9倍の完了速度になるそうです。

「質問に答えるAI」というより、「画面の前に座って作業を進めるAI」に近づいてきた、というのがこのセクションの要点です。

仕事の成果物まで、こちらの形式に合わせて作れる

もう一つの特徴が、既存のテンプレートに沿って資料を作る力です。スライド・スプレッドシート・分析レポートを、こちらの書式やトーンに合わせて作る能力も強化されています。しかも必要な文脈だけを抜き出して出力し、不要な情報を繰り返さないよう設計されているそうです。「AIっぽい定型文が並ぶ資料」ではなく、実際にそのまま使える成果物を出す方向にチューニングされている、という説明です。

指示があいまいなときの振る舞いも変わっていて、ルーティンな部分は文脈から補い、結果を大きく左右する判断が必要なときだけ質問する、という使い分けができるようになったとしています。Codex上では、返信を待たずに進められる作業は先に進めつつ、非同期で質問だけ投げる、という挙動も紹介されていました。「全部聞いてくる」でも「勝手に進めすぎる」でもない、そのあいだの落としどころを探ってきた印象です。

コーディングと科学研究も大きく進化

ソフトウェアエンジニアリング向けのベンチマークでも軒並みトップスコアを記録しています。開発者からのフィードバックとして、コミュニケーションが分かりやすくなり、本番品質に到達するまでの手直しが減ったという声が紹介されていました。長時間のセッションでコンテキストが埋まったときも、これまでのように会話をまるごと要約するのではなく、作業のメモを残しながら過去のやり取りを検索できる仕組みが導入されていて、デバッグの経緯など要約すると消えがちな細部を保持しやすくなっています。

研究分野では、数学のベンチマーク「FrontierMath Tier 4」で98%というスコアを記録しました。これは単純な数学の問題集ではなく、非常に難度の高い数学問題を対象とした評価です。長年未解決だった数学の問題に関する研究にも貢献したと発表されていて、素数の間隔に関する結果もその一つです。ベンチマーク上の強さだけでなく、実際の研究の現場でも使われ始めている段階のようです。

そして一番緊張感のある進化:サイバーセキュリティ

ここは技術の進化であると同時に、リスクの話でもあります。OpenAIは、Astraのサイバー能力が自社のPreparedness Framework(危険度を段階的に評価する枠組み)における「Critical(重大)」の水準に初めて到達したと説明しています。ゼロデイ脆弱性を発見してエクスプロイト(攻撃コード)化する能力の評価では、既知の脆弱性を使ったテストで100%、未知の脆弱性を対象にしたテストでも実際に2件の新しい脆弱性を発見した、と報告されています。

ここで大事なのは、これは「無防備な状態でテストしたときの能力」の話だということです。実際に一般提供されるAstraには制限がかけられていて、概念実証エクスプロイトの作成といった高度な攻撃系タスクは拒否する設計になっています。防御目的のワークフロー(脆弱性の検証やマルウェア解析など)については、今後段階的にアクセスを広げていく方針とのことです。つまり「モデルとしての潜在能力」と「製品として提供される範囲」は別物として区別されている、という点は押さえておきたいところです。

それでも「勝手に動かない」ための工夫:アライメント

OpenAIが特に強調しているのが、意図しない範囲まで作業を広げてしまう挙動が大幅に減った、という点です。過去に話題になった事例を踏まえた新しい評価も設けていて、無防備な状態でも権限外の範囲まで踏み込む割合が前モデルよりかなり低くなったと報告されています。自分にできることについて不正確な説明をする頻度も減ったとのことです。

一方で、正直な言及もありました。モデルの能力が上がったことで、内部でどう考えて答えを出しているかを監視・評価する難しさが増している面がある、という指摘です。「思考過程が完全に見えなくなった」という話ではなく、「賢くなった分、外から追いかけるのが難しくなってきている」というニュアンスに近く、OpenAI自身も今後の研究課題として位置づけています。

料金と提供時期

展開は段階的で、まず一部組織向けに提供が始まり、その後数日でChatGPTの各プラン、API、Azure、AWS Bedrockへと広がっていきます。API利用料金は標準モードで入力100万トークンあたり10ドル、出力100万トークンあたり50ドル。より高速な「Fastモード」は標準の2倍速で、価格も2倍という設定です。

なお、現在のAPIドキュメントでは、すでにgpt-6-astraというモデルIDが掲載されています。

結局、何が変わるのか

ここまでを見ると、GPT-6 Astraの進化は「質問に対する回答精度が上がった」という話ではないように思います。

「AIが賢くなった」という言葉だけでは、今回の変化は少し捉えきれません。

これまでのAIは、こちらが質問して、答えを受け取るものでした。これからは、目的を伝えると、AI自身が調べ、操作し、考え、成果物を作り、必要なところだけ人間に確認する。

GPT-6 Astraが示しているのは、そんな「AIに仕事を任せる」使い方が、現実のものになりつつあるという変化なのだと思います。

AIツール系はこのあたりの記事でも書いているので、よかったら合わせてどうぞ。

普段はこういうAI関連の話と、旅行や日常の話を混ぜてnoteに書いています。よければフォローもお願いします。