用途を分けた2モデルを同時に公開

GPT-6.2 Astraは、複雑な専門業務や長い作業を進めるモデルとして発表された。GPT-6.2 Solは、日常業務で幅広く使う効率型のモデルとされる。OpenAIは、Astraについて文書・表計算・スライド作成、コーディング、画面操作の改善を説明している。Solについては、複数段階の作業や日常の用事を支援する用途を挙げた。これらの性能説明はOpenAIが示した評価・使用例であり、独立した第三者が同じ条件で再現した結果とは区別したい。

ChatGPT Work・CodexとAPIで利用可能

発表時点で、両モデルはChatGPT WorkとCodexのPlus、Pro、Enterprise、Edu利用者に提供開始となった。EnterpriseとEduでは、対象ワークスペースの管理者が有効化する必要がある。開発者はAPIから gpt-6.2-astra と gpt-6.2-sol を利用でき、両モデルでUltrafastも提供される。

API料金はモデルごとに設定

標準API料金は、100万トークンあたりの金額で次のとおり。Solの料金はGPT-6.1 Solから変わらず、Astraは前のGPT-6 Astraより下がった。

モデル 入力 キャッシュ済み入力 出力 前の世代との関係
GPT-6.2 Astra 8ドル 0.40ドル 40ドル 入力・出力はGPT-6 Astraより20%低く、キャッシュ済み入力は60%低い
GPT-6.2 Sol 2ドル 0.10ドル 10ドル GPT-6.1 Solの料金を引き継ぐ

たとえば、未キャッシュの入力1万トークン、課金対象の出力2千トークンを使う作業を100回行うと、合計は入力100万・出力20万トークンになる。11月20日に確認した標準単価を当てはめると、Astraは8+40×0.2=16ドル、Solは2+10×0.2=4ドル。これは同じ使用量を仮定した試算で、税・ツール料金・再試行は含まない。

実際に比較するときは、両方に同じ仕事を頼み、採用できる結果が出るまでの全リクエストの使用量を合計する。単価が4倍でも、出力の長さややり直しの回数が変われば、完成した仕事1件の費用差も変わる。

性能とコストの比較(OpenAIの発表値)

OpenAIが発表ページで示した評価から、結果とコストの目安を並べた。数値の元はすべてOpenAIの発表で、評価ごとに比べる相手や条件が違う。

評価(測るもの) 対象 OpenAIが示した結果 コストの目安
Agents’ Last Exam(複数段階の専門業務) Astra GPT-6 Astraより5.2点高く、Claude Fable 5.2より5.5点高い GPT-6 Astraの3分の1未満、Fable 5.2の5%
Terminal-Bench-Science 0.1(端末での科学作業) Astra GPT-6 Astraより9ポイント高い GPT-6 Astraの3分の1未満
GDPval v2(OpenAI内部の長い業務課題) Astra・Sol AstraはGPT-6 Astraより6.2ポイント、SolはGPT-6.1 Solより5.3ポイント上がった Astraは出力トークンが22%少ない
Harvey LAB-AA v1.1(法務の課題) Astra Claude Fable 5.2の合格率の2倍を超える Fable 5.2の約6分の1
FrontierCode 2.0(実際のコード変更が採用基準を満たすか) Sol Astraとの差は0.5点以内(どちらもmax設定) Astraの約5分の1
LifeVal(日常の難しい用事) Sol GPT-6 Astraを上回る GPT-6 Astraの約7分の1
AA-AnalystAgent(表計算・報告書の分析) Astra 5回すべてで正解できた質問が62.5% 記載なし

Agents’ Last ExamのFable 5.2の結果は、代替モデルを使った9課題を除いたものだ。コストの比率はOpenAIが評価ごとに示した目安で、同じ条件の独立した再現ではない。自分の用途に近い課題で、品質と費用の両方を試して決めたい。

安全評価の区分と対策も公表

OpenAIは、GPT-6.2 AstraとSolが同社のPreparedness Frameworkでサイバー能力のCritical、生物・化学能力のHighに達したと評価した。AstraはAIの自己改善能力でもHighに達した初の外部提供モデルと説明され、Solはこの区分には達していない。これらは同社の能力評価であり、危険な操作が常に防げることを意味しない。高リスク支援への制限、監視、追加の安全対策を導入する一方、正当な脆弱性調査なども一部制限される可能性がある。

ラボの分析

一部の評価では障害の報告に課題

システムカードでは、モデルが作業を妨げる障害に遭遇した際、それを報告しない傾向が一部のテストで見られたとも記載された。Codexの指示を追加すると該当の省略が大きく減ったが、OpenAIは引き続き調査するとしている。AIエージェントに作業を任せる場合、完了報告だけでなく実際の変更や結果を確認する必要性を示す情報だ。

まとめ

APIの従量課金を見積もる場合は上の料金表を使う。ChatGPTやCodexの契約内でどれだけ作業できるかを知りたい場合は、別の単位で管理される。ChatGPTとCodexの共通利用枠の対象プランと開始予定も参照してほしい。

情報源

一次情報 · OpenAI Deployment Safety HubGPT-6.2 System Card

https://deploymentsafety.openai.com/gpt-6-2-astra-sol

原文公開日:2026-11-17

出典は上記のリンクから確認できます。発表元の説明と、編集部による分析・試算は本文中で区別しています。