GPT-6 Astraとは｜何ができるモデルなのか【完全ガイド】
「GPT-6 Astraが出たらしいけれど、結局何ができるようになったのか」「セキュリティが『Critical』と聞いて怖い」「Codexで使おうとしたら弾かれた」——2026年9月3日の発表直後は情報が断片的で、こうした戸惑いを抱える方が多いはずです。
結論から言うと、GPT-6 Astraはパソコン操作と長時間のエージェント作業で大きく前進したモデルで、思考の深さを表す新しい設定「max」と、105万トークンという広いコンテキストが目玉です。ただし単価はClaude Fable 5.1と同額で、独立系の集計では総合力でFable 5.1・Opus 5・Fable 5を下回るなど、「とにかく乗り換えるべき」とは言い切れないモデルでもあります。
株式会社Fyveは、中小企業のAI活用を月額で伴走支援しています。この記事では、公式発表・公式ドキュメントの事実と、独立系の集計、そして私が手元のCodexで実際に確認したことを区別しながら、GPT-6 Astraの全体像を整理します。料金・ベンチマークの詳細・プラン別の可否・使い方の手順などは、それぞれ専用の記事で詳しく扱うので、本文中から該当する記事へ順につないでいきます。
GPT-6 Astraとは｜2026年9月3日発表のOpenAI新モデル
GPT-6 Astraは、2026年9月3日（米国時間・木曜）にOpenAIが発表した新しいモデルです。日本時間では9月4日にあたります。前の世代であるGPT-5.6 Solの後継にあたり、モデルID（API）はgpt-6-astraです。
まず、公式発表・公式ドキュメントで確認できる基本仕様を一覧にします。
項目 | 値 |
|---|---|
公開日 | 2026年9月3日（米国時間）＝日本時間9月4日 |
前世代 | GPT-5.6 Sol |
モデルID（API） | gpt-6-astra |
コンテキスト | 1,050,000トークン（約105万トークン） |
最大出力 | 128,000トークン |
知識カットオフ | 2026年4月30日 |
入出力 | 入力=テキスト＋画像／出力=テキスト |
思考の深さ（effort） | low / medium / high / xhigh / max（新設） |
※上記はOpenAI公式モデルページで確認した2026年9月4日時点の内容です。
思考の深さに「max」が新設された
effort（思考の深さ）の選択肢に、これまでのxhighより上のmaxが新たに追加されました。深く考えさせるほど時間とコストがかかるため、いつmaxを使うべきかはコスト管理の主要な論点になります。使い分けの考え方は、こちらの記事でまとめています。
105万トークンのコンテキスト
コンテキストは105万トークンで、前世代のSolと同じ規模です。日本語の文章にするとどれくらいの分量が入るのか、そして272Kトークンを超えると単価が上がる点については、専用記事で扱っています。
長文の中から必要な情報を正確に拾えるかを測るMRCR v2（8-needle）というベンチマークでも、256K〜512Kの範囲でAstra 100%（Sol 91.5%）、512K〜1Mの範囲でAstra 96.3%（Sol 73.8%）と、コンテキストが長くなるほど差が広がる結果が出ています。
対応ツール
Astraが呼び出せるツールは、web_search・file_search・image_generation・code_interpreter・hosted_shell・apply_patch・skills・computer_use・mcp・tool_searchの10種類です。パソコンの画面を直接操作するcomputer_useが対応ツールに含まれている点が、後述する「何ができるか」の中心になります。
非エンジニアの方向けに言い換えると、web_searchはインターネット検索、file_searchは手元の資料を検索して参照する機能、code_interpreterはコードを実行して計算やグラフ化を行う機能、hosted_shellとapply_patchはファイルを直接操作・編集する機能です。tool_searchは、状況に応じて使うツール自体を自動的に選び出す仕組みで、モデルが自分で判断できる範囲が広がったことを意味します。Codex向けには、複数のセッションをまたいでメモを保持する機能も新たに導入されました。現時点では実験的な機能で、数週間のうちに既定化される予定です。
呼び方の表記ゆれ
検索や記事では「GPT-6 Astra」のほか、「GPT6 Astra」「gpt-6-astra」「Astra」「アストラ」「ChatGPT 6」「GPT-6」「ジーピーティー6」といった表記がすべて同じモデルを指して使われています。この記事でもそのまま混在させて使います。
GPT-6 Astraで何ができるのか｜パソコン操作から長時間タスクまで
公式発表が最も強調しているのは、パソコン操作と長時間のエージェント作業における進歩です。ここでは公式ベンチマークの主要な数字を紹介しますが、これらはすべてOpenAIが最大のeffort（max）で測定した値であるという前提を最初に置いておきます。effortを上げるほどスコアは伸びますが、その分レイテンシとトークン消費も膨らみます。
パソコン操作エージェントとしての性能
画面を見て自分でクリックやドラッグを行う「パソコン操作」の分野では、公式ベンチマークで次のような差が出ています。
ベンチ | Astra | Sol |
|---|---|---|
OSWorld 2.0 | 72.6%（約40分/タスク） | 65.7%（約75分/タスク） |
ScreenSpot-Pro | 92.7% | 76.9% |
Mind2Web | Sol比 1.9倍速 | — |
OSWorld 2.0ではタスクにかかる時間もSol比で約47%短縮しています。パソコン操作を任せる用途で何が変わったのかは、こちらの記事で業務目線に翻訳しています。
コーディング・業務系エージェントとしての性能
業務・コーディング系のベンチマークでも、AutomationBench（41.4%、Fable 5.1は31.4%）、BenchCAD（95.9%、Fable 5.1は84.3%）、Terminal-Bench 4.0（報道値が57.7%と57.9%に割れているため約58%と表記、Fable 5.1は55.8%）など、公式値では優位な項目が多く並びます。
ただしすべての項目で勝っているわけではありません。FrontierCode 1.1拡張版ではAstra 64.5%に対しFable 5が64.9%、FrontierCode本体でもAstra 53.3%に対しFable 5が53.5%・Opus 5が53.4%と、いずれも僅差でAstraが下回っています。
学術系の性能とHumanity's Last Exam
FrontierMath Tier 4（v2）ではAstra 97.6%（Fable 5.1・Fable 5はともに87.8%）、ARC-AGI-3ではAstra 99.9%（Opus 5は30.2%）と、学術系の多くの項目でAstraが大きく上回っています。ARC-AGI-3については、The New Stackが別の測定条件で98.6%と報じており、条件によって値が割れている点は付け加えておきます。
一方で、Humanity's Last Exam（ツールあり）では、Astra 57.2%に対しFable 5.1が65.0%、Fable 5が63.8%、Opus 5が63.6%と、Astraがはっきり負けています。この項目は公式発表の本文でも触れられていません。1つのベンチマークの好成績だけを見て「あらゆる用途で最強」と考えるのは早計だと分かる材料です。
サイバーセキュリティと安全性のベンチマーク
攻撃・防御双方のスキルを測るセキュリティ系のベンチマークでも差が大きく出ています。両者ともセーフガードなしで測定するExploitBenchではAstra 100.0%に対しFable 5.1が70.0%・Sol 78.5%、通常の6時間制限を外して測定するExploitGymではAstra 42.4%に対しFable 5.1が30.4%・Sol 30.3%、1回で解けた率を見るSRE-BenchではAstra 88.0%に対しFable 5.1がわずか12.5%・Sol 55.9%という結果です。
安全性に関する指標も公表されています。サイバー系ジェイルブレイクの拒否率はAstra 91.5%（Sol 59%）、内部の基準で測ったハルシネーション率はAstra 4.2%（Sol 12.2%、低いほど良い）、コンピュータ操作の安全性はAstra 2.4%（Sol 22.0%、低いほど良い）と、いずれもSolより改善しています。ただしこれらも公式の内部ベンチマークによる値で、外部での再現ではありません。
公式ベンチマーク全体の数字と読み方をまとめて確認したい方は、こちらをご覧ください。
読者特典・無料ダウンロードCodexに「課金」する前に読む本無料でダウンロード →独立系の集計では、公式発表と結論が逆になっている
ここが、GPT-6 Astraを判断するうえでいちばん重要な論点です。公式ベンチマークとは別に、独立系のArtificial Analysisが第三者の立場で集計した指数があります。公式発表の数字と混ぜずに、別の表で見ます。
指標（独立系集計） | Astra | Fable 5.1 | Opus 5 | Fable 5 | Sol |
|---|---|---|---|---|---|
Intelligence Index v4.1.1 | 61.2 | 65.7 | 63.1 | 62.1 | 60.9 |
Coding Agent Index | 67.0% | 67.2% | — | 68.1% | — |
総合知能を測るIntelligence Indexでは、Astra（61.2）はFable 5（62.1）・Opus 5（63.1）・Fable 5.1（65.7）のいずれも下回っています。Artificial Analysisが集計する202モデル中では8位という順位です。コーディングに絞ったCoding Agent Indexでは67.0%・67.2%・68.1%とほぼ横並びで、大差はありません。
つまり、OpenAI自身の測定では上回っている項目が多いのに対し、第三者の集計では総合力で複数のモデルに負けているという食い違いが起きています。これが本クラスタでいちばん扱いにくく、同時にいちばん重要な事実です。
この食い違いの背景には、いくつかの留保があります。FrontierMathは運営元のEpoch AIが「OpenAIが開発資金を出し、一部に独占アクセスを持つ」と明示しています。BenchCADについてはOpenAI自身が「Claude側は評価設定を変更して実行した」と注記しています。ExploitGymは両モデルとも通常の6時間制限を外して測定されたものです。公式自身も、Sol比で「監視可能性（monitorability）が低下した」ことを開示しており、監視が誤作動して正当な作業を止めうるとも述べています。
公式値と第三者値のどちらが「正しい」かではなく、両方を知ったうえで自分の用途に近い指標を選ぶのが実務的な向き合い方だと考えています。この論点をClaude Fable 5.1との比較として深掘りした記事はこちらです。
料金の考え方｜Fable 5.1と同単価、Solの2.5倍
料金は2026年9月4日時点で、API従量課金の場合、100万トークンあたり入力$10.00・出力$50.00（Standard）です。Fastモードは2倍の$20.00／$100.00、Batch・Flexは半額の$5.00／$25.00、キャッシュ読み取りは入力の10%にあたる$1.00です。272Kトークンを超えるプロンプトには入力2倍・出力1.5倍の倍率がかかり、地域指定処理にはさらに10%が上乗せされます。
この入出力単価は、Claude Fable 5.1とまったく同額です。Sol比では2.5倍にあたります。ChatGPTの有料プランでは既存のサブスク枠内で利用でき、枠を超えた分はクレジット購入になります。※上記は2026年9月4日時点でOpenAI公式ドキュメントを確認した内容です。契約・利用の前には、その時点の最新の公式価格ページでご確認ください。月にいくらかかるかの具体的な計算例は、こちらの記事にまとめています。
どのプラン・チャンネルで使えるか
提供は段階的です。9月3日はまずDaybreak（サイバー防御プログラム）参加組織に限定提供され、そこから数日かけてChatGPT Plus・Pro・Business・Enterprise、OpenAI API、AWS（Amazon Bedrock）へ順次広がる計画です。Enterpriseはデフォルトでオフになっており、管理者がワークスペース単位で有効化する必要があります。また、Pro・Business・Enterpriseでは高effort版の「GPT-6 Astra Pro」が使えます。
無料プランについては、発表に記載がありません。「無料では使えない」と断定はできませんが、現時点でアナウンスされていない状態です。プラン別に何が使えるか、無料で試す最安の経路は、それぞれの記事で確認してください。
セキュリティで初めて「Critical」判定された理由
GPT-6 Astraは、OpenAIのPreparedness Framework（安全枠組み）において、サイバーセキュリティ領域で初めて「Critical」相当の閾値に達したモデルです。公式が示す判定基準は、「堅牢化された重要システムのゼロデイを人の介在なしに特定し、動作するエクスプロイトを開発できる」、または「高レベルの目標だけで新規のサイバー攻撃戦略をエンドツーエンドで実行できる」ことです。評価の過程で未知のゼロデイが2件発見されたことも公表されており、内部のV8ベンチマークでは任意コード実行の成功率がAstra 39.0%（Sol 5.5%）という値が判定の根拠の一部になっています。なお、ホワイトハウスへの任意の事前レビューも経ていますが、詳細は非公開です。
これを聞いて身構える方もいると思いますが、高度なサイバー機能自体はDaybreakプログラムに限定提供されており、一般利用者がそのまま脅威を使えるわけではありません。防御用途については、今後Daybreak Blueプログラムを通じて対象を広げていく計画も示されています。むしろ業務でAstraを使う側としては、「何が判定基準になったのか」「自分たちの業務にどう影響するのか」を正確に知っておくことが重要です。判定の中身と業務上の注意点は、こちらで詳しく整理しています。
前世代・他社モデルとどう違うのか
GPT-5.6 Solとの違い
前世代のSolからは、単価が2.5倍になった一方で、パソコン操作・長文精度・多くの業務系ベンチマークで明確に伸びています。特に体感が変わりやすいのは、パソコン操作系のタスクとMRCRが示す長文の精度です。日常的にターミナル作業や長い資料を読み込ませる使い方をしているなら、単価上昇分に見合う変化を感じやすい領域です。乗り換えるべきかどうかの判断は、こちらの記事で扱っています。
Claude Fable 5.1との違い
単価が完全に同額であること、そして先ほど触れた「公式値では優位、独立系集計では劣位」という結論の割れが、この2モデルを比べるうえでの最大の論点です。特にコーディング関連のタスクでは、公式値ではAstraが優位に見える項目が目立つ一方、独立系のCoding Agent Indexでは67.0%・67.2%とほぼ同水準です。日常的な開発作業であれば、体感差は小さいと考えたほうが実態に近いでしょう。得意分野がどう分かれているかを整理した記事はこちらです。
Fable 5.1そのものについて、使用量の上限・料金・effort設定を詳しく知りたい方は、次の記事もあわせてご覧ください。
Fable 5.1の使用量上限｜制限に当たったときの逃がし方
Fable 5.1のeffort設定｜lowとhighの使い分け
CodexでGPT-6 Astraを使うとどうなるか｜私が手元で確かめたこと
公式発表を追うだけでなく、実際に手元の環境で試しました。ただし確かめたのはCodex CLIでの起動可否だけで、ベンチマークのような性能そのものの実測は行っていません。私たちがこれまで実際に測定してきたのはClaude Fable 5・5.1・Opus 5・GPT-5.6 Sol（7月と9月に実施）で、Astra自体は今回まだ性能の実測対象に入れていない点は先にお断りしておきます。
環境はmacOS、Codex CLI 0.137.0（npmの最新は0.153.2）、ChatGPTアカウント認証です。この状態でgpt-6-astraを指定すると、次のエラーで弾かれました。
{"type":"error","status":400,"error":{"type":"invalid_request_error",
"message":"The 'gpt-6-astra' model is not supported when using Codex with a ChatGPT account."}}同じ環境・同じコマンド形でgpt-5.5を指定すると正常に応答（PONG）が返ったため、環境不良ではなくモデル固有の制限だと確認できました。さらに、サーバーが返すモデル一覧にはgpt-5.5・gpt-5.4・gpt-5.4-mini・非表示のcodex-auto-reviewの4つしか含まれておらず、gpt-6-astra自体が一覧に出てきません。加えて0.137.0はモデル一覧の取得自体に失敗し、「maxという値を解釈できない」というエラーを返しました。effortにmaxが新設されたことに、古いCLIが追随できていないためです。
日本語メディアの一部には「CodexのCLIで使える」と書かれているものもありますが、少なくともChatGPTアカウント認証・CLI 0.137.0の組み合わせでは、2026年9月4日時点で使えませんでした。ChatGPTアカウント認証とAPIキー認証で扱いが分かれている可能性があり、CLIをアップデートすれば変わる部分もあります。使い方の手順は、こちらの記事に切り分けてまとめました。
モデル一覧に出てこない、選べないといった状態のときの確認手順は、こちらです。
結局、どんな人が使うべきか｜条件で分ける判断
ここまでの内容を、使う場面ごとに整理します。
- パソコン操作や長時間のエージェント作業を任せたい場合：OSWorld・ScreenSpot-Proの数字が示すとおり、Astraの強みが直撃する領域です
- 日常のコーディング体感や総合力を重視する場合：独立系の集計ではFable 5.1・Opus 5・Fable 5がAstraを上回っており、必ずしもAstraが最適とは限りません
- 予算内でどちらにするか迷っている場合：単価はFable 5.1と同額なので、価格差ではなく用途で選ぶことになります
- 学術・知識系のタスクが中心の場合：FrontierMathやARC-AGI-3では強い一方、Humanity's Last Examでは負けているため、扱うタスクの性質次第です
特にセキュリティ領域は評価が割れやすいところです。業務でエクスプロイト検証やレッドチーム的な作業を行う組織は、Critical判定の意味を正しく理解したうえで導入を検討する必要があります。逆に一般的な業務利用であれば、この判定が日常の使い方を直接制限するものではありません。
「Astraに全部乗り換える」という単純な結論にはなりません。単価が同じ以上、判断材料は用途になります。
よくある質問
GPT-6 Astraは無料で使えますか
発表の中に無料プランについての記載はありません。「無料では使えない」と断定はできませんが、現時点でアナウンスされていない状態です。最安で試す経路は、こちらの記事で確認してください。
「GPT6 Astra」「アストラ」「ジーピーティー6」は同じモデルですか
はい、すべて同じモデルを指しています。正式名称は「GPT-6 Astra」、APIのモデルIDはgpt-6-astraです。「ChatGPT 6」という呼び方を見かけることもありますが、ChatGPTはOpenAIのチャット製品の名称であり、モデル名としての正式表記ではありません。
Astraはあらゆるベンチマークでいちばん強いのですか
いいえ。多くの項目で高い値を出している一方、Humanity's Last Exam（ツールあり）ではFable 5.1・Fable 5・Opus 5に負けています。FrontierCodeの2項目でもFable 5にわずかに劣ります。1つのベンチマークだけで「最強」と判断しないことをおすすめします。
セキュリティの「Critical」判定は、業務で使ってはいけないという意味ですか
そうではありません。高度なサイバー機能自体はDaybreakプログラムに限定提供されており、一般利用者が業務で使う範囲に直接の制限がかかるわけではありません。判定の基準と業務上の注意点は専用記事で整理しています。
CodexでGPT-6 Astraが使えないのですが、なぜですか
ChatGPTアカウント認証・古いバージョンのCodex CLIでは、2026年9月4日時点で私の環境では使えませんでした。CLIのバージョンや認証方式によって状況が変わる可能性があります。確認手順はこちらにまとめています。
GPT-6 Astraは長い文章を渡しても精度が落ちませんか
長文の中から情報を正確に拾えるかを測るMRCR v2（8-needle）というベンチマークでは、512K〜1Mトークンという長い範囲でもAstra 96.3%（Sol 73.8%）という値が出ています。ただしこれも公式の測定値であり、実際の業務文書での精度は文書の性質によって変わります。
Fastモードを使うと何が変わりますか
Fastモードは処理速度を優先するモードで、単価はStandardの2倍（入力$20.00・出力$100.00）になります。速さと費用のどちらを優先するかはタスク次第で、この判断はeffortの使い分けとあわせて考えるのがおすすめです。
まとめ｜GPT-6 Astraを判断する前に確認しておきたいこと
最後に、この記事で押さえた内容をチェックリストにまとめます。
- 発表は2026年9月3日（日本時間9月4日）。数日かけてChatGPT各プラン・API・AWSへ順次提供
- 強みはパソコン操作と長時間のエージェント作業。OSWorld・ScreenSpot-Proで大きく前進、effortに「max」が新設、コンテキストは105万トークン
- 公式ベンチマークと独立系集計で結論が割れている。公式値では優位な項目が多い一方、独立系のIntelligence IndexではFable 5・Opus 5・Fable 5.1のいずれにも劣る
- Humanity's Last Examなど、Astraが負けている項目も実在する。1つの数字で全称の評価をしない
- 単価はClaude Fable 5.1と同額、Sol比では2.5倍
- サイバーセキュリティで初めて「Critical」判定。高度な機能はDaybreakプログラムに限定
- ChatGPTアカウント認証のCodex CLIでは、少なくとも2026年9月4日時点で私の環境では使えなかった
新しいモデルが出たときにいちばん危ないのは、見出しの数字だけで「乗り換えるべきか」を決めてしまうことです。公式値・独立系の値・自分の用途を分けて考える——ここから判断を始めることをおすすめします。
Codexに「課金」する前に読む本
無料枠の限界・プランの選び方・元の取り方を実測で（全26ページ）
課金の答えは、料金表の読み比べからは出ません。無料枠でできること・できないこと、金額でなく「倍率」で覚えるプランの構造、Claude Codeとの二刀流で枠を使い切る配分まで——両方に課金して1人会社を回している実運用から公開します。
- 無料枠でできる3つ・できない5つの線引き
- 金額でなく「倍率」で覚えるプラン早見表
- 週1回30秒で回る使用量の管理ルール（コピペ可）
- Claude Codeとの二刀流——枠を使い切る係の割り当て
メールアドレス登録で他にも様々な資料を閲覧できます
＋3PDF 12点・合計305ページ ＋ すぐ使えるzip素材 3点
どれも登録後の受け取りページから、まとめてダウンロードできます。
毎週金曜の無料ニュースレター「まるごとAI経営」の購読特典です。メール登録後すぐ、受け取りページのご案内が届きます。そこにはこの資料に加えて、過去の特典もすべてまとめて置いてあります。あわせて、AI活用に関するお知らせやお役に立てそうなご案内をお送りすることがあります。解除はいつでも1クリック。
御社の業務に合わせたCodex導入支援
「AIツールを導入したが、現場で使われない」を終わらせる。
業務課題のヒアリングから設計、ハンズオン実践、運用定着まで一貫して支援します。