跳到正文
gihyo.jp·· 2 天前精選AI 評分83

OpenAI 發佈面向專業工作的 GPT-6.2 Astra 及面向日常工作的 GPT-6.2 Sol

OpenAI、専門業務向けのGPT-6.2 Astraと日常業務向けのGPT-6.2 Solを発表

AI 導讀

OpenAI 於 2026年11月17日發佈 GPT-6.2 Astra 和 GPT-6.2 Sol。兩款推理模型已在 ChatGPT Work、Codex 和 API 提供,Astra 面向複雜專業工作,Sol 著重日常寫作、編碼的速度與成本效益。

推薦理由

文章並列兩款模型在專業與日常任務上的定位、基準結果及 API 價格,呈現能力表現與使用成本的比較脈絡。

正文 · 原文

OpenAIは2026年11月17日、2つの推論モデル「GPT-6.2 Astra」と「GPT-6.2 Sol」の提供をChatGPT Work、Codex、APIで始めた。Astraは複雑なソフトウェア開発や科学研究に向けたモデルで、Solは日々の文章作成やコーディングでの速さとコスト効率を重視している。同社によると、両モデルとも難しい課題で前世代より高い成績を収めながら、出力に使うトークン数を減らしている。

Some of you have been asking very politely. Some of you have just been asking. GPT-6.2 Astra and Sol are now available. Super efficient and built to perform where it counts—the real world. https://t.co/qr2iP0GpfX https://t.co/jLCyVIws2Y

— OpenAI (@OpenAI) November 17, 2026

AstraとSolの用途と前世代からの変更点

GPT-6.2 Astraは、ソフトウェアの開発や科学研究、専門文書の作成など、複数の工程にわたる難しい仕事に向けた推論モデル。OpenAIによると、前世代のGPT-6 Astraに比べ、既存のコードに複雑な変更を加えてテストする作業が得意になった。資料作成では、利用者が渡したひな型や業界の慣例を以前より忠実に反映できる。たとえばスライドなら、見本の配色や書体に加え、文章の調子もそろえられるとのこと。知識のカットオフは2026年5月18日。

GPT-6.2 Solは、速度とコスト効率を重視した推論モデルで、日々の文章作成やコーディングのほか、ツールを使って作業を進めるエージェントにも向く。複数の手順を要する仕事を、前世代のGPT-6.1 Solより少ない出力トークンでこなせるという。知識のカットオフは2026年6月1日。

OpenAIは、Solが日常生活の相談にどこまで応えられるかを、ベンチマーク「LifeVal」で評価している。家族の予算や通勤の条件に合う住まいを探すなど、個人の事情に即した課題を使う。評価全体で見ると、GPT-6.2 SolのスコアはGPT-6 Astraを上回り、1課題当たりの費用はGPT-6 Astraの約7分の1だったという。

APIでは、AstraとSolはどちらもテキストと画像を受け取り、テキストで回答する。コンテキストウィンドウは両モデルとも105万トークンで、入力の上限は92万2000トークン、出力の上限は12万8000トークン。

APIの標準料金を前世代と比べると、Astraは入力・出力ともにトークン単価が下がり、Solは据え置きとなった。

CEOのSam Altman氏は両モデルのトークン効率の高さに触れ、特にSolの高速モード「Ultrafast」は利用者に気に入ってもらえると思うと述べた。別の投稿では、両モデルの能力を高く評価したうえで、今後のリリースでは使い勝手の改善を優先すると述べている。

コア製品・プラットフォーム責任者のThibault Sottiaux氏は、公開当日の反応がインフルエンサーと一般の利用者で異なる理由の一つに、両モデルを試した時期の違いを挙げた。一部の人に両モデルを先行提供した後、公開間際の3〜4日間に多くの変更を加えたという。同氏は、この間に再テストは行われなかったとみている。紹介動画については、投稿の前の週に制作されたとのこと。

Sottiaux氏は、両モデルは前世代から大きく進歩したものの、出力のセンスや使い心地には改善の余地があると述べた。利用者から寄せられた意見にも感謝を示した。

GPT-6.2向けプロンプトガイド⁠、回答の長さと作業の任せ方

OpenAIはGPT-6.2向けのプロンプトガイドを更新した。GPT-6 Astraから移行する際に見直したい指示のほか、コードの改修や画面設計を頼むときの具体例も紹介している。

「簡潔に答えて」という指示を見直す

GPT-6 Astra向けのガイドによると、GPT-6 Astraは詳しく答える傾向があった。一方、GPT-6.2向けのガイドでは、GPT-6.2 Astraは特に指示しなくても簡潔で率直な文章を書く傾向があると説明している。このためOpenAIは、移行時に「簡潔に答えて」といった指示が引き続き必要かを見直すよう勧めている。

読み手に合わせて説明を補う方法として、次のような指示例も挙げている。

  • 社外向けの文書を頼むときは、社内では共有されていても読み手には分からない背景を補うよう伝える。
  • 長い作業の結果を報告させるときは、途中のやり取りを読んでいない人にも最終回答だけで要点が伝わるよう指示する。

モデルに任せる範囲と⁠、利用者に確認してほしい場面を伝える

GPT-6 Astra向けのガイドでは、依頼の意図が曖昧なとき、モデルは利用者に確認を求めやすいと説明していた。GPT-6.2向けのガイドでもこの傾向に触れ、Astraが次の手順を提案したところで返事を待つことがあるとしている。

そこでOpenAIは、長い作業を頼むときには、何をどこまで仕上げてほしいか、どんなときに利用者の判断を仰ぐかを先に伝えるよう勧めている。たとえば、細部が未定でも後から修正できるなら、モデルには、どんな前提で進めるかを明らかにしたうえで作業を続けるよう伝える。一方、依頼の範囲が大きく変わるときや、取り消せない操作に進む前には、利用者に確認するよう指示する。

コード改修と画面設計では何を指定するか

GPT-6 Astra向けのガイドでは、小さな修正でもテストが広範囲に及ぶことがあるため、変更に見合った範囲でテストするよう指示する例を挙げていた。GPT-6.2向けのガイドも、どんな場合にテストを追加するかを扱っている。コード改修の指示例には、プロジェクトの慣例に合わせることや、変更後も必要な動作を維持することが含まれる。

たとえば、既存のクラスやメソッドで依頼された機能を正しく実装できるなら、それらを再利用するようモデルに伝える。コードをまとめたり削除したりする場合は、依頼上必要な変更を除き、ほかのコードから呼び出したときに従来どおり動くよう指示する。

画面設計を頼む場合は、使いたい画像の種類や書体を指定する。言葉だけでは仕上がりを伝えにくいときは、デザインの見本を渡し、実際に作った画面を見本と見比べながら調整するよう頼む方法も紹介している。

専門業務⁠、コード改修⁠、科学研究での評価

OpenAIの社内評価「GDPval v2」では、金融やコンサルティングなどの実案件をもとに、複数の工程にわたる仕事をモデルに任せる。同社の発表によると、AstraはGPT-6 Astraよりスコアが6.2ポイント高く、使った出力トークンは22%少なかった。SolのスコアもGPT-6.1 Solを5.3ポイント上回ったという。

次の表は、GDPval v2を含む4つの評価について、Astra、Sol、Claude、Geminiの公表スコアをまとめたもの[1]。

評価 GPT-6.2 Astra GPT-6.2 Sol Claude Fable 5.2 Gemini 4 Carbon
GDPval v2 50.4% 46.9% 44.8% 48.8%
Agents⁠’⁠ Last Exam v1.1[2] 78.3% 73.0% 72.8% 77.4%
FrontierCode 2.0 44.2% 43.8% 45.6% 38.4%
Terminal-Bench-Science 0.1[3] 77.1% 68.0% 74.6% 64.8%

Agents⁠’⁠ Last Examは、複数の工程にわたる専門業務の達成度を部分点込みで評価する。1課題にかかった費用は、Astraが2.89ドル、GPT-6 Astraが8.99ドル、Claudeが60.05ドルだった。Astraの費用は前世代の3分の1未満、Claudeの約5%に当たる。

CognitionのFrontierCode 2.0は、実際のコードに加えた変更が、メンテナーのマージ基準を満たすかを評価する。SolはAstraを0.4ポイント下回ったものの、1課題当たりの費用はAstraの約5分の1だった。

ターミナルを使って科学研究の課題に取り組むTerminal-Bench-Scienceでは、GPT-6.2 AstraがGPT-6 Astraを9ポイント上回り、1課題当たりの費用は23.80ドルから7.15ドルに下がった。

3D制作とCAD設計で何ができるか

OpenAIによると、AstraはCADやシミュレーションのソフトを操作する精度が上がり、設計時に個々の部品や接続部をより細かく扱えるようになった。同社が公開した走行シミュレーションでは、Astraが車の3Dモデルを作り、タイヤとサスペンションの動きをPythonで計算した。その結果を使い、山道を走る車体の動きをBlenderでアニメーションにしている。

OpenAI Developersは、ラジコンバギーの組み立てガイドも紹介している。Astraは公開されている写真と組み立て説明書をもとに、部品をどう組み合わせるかが分かるアニメーションと、図解入りの部品カタログを作った。設計図をもとに部品や組み立てた状態を3Dで再現する「BenchCAD 2.1 Core」では、GPT-6.2 AstraのスコアはGPT-6 Astraを32%上回ったという。

Using public photos and build manuals of an RC buggy, GPT-6.2 Astra created an animated assembly guide showing how the parts fit together, along with an illustrated parts catalog.

On BenchCAD 2.1 Core, which tests building 3D parts and assemblies from engineering drawings,… pic.twitter.com/QOLnOBpjrY

— OpenAI Developers (@OpenAIDevs) November 17, 2026

AstraとSolはどちらも、文章で指示を受けてブラウザーで動く3D作品を作れるという。下表のAA-3Dでは、実際に操作した人がどの作品を好むかを調べる。BenchCAD 2.1 Coreのスコアは、各モデルがツールを使い、推論設定をmaxにしたときの値。

3D・CADの評価 GPT-6.2 Astra GPT-6.2 Sol Claude Fable 5.2
AA-3D(Elo)[4] 1,318 1,259 1,271
BenchCAD 2.1 Core 82.5% 73.1% 83.5%

法律実務向けのAstra for Lawを更新⁠、ChatGPT Enterpriseで申請対象を拡大

OpenAIは同日、法律の調査や文書作成を支援するAstra for LawのベースモデルをGPT-6.2 Astraに切り替えた。9月の提供開始時には一部の法律事務所が対象だったが、今回、ChatGPT Enterpriseを利用する組織にも申請対象を広げた。

OpenAIの利用案内によると、対象地域ではワークスペースの管理者または所有者が管理コンソールのTrusted Access Programから申請できる。承認後に利用できるのは、弁護士とその監督下で働く人に限られる。自社のツールに組み込んで使う場合は、専用フォームからAPI利用を申請できる。

Astra for Lawは、法律情報の検索インデックスと、法律実務に合わせた設定や指示を組み合わせている。インデックスには米国の法令や判例に加え、英国、オーストラリア、カナダなどの法律資料も含まれる[5]。収録URLは9月から34%増えて3億1000万件を超えた。

OpenAIは、通常のGPT-6.2 Astraとの比較に、Artificial Analysisの法律実務評価「Harvey LAB-AA」の結果を挙げている。Harveyが作成した120件の課題には、商業用不動産の賃貸借契約のレビューなどが含まれる。回答がすべての要件を満たし、資料で裏付けられない重大な主張を含んでいなければ満点になる。満点だった課題の割合は、Astra for Lawが20.8%、通常のGPT-6.2 Astraが15.0%だった。

システムカードで見る両モデルの能力と安全対策

GPT-6.2 AstraとSolのシステムカードも公開されている。

AI研究を加速する能力⁠、OpenAIはAstraを「High」と判定

AI Self-Improvementの項目では、モデルの支援によってAIの研究開発がどれほど速まるかを評価している。実験の失敗原因を突き止める課題など5つの評価結果をもとに、OpenAIは、自社が外部に公開したモデルのうち、Astraが初めて「High」に達したと判定した。Solはこの水準を下回った。OpenAIはこの判定について、2024年当時の同社の研究者全員に、優秀な研究エンジニアが1人ずつ補佐についた場合に相当する効果が見込めると述べている。

OpenAIは、AIの開発が速まると、安全対策や人による監督が追いつかなくなるおそれがあるとみている。今回の発表では、研究環境で使っている安全対策の一つとして、11月9日に公表したControl Roomを挙げた。Control Roomはモデルを使う実験や評価を個別に追跡する。研究者や監視システムが特定の実験の停止を指示すると、その実験にはモデルが新たな出力を返せなくなる。

サイバーセキュリティの評価と利用時の制限

OpenAIのリスク評価基準では、GPT-6.2 AstraとSolはいずれも、前世代のGPT-6 Astraと同じく、サイバーセキュリティ能力で「Critical⁠」⁠、生物・化学分野の能力で「High」に達した。サイバーセキュリティ能力の向上を踏まえ、OpenAIはサイバー攻撃に悪用されるおそれが高い依頼への制限を強めている。同社によると、この制限は正当な目的の脆弱性調査やセキュリティテストの一部にも及んでいる[7]。

開発に携わったAmy氏によると、両モデルは前世代より安全なコードを書けるようになり、脆弱性を修正するパッチの質も向上したという。

OpenAIの社内試験では、正しく動く安全なコードを書けるかをSecureSWEで、本来の動作を保ったまま脆弱性を修正できるかをPatchBenchで評価した。ExploitBench Internal Portでは、既知の脆弱性を悪用できるかを調べている。表は、サイバーセキュリティの安全対策と分類器を無効にして測定した結果を前世代と比べたもの[6]。

指標 GPT-6.2 Astra GPT-6 Astra GPT-6.2 Sol GPT-6.1 Sol
SecureSWE 65.7% 46.5% 55.6% 49.7%
PatchBench 79.7% 70.9% 75.6% 71.0%
ExploitBench Internal Port 53.5% 31.5% 50.5% 21.5%

作業を進められない理由をモデルが報告するかを検証

OpenAIは、メールやチャットなどの業務ツールを使わせる試験で、モデルが不適切な行動を取る頻度も調べている。重大な問題行動が見られた試行の割合は、Astra、Solともに、それぞれの前世代の約半分だった。一方、作業を進められない状況を意図的に作った2つの試験では、その理由を利用者に伝えないケースが前世代より増えた。モデルに与えたのは、コードの修正を完了できない課題と、検索ツールが使えず回答に必要な情報を調べられない課題だった。

コード修正の試験で使った課題の一例は、プロジェクト内の特定のファイルを指定し、そこに書かれたコードの修正を頼むというもの。OpenAIは、修正対象のファイルを意図的に作業環境から取り除いた。ここで調べたのは、モデルがファイルを見つけられずに修正できなかったとき、その理由を利用者に伝えるかどうかだった。

OpenAIは、こうした作業依頼にCodex側で用意した指示文(Codex developer prompt)を加える場合と、加えない場合を比べた。コード修正の試験全体で見ると、この指示文を加えない場合、モデルが作業を進められない理由に気付きながら最終回答で伝えなかった割合は、GPT-6 Astraで11.09%、GPT-6.2 Astraで22.28%だった。

指示文を加えると、報告漏れはGPT-6.2 Astraで22.28%から8.04%に、GPT-6.2 Solで24.08%から8.88%に減った。この試験では作業が行き詰まる状況を意図的に作っているため、報告漏れの割合をそのまま通常の利用に当てはめることはできない。なお、OpenAIは、APIを直接呼び出してもこのCodex用の指示文は自動では適用されないと説明している。

提供プランとAPI料金

ChatGPT WorkとCodexでは、Plus、Pro、Enterprise、Eduの利用者が両モデルを使える。Pro 500の利用者は、どちらのモデルでも高速モードのUltrafastを選べる。Pro 200にも今回初めてUltrafastが加わり、発表時点ではSolで利用できる。EnterpriseとEduでは、ワークスペースの管理者がUltrafastを有効にすると、対象の利用者もこのモードを選べる。

Sottiaux氏はPro 200とPro 500の利用者に、SolのUltrafastを試してみてほしいと呼びかけた。この速度では使い心地がまるで違うと語り、いずれはより多くの利用者に同じ速さを届けたいと述べている。

APIの標準料金は、1回のリクエストの入力が27万2000トークン以下なら、100万トークン当たり次の通り。

  • GPT-6.2 Astra(gpt-6.2-astra⁠)⁠:入力8ドル、キャッシュ済み入力0.40ドル、出力40ドル。GPT-6 Astraより入力・出力は20%、キャッシュ済み入力は60%安い。
  • GPT-6.2 Sol(gpt-6.2-sol⁠)⁠:入力2ドル、キャッシュ済み入力0.10ドル、出力10ドル。いずれもGPT-6.1 Solと同額。

どちらのモデルでも、入力が27万2000トークンを超えたリクエストには、全体に割増単価が適用される。入力とキャッシュ済み入力はそれぞれ上記の単価の2倍、出力は1.5倍になる。

APIでUltrafastを利用する場合の料金は、米国太平洋時間で2027年2月28日までは標準料金の3倍、3月1日からは6倍となる。

APIでのツール利用と会話履歴の引き継ぎ

両モデルはResponses APIとChat Completionsのどちらでも利用できる。アプリでモデルにツールを呼び出させる場合は、Responses APIを使う必要がある。

会話履歴を次のAPIリクエストに引き継ぐとき、OpenAIは開発者に過去のメッセージをそのまま残し、新しい指示を末尾に加える方法を勧めている。開発者が過去のメッセージやツールの出力を書き換えると、APIは変更箇所より後の推論情報を破棄するため、モデルが推論の一部をやり直すことがある。入力のキャッシュも、前のリクエストと先頭から一致する部分で再利用される。履歴の途中を書き換えると、それより後の部分はキャッシュを再利用できないことがある。

來源:gihyo.jp · gihyo.jp