GPT-6 Astraとは？料金・性能・使い方と第三者評価を徹底解説

OpenAIは2026年9月3日、新しい最上位モデル「GPT-6 Astra」を発表しました。コンピューター操作、コーディング、調査、科学、資料作成など、複数の工程を含む難しい仕事を最後まで進めるためのモデルです。

ただし、公式ベンチマークの大幅な伸びだけを見て「すべての用途で最強」と判断するのは早計です。第三者機関の総合評価では前世代と同点だったり、Claude Fable 5.1が上回ったりする結果も出ています。ベンチマークは問題集だけでなく、推論設定やエージェントの実行環境によっても数字が変わるためです。

また、2026年9月6日時点では段階的な提供中です。対象プランでもChat、ChatGPT Work、Codexのどこに表示されるかが異なり、まだ使えないアカウントもあります。本記事は実機レビューではなく、OpenAIの一次情報と独立した評価機関の測定結果を突き合わせ、GPT-6 Astraをどう判断すべきか整理したものです。

GPT-6 Astraとは？前世代から変わった3つのポイント

GPT-6 Astraは、短い質問に答えるだけでなく、道具を使いながら長い仕事を進めることに重点を置いたモデルです。まずは位置付けと、製品ごとに異なる名前を整理します。

• 2026年9月3日に発表されたOpenAIの最上位モデル
• 回答だけでなく長い仕事を最後まで進める
• GPT-6 Proとの違いは利用する製品上の名前

2026年9月3日に発表されたOpenAIの最上位モデル

GPT-6 Astraは、OpenAIが「最も難しいエンドツーエンドの仕事向け」と位置付ける最上位モデルです。APIでは「gpt-6-astra」というモデルIDで提供され、GPT-5.6 Solの後継にあたります。

得意分野として挙げられているのは、複雑な推論、コーディング、コンピューター操作、調査、文書や表計算、プレゼンテーションの作成です。テキストだけを返す会話モデルというより、コードやブラウザー、業務ソフトを行き来して成果物を完成させるエージェント向けの設計だと考えると理解しやすいでしょう。

一方、Astraという名前は高性能の保証ではあっても、すべての仕事で他モデルを上回る保証ではありません。用途ごとの性能、費用、利用枠を見て選ぶ必要があります。

回答だけでなく長い仕事を最後まで進める

大きな変化は、計画、情報収集、操作、確認、修正という複数工程を一続きで進めやすくなった点です。OpenAIは、フォーム入力、顧客管理システムの更新、オンライン調査、データ分析、Webサイト制作、画面上での動作確認などを利用例に挙げています。

Responses APIでは、ツールの実行中も別の作業を進められる非同期ツール呼び出しや、処理途中で指示を追加できる機能も導入されました。作業の途中で条件が変わっても、元の目的を保ちながら方針を修正する使い方を想定しています。

そのため、メールを1通整えるような軽い仕事より、複数の資料を比較して報告書を作る、コードを直してテストまで行うといった長い仕事で違いが出やすいモデルです。

GPT-6 Proとの違いは利用する製品上の名前

「GPT-6 Astra」と「GPT-6 Pro」は、完全に別系統のモデル名として捉えると混乱します。OpenAIのヘルプでは、通常のChatで提供される上位版を「GPT-6 Pro, powered by GPT-6 Astra」と案内しています。一方、ChatGPT WorkやCodex、APIではAstraの名称が使われます。

つまり、Chatのモデル選択画面でGPT-6 Astraという文字が見つからなくても、ただちに未対応とは限りません。自分が使おうとしている場所がChat、Work、Codex、APIのどれなのかを先に確認してください。

GPT-6 Astraはいつから使える？プラン別の提供状況

GPT-6 Astraは発表と同時に全員へ開放されたわけではありません。2026年9月6日時点の公式案内を、利用場所ごとに分けて確認します。

• PlusはChatGPT WorkとCodexから段階的に提供される
• Pro・Business・Enterpriseは通常のChatも対象になる
• APIは有料ティア向けでアカウントごとに提供時期が異なる

PlusはChatGPT WorkとCodexから段階的に提供される

ChatGPT Plusは、通常のChatにあるGPT-6 Proの対象ではありません。公式ヘルプでは、PlusにGPT-6 Astraが含まれる場所をChatGPT WorkとCodexとしています。

ただし、提供は段階的です。対象プランに加入していても、ChatGPT Work自体がまだ表示されない、CodexでAstraを選べないという状態は起こり得ます。追加クレジットを購入しても、ロールアウトの順番を早めることはできません。

Codexで使う場合は、公式ヘルプが案内するバージョン0.153.0以上が必要です。対象なのに表示されない場合は、デスクトップアプリとCodex CLIを最新版へ更新してから、モデル一覧を確認しましょう。

Pro・Business・Enterpriseは通常のChatも対象になる

Pro、Business、Enterpriseでは、通常のChatにGPT-6 Proが順次提供されます。WorkとCodexでもAstraが対象ですが、Chat、Work、Codexの提供時期は同じとは限りません。

利用場所ごとの違いは次のとおりです。

Enterpriseでは、ワークスペース管理者のモデル利用設定にも左右されます。組織には提供済みでも、管理者が有効にしていなければメンバーの画面には表示されません。

APIは有料ティア向けでアカウントごとに提供時期が異なる

APIの公式モデルページには料金、機能、レート上限が掲載されていますが、Freeティアは非対応です。Tier 1以上のレート上限は公開されているものの、実際にモデルを呼び出せるかは段階的な提供状況と組織の権限に依存します。

モデル一覧にgpt-6-astraが出ない場合、存在しないモデルだと決めつけず、OpenAIのリリースノートと自分の組織設定を確認しましょう。公開時点の公式説明も、Astraはまだ一般提供ではなく、より広い提供を数日かけて進めるとしています。

GPT-6 Astraの料金とスペック

GPT-6 Astraは大きなコンテキストと多くのツールを扱えますが、API単価も高いモデルです。特に長い入力では料金の境目に注意してください。

• 105万トークンのコンテキストと12万8,000トークンの最大出力
• API料金は100万トークンあたり入力10ドル・出力50ドル
• 27万2,000トークンを超える入力はリクエスト全体が割増になる

105万トークンのコンテキストと12万8,000トークンの最大出力

GPT-6 Astraの基本仕様は次のとおりです。コンテキストウィンドウは入力だけの上限ではなく、入力や出力などを含めて扱う枠なので、長文を入れるときは回答分の余白も考える必要があります。

音声と動画の入出力には対応していません。一方、Responses APIではWeb検索、ファイル検索、コード実行、コンピューター操作、MCP、画像生成などのツールを利用できます。画像生成ツールを呼び出すことはできますが、Astra自体の出力形式はテキストです。

API料金は100万トークンあたり入力10ドル・出力50ドル

Standard処理の料金は、100万トークンあたり通常入力10ドル、キャッシュ済み入力1ドル、キャッシュ書き込み12.50ドル、出力50ドルです。前世代のGPT-5.6 Solに対して、公開時点の通常単価は入力・出力とも2.5倍です。

ただし、1件の仕事で使う総額まで必ず2.5倍になるとは限りません。Artificial Analysisのコーディング評価では、AstraがSolより少ないトークンで処理した結果、1タスクあたりの費用がほぼ同水準になった例があります。単価だけでなく、完了までのトークン数と手戻りも測ることが大切です。

27万2,000トークンを超える入力はリクエスト全体が割増になる

入力が272,000トークンを超えると、超過分だけではなくリクエスト全体に長文料金がかかります。入力とキャッシュ関連は2倍、出力は1.5倍になり、Standardでは通常入力20ドル、キャッシュ済み入力2ドル、キャッシュ書き込み25ドル、出力75ドルです。

長い資料を扱えるからといって、関係の薄いファイルまで毎回まとめて渡すと費用が急増します。共通資料はキャッシュを活用し、仕事ごとに必要な範囲だけ検索して渡す設計が向いています。

実務では、軽い分類や定型処理を安価なモデルへ回し、判断が難しい工程だけAstraへ渡す方法も有効です。Astraへの全面移行ではなく、同じ実務タスクを数件ずつ比較してから振り分けを決めましょう。

GPT-6 Astraの公式ベンチマークはどこが強い？

OpenAIの公開値では、Astraは科学、ターミナル操作、数学、コンピューター操作で大きく伸びています。ただし、ベンダー公表値は条件を確認して読む必要があります。

• コンピューター操作・科学・ターミナル作業で大幅に伸びた
• ARC-AGI-3の99.9％はARC-AGI-2と別の能力を測っている
• サイバー能力はOpenAIで初めてCriticalに達した

コンピューター操作・科学・ターミナル作業で大幅に伸びた

OpenAIが発表時に掲載した主な比較は次のとおりです。数値はOpenAIが選んだ設定と実行環境での評価であり、一般利用者のあらゆる仕事の成功率を示すものではありません。

特に差が大きいのは、科学研究の作業手順、業務自動化、高度な数学、CADなどです。OSWorld 2.0でも、OpenAIはAstraが72.6％を記録し、Solの65.7％より高い成績を約47％短い時間で達成したと説明しています。

一方、HealthBench Professionalのように差が小さい評価もあります。表の一番大きな数字だけでなく、自分が任せたい仕事に近い評価を見ることが重要です。

ARC-AGI-3の99.9％はARC-AGI-2と別の能力を測っている

OpenAIの発表で最も目立つ数字は、ARC-AGI-3の99.9％です。しかし、ARC-AGI-2とARC-AGI-3は、番号が続いていても同じ形式の試験ではありません。

ARC-AGI-2は静止した図形問題を解く評価です。ARC-AGI-3は、初めて見る対話型環境を操作し、試行錯誤しながら目的を見つけるエージェント能力を測ります。したがって、SolのARC-AGI-3における7.8％からAstraの99.9％へ伸びたことは大きな変化ですが、一般知能全体が同じ比率で伸びたという意味ではありません。

さらにARC Prizeの説明では、ARC-AGI-3に標準ハーネスと提供元独自のアダプターが存在します。OpenAIの公表値とは別に、ARC Prizeが掲載した実行結果では、Astraは提供元アダプターで98.6％、標準ハーネスで62.7％となっており、実行環境によって結果が大きく変わります。99.9％という見出しだけではなく、どの条件で測った数字かをセットで確認してください。

サイバー能力はOpenAIで初めてCriticalに達した

OpenAIはAstraを、自社のPreparedness Frameworkでサイバーセキュリティ能力がCriticalに達した初めてのモデルとしています。未知の脆弱性を見つけ、新しい悪用方法を作れる水準に近づいたため、通常の高性能モデル以上の安全策が必要だという分類です。

これは、一般利用者が触れるだけで危険という意味ではありません。公開版には監視や利用制限があり、防御目的のコードレビューや修正には使えても、高度な実証コードの作成などは拒否する場合があります。正当な依頼でも安全確認のため処理が止まり、利用者の確認を求められる可能性があります。

能力が上がった一方、OpenAIはAstraの思考過程を以前より監視しにくくなったとも報告しています。安全性を評価するときは、拒否の少なさだけでなく、権限設定、人の承認、操作ログ、取り消せる設計まで含めて考える必要があります。

第三者評価から見るGPT-6 AstraとClaudeの違い

独立機関の測定を見ると、Astraは一部で非常に強いものの、総合評価で単独首位とは言えません。評価ごとの得意分野と実行条件を分けて読みます。

• 総合指数ではGPT-5.6 Solと同点でFable 5.1が上だった
• コーディングではFable 5.1が上だがAstraは費用効率で強い
• ベンチマークは問題集と実行環境をそろえて判断する

総合指数ではGPT-5.6 Solと同点でFable 5.1が上だった

Artificial Analysisが2026年9月3日に公開したIntelligence Index v4.1.1では、GPT-6 AstraとGPT-5.6 Solがともに61、Claude Fable 5.1のmax with fallback設定が66でした。公式の派手な伸びとは別に、知識、推論、長文処理などをまとめた評価では前世代と同点だったという結果です。

ただし、別の第三者評価であるEpoch Capabilities Indexでは、Astraが169で公開時点の首位になっています。これは矛盾ではなく、問題群、集計方法、推論設定が異なれば順位も変わることを示しています。

「AstraはFable 5.1より下」または「Astraが世界一」のどちらか一文だけで決めるのではなく、自分の用途に近い個別評価を確認するのが安全です。

コーディングではFable 5.1が上だがAstraは費用効率で強い

Artificial Analysis Coding Agent Index v1.4では、Claude Codeで動かしたFable 5.1が70、Codexで動かしたGPT-6 Astraが67でした。総合点ではFable 5.1が上ですが、個別評価ではAstraがDeepSWEで67％、Fable 5.1が66％と逆転する項目もあります。

費用にも違いがあります。同評価の1タスクあたりAPI費用はAstraが4.72ドル、Fable 5.1が9.18ドルでした。Astraは出力単価が安いわけではありませんが、トークン使用量が少なく、評価環境では総額を抑えています。

ただし、この比較はモデル単体ではなく、CodexとClaude Codeという異なるエージェント環境を含みます。どちらを採用するか決めるときは、自社のコードベースと同じ課題を両方へ渡し、成功率、所要時間、費用、修正回数で比較してください。

ベンチマークは問題集と実行環境をそろえて判断する

ベンチマークを見るときは、モデル名だけでなく、少なくとも評価バージョン、推論の強度、使用ツール、ハーネス、試行回数を確認しましょう。同じモデルでも、途中の状態を保持できるか、失敗後に再試行できるかで結果が変わります。

また、公開問題が長期間使われる場合は、学習データに含まれた可能性や、各社がその問題へ最適化した影響も検討する必要があります。高得点で評価が飽和した場合は実務との差を測りにくくなるため、新しい問題や非公開問題を使う評価もあわせて確認しましょう。

結局、ベンチマークは候補を絞るための情報です。最終判断は、実際の資料、コード、権限設定を使った小規模な検証で行うのが確実です。

GPT-6 Astraに関するよくある質問

最後に、提供状況や導入判断で迷いやすい点を短く整理します。公式情報が更新されやすいため、利用直前にもモデルページとヘルプを確認してください。

• GPT-6 Astraは無料で使える？
• GPT-6 Astraの日本語性能は上がった？
• GPT-5.6 Solからすぐ切り替えるべき？
• GPT-6 Astraで最初に試すべき仕事は？

GPT-6 Astraは無料で使える？

2026年9月6日時点で、無料プランは提供対象として案内されていません。APIのFreeティアも非対応です。

ChatGPTではPlus以上の対象プランへ段階的に提供されますが、Plusで使える場所は通常のChatではなく、ChatGPT WorkとCodexです。対象プランでもロールアウト前なら表示されないため、契約と利用場所を分けて確認してください。

GPT-6 Astraの日本語性能は上がった？

OpenAIは多言語対応を案内していますが、発表資料には日本語だけを切り出した比較値が見当たりません。そのため、公開情報だけで日本語性能が何割上がったとは断定できません。

日本語の議事録、提案書、調査レポートなど、自分が普段使う成果物を同じ指示で作らせて比較しましょう。文章の自然さだけでなく、固有名詞、数値、指示の抜け、修正回数まで見ると実務上の差が分かります。

GPT-5.6 Solからすぐ切り替えるべき？

すべてをAstraへ切り替える必要はありません。軽い会話、分類、定型文の生成では、単価が低く利用枠を消費しにくいモデルのほうが合理的です。

Astraを優先したいのは、複数のツールを使う、長い資料をまたぐ、難しいコード修正を検証まで任せるといった仕事です。まず同じ仕事を3〜5件ずつ試し、成功率と総費用が改善した工程だけ移行しましょう。

GPT-6 Astraで最初に試すべき仕事は？

最初は、結果を確認でき、失敗しても取り消せる長めの仕事が向いています。たとえば、複数資料の比較表作成、既存コードの不具合調査とテスト、競合情報の収集と出典付きレポート作成などです。

依頼時は、目的、使ってよい資料やツール、変更してよい範囲、人の確認が必要な地点、完了条件を伝えます。本番データの削除、送金、契約締結など、取り消しにくい操作は自動承認せず、人が最終判断してください。

GPT-6 Astraは難しい長期タスクから試し、結果で使い分けよう

GPT-6 Astraの本質は、単発の回答が少し良くなったことではありません。調査、操作、作成、検証、修正をまたぐ長い仕事を、少ない手戻りで完了させる方向へ進んだことです。

一方、公式ベンチマークが異次元の数字でも、第三者の総合評価ではFable 5.1が上回る結果があり、Astraがすべての用途で最強とは言えません。料金も高く、272,000トークンを超える入力にはリクエスト全体の割増があります。

まずは自分のプランで利用できる場所を確認し、結果を検証できる長期タスクを1つ選んでください。GPT-5.6 SolやClaudeにも同じ仕事を依頼し、成功率、時間、費用、修正回数を比べれば、ベンチマークの順位ではなく自分の仕事に合うモデルを判断できます。