お気に入り

✍️GPT-6 Astraとは？GPT-5.6 Sol・Terraとの違い｜Proユーザーは何が変わる？

2026.09.04

おはよう。OpenAIから、新しい最上位モデル「GPT-6 Astra（アストラ）」が登場した。
結論から言うと、僕が今まで使ってきたGPT-5.6 SolやTerraの「少し上」というより、GPT-5.6世代の上に位置する、新しいGPT-6世代の旗艦モデルと考えるのが一番分かりやすい。

OpenAI自身もGPT-6 Astraを「最も難しいエンドツーエンドの仕事向けに作られた、最も高性能なモデル」と位置付けている。複雑な推論、コーディング、Computer Use、調査、文書作成、ブラウザや専門ソフトをまたぐ長い仕事までを、一つの流れとして完遂することを特に重視したモデルだ。

僕は今、ChatGPTを単に質問する道具としてではなく、WorkやCodex、AIエージェントまで含めてかなり深く使っている。
だから今回一番知りたかったのは、
「賢くなりました」ではなく、今までできなかった何ができるようになるのか。
そして、
今使っているGPT-5.6 SolやTerraと、実際には何が違うのか。
ここだ。

まず整理したい。Sol・TerraとAstraはどういう関係なのか

GPT-5.6には、役割の違うモデルがある。

GPT-5.6 Sol
複雑な知識労働、コーディング、調査などを担う5.6世代の旗艦モデル。
GPT-5.6 Terra
性能とコストのバランスを取ったモデル。
GPT-5.6 Luna
大量処理やコスト重視の用途に向いたモデル。

現在の有料ChatGPTでは、通常のChatでは主にGPT-5.6 Solが使われ、WorkやCodexではプランに応じてSol、Terra、Lunaを利用できる。

そこへ今回、
GPT-6 Astra
が加わった。

つまり、GPT-5.6 Solの中に「Astraモード」が増えたわけではない。
5.6から6へ世代そのものが上がった、新しい最上位モデルだ。

OpenAIの現在のモデル案内でも、難しい仕事ならGPT-6 Astra、コストとのバランスならGPT-5.6 Terra、低コスト大量処理ならGPT-5.6 Lunaという位置付けになっている。

ではGPT-5.6 Solより、単純に全部すごいのか

方向としては「上」でいい。
ただ面白いのは、数字を巨大化しただけのモデルではないことだ。

GPT-5.6 SolもGPT-6 Astraも、API上では約105万トークンのコンテキストウインドウ、最大12万8000トークンの出力を持っている。
つまり、
「Astraになって読める文章量が10倍になった」
という進化ではない。

知識の基準日は、GPT-5.6 Solが2026年2月16日、GPT-6 Astraは2026年4月30日へ新しくなった。
でも今回の本質は、そこでもない。

僕には、
同じくらい広い作業机を使って、もっと長く、もっと複雑な仕事を、途中で崩れずに最後までやり切れるようになった
という進化に見える。

Astraで一番変わったのは「一発の頭の良さ」より仕事の完遂力

ここが、僕のようにAIエージェントを使う人にとって一番重要だと思う。

これまでのAIでも、
ブラウザを開く。
資料を読む。
コードを書く。
ファイルを編集する。
アプリを操作する。
一つひとつはできた。

問題は、それを20工程、30工程と続けたときだ。
途中で最初の目的を忘れる。
前に決めたルールを外す。
余計な変更を始める。
一つのエラーから、本筋とは違う方向へ進む。

僕自身、エージェントを使っていると、こういう「長い仕事だからこその難しさ」を感じることがある。

OpenAIはAstraについて、以前のモデルより長いタスクで一貫性を保ちやすく、途中で新しい条件を追加されても全体の仕事を見失いにくくなったと説明している。

これは派手な新機能ではない。
でも実務では、ものすごく大きい。

AIが何かを“できる”ことと、その仕事を最後まで“任せられる”ことは全く違う。
Astraが狙っているのは、後者なのだと思う。

「今までできなかったこと」より「今まで不安定だったこと」が強くなる

ここも最初に少し勘違いしそうになった。

GPT-6になったから、
「今まで絶対にできなかった魔法の機能が一つ増えた」
という話ではない。

画像も読める。
Webも使える。
Computer Useもできる。
コードも書ける。
ファイルも扱える。
これらはGPT-5.6でもすでにできる。

Astraで大きく変わるのは、
これまで“できるけれど失敗することもあった仕事”を、より高い確率で最後までやり切れること。
ここだと思う。

OpenAIが紹介しているゲーム開発企業Playcoの事例では、Astraを使ったゲームプロトタイプ制作で、以前のモデルより人間による手直しが50％減ったという。単にコードを書くのではなく、ゲームエンジン内で作り、実際に動かし、テストし、修正するところまで含めた結果だ。

法律・専門業務向けAIを提供するLegoraでは、一回のエージェント実行で41の文書を数分で確認し、同社の財務書類評価では40％の改善が報告されている。

もちろん、これは特定企業の事例なので、どんな仕事でも50％良くなるという意味ではない。
でも方向は分かる。

AIが生成するところから、AIが仕事を完成させるところへ。
そこがAstraだ。

僕が一番楽しみなのは「途中で指示を変えられる」こと

Astraには、かなり面白い新しい能力がある。
Mid-turn steering。

AIが長い仕事を実行している途中でも、
「そこは違う」
「やっぱりこの条件も追加して」
「今の方針は維持して、ここだけ変更して」
と、新しい指示を追加できる仕組みだ。

これは、エージェントを実際に使う人にはかなり分かりやすい進化だと思う。

今までなら、長い処理を始める。
途中で「あ、違う」と気づく。
止める。
もう一度指示する。
場合によっては最初からやり直す。
そんな場面があった。

Astraでは、モデルそのものが途中から新しい指示を受け取り、現在の作業へ反映することを前提に設計されている。

実際のChatGPTやWorkでどの形までUIとして使えるかは製品側の実装にもよるが、モデル能力としてはかなり重要だ。
僕がWorkで何本も仕事を走らせ、その途中を見ながら追加指示を出すような使い方には、非常に相性が良さそうだ。

さらに「待っている間にも仕事を進められる」

もう一つがAsync tool callingだ。

これまでAIが外部ツールへ処理を頼んだ場合、その結果が返るまで待つ必要がある場面があった。

Astraでは、あるツールが動いている間にも、
別のことを考える。
別のツールを使う。
独立した部分を先に進める。
という並列的な動きができる。

人間で言えば、
「ファイルの書き出しを待ちながら、次の資料を作っておく」
ようなものだ。

これも派手ではない。
でもAIエージェントが長時間仕事をするようになるほど、効いてくる。

頭の良さだけではなく、仕事の段取りそのものが上手くなった。
僕にはそう見える。

ルールやAGENTS.mdを育てている人には、かなり重要かもしれない

OpenAIのAstra向けガイドを読んでいて、僕が特に気になったところがある。

Astraは、以前のモデルより指示への追従が強く、SkillsやAGENTS.mdなどのファイルに含まれる指示にも敏感だと説明されている。OpenAIはそのため、Astraからアクセスできるスキルやファイルに意図しない指示が入っていないか確認することまで推奨している。

これは僕にはかなり刺さる。

AIを毎回ゼロから使うのではなく、
こういう場合はこう判断する。
このプロジェクトではこのルールを使う。
このファイルを正本とする。
この仕事はこう進める。
そんなルールを少しずつ蓄積していく使い方では、モデルがその指示を正確に理解してくれることが非常に重要だ。

Astraが本当にそこへ強くなっているなら、
AI本体の性能向上だけではなく、今まで育ててきたAI環境そのものの価値まで上がる。

僕が今回一番期待しているのは、実はここかもしれない。

Solでも十分賢い。それでもAstraが必要になる仕事とは

GPT-5.6 Solは、今でも非常に強いモデルだ。

普通の質問。
ブログを書く。
メールを考える。
資料をまとめる。
ちょっとした調査。

このくらいなら、Astraへ変わった瞬間に世界が別物になるとは限らない。

むしろAstraの差が出やすいのは、
大量の資料を横断する調査。
長時間のWorkタスク。
大きなコードベースの変更。
ブラウザと複数アプリをまたぐ作業。
Computer Useを含む長い自動化。
何度もテストと修正を繰り返す仕事。

こうした「一回の回答」ではなく「一つのプロジェクト」に近い仕事だと思う。

だから僕のように、ChatGPTを会話だけではなくWorkやCodexまで使う人ほど、Astraの違いを感じやすい可能性がある。

ただ、Astraは安いモデルではない

API価格を見ると、ここはかなり分かりやすい。

GPT-5.6 Solは100万入力トークンあたり4ドル、出力20ドル。
GPT-6 Astraは入力10ドル、出力50ドル。

単純な1トークン当たりの価格では、AstraはSolの2.5倍だ。

かなり高い。

ただしOpenAIは、Astraは同じような難しい仕事を、以前のモデルより少ない出力トークンで完了するケースがあり、評価によっては1タスク当たりの推定コストが下がるとしている。

ここもAIエージェントでは面白い。

安いモデルで3回失敗して人間が直すのと、
高いモデルで1回で終わるのと、
本当に安いのはどちらなのか。

APIを使う企業にとっては、単価ではなく仕事を一件完成させる総コストを見る時代になってきたのだと思う。

ChatGPTのPlusやProユーザーについてはAPIのトークン料金を直接払うわけではないので、この価格をそのまま気にする必要はない。

一方で、Astra利用時の具体的な回数制限やクレジット消費量は、現時点の公開情報ではまだはっきりしていない。

そしてAstraは、サイバー能力が「Critical」に到達した初めてのモデル

今回の発表には、少し異質な話もある。

OpenAIはGPT-6 Astraについて、自社のPreparedness Frameworkで、サイバーセキュリティ能力が初めてCriticalレベルに到達したモデルだとしている。

これは「Astraを使うと危険」という単純な意味ではない。

OpenAIの評価では、適切なツールとアクセスがある場合、これまで知られていなかった脆弱性、いわゆるゼロデイを発見し、複雑なシステムに対する攻撃方法まで構築できる能力が確認されたということだ。

だからこそOpenAIは、Astraに対して従来以上の監視、安全対策、アクセス管理を導入している。

面白いのは、
AIが賢くなったから、すぐ全員へ無条件で開放すればいい、という段階ではなくなってきた
ことだ。

能力が上がれば、便利さだけではなく、管理する責任も増える。
Astraはその境界線へ入ったモデルでもある。

では日本のProユーザーは、いつ使えるのか

ここが一番知りたい。

2026年9月4日朝の時点で、OpenAIの公式案内はこうなっている。

まず、Trusted Access Programに参加する企業向けに提供を開始。
そしてAPI、Plus、Pro、Business、Enterpriseへは「今後数日以内」に提供するとしている。

つまり、Proユーザーも提供対象に明記されている。

一方で、
「日本では9月○日の○時から」
という日本専用の開始日時は、現時点では公式に発表されていない。

段階的ロールアウトなので、同じProユーザーでも表示されるタイミングが多少ずれる可能性がある。
だから今モデル一覧にAstraが見えていなくても、不具合とは限らない。

僕なら数日間、モデル選択画面を楽しみに確認する。
日本だけ数週間遅れるという発表も、現時点では確認できない。

Proユーザーとして僕が一番試したいこと

僕なら、Astraが使えるようになったら、普通の質問でSolと比べるより、まず長い仕事を試したい。

たとえば、
大量の資料を渡して、一つの成果物まで完成させる。
アプリを一つ作り、ビルドし、エラーを直し、完成まで持っていく。
複数のWebサイトを調べ、比較し、文書へまとめる。
Computer Useを含む何十工程もの仕事を任せる。
途中で追加指示を出して、それまでの作業を壊さず方向転換できるかを見る。

こういう仕事だ。

短い質問で、
「Solより文章が10％上手い」
を見るより、

Solなら途中で人間が一度助けていた仕事を、Astraなら本当に最後まで一人で終えられるのか。

そこを見たい。

僕にとっては、それがGPT-6になった意味を一番実感できる部分だと思う。