GPT-6 Astraとは？特徴・性能・料金と使える場所を解説

GPT-6 Astraは、質問への回答だけでなく、調査・文章作成・コード開発・アプリ操作まで幅広く扱うモデルです。OpenAIは、難しい問題を考える力と、必要な作業を最後まで進める力を重視しています。

たとえば、集めた情報を比較して提案書にまとめる、既存のコードを調べて修正する、画面を見ながらアプリを操作するといった用途があります。公式のモデル説明では、複雑な推論、プログラミング、画面操作、調査、文書作成を挙げています。

GPT-5.6 Solからは、作業の途中で追加の指示を受けても元の目的を保つことや、複数のツールを使う仕事への対応が強化されています。開発者向けには、ツールの処理待ちに別の作業を進める機能や、実行中の指示変更を受け付ける機能も加わりました。新機能の公式説明に沿って見ると、単に長い回答を出すためのモデルではなく、複雑な依頼への対応を広げたモデルと捉えられます。

GPT-6 AstraのAPIは文章と画像を入力でき、モデル自体の出力は文章です。文脈長は105万トークン、最大出力は12.8万トークン。ただし、この容量はGPT-5.6 Solと同じです。

トークンは、AIが文章を処理するときの単位で、日本語の文字数とは一致しません。文脈長は一度に扱える情報量の目安です。長い資料や多数のコードを参照できますが、105万トークン分をすべて入力できるという意味ではなく、出力なども含めた枠です。

GPT-5.6 Solも文脈長105万・最大出力12.8万トークンです。したがって、Astraの違いは「読める量が増えた」だけでは説明できません。次の性能比較で、与えた情報を使って何をできるかを見ることが重要です。

モデル自体の出力が文章でも、コード実行などのツールと連携すれば、資料や3Dデータを作れます。「AIが考える部分」と「ファイルを作る道具」を分けると、できることを理解しやすくなります。

なお、このAPIモデルの直接の入力は文章・画像、出力は文章です。音声・動画の直接入出力には対応していません。

OpenAIの公表値では、画面理解や端末を使う作業でGPT-5.6 Solからの伸びが見られます。一方、コード修正などで差が小さい指標もあり、すべての評価で他モデルを上回るわけではありません。

これらはOpenAIが掲載した評価で、各推論設定のうち最高のスコアです。通常のChatGPTとは利用ツールなどが異なります。また、同じ発表表のArtificial Analysis Intelligence IndexではAstraが61.2、Claude Fable 5.1が65.7です。「どの課題でも一番」と受け取らず、使いたい機能に近い指標を見るのが適切です。

速度も、文章が流れる速さと、依頼を終えるまでの時間は別です。OpenAIのOSWorld 2.0の遅延シミュレーションでは、Astraは約40分、Solは約75分で、Astraのスコアも高い結果でした。約47%の時間短縮という値はこの評価条件のもので、日常のすべての作業時間を半分にする保証ではありません。

Astraでは、考えた内容を資料や画面上の操作へつなげる能力が注目されています。PowerPointなどの資料、Blenderを使う3D制作、アプリ操作は、その能力が分かる具体例です。

PowerPoint｜参考画像に近づけて資料を作る

資料作成では、文書・表計算・プレゼンテーションを、指定したテンプレートや目的に合わせて作る用途が公式に紹介されています。見た目だけでなく、情報を整理して資料として仕上げる点がポイントです。PowerPoint形式での作成など、実際に受け取れるファイルは使用するツールと環境によって決まります。

筆者が参考画像を渡し、「これをPowerPointで再現して」と依頼した際は、見本の再現性の高さが印象に残りました。以前使ったモデルと比べても、画像のイメージに近い仕上がりになったと感じています。

Blender｜画像から3Dの執務室を作る

Blenderは3Dの形状や空間を制作するソフトです。OpenAIも、編集可能な.blendファイルを残す「Physics museum」の制作工程を公開しています。平面的な3D風画像を作るのとは異なる使い方です。

bpyは、BlenderをPythonのコードから操作するための仕組みです。Astraがbpyを使うコードを作り、それをBlenderで実行すると、物体の形や配置、材質、照明などを組み立てられます。画像をそのまま立体データへ変換するのではなく、画像を手がかりに3Dの空間を作る方法です。

必要なのは、参考画像を渡せるAstraの利用環境とBlenderです。AIツールからBlenderを起動できる設定・権限があれば実行まで任せられます。連携がない場合は、生成されたコードをBlenderの「Scripting」内のテキストエディターに開き、「Run Script」で実行できます。

依頼の例は、「この画像を参考に、Blenderで3Dの執務室を作ってください。bpyで動くPythonコードと、編集できる.blendファイル、確認用のレンダリング画像を残してください」です。寸法や家具の位置が決まっていれば、その条件も添えます。生成コードはファイルの読み書きもできるため、内容と保存先を確認し、作業用のファイルで実行してください。

筆者は、Blenderをコードで操作するbpyと連携し、参考画像を基に3Dの執務室を制作しました。最初に出てきたモデルは画像のイメージにかなり近く、その後、何度か修正を依頼して仕上げることができました。

この執務室は、今後AIエージェントを働かせる空間として使う予定です。

PowerPointと3D執務室の例は筆者の利用経験です。同じ条件で各モデルを比較した性能試験ではありません。

コンピューターユーズ｜画面を見てアプリを操作する

コンピューターユーズとは、AIが画面を見て、クリックや入力などでアプリを操作する機能です。対応地域ではChatGPTデスクトップのWork・Codexから利用でき、対応プラグインやOSの権限が必要です。Windowsでは操作中に同じデスクトップの手前側を使うため、自分のマウス操作と競合する点にも注意が必要です。

Plusでも、ChatGPT WorkとCodexではGPT-6 Astraを使えます。通常の会話画面ではAstraを基盤とする「GPT-6 Pro」として提供され、対象はPro・Business・Enterpriseです。

Chatは普段の会話や相談、Workは資料作成などのまとまった仕事、Codexはソフトウェア開発を扱う画面です。Plusは月額20ドル、Proは月額100ドルまたは200ドルです。Astraを試すために必ずProへ変更する必要はなく、PlusならまずWork・Codex側の利用可否を確認できます。

Proに契約していても、GPT-6 Proを無制限に使えるわけではありません。Chatの利用枠とWork・Codexの利用枠は別です。Enterpriseでは組織の権限設定も関係します。モデルが表示されない場合は、デスクトップアプリの更新も確認してください。

APIは、自作のアプリなどにAIを組み込む利用方法です。Astraの入力・出力単価はSolより高いため、より少ない試行で済むかも含めて費用を見る必要があります。単価が高くても仕事全体では安くなる場合がある、という公式説明はありますが、すべての用途で費用が下がるわけではありません。

長い入力には別料金が適用されます。272,000トークンを超える入力では、リクエスト全体の入力・キャッシュ料金が2倍、出力料金が1.5倍になります。キャッシュへの書き込みは通常入力の1.25倍、Batch・FlexはStandardの半額です。

Work・Codexの追加利用はcredits（利用量を数える単位）で管理され、APIのドル料金とは別です。AstraのFast設定は、ChatGPTにログインしてWork・Codexで使う場合は通常の2.5倍のcredits、APIでは通常料金の2倍です。速さを優先する設定ですが、個々の仕事が必ず同じ倍率で速くなるものではありません。

利用者からは、資料やコードを形にする力を評価する声がある一方、仕上げの手直しや利用枠の消費を気にする声もあります。

資料や3Dの制作では、アイデアを成果物にできる点が評価されています。ただし、細部には手直しが残るという指摘もあります。コード開発でも、個々の実装と、複数の機能をつなぐ全体設計では評価が分かれています。

長い作業では、利用枠の消費が大きくなるという声もあります。これらは個別の利用報告で、使う環境や依頼内容も異なります。自分が任せたい作業に近い話を参考にするとよいでしょう。

Astraを選ぶときは、最初の出力だけでなく、修正を経て目的の成果物になるまでを見てください。資料作成なら、生成の速さだけでなく、見本への近さや仕上げに必要な手直しも判断材料になります。

今回の3D執務室は、画像を渡して生成し、修正を重ねて仕上げた例です。完成イメージがあるなら、文章で説明するだけでなく、参考画像を添えて試す方法があります。一度の指示で完成するかだけでは、その使い勝手を捉えきれません。

ただし、見た目の再現と、中身の正しさは別です。たとえば売上見込みを示すスライドなら、図がきれいでも、数字の出所や計算の前提が違えば判断を誤ります。見本との近さに加え、資料の目的に必要な情報がそろっているかを見ることが大切です。

また、ここで紹介した作業をすべて組み合わせる必要はありません。文章の相談やコード修正だけにも使えます。すでに使っているモデルで十分な仕事まで一律に切り替えず、手直しに困っている作業を一つ選び、仕上がりと完成までの負担が変わるかを比べてみてください。

本文・図表の根拠に用いた公式資料です。モデルの仕様・料金・提供条件はOpenAI、Blenderの操作方法はBlender公式資料を参照しています。

1. OpenAI｜GPT-6 Astraのモデル仕様 — 文脈長・入出力形式・推論設定とAPI料金の根拠。
2. OpenAI｜GPT-6 Astraの機能と特性 — 機能の強化点と、複数のツールを使う作業の説明を参照。
3. OpenAI｜GPT-6 Astraの発表・性能比較 — AstraとSolの性能比較に用いた公式公表値の出典。
4. OpenAI｜モデル仕様の比較 — AstraとSolの文脈長・最大出力などの仕様を比較。
5. OpenAI｜Work・Codexのモデル案内 — Work・Codexで選べるモデルと使い分けの説明を参照。
6. OpenAI｜Work・Codexの料金 — Work・Codexの対象プラン、料金と利用枠の説明を参照。
7. OpenAI｜コンピューターユーズの対応環境 — 画面操作の対応環境、必要な権限と利用上の制約を参照。
8. OpenAI｜GPT-6 Astraの資料作成機能 — 資料作成に関する機能更新と提供内容の説明を参照。
9. OpenAI｜Blenderを用いた3D科学博物館の制作例 — Blenderを用いた3D制作の公式作例。筆者の執務室とは別の事例。
10. OpenAI｜ChatGPTでのGPT-6 Pro・Astraの提供条件 — ChatGPTでのモデル名、対象プランと利用条件の根拠。
11. OpenAI｜Work・CodexのFast設定 — Fast設定の利用条件と、Work・Codexの利用量への影響を参照。
12. Blender｜bpyの基本とPythonスクリプトの実行方法 — PythonからBlenderを操作するbpyの基本と、スクリプトの実行方法を参照。
13. Blender｜.blendファイルの保存機能 — 編集可能な.blendファイルを保存する機能の説明を参照。