GPT-6 Astra——サイバー能力が初の「重大」認定、画面操作と科学タスクで新記録

GPT-6 Astraのリリースは、AIが情報を生成するツールから、デジタル環境を直接操作する自律的エージェントへと、その存在意義を根本的に変革したパラダイムシフトを象徴します。これまでのGPTモデルは、あくまでユーザーが「何をすべきか」を判断し、指示を出す必要がありました。AIは受け身の回答者でした。

「サイバー能力」の重大認定

最も決定的な変化は、OpenAI独自のPreparedness Frameworkでサイバー能力が初めて「重大（Critical）」に指定されたことです。これは単なるベンチマークスコアの向上ではなく、モデルがデジタル世界に対して潜在的に持つ影響力が、質的かつ飛躍的に増大した公式な認定を意味します。この認定に伴い、PoC エクスプロイトの作成といった高度なサイバー要求は拒否されるよう制限がかけられた一方、画面操作をはじめとする一般の作業は通常のプランへ広く提供されています。

• 前時代: AIは「頭脳」のみ。ユーザーがAIの出力を手動でコピー・ペーストし、ブラウザやCRMソフトで操作する必要がありました。
• GPT-6 Astra以降: AIは「頭脳」に加え「手」を獲得。オンラインフォーム入力、CRM更新、予定整理など、一連のデジタルワークフローを自律的に完結できるエージェントとして振る舞えるようになりました。

科学タスク（Terminal-Bench Science 0.1: 64.6%）や推論タスク（FrontierMath Tier 4: 97.6%）における飛躍的な性能向上は、この自律的操作能力の基盤となる深い理解力を支えています。このリリースは、AIが単なる情報提供者から、現実世界（ここではデジタル現実）に能動的に関与し、変化をもたらす存在への転換点となったのです。

GPT-6 Astraは、従来モデルを凌駕する性能と、新たな実用機能を併せ持つリリースです。

ベンチマーク性能の飛躍

多岐にわたる評価指標で大幅な性能向上を達成し、特に科学的推論と汎用知能（AGI）指標で圧倒的なスコアを記録しました。

• Terminal-Bench 4.0: 57.9% (GPT-5.6 Solの37.3%、Claude Fable 5.1の55.8%を上回る)
• Terminal-Bench Science 0.1: 64.6% (同52.6%から大幅向上)
• ARC-AGI-3: 99.9%、GPQA Diamond: 96.0%という数値は、専門的知識と推論能力の高さを示しています。

APIと開発者向けの変化

• モデルIDと価格: APIモデルIDは gpt-6-astra。価格は100万トークンあたり入力$10 / 出力$50。高速処理が必要な場合は2倍速・2倍価格の Fastモードが選択肢として追加。
• プラットフォーム展開: OpenAI APIに加え、Microsoft AzureとAWS Bedrockでも提供開始。クラウド環境での利用選択肢が広がりました。
• コード生成（Codex側）の新機能: 長いコンテキストの管理において、従来の要約による圧縮とは異なるアプローチが実験提供。コンテキストが尽きた際に「ノート」を残し、過去のやり取りを検索可能とする方式で、長期にわたる開発セッションの効率向上が期待されます。