GPT-6 Astraを調べてみた。気になったのは性能より「仕事の任せ方」の変化

OpenAIから「GPT-6 Astra」が9月3日に発表されました。

名前だけ見たときは、またコーディングや推論の数字が上がったモデルなのかな、くらいの印象でした。ところが仕様を追うと、気になったのはベンチマークより別の部分です。

Astraは作業中に追加指示を入れても、それまで進めた仕事を保ったまま方向を変えられます。ツールの処理待ち中に別の作業を進める仕組みも入った。「質問に答えてもらう」より「仕事を渡して途中で調整する」に近づいています。

細かい指示から仕事単位の委任へ変わるAI利用のイメージ

105万トークンより、途中で指示を変えられる方が気になった#

GPT-6 Astraの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。大量のコードや仕様書、ログを一緒に扱いたいときには分かりやすく効きそうです。

業務システムなら、SQL、テーブル定義、設定ファイル、過去の修正、ログまで見ないと原因が分からないことがあります。そこをまとめて渡せる余裕があるのは助かります。

それ以上に面白かったのが、APIで追加されたmid-turn steeringです。Astraが作業している途中で「そこは変更しないで」「この条件も追加」と新しい指示を送っても、完了済みの作業を保持したまま続けられます。

開発中に要件が変わるのは普通なので、これはかなり実務寄りに見えました。

GPT-5からGPT-6 Astraへ広がる長文コンテキストと複数ツール処理のイメージ

もう一つはasync tool callingです。

外部ツールを呼び出して結果待ちになっている間も、Astraは別の推論をしたり、依存していないツールを呼んだり、回答できる部分を先に処理したりできます。

ビルドが終わるまで待つのではなく、その間にログを読んだりドキュメントを直したりする感じです。長時間動かすAIなら、こういう待ち時間の扱いはかなり効いてきそうです。

OpenAIはAstraをComputer Useにもかなり寄せています。公式のOSWorld 2.0評価では72.6%で、GPT-5.6 Solの65.7%を上回っています。さらに同社のレイテンシーシミュレーションでは、1タスクあたり約40分で、Solの約75分より短かったとしています。

これは自分で計測した数字ではなくOpenAIの評価ですが、狙っている方向は分かります。

コードを書く。テストする。資料を更新する。ブラウザを操作する。結果を確認して次へ進む。

人間が間に入ってつないでいた作業を、どこまで一つの仕事として持たせられるか。Astraはそこを広げようとしているように見えます。

コード修正・テスト・ドキュメント更新を一連の開発作業として任せるイメージ

APIの標準料金は100万トークンあたり入力10ドル、出力50ドルです。さらに入力が27万2,000トークンを超えるリクエストでは、そのリクエスト全体に対して入力・キャッシュ料金が2倍、出力料金が1.5倍になります。

105万トークンあるからといって、何でも全部放り込めばいいわけではなさそうです。

OpenAIは、以前のモデルより少ない出力トークンで仕事を終え、タスク単位では安くなるケースがあると説明しています。簡単な文章修正ならAstraである必要はなさそうですが、複数ファイルの調査から修正、テストまで長く走らせる仕事なら見え方は変わりそうです。

発表は9月3日ですが、OpenAIのリリースノートでは、まず限定された組織へ展開し、一般への提供は順次広げる段階とされています。Plus、Pro、Business、Enterpriseのほか、API、Microsoft Azure、AWS Bedrockでも提供予定です。

モデル選択画面にまだAstraが出ていなくても不思議ではありません。

安全面も少し特殊です。AstraはOpenAIのPreparedness Frameworkでサイバー能力が初めてCriticalに達したモデルとされ、追加の監視が入っています。エージェントが指示を正しく解釈していない可能性を検知した場合、作業が一時停止されることもあるとのこと。

性能を上げたから好きなだけ自律実行させる、という単純な作りではないようです。

自分が一番試したいのは、巨大なベンチマーク問題ではありません。既存プロジェクトを渡して「この範囲を調べて、直して、テストまで。ただし途中で条件を追加する」という仕事です。

そこを人間が張り付かずにどこまで進められるのか。Astraで見たいのは、たぶんその部分です。