OpenAIが「GPT-6 Astra」を発表｜ARC-AGI-3 99.9%、Plus展開、Tibo氏の投稿から見える本当のインパクト

2026年9月3日、OpenAIは新しいフラッグシップモデル「GPT-6 Astra」を発表しました。日本時間では9月4日早朝です。

発表で目を引くのは、未知の環境でルールを学びながら行動する能力を測るARC-AGI-3の99.9%です。ただし、この数字は通常の共通評価条件ではなく、OpenAI側の状態保持や圧縮機能を使う「Provider Adapter」で得られた最高値でした。

さらに、Plusへの段階展開を伝える公式案内がある一方、ChatGPTの通常チャットで使う「GPT-6 Pro」はPlus対象外とする案内もあります。数字やプラン名だけを見ると誤解しやすい発表です。

まず結論｜Astraで変わったのは「長い仕事を進める力」
Astraは「答えるAI」から「仕事を終えるAI」へ進んだ
ARC-AGI-3の99.9%はProvider Adapter条件の最高値
99.9%でも「AGI達成」の証明ではない
Plus展開は「どこで使えるか」を分けて確認する
APIは単価2.5倍でも、1タスクの総額で判断する
Critical級の能力ほど、権限と停止条件が重要になる
まとめ｜見るべきは数字より「任せ方」の変化
1. 参考資料

まず結論｜Astraで変わったのは「長い仕事を進める力」

GPT-6 Astraの重要な変化は、難しい質問への回答精度だけではありません。コンピューター操作、ブラウジング、コーディング、調査、文書作成を組み合わせ、複数の工程を持つ仕事を最後まで進める能力が強化されました。

今回の発表は、次の4点に分けると理解しやすくなります。

Astraは、OpenAIが「最も難しい一連の仕事」向けと位置づける最上位モデル
ARC-AGI-3の99.9%は、Provider Adapterという特定条件での最高値
APIや各有料プランへの段階展開が案内されたが、利用場所とプランで条件が異なる
初めてCritical級のサイバー能力へ達し、安全対策と監視も強化された

「何でも自動で任せられるAIが完成した」と見るのは早い一方、モデル単体の回答力から、記憶・ツール・安全管理を含むAIシステム全体の実行力へ、競争の中心が移ったことは確かです。

Astraは「答えるAI」から「仕事を終えるAI」へ進んだ

OpenAIはGPT-6 Astraを、複雑な推論、コーディング、コンピューター操作、調査、文書作成など、難しい一連の仕事に使うモデルと説明しています。

オンラインフォームへの入力、データ整理、Web調査、資料作成、サイト構築、テスト、トラブルシューティングのような仕事では、1回の回答よりも、途中経過を理解し、必要なツールを選び、失敗から修正して完了まで進めることが重要です。

基本仕様と標準API単価をGPT-5.6 Solと比べると、次のようになります。

読める量と最大出力量はSolと同じです。Astraの変化は、単純に長い文章を読めるようになったことではなく、長い作業の中で状況を保ち、ツールを使い、結果へつなげる部分にあります。

APIでは、会話をまたぐ推論状態の保持、コンテキスト圧縮、途中での方向修正、非同期ツール実行などを組み合わせられます。ARC-AGI-3で大きく伸びた条件も、こうしたモデル外の仕組みを含む点が重要です。

ARC-AGI-3の99.9%はProvider Adapter条件の最高値

ARC-AGI-3は、知識問題を解く試験ではありません。AIが初めて見るインタラクティブな環境を探索し、ルールと目標を推測し、計画を立て、行動を修正しながら進む能力を測ります。

ARC Prizeの検証では、Astraの最高スコアは評価方法によって大きく分かれました。

各モデルを共通条件で比較しやすいStandard harness：62.7%
OpenAI側の状態保持とコンテキスト圧縮を使うProvider Adapter：99.9%

したがって、99.9%は「Astraへ普通に1回質問すれば常に出る性能」ではありません。モデルに加え、リクエストをまたいで推論状態を保持し、長い作業を圧縮しながら継続する仕組みを組み合わせた結果です。

むしろ注目したいのは、同じモデルでも周囲の仕組みによって結果が大きく変わったことです。これからのAI活用では、どのモデルを選ぶかだけでなく、どんなツール、記憶、権限、検証を組み合わせるかが成果を左右します。

99.9%でも「AGI達成」の証明ではない

Tibo Sottiaux氏は99.9%のグラフとともに、「別のAGIベンチマークが必要になる。次のゴールポストはどこへ動くのか」と投稿しました。評価をほぼ飽和させた驚きを伝える表現です。

一方、ARC Prizeは、ARC-AGI-3の飽和がAGI達成の証明ではないと明確に説明しています。ARC-AGI-3は、閉じたルールを持つ限定環境での適応力を測るもので、現実世界のあらゆる仕事を安全かつ正確にできることを保証しません。

それでもAstraが示した行動は興味深いものです。Provider Adapter条件では、クリアしたレベルの96%で人間の中央値より少ない操作数となり、平均の操作数は51.7%少なかったと報告されています。

現時点での適切な見方は、「AGIが完成した」ではなく、未知の環境を理解し、状態を保ちながら効率よく行動する能力が大きく伸びた です。

Plus展開は「どこで使えるか」を分けて確認する

OpenAIのモデルページと発表時の案内は、AstraをAPIとPlus、Pro、Business、Enterpriseへ数日かけて展開するとしています。Tibo氏も、Pro・Business・EnterpriseだけでなくPlusへ届けることが重要だったと投稿しました。

ただし、2026年9月4日時点のHelp Centerでは、通常のChatGPTチャットでAstraを使う「GPT-6 Pro」はPro 100ドル、Pro 200ドル、Business、Enterprise向けで、ChatGPT Plusには含まれないと案内されています。さらに、Chat、Work、Codexではロールアウト時期や利用枠が異なる場合があるとされています。

つまり、「Plusへ展開される」という案内だけから、Plusの通常チャットでGPT-6 Proを選べると判断しないほうが安全です。自分の画面で確認するときは、次の3点を分けます。

Chat、Work、Codex、APIのどこで使うのか
自分のプランが、その場所で対象になっているか
モデル選択欄と利用上限にAstraが実際に表示されているか

Tibo氏は、有料プランでAstraへアクセスできない日ごとに「banked reset」を1回付与するとも投稿しました。ただし、対象となる利用枠、有効期限、使える場所などの詳細は、投稿時点で公式ヘルプにまとまっていません。付与を前提に利用計画を立てず、アカウント上の表示を確認しましょう。

APIは単価2.5倍でも、1タスクの総額で判断する

GPT-6 Astraの標準API料金は、100万tokensあたり入力10ドル、キャッシュ入力1ドル、出力50ドルです。GPT-5.6 Solは入力4ドル、キャッシュ入力0.40ドル、出力20ドルなので、単純な単価は2.5倍です。

さらに、入力が272K tokensを超えるリクエストは、リクエスト全体について入力とキャッシュが2倍、出力が1.5倍になります。Fast modeは該当料金の2倍、BatchとFlexは標準料金の50%です。

ただし、AIエージェントでは単価だけでなく、仕事1件を終えるまでの再試行、出力token、実行時間、人の確認時間まで含めて考える必要があります。安いモデルで何度もやり直すより、Astraが少ない手数で終えられるなら、総コストが逆転する場合があります。

実務では、まず少数の代表タスクで、成功率、総token、所要時間、修正回数をSolとAstraで測りましょう。高価なモデルを全部の仕事へ使うのではなく、失敗の影響が大きい複雑な工程へ絞るほうが判断しやすくなります。

Critical級の能力ほど、権限と停止条件が重要になる

GPT-6 Astraは、OpenAIのPreparedness Frameworkで初めてサイバーセキュリティ能力がCriticalへ達したモデルです。OpenAIは、適切なツールとアクセス権があれば、人が各手順を指示しなくても未知の脆弱性を見つけ、十分に保護されたシステムへの悪用方法を開発できる水準と説明しています。

ExploitBenchでは100%を記録し、より最近の脆弱性を使った内部評価では2件のゼロデイ脆弱性を発見しました。ただし、これらの結果は高度な防御研究向けのDaybreak Blueアクセスを使った能力評価で、一般向けの標準設定と同じではありません。

OpenAIは、AstraがSolより安全境界を守り、長い作業でも不正利用への耐性が上がったと報告しています。その一方で、内部推論から意図を追跡する監視可能性はSolより低下したとも説明しています。能力が高いことと、すべてを安心して任せられることは同じではありません。

利用者側でも、次の基本は変わりません。