GPT-6 Astra：発売日、価格、仕様、および初期レビュー

2026年9月18日更新。.

私たちは電話をかけました GlobalGPTのCLI対応モデルサービスによるgpt-6-astra, 、合成された入力を使用し、生の応答を保存しました。これは、OpenAI APIの直接的なテストでも、ChatGPTのサブスクリプションテストでもありませんでした。このバッチでは、エンドツーエンドの呼び出しに4.87～9.07秒かかり、アカウント残高は391.08クレジット減少しました。.

このレビューでは、私たちが何を尋ねたか、Astraがどのような回答を返したか、何が合格基準を満たしたか、そして証拠がどこまで及ぶかを示しています。公式の仕様および価格は、私たちの測定結果とは別に掲載されています。.

GPT-6 Astraの実機レビュー結果

これらは、それぞれ1回のモデル呼び出しを行う3つの異なるタスクであり、反復試行や「100%」という測定された成功率ではありません。所要時間は、CLI/プロバイダーへのリクエストから結果が返されるまでの全過程を対象としており、最初のトークンが返されるまでの時間は測定していません。台帳には整数のクレジットが表示されていますが、残高の変動には端数も含まれています。.

API経由でAstraをテストした方法

3回の呼び出しすべてで、既存のGlobalGPTアカウントをそのまま使用しました。それぞれが、テキストファイルとしてタスクが指定された、新しいステートレスなリクエストでした。リクエストされたモデルラベルと返されたモデルラベルは、 gpt-6-astra. サービスからは、回答テキスト、入出力トークンの使用状況、およびエラーフィールドが返されました。これら3つの結果のいずれも、エラーは報告されませんでした。プロバイダーによるラベリングは、上流のモデル経路に対する独立した監査ではありません。.

通話に先立ち、注文の解答例とポリシーパケットの回答例を用意しました。その後、受け取ったコードをもとに作成した10件のテストケースを用いて、ローカル環境で生成されたコードの検証を行いました。これらは、あらかじめ登録されたコーディングベンチマークではありませんでした。プロンプトではJSON形式を指定し、ネイティブな構造化出力スキーマを有効にするのではなく、パースできるかどうかを確認しました。.

入力データはすべて架空のものでした。顧客記録、社内ファイル、アカウントの機密情報、個人データなどは一切送信されていません。また、課題の遂行に際して、ブラウジングツールやコンピュータ制御ツールを提供せず、スコアを向上させるために回答を再試行することもありませんでした。CLIでは、これらの実行に関する推論努力の設定やキャッシュされたトークンの内訳は開示されませんでした。.

テスト1：Astraは乱雑な注文データを照合できるか？

課題と解答例

8行からなるCSVファイルには、古い重複データ、新しい更新データ、保留中の注文、返金、および総額のない注文が1件含まれていました。処理ルールは、各注文について最新バージョンを保持し、保留中の支払いを除外し、返金を差し引き、欠落している売上高は「不明」として扱うことでした。.

予想される既知の純収益は $275: 「検索 $170」、「Eメール $75」、「ソーシャル $30」。項目「A」には重複排除が必要であり、項目「C」には除外が必要であり、項目「F」は不明のままであった。5つのチェックすべてに合格するには、合計値が正しいだけでは不十分であった。.

アストラが返したものは

{"known_net_usd":275,"channel_known_net_usd":{"検索":170,"メール":75,"ソーシャル":30},"unknown_order_ids":["F"],"excluded_order_ids":["C"],"replaced_order_ids":["A"]}

5つのチェックすべてに合格しました。さらに有益なことに、その結論には次のように書かれていました： “「注文Fの総売上高が不明であるため、純売上高の合計は依然として不明です。」” 「Search」を最大規模と正しく指摘した 既知の 小計。ただし、欠落しているEメール注文の金額がゼロであったとは主張していない。.

当社の評価： 小規模な照合作業としては、これは良い結果でした。モデルは会計規則に従い、不確実性も適切に反映されていました。ただし、これは実稼働中のスプレッドシートとの連携、数千件の取引、税務コンプライアンス、あるいは自律的な財務判断に関するテストではありませんでした。.

テスト 2：生成されたコードは実際に動作するのか？

誤った収益計算を修正する

不具合のあるパターンを納入しました sum(float(r.get('gross_usd') or 0) for r in records) そして、重複更新、支払い状況、払い戻し、欠損値、ソート済みのIDリスト、および空の入力を処理する、純粋なPython関数を求めた。この関数は、内部で整数のセント単位を使用し、入力レコードを変更しないものでなければならなかった。.

Astraは、以下を使用する関数を返しました。 小数 金額をセント単位に変換し、注文ごとの最新記録を保持し、不明な総額についてはゼロを挿入するのではなくスキップします。返されたコード文字列内の改行エスケープをデコードし、そのインポートと処理内容を確認した上で、ロジックを変更することなくローカルで実行しました。.

10回のオフライン確認

入力の不変性も、10件すべてにおいて成立していた。. 当社の評価： この関数は、契約で定められた用途には使用可能であり、実際にローカル環境で実行した結果が、単なる説得力のあるコードサンプルよりも有力な証拠となりました。なお、不正な形式のタイムスタンプ、複数通貨、デプロイ、実際のリポジトリ、データベーストランザクション、および大規模環境でのパフォーマンスについてはテストを行っていません。.

テスト 3：長いパケット内の矛盾するルールを解決できるか？

500件の中から選りすぐった5つの注目ポイント

我々は、500件の番号付きメモを含む73,252文字のパケットを作成した。関連する事実は、メモ番号037、114、 261、398、477の各ノートに分散されていました。その内容は、旧来の30日間の返金規定、比較的新しい14日間の標準規定、30日間の企業向け例外規定、所有者の変更、年間価格と月額換算価格の比較、および証拠が欠落していた質問でした。.

報告されたリクエストの全文 17,445個の入力トークン. これは小規模な長文文書の検証であり、Astraが宣伝している105万トークンの処理能力にははるかに及ばない。背景資料は単純な妨害要素に過ぎなかったため、雑多な実世界の文書コレクションを扱うよりも簡単だった。.

適切なルール、価格、そして不確実性

6つの回答はすべて正しく、必要な補足注釈も含まれていました。標準的な払い戻しに関する回答では、関連する文脈である「企業例外」の注釈も追加で引用されていました。注釈の識別子は文字列として返され、数値IDのスキーマは要求されていませんでした。.

当社の評価： Astraは修正と例外を正しく処理し、欠落していた権限を勝手に作り出すことはなかった。これは、制限付きポリシー合成にとって有用な証拠となる。ただし、これは進行中の研究や恣意的な法的文書、100万トークン近くからの針探し、あるいはソースに埋め込まれた悪意のある指示に対する耐性については検証するものではない。.

これらのAPIルートテストにかかる費用

報告された3回の得点 21,707個の入力トークンと790個の出力トークン. GlobalGPTの台帳には、67、105、219クレジットが表示されていました。口座残高は15,477.71クレジットから15,086.63クレジットへと変動し、減少額は 391.08単位. 当社は、これらのクレジットを架空の現金請求額に換算することはありません。.

別の予算策定の例として、OpenAIのショートコンテキストにおける標準レート（キャッシュされていない入力トークン100万個あたり$10、出力トークン100万個あたり$50）を、報告されたカウント数に適用すると、おおよそ $0.2566: 注文の場合は $0.0289、コードの場合は $0.0452、パケットの場合は $0.1825 です。これは、入力がキャッシュされていないこと、および追加料金が発生しないことを前提としています。 これは、当社の GlobalGPT 通話に関する請求書や、計測されたダイレクト OpenAI のコストではありません。.

このバッチでは、入力トークンの数が多かったにもかかわらず、パケット実行の方がコード実行よりも高速でした。タスクごとに1回ずつ実行しただけでは、レイテンシの順位付けを行うことはできません。出力の長さ、ルーティング、キューイング、処理条件などがすべて異なる可能性があるためです。競合製品との直接比較は行っていません。.

GPT-6 Astraは利用可能ですか？

はい。AstraはGlobalGPTのカタログに掲載されており、3つの新しい呼び出しすべてで「gpt-6-astra」という結果が返されました。OpenAIもAPIモデルのドキュメントを公開しています。Chat、Work、Codexへのアクセスは、それぞれ別個の製品ライセンスが必要です。.

以下の9月4日のスクリーンショットは、サービス開始時期のものである。そこに記載されている展開に関する文言は過去のものです。今日の「GlobalGPT」のエントリが利用できないことを示す証拠ではありません。.

GPT-6 Astra の仕様

Astraはテキストや画像の入力を受け付け、テキストを出力します。1.05Mトークンのコンテキストウィンドウは、大規模なリポジトリ、文書コレクション、あるいは長いエージェントの履歴に必要な規模に対応しており、128Kという出力上限により、大規模なコードやレポートにも対応可能です。.

容量と品質は別物です。100万トークンのウィンドウがあっても、すべての詳細が同等に正確に想起されるとは限りません。また、コンテキストを最大限に送信すると、コストとノイズの両方が増加する可能性があります。実用的な長文コンテキストの処理においては、まず最も関連性の高いファイルを抽出し、タスクの指示を明確にしておくことが重要です。.

前世代のモデルが大きなプロンプトをどのように処理していたかについての参考情報が必要な場合は、 GPT-5.5の価格設定と背景に関するガイド. より広範なタスク志向の観点からは、「GPT-5.5 ユースケースガイド」を参照することで、フラッグシップモデルの導入が妥当となるワークロードを特定するのに役立ちます。.

GPT-6 Astra API の料金体系

OpenAIでは、入力トークン数が272,000までのプロンプトについて、以下の標準処理レートが記載されています：

2026年9月18日に、以下の情報と照らし合わせて料金を再確認しました。 OpenAI APIの価格設定. これらは標準APIトークンの料金であり、ChatGPTのサブスクリプション料金やGlobalGPTのクレジット課金ではありません。.

リクエストの入力トークン数が 272,000 を超えると、OpenAI は 入力レートおよびキャッシュ済み入力レートに2倍の乗数 そして 出力レートに対する1.5倍の乗数 リクエスト全体について。記載されている標準レートでは、入力トークン100万枚あたり$20、出力トークン100万枚あたり$75となります。.

過去の料金表に関する背景については、以下を参照してください。 GPT-5.6の価格設定 およびGPT-5.4の価格設定について。入力レートだけでなく、ワークロード全体を比較してください。出力長、キャッシュの挙動、ツールの使用状況、失敗率やリトライ率などは、表向きの価格よりも重要な要素となる場合があります。.

GPT-6 Astraの真の新機能とは？

OpenAIの 最新モデルガイド 長期にわたる対話型エージェント作業を目的とした一連の機能を重視しています。.

非同期ツール呼び出し

Astraは、すべてのツール呼び出しを完全な停止とみなすのではなく、処理速度の遅いツールがまだ実行中の間も処理を進めることができます。これにより、応答時間が異なる複数の外部システムを組み合わせた研究、コーディング、運用業務において役立ちます。.

作業中の指示

ユーザーは、タスクが進行中の段階でも指示を追加することができます。これは、担当者が概ね順調に進めているものの、新たな制約条件や優先順位の変更、あるいは範囲の絞り込みが必要な場合に役立ちます。これにより、長期にわたる作業を中断して最初からやり直す必要性が減るはずです。.

動的な推論の取り組み

Astraは、タスクの実行中にどの程度の推論を行うかを調整できます。これにより、原則として、難しいステップにはより多くのリソースを割り当て、定型的なステップにはより少ないリソースを割り当てることが可能になります。ただし、各チームは、自チームのワークロードにおいて、品質の向上が追加の出力トークンコストに見合うかどうかを検証する必要があります。.

コンピュータの使用と長時間の作業の継続性

OpenAIは、アストラをコンピュータとの対話や、多くのステップにわたって展開される作業に適した位置づけにしています。実際の問題は、デモ画面を次々とクリックして進められるかどうかではなく、予期せぬ状態から回復できるか、ユーザーの意図を維持できるか、そして何を変えたのかを説明できるかという点にあります。これらは、アーリーアダプターが評価すべき点です。.

「熟考型チャット」から「ツールを使用するシステム」への進化に関心のある読者は、以下の文献も参照するとよい。 GPT-5.4 考える および、ChatGPT Agentの使用方法に関するこのガイド。.

アストラが購買決定を変える理由

重要な変化は、AIを「1つの回答の質」で評価することから、「仕事全体を完遂できるかどうか」で評価することへの転換です。有用なエージェントには、ファイルの確認、ソフトウェアの操作、ツールの準備待ち、エラーからの復旧、変更の適用、チェックの実行、そして結果の説明といった作業が必要となる場合があります。最終的な回答は、その一連のプロセスのほんの一部に過ぎません。.

それによって、コストの問題も変わってきます。アストラのトークン単価は高いですが、トークン価格だけでは経済的かどうかを判断することはできません。より適切な比較方法は タスクの完了1件あたりのコスト: モデルやツールの費用、再実行回数、所要時間、人的監視、後処理など、これらすべてが考慮されます。安価なモデルであっても、繰り返し修正が必要になれば、全体としてはかえってコストが高くなる可能性があります。また、高価な実行であっても、モデルが軌道から外れたり、やり直しが必要な結果を生み出したりすれば、やはり無駄になってしまいます。.

自律性が高まると、制御に関する基準も厳しくなります。OpenAIの最新版ガイダンスによると、Astraは非同期的な不整合の監視の対象となります。チームは、エージェントに必要な最小限の権限のみを付与し、重大な影響を及ぼすアクションの実行前には確認を求め、アクションの記録を残し、変更を元に戻せるようなチェックポイントを設ける必要があります。 コンピュータを高度に活用することの価値は、周囲のシステムが問題の発生範囲を制限している場合にのみ発揮される。.

初期のレビューアからの声

初期の経験に起因する

マット・シューマーの 『アストラ』の初期レビュー これは、リリース当初から入手可能な公開レビューの中でも、特に詳細なもののひとつです。彼は、このモデルについて、バックエンドエンジニアリングやコンピュータの利用に長けており、曖昧な要求を正しく理解し、作業内容を明確に報告し、長時間の会話を通じて一貫性を維持できると評しています。.

これらは別のレビュー担当者による定性的な観察結果です。これらはテストする価値のある機能を特定するのに役立ちますが、当社の測定結果ではなく、一般的な信頼性を立証するものではありません。.

初期の限界と未解決の問題

そのレビューでは、重要な懸念点も指摘されている。Astraは処理が遅く、大量のトークンを消費する上、長時間の自律作業中には細部にこだわってしまいがちだ。また、Shumer氏は、バックエンドの処理能力が高くても、ビジュアルデザインの成果物はClaudeに及ばない可能性があるとも報告している。.

• 速度： 推論を行い、ツールを使用し、自分の作業結果を確認するモデルは、軽量なチャットモデルよりも処理に時間がかかる場合があります。.
• 自律性： 「長期間稼働している」からといって、監視が不要というわけではありません。レビュー担当者は、モデルに調整や方向修正が必要な場面が依然としてあることを確認しました。.
• トークンの用途： 大規模なコンテキストや拡張推論は、特に272Kのしきい値を超えると、すぐに処理コストが高くなりがちです。.
• ビジュアルデザイン： 優れたコーディングの成果が、必ずしも最高のインターフェースのデザインを生み出すとは限りません。.
• 証拠の深さ： 信頼性や優位性について広範な主張を行うには、独立した対照試験がまだ十分に行われていない。.

したがって、導入の成否を判断する上で重要なのは、最大性能ではなく効率性である。Astraがタスク全体を正しく完了する頻度、必要な監督の程度、使用するトークンの数、および残された後処理の量を測定する。実行に時間がかかりコストもかかっても、専門家の数時間分の作業を代替できるのであれば価値があるが、繰り返し迷走してしまうようでは意味がない。.

GPT-6 Astraはどのような方に適していますか？

Astraは、短いリライト、日常的な分類、単純な抽出、あるいはより小規模なモデルでもすでに品質基準を満たしているような大量処理においては、適切なデフォルト選択肢とは言い難い。その GPT-5.4とNanoのレビュー タスクごとのモデルルーティングが、すべてを主力モデルに送るよりも経済的になり得る理由を示しています。.

実用的な評価チェックリスト

1. 明確な成功基準が定められている実際のタスクを3つ選んでください。.
2. Astraと現在のモデルの両方で、同じ入力データと制約条件を適用してください。.
3. 総経過時間、入出力トークン、再試行回数、および手動による修正を記録する。.
4. 最終課題の達成度については、文章のスタイルや表現とは別個に採点してください。.
5. テストの中断、タスク実行中の制御変更、および意図的なツール障害からの復旧。.
6. Astraの導入は、改善効果が再現可能であり、追加コストに見合う価値がある場合にのみ行うべきである。.

作業内容に応じて、アストラかそれより小型のモデルを選んでください

難易度の高い合成や、トークンの最低価格よりも正確性が重視される作業には、Astraをご利用ください。日常的な抽出や短い書き換えであれば、より小規模なモデルで十分かもしれません。同じ入力データに対して、処理の成功率、監督の有無、および総コストを比較してみてください。.

マルチモデルワークフローの場合、, GPT-6 アストラ, 、Claude Opus 5、Claude Sonnet 5、および Gemini 3.8 Flash が GlobalGPT の現行カタログに掲載されています。GlobalGPT は独立したサブスクリプションであり、他のプロバイダーの有料アカウントを有効化することはありません。.

について GlobalGPT 年間計画ページ 2026年9月18日時点で、年間一括払いの場合、「Basic」プランは$5.80/月、「Pro」プランは$10.80/月、「Unlimited」プランは$25/月と記載されています。 月額換算額だけでなく、初期契約期間やプランに含まれるモデル利用数も比較してください。.

このレビューでは依然として証明されていないこと

以前、同じCLIルートを通じて行われたAstraの試行は、応答がないまま終了しました。その失敗記録はテストアーカイブに保存されていますが、これは品質スコアには含まれていません。ここで成功した3回の呼び出しは、このバッチではそのルートが機能したことを示しているに過ぎず、以前の失敗が再発しないことを保証するものではありません。.

コンピュータの使用、非同期ツール呼び出し、タスク中の切り替え、100万トークンのリコール、ネイティブのChatGPT計画へのアクセス、および無人での生産作業についてはテストを行っていません。 AstraがClaude、Gemini、あるいはより小規模なOpenAIモデルを上回ると主張する根拠は、ここにはありません。そうした比較を行うには、一致したタスクと反復的な試行が必要です。.

購入の推奨： ルールや欠損値、例外のチェックが重要な業務では、Astraを試験的に導入してみてください。すでに品質目標を満たしている日常的なタスクについては、より小規模なモデルを使い続けてください。追加コストを評価する際は、モデル名だけで判断するのではなく、修正の減少や実用的な成果物の量という観点から判断してください。.

よくある質問

これはOpenAI APIの直接的なテストだったのでしょうか？

いいえ。弊社では、gpt-6-astra を使用した GlobalGPT の CLI 対応モデルサービスを利用しました。報告されているトークン数およびクレジットは、そのルートに属するものです。OpenAI のドル換算額は、別の料金表に基づく試算です。.

GPT-6 AstraはGlobalGPTで利用できますか？

はい。このレビューには、GlobalGPTのモデルサービスを通じて成功した3件のGPT-6-Astra呼び出しが含まれています。このプラットフォームのサブスクリプションは、OpenAIのAPI課金やChatGPTのプランとは別ものです。.

コンテキストウィンドウとは何ですか？

OpenAIでは、コンテキストとして1,050,000トークン、入力トークンとして最大922,000トークン、出力トークンとして最大128,000トークンが指定されています。.

Plusのチャット機能にはGPT-6 Proが搭載されていますか？

9月10日付のモデルガイダンスでは、GPT-6 Proは対象となるPro、Business、Enterpriseの各Chatプランに含まれています。さらに、WorkおよびCodexにはAstraが含まれていますが、これらは別個の製品利用権となります。.

ロングインプット価格設定はどのように機能するのでしょうか？

公式のモデルページによると、入力トークン数が272,000を超えるリクエスト全体に対しては、より高いレートが適用されます。具体的には、入力レートとキャッシュレートが2倍、出力レートが1.5倍となります。.

新しいテストでは、コンピュータの使用についても出題されましたか？

いいえ。合成順序解析、ローカル実行を伴うコード生成、および500ノートのテキストパケットについてはテストを行いました。コンピュータの使用、非同期ツール、および100万トークン規模での信頼性についてはテストしていません。.

すべてのモデルをアストラに置き換えるべきでしょうか？

いいえ。ご自身のタスクについて、処理の品質、手動による確認、処理時間、コストを比較してみてください。信頼性が高く、同じ実用的な答えを確実に導き出せるのであれば、小型のモデルの方が良い選択となる場合があります。.