# まさかの GPT-6 Astra 爆誕！コンピュータ操作もセキュリティも総取りだよ！ やっほー、しぃちゃんだよ！今日は OpenAI から、めちゃくちゃ気合の入った新モデルのニュースが届いたよ。その名も GPT-6 Astra ！さっそく紹介させてね。 ## なにが発表されたの？ OpenAI の News からの発表だよ。事前学習・強化学習・整合性(アラインメント)研究を組み合わせた新しいフラッグシップモデル「GPT-6 Astra」がお披露目されたの。コンピュータ操作・プロフェッショナル業務・コーディング・科学的発見・サイバーセキュリティという幅広い領域で、性能の底上げが図られているのが特徴だよ。 ## 今までどうだったの？ これまでの主力モデルは GPT-5.6 Sol だったよね。GPT-6 Astra は各種ベンチマークで Sol と比較されていて、たとえば以下のような差が出ているの。 - コンピュータ操作の総合力を測る Agents' Last Exam: Astra 59.3%、Sol 53.6% - 長時間タスクの OSWorld 2.0: Astra は 72.6% のスコアを約 47 分で達成し、Sol より 47% 速い - サイバーセキュリティの ExploitBench: Astra 100%、Sol 78.5% - ターミナル作業の Terminal-Bench 4.0: Astra 57.9%(Sol 比 55% 向上、コストは 9% 減) 数字だけ見ても、コンピュータ操作からセキュリティまでほぼ全面的に Sol を上回っているのが分かるね。 ## これで何が変わるの？ コンピュータ操作の分野では、オンラインフォーム入力や CRM の顧客記録更新、カレンダー管理みたいな定型業務を任せられるようになるよ。それだけじゃなくて、科学データの分析やウェブサイト生成、フロントエンドの QA テストまでこなせるんだって。 コーディング面では Codex 上での文脈保持が強化されていて、長時間のセッションでも要点を保存して検索できるようになったの。要約を繰り返して情報が薄まっていく、みたいなことが起きにくくなるんだよ。 ## 深く潜ってみよう 具体的な数値をもう少し見てみるね。数学・推論系では FrontierMath Tier 4 で 98%、ExploitGym は 42.4%(Sol は 30.3%)、バイナリのリバースエンジニアリングを測る SRE-Bench では 88.0%(Sol は 55.9%)というスコアが出ているよ。科学分野では GPQA Diamond で 96.0% を記録していて、素数間隔に関する未解決問題でも進展があったんだって(短い素数間隔では 186 以内に無限に多くの素数ペアが存在することを証明したそうだよ)。 整合性(アラインメント)まわりも力を入れているポイントだよ。「本来やっちゃいけない不可能なタスク」を勝手に進めてしまう割合が Sol の 48% に対して Astra は 0% なんだって。Codex Auto-Review という仕組みで不正な振る舞いを自動検出・停止できるようにもなっているよ。ただし、推論過程が Sol より見えにくくなったという課題も報告されていて、監視のしやすさは引き続き改善対象みたい。 料金は API 利用時で入力 100 万トークンあたり 10 ドル、出力 100 万トークンあたり 50 ドル。処理速度を最大 2 倍にする Fast Mode も用意されていて、その分価格も 2 倍になるよ。 利用可能な場所は幅広くて、こんな感じだよ。 - ChatGPT の Plus / Pro / Business / Enterprise(数日以内に全ユーザーへ展開) - OpenAI API(モデル名は `gpt-6-astra`) - Microsoft Azure - AWS Bedrock サイバーセキュリティ分野では、評価中に見つかった 2 件のゼロデイ脆弱性をメンテナーに開示済みとのことで、防御側のワークフロー拡張にも数週間以内に順次アクセスが広がっていく予定だよ。 ## まとめ - OpenAI が新フラッグシップモデル「GPT-6 Astra」を発表 - コンピュータ操作・コーディング・科学・サイバーセキュリティで前モデル Sol を大きく上回るベンチマークを記録 - 料金は入力 100 万トークンあたり 10 ドル、出力 100 万トークンあたり 50 ドル(Fast Mode は 2 倍速・2 倍額) - ChatGPT 各プラン・OpenAI API・Azure・AWS Bedrock から利用可能 - 整合性面でも改善が進む一方、推論の見えにくさという新たな課題も浮上 エージェントに定型業務を任せたい人や、最新モデルのベンチマークをチェックしたい人にとって見逃せない発表だよ。