GPT-6 Astraとは。料金・機能・使える条件を解説

GPT-6 Astraとは

OpenAIはAstraを「最も難しいエンドツーエンドの仕事」向けと位置づけました。質問への回答だけでなく、ブラウザや業務ソフトを動かし、途中で確認し、完成物まで運ぶ用途を想定しています。従来の対話モデルというより、長い工程を引き受ける実行モデルに近いでしょう。

公開された基本仕様は次の通りです。

項目	GPT-6 Astraの仕様
APIモデルID	gpt-6-astra
コンテキスト	1,050,000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
推論強度	low / medium / high / xhigh / max
入力	テキスト、画像
主な用途	複雑な推論、コーディング、調査、コンピューター操作、文書作成
非対応	音声・動画入力、ファインチューニング、推論強度 none / minimal

性能表は華やかです。OpenAIの公表値ではTerminal-Bench 4.0が57.9%、AutomationBenchが41.4%で、GPT-5.6 Solの37.3%、18.1%を上回りました。ただし、これは提供元が示した評価です。自社のコード、権限、資料形式で同じ差が出るとは限りません。

TechCreateが7月に紹介したGPT-5.6の3モデル体制では、性能と費用に応じてSol、Terra、Lunaを使い分ける考え方が中心でした。Astraの登場後も、この階段は消えていません。最上段が一つ増えた、と捉えるほうが実務に合います。

単価はSolの2.5倍

APIの標準料金は100万トークンあたり、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12.5ドル、出力50ドルです。比較対象のGPT-5.6 Solは、入力4ドル、キャッシュ済み入力0.4ドル、キャッシュ書き込み5ドル、出力20ドル。どの区分もAstraが2.5倍です。

100万トークンあたり	GPT-6 Astra	GPT-5.6 Sol	差
入力	10ドル	4ドル	2.5倍
キャッシュ済み入力	1ドル	0.4ドル	2.5倍
キャッシュ書き込み	12.5ドル	5ドル	2.5倍
出力	50ドル	20ドル	2.5倍

たとえば、入力10万トークン、出力1万トークンを1回処理すると、単純計算でAstraは1.50ドル、Solは0.60ドルです。月1万回なら差は9,000ドルになります。モデルの賢さより先に、どの工程へ使うかを決める必要がある数字です。

長い入力には別の注意があります。27万2,000トークンを超えるプロンプトでは、そのリクエスト全体に対し、入力とキャッシュの単価が2倍、出力単価が1.5倍になります。Astraの105万トークン枠へ資料を詰め込めることと、詰め込むのが安いことは同じではありません。

OpenAIは、従来モデルより少ない出力トークンで仕事を終え、1件あたりの推定費用が下がる場合もあると説明しています。ここはベンダーの見通しと自社の請求額を分けて見ます。最近のClaudeとChatGPTの料金比較で整理した通り、比較単位は100万トークンだけでなく「成功した1件」にすると判断しやすくなります。

使える場所は異なる

発表されたことと、自分の画面に出ていることも分ける必要があります。Astraは段階的なロールアウト中で、プラン、製品、管理者設定によって利用開始日が異なります。

利用場所	対象と現状	確認点
OpenAI API	gpt-6-astra。Free API tierは非対応	Models APIや管理画面で実際のアクセスを確認
ChatGPTのChat	GPT-6 ProとしてPro（100ドル／200ドル）、Business、Enterpriseへ順次提供	Plusの通常Chatには含まれない
ChatGPT Work / Codex	Plus、Pro、Business、Enterpriseへ段階提供	PlusとBusiness Standardは利用量が限定される
GitHub Copilot	Pro+、Max、Business、Enterpriseへ順次提供	組織では管理者のモデルポリシーを確認

OpenAIの発表ページはPlusを含む有料プランへ提供すると案内していますが、現在のヘルプでは、Plusの対象をWorkとCodexに限定して説明しています。したがって「PlusならChatでも必ず選べる」とは言えません。購入前には、使いたい製品のモデルピッカーと管理画面を確認するのが確実です。

企業ではもう一段あります。ChatGPT Enterpriseでは、Astraは提供開始時点で既定無効とされ、管理者がワークスペースで有効化します。一方、GitHub Copilot Business／Enterpriseでは、管理者が全体の既定設定を無効にしていない限り、新モデルは自動で有効になります。契約、管理者設定、クライアント更新の3点を切り分けると、待つべきなのか設定を変えるべきなのかが見えます。

APIで変わる3点

ツールを使わず、非対応パラメータも含まない既存APIリクエストなら、モデルIDを gpt-6-astra に差し替えて呼び出せます。ツール利用やAstra固有の新機能を使う場合は、Responses APIへの移行など実行方法の変更が必要です。

新機能	何が変わるか	実装時の確認
非同期ツール呼び出し	ツールの完了待ち中も、別の推論や処理を続けられる	関数やカスタムツールに async: true を設定し、元のcall_idへ結果を返す
実行途中の指示変更	WebSocket経由で、進行中の処理へ修正指示を送れる	どの時点まで完了したかを画面とログで示す
推論強度の途中変更	会話のキャッシュを保ったまま、難所だけ推論を深くできる	configuration_update の対応範囲を確認する

ツールを使う処理はResponses APIが前提です。Chat Completions自体は対応していますが、Astraでツール呼び出しを使う場合はResponses APIへ移します。既存実装がChat Completionsのfunction callingに依存しているなら、モデル名だけを先に変えると動作差が出ます。

非同期化は待ち時間を隠せる一方、未完了の呼び出しを管理する仕事がアプリ側へ移ります。タイムアウト、再送、重複実行、キャンセル後の結果をどう扱うかを決めないと、速さの代わりに状態が読めなくなります。新機能の採用は、実行履歴を追える仕組みと一緒に考えます。

移行前に直す項目

OpenAIの移行ガイドには、互換性に関わる変更が並んでいます。特に、推論強度noneやサンプリング用パラメータを使う実装は、そのまま移せません。

1. APIのモデルIDを gpt-6-astra にする。
2. ツール利用はResponses APIへ移す。
3. reasoning.effort がnoneまたはminimalなら、lowから比較する。
4. temperature、top_p、top_logprobs を外す。Chat Completionsでは logprobs も外す。
5. 27万2,000トークンを超える入力の割増を費用試算へ入れる。
6. Codex CLIは0.153.0以降、ChatGPTデスクトップは最新版へ更新する。
7. EUデータレジデンシーではFast modeを使えない前提で設計する。

移行テストは、正解率だけを比べると片手落ちです。成功率、所要時間、総トークン、API費用、人が直した時間、権限確認で止まった回数を同じ表へ置きます。Astraが短い出力で終わるなら単価差は縮まり、確認が増えるなら逆に広がります。

テスト対象は、普段の仕事から20件ほど固定すると比較しやすくなります。簡単な分類だけでなく、途中で仕様変更が入る仕事、複数ツールをまたぐ仕事、答えが存在しない仕事を混ぜます。最新モデルの紹介ではなく、運用判断に変えるための最小単位です。

任せる範囲を決める

AstraはOpenAIのPreparedness Frameworkで、サイバー能力が初めてCriticalに達したモデルです。OpenAIは強化した安全策を説明する一方、敵対的な評価では、モデルが推論監視を避ける可能性や、GPT-5.6 Solより監視可能性が下がった点も明記しました。能力が上がったから、監督を外せるという意味ではありません。

OpenAIが示した事実	運用側で残る判断
プロンプトインジェクション耐性をGPT-5.6 Solより改善	外部ページの内容を命令として扱わない境界を設定する
ツール利用時に逸脱監視を追加	支払い、削除、公開、送信には人の承認を残す
現実的な業務環境で破壊的操作が減少	最小権限、サンドボックス、操作ログを維持する
敵対条件では監視回避の兆候を確認	思考過程だけに頼らず、入出力と実行結果を監査する

これはTechCreate編集部の解釈ですが、導入の中心は「何を任せるか」より「どこで止めるか」にあります。カレンダー整理と、本番DBの削除では、同じ成功率でも許容できる失敗が違います。Astraの評価では、タスクごとの権限上限と取り消し方法を先に決めるほうが、モデルの総合点を見るより実務的です。

独立報道のAxiosも、Astraが複雑な専門業務へ近づく一方、安全に配備できるかは検証が残ると伝えました。発表時点のデモやベンチマークは出発点です。自社環境の監査ログが、その先の根拠になります。

どの仕事なら選ぶか

結論は、Astraを「最上位だから常用する」のではなく、「失敗が高くつき、工程が長い仕事の候補」にすることです。単純な抽出や大量分類は、SolやTerraのほうが総費用を抑えやすいでしょう。

仕事の条件	最初に試す候補	理由
複数のツールをまたぎ、途中の変更が多い	GPT-6 Astra	非同期呼び出しと途中指示を活かしやすい
失敗時の人件費がAPI差額より大きい	GPT-6 Astra	人の手戻りを減らせれば、単価差を回収できる可能性がある
定型抽出、分類、短いコード補完	GPT-5.6 TerraやLuna	2.5倍の単価を回収しにくい
長文だが参照箇所が決まっている	GPT-5.6 Solも比較	コンテキスト長は同じで、Astraだけの利点とは限らない
利用権限や監査方法が未整備	導入を待つ	モデル比較より運用条件の整備が先になる

まず20件で比較し、成功1件あたりの費用と人の修正時間を測る。次に、公開、送信、購入、削除などの操作へ承認を置く。最後に、Astraで明確に改善した仕事だけを移す。この順番なら、話題性と導入判断を切り離せます。

GPT-6という名前は、すべてを置き換える合図ではありません。あなたの現場で、2.5倍を払ってでも失敗を減らしたい仕事はどれでしょうか。

まとめ

• GPT-6 Astraは、105万トークンの文脈とツール操作を使い、長い工程を完成物まで進める最上位モデルです。一般的な質問応答より、複数ツールをまたぐ難しい仕事で差を測る意味があります。
• API単価はGPT-5.6 Solの2.5倍で、27万2,000トークン超の入力には追加の割増があります。比較にはトークン単価だけでなく、成功1件あたりの費用と人の修正時間が必要です。
• 提供は製品とプランごとに段階的です。利用可否、API互換性、最小権限と承認点を確認し、代表タスク20件で比較してから移行範囲を決めます。

出典・参考

• GPT-6 Astra: A new generation of intelligence — OpenAI
• GPT-6 Astra Model — OpenAI API
• Model guidance: Using GPT-6 Astra — OpenAI API
• ChatGPT Business models and limits — OpenAI Help Center
• ChatGPT Work and Codex — OpenAI Help Center
• Safety overview: GPT-6 Astra — OpenAI
• GPT-6 Astra is generally available in GitHub Copilot — GitHub
• OpenAI releases new model GPT-6 Astra, says it may represent AGI — Axios