OpenAIの新しいモデル「GPT-6 Astra」が発表されました。複雑な推論やコーディングだけでなく、ブラウザや業務ソフトを操作しながら長い作業を進める能力が強化され、AIエージェントとしての利用が大きな焦点になっています。
一方、報道では「AGI時代」という表現も使われています。企業が導入を判断するときは、AGIという言葉よりも、何ができるようになり、費用と運用リスクがどう変わるかを確認する必要があります。
この記事では、GPT-6 Astraの仕様とGPT-5.6 Solからの変化を整理し、問い合わせ対応や業務自動化へ利用するときの判断ポイントを解説します。
この記事は2026年9月時点のOpenAI公式情報を基にしています。モデルの提供状況、料金、利用できる機能は、契約、利用地域、製品、段階的なロールアウトによって異なる場合があります。
GPT-6 Astraの基本情報
GPT-6 Astraは、OpenAIが複雑なエンドツーエンド業務向けに位置づけているモデルです。公式ドキュメントでは、推論、コーディング、コンピューター操作、調査、文書作成などが主な用途として挙げられています。
| 項目 | GPT-6 Astra |
|---|---|
| APIモデルID | gpt-6-astra |
| コンテキストウィンドウ | 1,050,000トークン |
| 最大出力 | 128,000トークン |
| 知識カットオフ | 2026年4月30日 |
| 入力 | テキスト、画像 |
| 出力 | テキスト |
| 推論レベル | low、medium、high、xhigh、max |
| 100万入力トークン | 10ドル |
| 100万キャッシュ入力トークン | 1ドル |
| 100万出力トークン | 50ドル |
APIではChat CompletionsとResponsesの両方に対応しています。ただし、ツールを使うAIエージェントを構築する場合、OpenAIはResponses APIの利用を案内しています。
AGIに関する報道と公式発表の違い
ギズモード・ジャパンが配信したYahoo!ニュースの記事では、OpenAI幹部の発言を基に、後から振り返れば現在がAGIの始まりと考えられる可能性を取り上げています。同記事も、OpenAIがAGIの実現を正式に宣言したわけではないと説明しています。
AGIには、業界全体で合意された一つの判定基準がありません。特定のベンチマークで高い結果を出すことと、幅広い現実業務を人間と同じように安定して遂行できることも同じではありません。
したがって、現時点で「GPT-6がAGIを完成させた」と断定するのは適切ではありません。企業にとって重要なのは、実際の業務でどの程度自律的に作業できるか、失敗時に止められるか、既存モデルより費用対効果が高いかです。
GPT-6 Astraの主な変更点
1. コンピューター操作が主要能力になった
GPT-6 Astraは、ブラウザや業務ソフトを使う複数ステップの作業を主な用途に含んでいます。文章を生成するだけでなく、画面を確認し、必要な操作を選び、結果を検証しながら進める方向が強くなっています。
問い合わせ対応であれば、質問への回答案を作るだけでなく、顧客情報の確認、チケット更新、関連データの参照、社内システムへの記録などを一つの流れとして扱える可能性があります。
ただし、モデルが高性能になっても、Zendeskなどの業務システムへ自動的に接続されるわけではありません。API、認証、操作権限、承認条件を含む仕組みは別途設計します。
2. ツールの完了を待たずに別の作業を進められる
新しい非同期ツール呼び出しでは、外部ツールが処理を続けている間に、モデルが別の推論、ツール呼び出し、回答可能な部分の処理を進められます。
たとえば、複数システムへの照会を一つずつ待つのではなく、注文情報を取得している間に契約条件を確認するといった並行処理が考えられます。実際の短縮時間は、接続先の応答速度やアプリケーションの設計にも左右されます。
3. 作業途中の追加指示を取り込める
mid-turn steeringは、AIが作業を続けている途中で、ユーザーが条件の追加や方向修正を送るための仕組みです。
長い調査やデータ整理を最初からやり直さず、「対象期間を変える」「この顧客を除外する」「結果の形式を変更する」といった指示を途中から反映しやすくなります。人とAIが作業を交互に進める業務で重要な変化です。
4. 作業途中で推論レベルを変更できる
GPT-6 AstraのResponses APIでは、会話の途中で推論レベルを上げたり下げたりする構成が案内されています。定型確認はlowで処理し、判断が難しい例外だけhighへ変更するなど、処理内容に応じた使い分けが可能です。
推論レベルを上げれば必ず正解になるわけではありません。品質、応答時間、トークン使用量を実データで比較して決めます。
5. 長い作業を扱えるコンテキストがある
コンテキストウィンドウは105万トークン、最大出力は12万8,000トークンです。GPT-5.6 Solと同じ上限ですが、長い指示や多数の資料を扱う基盤として利用できます。
大量の情報を入力できることと、すべての情報を同じ精度で理解できることは別です。必要な資料を絞り、参照元を記録し、重要な判断は検証する運用が引き続き必要です。
6. 指示追従とタスク境界が重視されている
OpenAIは、GPT-6 Astraについて、長い作業で目的を維持する能力、ユーザーからの変更指示への対応、権限の範囲を守る動作を強調しています。ツール利用時には、不整合や意図しない動作を検知する監視も導入されています。
一方で、公式ガイドでは、モデルがスキルファイルや業務指示に含まれる文章の影響を受けやすい点も説明されています。古い指示、矛盾したルール、不要な権限が残っていないかを確認します。
7. GPT-5.6 Solとの料金比較
GPT-6 Astraの標準API料金は、入力100万トークンあたり10ドル、出力50ドルです。GPT-5.6 Solは入力4ドル、出力20ドルのため、単純なトークン単価ではいずれも2.5倍です。
OpenAIは、一部の評価では出力トークンを減らしながら高い結果を出し、タスク単位の推定費用が低くなる場合があると説明しています。ただし、これはすべての業務で費用が下がることを保証するものではありません。
GPT-5.6 Solと比較する
| 項目 | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|
| 100万入力トークン | 10ドル | 4ドル |
| 100万キャッシュ入力 | 1ドル | 0.4ドル |
| 100万出力トークン | 50ドル | 20ドル |
| コンテキスト | 1,050,000 | 1,050,000 |
| 最大出力 | 128,000 | 128,000 |
| 知識カットオフ | 2026年4月30日 | 2026年2月16日 |
| 最小推論レベル | low | none |
すべての問い合わせをGPT-6 Astraで処理する必要はありません。分類、定型要約、単純な情報抽出は低価格のモデルで処理し、複雑な判断や複数システムをまたぐ作業だけGPT-6 Astraへ渡す設計が考えられます。
これは公式の一律推奨ではなく、料金と能力差から考えられる実装方法です。最終的には、自社のテスト結果からモデルを振り分けます。
問い合わせ対応での利用例
問い合わせ対応での利用は、大きく三段階に分けて考えられます。
- 回答案の生成：ナレッジを参照して担当者向けの回答案を作る
- 自動回答：対象を限定し、カスタマーへ直接回答する
- 業務実行：外部システムを確認・更新し、問い合わせを完了まで進める
GPT-6 Astraの強化点が最も影響するのは三つ目の業務実行です。ただし、扱う範囲が広がるほど、誤操作時の影響も大きくなります。
最初から更新権限を与えるのではなく、情報取得、回答案作成、担当者承認、限定した更新操作という順番で対象を広げます。返金、契約変更、アカウント削除、個人情報の送信などは、明確な承認工程を残します。
企業導入時の評価項目
GPT-6 Astraを試すときは、一般的なベンチマークではなく、自社の代表業務を使います。
- 最後まで正しく完了できた割合
- 回答や更新内容の正確性
- 不明な場合に適切に停止・確認できた割合
- 人が途中で修正または承認した回数
- 1件あたりの処理時間
- 1件あたりのAPI費用とツール利用料
- 同じ条件で実行したときの結果の安定性
- 権限外の操作や不要なデータ参照の有無
GPT-5.6 Solや低価格モデルでも同じテストを実施し、品質差が費用差に見合う業務だけを選びます。
API移行時の注意点
既存のOpenAI APIアプリケーションでGPT-6 Astraを利用する場合、モデルIDを変えるだけでは動かないことがあります。
- ツールを使用する場合はResponses APIを使用する
noneやminimal相当の推論設定はlowから比較するtemperature、top_p、top_logprobsなど、対応していないパラメータを削除する- 長い入力では料金倍率が変わる条件を確認する
- EUデータレジデンシーではFast modeの制限を確認する
- 変更前のテストケースと費用記録を残す
本番環境を一度に切り替えず、代表ケースを並行実行して結果を比較します。
まとめ
GPT-6 Astraの重要な変化は、単純な文章生成の性能向上だけではありません。コンピューター操作、非同期ツール呼び出し、作業途中の指示変更など、AIが長い業務を進めるための機能が増えています。
「AGI」という表現だけで導入を判断せず、自社業務の完了率、正確性、人の介入回数、処理時間、費用、安全性を比較することが重要です。高性能なモデルへすべてを任せるのではなく、業務の難易度とリスクに応じてモデルと権限を分ける設計が現実的です。
KIRIKOMIでは、お問い合わせ対応のAI活用診断とAIエージェントの設計・実装を、実際の業務データと運用体制に合わせて支援しています。