GPT-6 Astraは何が変わった？——画面を操作するAIが、専門仕事の「実行役」へ進む

01 / QUICK GUIDE

まず、30秒でつかむ

02 / KEY WORDS

ここだけ押さえれば、残りの本文はスムーズに読めます。

コンピューター操作AI: 文章を返すだけでなく、画面を読み、クリックや入力、ファイル操作などを組み合わせて作業を進めるAIです。
コンテキスト長: AIが一度の依頼で扱える入力と出力を含む情報量の枠です。105万トークンは長い資料を扱える上限で、全内容を必ず正しく使える保証ではありません。
ベンチマーク: 決められた課題と採点法でAIを比べる試験です。点数は能力の手がかりですが、実際の仕事すべての成績を表しません。
Critical: OpenAIのPreparedness Frameworkで、重大な危険につながり得る高度な能力を示す区分です。今回はサイバー分野で該当しました。

03 / THE FACTS

OpenAIは9月3日、GPT-6 Astraを発表しました。公開時刻はページに表示されておらず、同日から一部組織へ提供を始めたと説明しています。

Plus、Pro、Business、Enterpriseの利用者、OpenAI API、AWSへは、発表後の数日間で順次広げます。つまり、発表日に全利用者が使えるという意味ではありません。

APIのコンテキスト枠は105万トークン、最大出力は12万8,000トークンです。標準料金は100万トークン当たり入力10ドル、出力50ドルですが、長文入力や高速処理には追加条件があります。

OSWorld 2.0の試験では、GPT-5.6 Solが約75分で65.7%だったのに対し、Astraは約40分で72.6%でした。47%短い時間は、この試験のシミュレーション結果です。

サイバー試験ExploitBenchでは100%、ExploitGymでは42.4%と報告しました。いずれも安全機能を外した評価で、日常利用の成功率や本番で許される操作範囲ではありません。

OpenAIはAstraを、同社の基準で初めてサイバー能力がCriticalに達したモデルと位置づけました。高度な攻撃支援は拒否し、監視と自動停止を重ねる方針です。

THE CONCLUSION

Astraの大きな変化は、資料作成だけでなく、画面を見ながら複数の手順を最後まで進める力が伸びたことです。仕事の途中で条件が変わっても、元の目的を保つ設計も強調されています。

ただし、賢く動けるAIほど、間違えた時の影響も大きくなります。性能の発表と同じ重さで、アクセス権、承認、操作記録、停止条件を見る必要があります。

04 / THE CONTEXT

生成AIは、質問への回答から、ブラウザー、表計算、開発環境をまたいで作業するエージェントへ進んでいます。利用者が求めるのも、下書きより完成までの実行です。

長い仕事では、会話の要約を繰り返すたびに重要な条件が抜けます。Astraは以前の会話やツール結果を検索できる仕組みをCodexへ試験導入し、この問題へ取り組みます。

同時に、ソフトの弱点を見つける力も急伸しました。守る側に役立つ能力と、悪用される能力が同じ技術から生まれるため、提供範囲を一律に広げにくくなっています。

05 / WHAT IT MEANS FOR YOU

初心者がまず見るべきなのは、最高点ではなく任せる範囲です。メールの下書きと顧客情報の更新では、失敗した時の重さが違います。

105万トークンの枠へ資料を詰め込んでも、正確さは保証されません。重要な数字、契約条件、送信先は、根拠の場所を示させて人が照合します。

API料金も入力単価だけで決まりません。長い文脈、高い推論量、再試行、画面操作の時間を含め、代表的な一仕事の総額で比べる必要があります。

会社で導入するなら、AIが読める場所、書き換えられる場所、外部送信できる条件を分けます。管理者設定は発表時に初期オフで、意図的に有効化する設計です。

07 / NEXT ACTION

BOTTOM LINE