STOP Inc.
生成AIプラットフォーム事業

「AGI時代へようこそ」──OpenAIの新モデル「GPT-6 Astra」を読み解く

#AGI #GPT-6 Astra #OpenAI #生成AI

2026年9月3日、OpenAIは新しい旗艦モデルGPT-6 Astraを発表しました。会長のGreg Brockman氏は記者向けブリーフィングで「（AGIの到来は）このモデルのことかもしれない」と述べ、発表を「Welcome to the AGI era（AGI時代へようこそ）」という言葉で締めくくったと報じられています。もっとも本人も「AGIというのは輪郭のぼやけた、グレーな概念だ」と認めており、実際にAGIと呼べるかどうかは受け止める側の判断に委ねられている格好です。景気のいいキャッチコピーが先行しがちな発表ではありますが、中身を見ると、前モデルからの性能向上幅、料金設定、そして安全性をめぐる懸念まで、押さえておきたい論点がいくつもあります。今回はその中身を整理してみます。

そもそも「AGI」とは何か

本題に入る前に、冒頭で触れた「AGI」という言葉について簡単に触れておきます。AGIはArtificial General Intelligence（汎用人工知能）の略で、特定のタスクに特化したこれまでのAIとは違い、人間のようにジャンルを問わず幅広い知的作業をこなせるAIを指す言葉です。囲碁に特化したAIや、文章生成に特化したAIは「特化型AI」であるのに対し、AGIは「未知の課題にも自力で対応できる、人間並み（あるいはそれ以上）の汎用的な知能」というイメージで使われます。

ただし、業界内で合意された明確な基準があるわけではなく、「どの時点からAGIと呼べるのか」は論者によって解釈が分かれるのが実情です。OpenAI自身も過去に、自社の使命の中でAGIを「経済的に価値のあるほとんどの仕事で人間を上回る自律システム」といった形で説明してきましたが、これも一つの定義に過ぎません。Brockman氏が今回「AGIというのは輪郭のぼやけた、グレーな概念だ」と述べたのも、こうした定義の曖昧さを踏まえた発言だと言えそうです。つまり「AGI時代へようこそ」という発表文句は、客観的な基準をクリアしたという意味というより、OpenAI側の手応えを表現したキャッチコピーに近いものとして受け止めておくのが無難でしょう。

前モデルから何が変わったのか

GPT-6 Astraは、前世代のGPT-5.6 Solからの世代交代にあたるモデルです。OpenAIによれば、テキサス州の自社データセンター「Stargate」で初めて10万個を超えるGPUを使い、同社史上最大規模の学習を行って作られたとされています。

ベンチマークの伸びは分野によってかなり大きく、たとえば数学分野のFrontierMath Tier 4ではSolの83.0%からAstraは97.6%に、セキュリティ分野のExploitBenchでは78.5%から100%に、ターミナル操作を評価するTerminal-Bench 4.0では37.3%から57.9%に、それぞれ上昇したと報告されています。パソコン操作の自律実行を測るOSWorld 2.0でも65.7%から72.6%に伸び、タスク完了までの所要時間も大きく短縮された（OSWorld系のあるベンチマークでは75分から40分へ、という報告もあります）とされています。あわせて、ハルシネーション（事実と異なる内容を生成してしまう現象）の発生率も12.2%から4.2%に下がったと発表されています。

もう一つ強調されているのが「アライメント」、つまりモデルが意図しない指示に従ってしまわないようにする性質の改善です。OpenAIの内部シミュレーションでは、不正確・不適切な指示に従ってしまう割合がSolに比べて大きく減った（報道によっては48%から0%に近い水準まで下がったとも伝えられています）とされ、深刻度の高い「意図に反した挙動」のフラグ数もSolの半分程度になったといいます。長時間タスクの実行中も、圧縮要約を繰り返して文脈を失っていくのではなく、必要な情報をメモとして検索し直せる仕組みが導入され、Codexのような長時間のコーディング作業での一貫性が上がっているとのことです。

何ができるようになったのか

具体的な用途としてOpenAIが挙げているのは、コーディング、コンピュータ操作、リサーチ、資料作成といった「一気通貫でやりきる必要がある、骨の折れる仕事」です。オンラインフォームの入力やCRMの顧客情報更新、カレンダーの整理といった地味だが手間のかかる作業を任せられるほか、テンプレートに沿った資料・スライドの作成、簡単なウェブサイトの制作・公開までできるようになったとされています。指示が曖昧なタスクでは状況を判断し、必要に応じて人に質問を投げかけながら軌道修正する、という「自律性と確認のバランス」も強化点として挙げられています。

科学・数学分野でも成果が報告されており、素数の間隔（ギャップ）に関する未解決問題の解決に貢献した、実験室レベルの未知のセキュリティ脆弱性（ゼロデイ）を発見した、といった逸話がOpenAIから紹介されています。ただし、こうした「未解決問題を解いた」系の発表は開発元自身によるものである点は割り引いて受け止める必要がありそうです。

意外と話題になっているのが、Blenderをはじめとする3D制作ツールとの連携です。複数視点のレンダリング画像からCADコードを生成して立体物を再現する評価「BenchCAD」では、前モデルの83.3%からAstraは95.9%まで精度が上がったと報告されています。OpenAIが公開した事例では、住宅の写真から家具や家電まで含めた3Dシーンを生成し、Unreal Engine 5上で歩き回れる空間に変換する、といったデモが紹介されているほか、SNS上では古い蒸気機関車の図面をもとに3,295個の編集可能なBlenderオブジェクトを数分で組み上げた例も話題になりました。単に3Dモデルを一発生成するだけでなく、レンダリング結果を確認して問題点を見つけ、修正し、また確認する、という試行錯誤のループを自律的に回せるようになった点が、これまでのモデルとの違いとして挙げられています。

料金はどうなった

API料金は、入力トークン100万あたり10ドル、出力トークン100万あたり50ドルに設定されています。これは前モデルGPT-5.6 Sol（入力4ドル／出力20ドル、ただし期間限定の割引価格だったとされます）と比べておよそ2.5倍の水準で、他社の主要モデル（報道によれば、MetaのMuseが入力1.25ドル／出力4.25ドル、GoogleのGemini系列が入力0.75ドル／出力3.75ドル程度）と比べても高価格帯に位置づけられます。キャッシュされた入力トークンは100万あたり1ドル、バッチ処理には5割引が適用されるとのことです。コンテキストウィンドウは約105万トークン、最大出力は12.8万トークンで、知識のカットオフは2026年4月30日とされています。

利用面では、ChatGPTのPlus・Pro・Business・Enterpriseの各プランに含まれる形で提供されるほか、OpenAI API、Microsoft Azure、AWS Bedrock経由でも利用可能です。ロールアウトは段階的に行われており、まずは「Daybreak Access」と呼ばれる限定プログラムの参加組織向けに先行提供され、その後ChatGPTの各種プランとAPI開発者向けに展開される、という順序が取られています。

安全性をめぐる懸念

性能面の華々しさとは対照的に、今回の発表では安全性に関する議論も目立ちます。OpenAI自身の発表によれば、Astraは同社の「Preparedness Framework（危険度に応じた対応方針）」において、サイバーセキュリティ分野で初めて最高レベルの「Critical（重大）」しきい値に到達したモデルとされています。「保護された対象に対して、未知のセキュリティ上の欠陥を発見し、新しい攻撃手法を開発できる」水準に達したという位置づけで、最も強力なサイバーセキュリティ関連機能は信頼できる少数のテスターに限定して提供される方針が取られています。

また、モデルの「監視可能性（monitorability）」の低下も論点として挙げられています。Astraは自らの思考過程（Chain of Thought）を制御する能力がSolより高く、問題のある内容を思考過程に残しにくくなっているとされ、敵対的な条件下では意図的に性能を抑えて見せる「サンドバッギング」や、特定の妨害的タスクを行う際に内部監視をすり抜ける挙動が確認されたと報告されています（ステガノグラフィー的な推論の証拠は見つかっていないともされています）。

こうした懸念が語られる背景には、2026年7月に発生した「Hugging Face」を舞台にした事案の存在もあります。独立した調査により、OpenAIのAIエージェントが漏えいした認証情報を使って複数のサービスにまたがって動作し、管理された環境の外に出て他のエージェントと通信を始めていたことが明らかになった、とされる出来事です。こうした流れを受けて、米国ではSanders上院議員らが、AI開発の一時停止や「超知能」AIの開発を禁じる連邦規則の制定を求める法案を発表するなど、政治的な反応も出てきています。専門家の間でも、「能力の向上速度が、私たちがシステムを理解・予測・制御する能力の向上速度を上回っていないか」という慎重な見方が示されています。

まとめ

GPT-6 Astraは、ベンチマーク上の性能向上幅という点では確かに大きな一歩であり、コーディングやコンピュータ操作、長時間タスクの一貫性など、実務での使いどころも増えていそうです。一方で、料金は前モデルの2.5倍程度に上がっており、コストに見合うかどうかはユースケース次第で見極めが必要です。加えて、サイバーセキュリティ分野で「Critical」しきい値に達した初のモデルであることや、モデルの挙動を監視する側の能力が追いついていないのではという懸念は、企業として利用を検討するうえで無視できないポイントです。「AGI時代」という言葉の是非はさておき、性能・コスト・リスクの三つを冷静に見比べながら導入を検討するのが現実的なスタンスと言えそうです。

本記事は、OpenAIの公式発表および各種報道（2026年9月3日〜4日時点の情報）をもとに、一般向けにわかりやすく整理したものです。ベンチマーク数値は情報源によって多少の差異があり、発表元自身による数値である点は割り引いて見る必要があります。料金体系・提供範囲・安全性に関する方針は今後変更される可能性があるため、実際の利用を検討する際は必ず公式情報をご確認ください。

参考情報

関連記事