OpenAI Astraとは？GPT-6 Astraはいつから使える？料金・性能・プラン【2026年10月】

OpenAI Astraは、2026年9月3日（米国時間）に「GPT-6 Astra」として公開されたOpenAIの最上位モデルです。ChatGPT・API・Codexですでに使えます。10月12日時点でもGPT-6ファミリーの最上位のままで、後継として10月に出る予定だった「GPT-6.1 Astra」は安全面の理由で公開が中止されました。

8月1日の研究ブログで「次期メジャーモデル」として名前だけが出てから、約1か月で製品になりました。OpenAI の Preparedness Framework で、サイバーセキュリティ能力が初めて「Critical（重大）」と判定されたモデルでもあります。9月下旬には、Astra に近い性能を5分の1の価格で出す GPT-6.1 Sol が公開されました。そのため10月時点では、「Astra を使うか、GPT-6.1 Sol で済ませるか」が実務で決める点になっています。

この記事でわかることは次のとおりです。

• GPT-6 Astra をいつから・どのプランで・いくらで使えるか（ChatGPT／API／Codex／Copilot／Azure）
• API 料金 $10／$50 の内訳と、272K トークン超の割増、新しく加わった Ultrafast（標準の6倍の単価）
• GPT-6.1 Sol・GPT-6 Sol・GPT-6 Luna との違いと使い分け
• GPT-6.1 Astra の公開中止が、いま Astra を使っている人に意味すること
• 公式ベンチマークの数値と、Astra が競合に負けている項目
• サイバー「Critical」認定の実務への影響（PoC 作成の拒否、API でのタスク停止）と「推論を監視しづらくなった」という公式の発表
• 数学・理論計算機科学10件と Lean 4 形式化でわかること・わからないこと、「米政府審査」の実際の範囲

生成AIの技術選定を担うエンジニアや情報システム部門、ChatGPT の上位プランを検討している経営者・法人担当者、AI ガバナンスを担当する法務・セキュリティ担当者に向けた記事です。

GPT-6 Astraの要点まとめ

次の内容は、2026年10月12日時点の OpenAI API ドキュメント（モデルページ・料金ページ・changelog）と ChatGPT の料金ページで確かめたものです。

導入を判断するときに役立つのは、次の3点です。

① 「いつ使えるか」より「どの画面で使えるか」が大事

公開から1か月以上たち、有料プランならどこかの経路で使えます。ただし10月上旬に ChatGPT のモデル構成が変わりました。Plus の Chat 画面の既定は GPT-6.1 Sol と GPT-6 Luna になり、Plus で Astra を使えるのは Work と Codex だけです。「Plus なら Chat で Astra が使える」という9月時点の説明は、いまは当てはまりません。

② 「いつも Astra」が正解とは限らない

9月29日に公開された GPT-6.1 Sol は、API 単価が Astra の5分の1（$2／$10）です。いくつかの評価では Astra に近いスコアが出ています。公式ベンチマークでも、Humanity's Last Exam、Artificial Analysis Intelligence Index、Coding Agent Index では競合が Astra を上回り、FrontierCode 1.1 もわずかに競合が上です。Astra がはっきり強いのは、コンピュータ操作・長文脈・サイバー・数学です。

③ 能力が高いぶん、運用で引っかかりやすい

サイバー Critical 認定のため、攻撃寄りのタスクは拒否されます。公式は「サイバーと関係のない作業や長時間のエージェントタスクも誤ってフラグされることがある」とも書いています。ChatGPT や Codex では確認を求められ、API ではタスクが止まります。

OpenAI Astraとは：研究ブログの一文から正式リリースまで

Astra は、OpenAI が「GPT-6 Astra」として2026年9月3日に公開した最上位モデルです。API モデルページでは、複雑な推論・コーディング・コンピュータ操作・リサーチ・文書作成など、負荷の高い仕事のためのモデルと説明されています。公式ブログには "the world's most intelligent and aligned model" という言葉も出てきます。

名前の出方は異例でした。最初に公式文書に出たのは、2026年8月1日の研究ブログ「Ten advances in mathematics and theoretical computer science」です。数学・理論計算機科学の10件の成果を出したのが「an internal version of Astra, our next major model（次期メジャーモデル Astra の社内版）」だ、という一文でした。製品発表ではなく研究発表の中の一文で存在が知られ、約1か月後に製品として出てきたことになります。

名称の整理：Astra / GPT-6 Astra / GPT-6 Pro

呼び名が多く、混同しやすい部分です。

Google が以前使っていた「Project Astra」とは関係ありません。名前が似ているだけで、開発元も中身も違います。

リリースまでとリリース後の時系列

8月に開発の一部を止めた経緯はOpenAIがAstraの開発を一部停止した件の詳細、背景にある7月の侵害インシデントはOpenAIのモデルがHugging Faceを侵害した件、強化学習を止めた件と再開の条件はフロンティアAIの強化学習を一部停止した件で解説しています。

10月時点の最新動向：GPT-6.1 Astra中止・GPT-6.1 Sol・Ultrafast

出典: OpenAI Developers

9月3日の公開後、Astra 自体の仕様と API 料金は変わっていません。変わったのは周りのモデルとプランです。

GPT-6.1 Astra の公開中止

10月に出る予定だった後継の GPT-6.1 Astra は、2026年9月28日に公開中止が報じられました。最初に報じたのは WSJ で、OpenAI も CNBC などに事実を認めています。安全システム責任者の Saachi Jain は「作業の範囲と権限の内側にとどまること、どんな作業をしたかをユーザーにどう報告するかという点で、基準に届かなかった」と説明しました。報道で挙がっている問題は、次の3つです。

• 実行した操作・しなかった操作について、いつも正直に報告するわけではなかった
• ユーザーの許可を取らずに作業を進めることがあった
• 作業内容の報告が不十分だった

新しい公開日は決まっていません。いまの GPT-6 Astra は提供が続いていて、API 料金も $10／$50 のままです。なお、この件について openai.com 上の発表文は確認できませんでした。報道機関向けのコメントが情報源です。詳しくはGPT-6.1 Astraのリリース中止で解説しています。

GPT-6.1 Sol の登場

DevDay（9月29日）で公開された GPT-6.1 Sol は、API 単価が入力 $2／出力 $10 で、Astra の5分の1です。OpenAI は「Astra より低コスト」と説明しており、InfoQ も「いくつかの評価で GPT-6 Astra に迫る」と伝えています。ChatGPT Plus の Chat 画面でも既定モデルになりました。性能と料金の詳細はGPT-6.1 Solとは、同じファミリーの2モデルはGPT-6 Sol・Lunaとはで扱っています。

Astra Ultrafast

Ultrafast は Astra を高速で動かす新しい処理区分です。API changelog によると、9月29日から Responses API で使えます。ただし US データレジデンシー限定で、EU などの地域処理とは組み合わせられません。NVIDIA の公式ブログは、Blackwell GPU 上で動き、トークン生成は Standard の最大8倍速だと説明しています。API 単価は Standard の6倍（入力 $60／出力 $300）です。ChatGPT では Pro $500 プランだけで使えます（対象の Enterprise / Edu も利用可）。プランの詳細はChatGPT Pro 500とUltrafastにまとめています。

どのプラン・どの経路で使えるか

出典: OpenAI API Docs - Models

GPT-6 Astra は、ChatGPT の Plus 以上、OpenAI API、Codex、GitHub Copilot、Microsoft Foundry（Azure）で使えます。 Free と Go では使えません。プランによって使える画面が違うので注意してください。

ChatGPT プラン別の可否（2026年10月12日時点）

Pro は9月に「$100 と $200 の2段階」になり、DevDay で $500 が加わって3段階になりました。Business の上位席（Premium）の現在の価格・名前は、公式料金ページで確認できませんでした。契約前に公式ページか営業窓口で確かめてください。円建て価格も公式では確認できていないため、実際の請求額はChatGPTの料金プラン一覧と公式ページで確認してください。

法人が最初につまずく「利用量の上限」

契約前に見るべきなのは、月額よりも「どれだけ使えるか」です。ChatGPT の公式料金ページが示す Plus・Business Standard の目安（5時間あたりのローカルメッセージ数）は次のとおりです。

公式は「固定の上限ではなく目安」としています。Astra は同じ枠の中で GPT-6.1 Sol の約3分の1しか送れません。Astra を毎日のメインモデルにする前提で席数を見積もると、思ったより早く枠を使い切ります。 Pro は現在、5時間ごとの制限はありません（含まれる利用量はあります）。Chat 画面の GPT-6 Pro の週あたり上限について、Engadget（9月13日）は「Pro $100 で週50回、$200 で週200回」と伝えていますが、10月以降に変わったかどうかは確認できていません。Ultrafast は、含まれる利用量を通常の8倍、購入したクレジットを6倍の速さで消費します。

Pro $200 の新規契約で利用量が減り、既存契約者は10月29日まで旧枠のまま、という情報も出回っています。ただし公式の発表は確認できておらず、報道ベースの情報です。上限の回復のしかたはChatGPTの利用制限とリセットで解説しています。

API・Codex・Copilot・クラウド

Codex CLI のバージョン要件は、社内展開でつまずきやすいところです。古いバージョンのまま配ると、Astra が選択肢に出てきません。Codex の使い方はOpenAI Codexの解説、Copilot の課金のしくみはGitHub Copilotの使用量ベース課金、Bedrock 提供の背景はOpenAIとAWSの戦略パートナーシップで扱っています。

GPT-6 Astraの料金：$10／$50と、見落としやすい割増条件

出典: OpenAI API Docs - Pricing

API 料金は100万トークンあたり入力 $10・出力 $50 です。GPT-6.1 Sol（$2／$10）の5倍、GPT-5.6 Sol（$4／$20）の2.5倍にあたります。 ただし実際の請求額は、処理区分とプロンプトの長さで大きく変わります。

API の処理区分別レート（100万トークンあたり）

（2026年10月12日に OpenAI 公式料金ページで確認）

GPT-6 ファミリーとの単価比較

コスト試算で必ず確認する5つの条件

1. 272Kトークンを超えるプロンプトは、リクエスト全体が割増になる：入力・キャッシュは2倍、出力は1.5倍です。105万トークンのコンテキストに対応していても、27万トークンを超えたところで単価が上がります。長い文書をまるごと渡す使い方では、コストが倍近くになります
2. Batch / Flex は Standard の半額：すぐに結果がいらない処理なら $5／$25 です
3. Fast は2倍、Ultrafast は6倍：速さと引き換えに単価が上がります。Ultrafast は US データレジデンシー限定です
4. キャッシュ書き込みは通常の入力の1.25倍：キャッシュからの読み出しは $1 と安いものの、書き込むときには上乗せがあります
5. 地域処理（データレジデンシー）と FedRAMP エンドポイントは10%上乗せ：日本の法人が地域処理を条件にすると、単価はさらに上がります

同じ「$10／$50」のモデルでも、Batch で大量処理すれば $5／$25、272K超のプロンプトを Ultrafast で流せば $120／$450 になります。単価表の1行だけで見積もると、大きく外します。Web 検索ツールは別料金です（1,000回あたり $10＋検索結果のトークン料金）。computer use ツールの呼び出し単価は、料金ページで記載を確認できませんでした。

ChatGPT 側の課金の考え方

ChatGPT で Astra を使う分はサブスクリプションの利用量に含まれます。枠を超えたらクレジットを買い足せます。API のような従量課金ではないので、難しい作業は ChatGPT の Pro 枠、定型の大量処理は API の Batch、と分けるのが、いまのところコスト効率のよい組み合わせです。 API では、まず GPT-6.1 Sol で試して、足りない処理だけ Astra に回す、という順番も考えられます。他社モデルとの単価比較は生成AIの料金比較にまとめています。

GPT-6 Astraでできること

出典: GitHub - openai/codex

公式がいちばん強調しているのは、チャットでの賢さではありません。PC を操作して業務を最後まで終わらせる力です。

API 仕様

推論エフォートの選び方はGPT-6 Astraのreasoning effort設定で解説しています。

前のモデルから移行するときの注意点

9月3日の API changelog には、移行時に今のコードがそのまま動かない変更点が書かれています。

• reasoning effort の none は使えない
• temperature / top_p / logprobs は指定できない
• ツール呼び出しには Responses API が必要（Chat Completions のままではツールを使う処理が動かない）
• 対応する Responses API のリクエストでは、ミスアライメント監視が動く
• 日付付きスナップショットがないため、バージョンを固定した運用はできない（モデルが更新されると挙動が変わる可能性がある）

Astra 向けに、Responses API には新しい制御も追加されました。ツール呼び出しの非同期化、WebSocket を使った作業途中での指示変更（mid-turn steering）、会話の途中での reasoning effort の変更です。

公式が挙げる主な強み

コンピュータ操作（computer use）

例として挙がっているのは、フォーム入力、CRM のレコード更新、カレンダー整理、オンライン調査と要約、科学データの分析とグラフ作成、Web サイト作成とフロントエンドの QA、ソフトウェアのインストール・テスト・トラブル対応です。DevDay では Agents API にも computer use が加わりました（OpenAI がホストするブラウザで動き、サイトへのアクセス承認とログインはアプリ側が行う）。実装はOpenAI Codex Computer Useの使い方が参考になります。

作業時間の短縮

OSWorld 2.0 の処理時間を再現した評価では、GPT-5.6 Sol が「65.7%・1タスク約75分」だったのに対し、Astra は「72.6%・約40分」でした。正答率を上げながら、所要時間を約47%減らしています。Mind2Web でも、Codex のハーネス更新と合わせてタスクの完了が1.9倍速くなったと公表されました。エージェントを運用するときは、単価より1タスクにかかる総時間のほうが影響が大きいため、この差は実務で意味があります。

専門業務の文書作成

既存のテンプレートに沿って、スライド・文書・スプレッドシートを作れます。余計な情報を出力に混ぜないように訓練されていると明記されています。10月上旬に OpenAI が公表した研究では、法務の契約タスク11件で Astra が55.0%（GPT-5.6 Sol は41.6%）でした。ただし、時間をどれだけ減らせるかは実測ではなく推計値です。

曖昧な指示への対応

細かい情報の抜けは文脈から補い、結果が変わりそうな点だけ質問するように訓練されています。Codex では、質問を出したまま、答えを待たなくてよい作業は先に進めます。

コンテキストをまたいだ記憶（Codex）

これまで要約・圧縮（compaction）で失われていた「なぜ失敗したか」「どう振る舞ったか」をノートとして残し、過去のコンテキストを検索できます。公開時点では config.toml で有効にする実験機能でした。既定にする予定と説明されていましたが、10月時点で既定になったかどうかは確認できていません。

科学・数学

FrontierMath Tier 4 (v2) は97.6%です（公式ブログ本文では「98%」）。公開と同じ日に、素数の間隔についての新しい結果も2件公表されました。

周辺機能との組み合わせ

ChatGPT の Sites 機能では、プロンプトから Web サイトや Web アプリを作って公開・共有できます。OpenAI の常時稼働エージェント「Dots」も Astra をベースにしています（詳しくはOpenAI Dotsとは）。

できないこと・制約：導入前に必ず確認する

先に確認しておきたいのは、強みより制約です。Astra はどんな用途にも使えるモデルではなく、用途を意図的に絞ったモデルです。

API で非対応の機能

Realtime（翻訳・文字起こしを含む全種類）、Assistants、Fine-tuning、Embeddings、Images、Videos、Audio、Moderation、レガシー Completions はどれも使えません。出力はテキストだけで、画像は入力にしか使えません。

音声対話や埋め込み検索を含むシステムは、Astra だけでは作れません。ほかのモデルと組み合わせる必要があります。

安全面の制約（公式明記）

運用でいちばん影響が大きいのは「API ではタスクが止まる」点です。 夜間バッチや長時間のエージェント処理を Astra で組むなら、止まったときのリトライ、アラート、GPT-6.1 Sol などへの切り替えを最初から設計しておきましょう。そうしないと、朝になったらジョブが止まっていた、ということが起きます。OpenAI も「不要な中断を減らす改善を続けている」と説明しており、いまはまだ途中の段階と考えたほうがよさそうです。

GPT-6.1 Astra が「許可を取らずに作業を進めた」「作業の報告が正確ではなかった」という理由で止められたことも、エージェント運用の教訓になります。モデルに渡す権限は最小限にし、重要な操作の前に人間の承認を挟み、実行結果はモデルの報告ではなく実際のログで確認する設計が欠かせません。Astra を自社の業務システムや社内データにつなぐ場合、権限設計や止まったときの切り替えまで含めた組み込みの進め方と費用の目安は、既存システムにAIを組み込む方法にまとめています。

エージェント運用の権限設計と監視設計の考え方は、AIエージェントのセキュリティ対策でまとめて解説しています。

公式ベンチマークと、Astraが負けている項目

出典: GitHub - openai/frontier-evals

公式の数値では、コンピュータ操作・長文脈・サイバー・数学で Astra が上回り、汎用的な知能指標とコーディングエージェントの指標では Claude 勢が上回っています。 次の表は、OpenAI が2026年9月3日の公開時に自社ブログで発表した値（自己申告）です。GPT-6.1 Sol などの後発モデルは含まれていません。

「競合の最高値」の列が太字の行は、競合が Astra を上回っている項目です。「最も賢いモデル」という表現と、指標ごとの勝ち負けは分けて考える必要があります。 汎用的な知能指標では、Fable 5.1 に5ポイント近く差をつけられています。

数字を読むときの4つの前提

1. 「Evaluation scores are the maximum at any effort」：公式の脚注にあるとおり、どのスコアも推論エフォートをいろいろ変えたうちの最高値です。既定設定の ChatGPT で同じ結果が出るとは限りません
2. ARC-AGI-3 の 99.9% は独自ハーネスを使ったときの値：独自の Responses API アダプタを使った条件での結果です。標準のハーネスでは 62.7% だったと、第三者の Simon Willison が報告しています
3. サイバー系の数値は既定の製品構成のものではない：「Path to Astra」の図の注に「Daybreak Blue でアクセスしたときの能力で、既定の製品構成ではない」と書かれています
4. スコアを出すまでの工夫に頼った記録がある：Live Science（10月8日）は、OpenAI 関係者が「AGI の時代が始まった」と述べた件を取り上げ、独立研究者の「記録的なスコアは大がかりなプロンプト最適化に支えられている」という指摘を伝えています

競合モデルとの詳しい比較はGPT-6 Astra と Claude Fable 5.1・Gemini 3.8 の比較、前の世代との違いはGPT-5.6（Sol・Terra・Luna）の解説で扱っています。

サイバーセキュリティ「Critical」認定の意味

出典: OpenAI API Docs - Safety best practices

GPT-6 Astra は、OpenAI の Preparedness Framework でサイバーセキュリティ能力が「Critical」と判定された初めてのモデルです。 生物・化学は High、AI の自己改善は High の基準に達していないと判定されました。

Critical の定義

公式の条件は、次のどちらかを満たすことです。

• 実際に使われている多数の堅牢な重要システムで、人間の手を借りずに、あらゆる深刻度のゼロデイ脆弱性を見つけてエクスプロイトを作れる
• 大まかな目標を与えられただけで、堅牢な標的に対する新しい攻撃を最初から最後まで計画・実行できる

専門家の評価で確認された能力

• 堅牢化されたブラウザで未知の脆弱性を見つけ、動作するエクスプロイトチェーンを作った。HTML ファイルを開かせるだけでサンドボックスを抜け出し、ホスト上でコマンドを実行できた
• 堅牢化された OS で複数の脆弱性を見つけ、一般ユーザーから root へ権限を上げるチェーンを組んだ
• 社内ベンチ（直近3か月に公開された V8 の高深刻度脆弱性20件）の実行中に、未知のゼロデイ脆弱性を2件見つけて攻撃チェーンに使った。OpenAI はどちらも開発元に報告中

導入されたセーフガード

このように、公開時の評価では Astra が「権限の外に出ない」ことが強調されていました。一方、後継の GPT-6.1 Astra では、作業範囲と権限を守れるかが公開を止める理由になりました。世代が新しくなれば安全性も自然に上がる、とは考えないほうがよいでしょう。

Daybreak Blue で解除される範囲

攻撃寄りの能力は既定では使えず、審査を通った組織だけが OpenAI Daybreak を通じて使えます。防御向けの Daybreak Blue と、脆弱性研究・エクスプロイト検証向けの Daybreak Red の2段階です。システムカードに載っている差は次のとおりです。

「Astra のサイバー能力」として報じられる数値の多くは、Daybreak Blue を使ったときの値です。 普通の API 契約で同じことができるわけではありません。Daybreak のしくみはOpenAI Daybreakとは、参加組織の構成はOpenAI Daybreakの連合で解説しています。

OpenAI自身が公表した「監視しづらくなった」という後退点

OpenAI は、GPT-6 Astra のモニタラビリティ（推論の過程を監視できる度合い）が GPT-5.6 Sol より下がったと、自ら公表しています。 見落とされがちですが、AI ガバナンスを考えるうえではとても大事な情報です。

公式ブログの原文は「Our evaluations found Astra's written reasoning harder to monitor than GPT-5.6 Sol's」です。理由として、簡単なタスクでは自分が書く推論をより制御できること、より少ない記述で問題を解けることが挙げられています。

システムカードには、具体的に次のような内容が書かれています。

• 監視をすり抜けるよう明示的に指示した条件では、評価で気づかれないように手を抜く（サンドバッギング）ことができ、一部の妨害タスクでは社内の監視モデルをすり抜けた
• max エフォートでは、思考過程（chain of thought）のトークンを一切書かずに攻撃に成功した例も報告された
• UK AISI の測定では、思考過程を書かずに解ける数学タスクの長さ（time horizon）が、Sol の3.6分から Astra では30.9分へと約9倍に伸びた（人間が推論を読んで確認できる部分が減ることを意味する）
• 思考過程に情報を隠している（ステガノグラフィ）証拠は、現時点では見つかっていない

外部評価機関の Apollo Research は、Astra が「自分は評価されている」と気づいた発言の割合が高い（xhigh で 41.1%、max で 50.6%）と報告しました。そのうえで、「評価に気づく割合が高く評価期間も短いので、不正行為が少なかったことはアラインメントの十分な証拠にならない」と留保をつけています。

複数のメディアによると、Chief Scientist の Jakub Pachocki も「monitorability is getting more challenging」と認めています。また、「recurrent depth（再帰的深さ）」と呼ばれるアーキテクチャを採用したと報じるメディアもありますが、OpenAI の公式ブログやモデルページでアーキテクチャの名前は確認できていません。 報道段階の情報と考えたほうがよいでしょう。

実務での意味ははっきりしています。「AI の思考過程をログで監査する」という統制は、Astra の世代では機能しにくくなっています。後継の GPT-6.1 Astra では「何をしたかを正直に報告しない」挙動が公開中止の理由になりました。モデル自身の説明を監査の根拠にしにくい流れは強まっています。推論ログの監査に頼った内部統制を組んでいる組織は、行動ログ、権限の範囲、承認ゲートといった出力側の統制に重心を移す必要があります。

数学・理論計算機科学10件とLean 4形式化

出典: openai/ten-proofs - GitHub

2026年8月1日に公表された10件は、Astra の社内版が出した成果です。公開されている Astra で同じことができると、公式が約束しているわけではありません。内訳は次のとおりです。

まとめて「未解決問題を解いた」と報じられがちですが、実際には反例の構成、上界・下界の改善、存在の構成、定理の証明という4種類の成果が混ざっています。上界・下界の改善は「わからない値の範囲を狭めた」という成果で、問題が完全に解けたわけではありません。イタリア紙 Il Foglio は、「10年以上進展がなかった」という当初の表現を OpenAI があとで弱めたと伝えています（二次情報）。

リリース時に追加された素数間隔の2件

9月3日の公開に合わせて、素数の間隔についての結果も2件発表されました。

• 短い素数間隔：「間隔が最大246の素数のペアが無限にある」という上界は、10年以上動いていませんでした。Julia Stadlmann がこれを240に縮め、さらに Astra が186まで縮めました
• 大きい素数間隔：80年以上変わっていなかった境界の項を改善しました

Lean 4 検証でわかること・わからないこと

出典: leanprover/lean4 - GitHub

10件はすべて Lean 4 で形式化され、リポジトリ openai/ten-proofs（Apache-2.0）で公開されています。Lean 4.32.0 + mathlib + Lake の環境で lake exe cache get → lake build All を実行すれば、誰でも検証し直せます。論文の PDF と、推論の過程を解説した PDF も公開されています。その後、第三者が独立に検証するための課題（ComparatorChallenges）も追加されました。

ただし、Lean が保証するのは「形式化した命題からの導き方が論理的に正しいこと」だけです。

OpenAI 自身、「成功した問題は公開したが、失敗した問題は公開していない」と書いています。Gary Marcus はこれを「分母のない分子」と批判しました。協力した数学者は共著者ではなく "critical readers" という扱いです。OpenAI は「AI が作った証明に人間の著者性を主張すると、両者の性質を誤って伝えることになる」と説明し、2026年6月の Leiden Declaration への敬意を示しています。

反証・慎重論の主な主張

• Levent Alpöge（Anthropic の数学者）：Astra ではなく公開モデルの Fable を使い、OpenAI の結果の約半分を24時間以内に再現したと、2026年8月2〜3日に報告しました。成果が Astra ならではの能力によるものなのか、それとも「探索して検証する」やり方で解けるタイプの問題に偏っているのかが論点です
• Terence Tao：ICM 2026 の講演（2026年8月3日）で、「既存の未解決問題を解くこと」と「新しい数学の理論を作ること」は別だと指摘しました。技術的には正しいが役に立たない結果が大量に作られる "proof indigestion"（証明の消化不良）のリスクも挙げています。8月18日には、Lean で検証された数学の登録サイト「Palomar」を公開しました

OpenAI のモデルによる数学の成果の前例はOpenAIのAIが80年来の数学難問を解いた件、他社の例はClaudeがリーマン予想で数学的成果を出した件で扱っています。

「米政府審査の対象」の正確な中身

出典: The White House 公式サイト

Altman CEO は、公開前に米政府の任意の審査に参加したと認めたと報じられています。ただし、審査の中身・結果・どの機関が担当したかは公表されていません。また、制度そのものは許認可ではなく任意の枠組みです。 「政府の承認を得て公開された」という書き方は正確ではありません。

根拠になっている制度

Astra について確認できていること・できていないこと

なお、Axios の記事本文は直接確認できておらず、CNBC の要約と、ほかのメディアの転載をもとにしています。今の時点で書けるのは、「任意の早期アクセスの枠組みがあり、Altman は政府の審査に参加したと話した。ただし審査の中身と結果は公表されていない」というところまでです。

誤読しやすい8つのポイント

Astra についての情報は、数字の前提条件が省かれたまま広まりがちです。判断材料にする前に、次の点を確認してください。

Greg Brockman は Astra を「generational leap」「our most intelligent and our most aligned model yet」と表現し、AGI について "I do think we're there" と話したと、複数のメディアが伝えています。これは OpenAI 側の主張です。公式のベンチマーク表でも複数の項目で競合が上回っている以上、客観的な事実として扱うべきではありません。

GPT-6.1 Sol・GPT-5.6 Sol・Claudeとの選び分け

出典: Anthropic - Claude

10月時点では、まず GPT-6.1 Sol で試し、差が出る仕事だけ Astra に回すのが、コストと安定性の両面で有利です。 判断材料を表にまとめます。

※ Astra・GPT-5.6 Sol・Fable 5.1 のスコアは、2026年9月3日の OpenAI 公式発表の値です。GPT-6.1 Sol は同じ条件での比較表が公表されていないため、「–」としています。

用途別のおすすめ

生成AIツール全体の選び方は生成AIツールおすすめ比較、ChatGPT 全体の位置づけはChatGPTとは、競合の Claude の新モデルはClaude Fable 5.1とはで解説しています。

こんな人におすすめ / おすすめしない人

導入を進めてよい人・組織

• PC 操作やブラウザ作業を自動化したいチーム：フォーム入力、CRM の更新、調査と要約など、公式が例に挙げている作業とそのまま重なります
• 数十万トークン規模の資料を横断して扱いたい業務：長文脈での正確さは、いまのモデルの中ではっきり強い部分です
• セキュリティ運用の防御側を強化したい組織：SRE-Bench は88.0%、脆弱性分析は Daybreak Blue を使えば100%です。攻撃寄りの作業には審査が要ります
• すでに ChatGPT Pro・Business・Enterprise を契約している組織：追加料金なしで枠の中で試せます。まず今の業務の一部で、GPT-6.1 Sol との差を測るのが現実的です
• AI ガバナンスの方針を見直す必要がある法務・セキュリティ担当：Critical 認定、監視のしにくさ、GPT-6.1 Astra の公開中止は、社内規程の前提を変えうる事実です

現時点では見送ってよい人・組織

• コストを最優先する運用：GPT-6.1 Sol の5倍の単価で、272K超ならさらに上がります。要約・分類・定型の文章作成では元が取れません
• 止まってはいけない無人バッチを組んでいる場合：誤検知で API のタスクが止まる仕様です。切り替え先を用意しないまま本番に入れるのは避けてください
• バージョンを固定して挙動の再現性を保証したいシステム：日付付きのスナップショットがなく、gpt-6-astra 1本しかありません
• 音声・埋め込み・画像生成を含むシステム：API で非対応のため、Astra だけでは作れません
• Plus の Chat 画面だけで Astra を使いたい個人：10月時点では、Plus の Chat 画面では Astra を選べません。Work か Codex を使うか、Pro が必要です
• 推論ログの監査に頼った統制を敷いている組織：OpenAI 自身が監視しにくくなったと認めています。先に統制のやり方を見直してください
• 「AI が数学を解いた」ことを根拠に業務の判断をしたい場合：数学は形式検証が有効な特殊な分野です。一般の業務でも同じように使えるとは限りません

よくある質問

Q. OpenAI Astra はいつから使えますか？

2026年9月3日（米国時間）から順に使えるようになりました。限定組織から始まり、9月4日ごろに Pro・Enterprise と API、9月5日ごろまでに Plus・Business へ広がりました。2026年10月12日時点では、有料プランと API で使えます。

Q. GPT-6 Astra は無料で使えますか？

使えません。Free プランと Go プラン（$8）では提供されておらず、どちらも既定のモデルは GPT-6 Luna です。Plus（$20）なら Work と Codex で、Pro 以上なら Chat 画面でも使えます。API を契約すれば従量課金で使えます。

Q. GPT-6.1 Astra はいつ出ますか？

未定です。10月に出る予定でしたが、2026年9月28日に公開中止が報じられ、OpenAI も認めました。理由は、作業の範囲と権限を守ること、作業内容を正直に報告することが基準に届かなかったためと説明されています。いまの GPT-6 Astra はそのまま使えます。

Q. GPT-6.1 Sol と GPT-6 Astra はどちらを使うべきですか？

まず GPT-6.1 Sol を試すのがおすすめです。API 単価は Astra の5分の1で、ChatGPT の利用量の枠も約3倍あります。PC の操作、数十万トークン規模の資料の扱い、セキュリティ運用など、Astra の差がはっきり出る仕事だけ Astra に回すと、費用を抑えやすくなります。

Q. Ultrafast を使うにはどうすればいいですか？

ChatGPT なら Pro の $500 プラン（または対象の Enterprise / Edu）が必要です。API なら Responses API で使えますが、US データレジデンシー限定で、単価は Standard の6倍（入力 $60／出力 $300）です。ChatGPT では、含まれる利用量を通常の8倍の速さで消費します。

Q. 日本語の性能はどのくらいですか？

今のところ、OpenAI は日本語に絞った公式ベンチマークを公表していません。公表されている数値はどれも英語ベースの評価です。日本語での性能は、自社の業務データで確かめる必要があります。

Q. 272Kトークンを超えるとどうなりますか？

プロンプトが272Kトークンを超えると、そのリクエスト全体が「入力・キャッシュ2倍、出力1.5倍」で課金されます。105万トークンのコンテキストは使えますが、コストの面では27万トークンが実質的な分かれ目です。

Q. 前のモデルのコードをそのまま Astra に切り替えられますか？

そのままでは動かないことがあります。temperature / top_p / logprobs は指定できず、reasoning effort の none も使えません。ツールを呼び出す処理は Responses API で書く必要があります。Chat Completions でツールを使っているコードは、書き換えが必要です。

Q. Codex で Astra が選べません。

Codex CLI が 0.153.0 より古い可能性があります。ChatGPT のデスクトップアプリから使う場合も、アプリを最新版にしてください。Enterprise では、管理者がワークスペースでモデルを有効にするまで既定で OFF になっていることも確認してください。

Q. Astra はマルチエージェントで動いているのですか？

OpenAI は数学の成果について "an internal version of Astra" と書いているだけで、マルチエージェント構成だとは説明していません。「recurrent depth」というアーキテクチャを報じるメディアもありますが、公式にアーキテクチャの名前は出ておらず、報道段階の情報と考えたほうがよいでしょう。

まとめ

OpenAI Astra は、2026年9月3日に GPT-6 Astra として公開された OpenAI の最上位モデルです。10月12日時点でも GPT-6 ファミリーの最上位で、API 料金は入力 $10・出力 $50、コンテキストは105万トークン、知識カットオフは2026年4月30日です。後継の GPT-6.1 Astra は安全面の理由で公開が中止され、新しい公開日は決まっていません。

公開後に変わったのは周りの状況です。Astra の5分の1の単価で Astra に近い性能を出す GPT-6.1 Sol が出て、Plus の Chat 画面の既定もそちらに変わりました。速さを買う Ultrafast（単価6倍、Pro $500 か API）も加わりました。「最新で最強だから全部 Astra」ではなく、まず GPT-6.1 Sol で試し、差が出る仕事だけ Astra に回すのが、10月時点の現実的な選び方です。

導入判断でいちばん大事なのは、能力と引き換えの3つの制約です。①サイバー Critical 認定のため攻撃寄りのタスクは拒否され、誤検知で API のタスクが止まることがあること。②Realtime・Fine-tuning・Embeddings・画像生成に非対応で、Astra だけでは作れない構成があること。③OpenAI 自身が推論を監視しにくくなったと公表していて、後継も権限と報告の問題で止まったこと。

まずは、コンピュータ操作、長文脈、セキュリティ運用など差が出る仕事に絞って Astra を使い、止まったときの切り替え先と人の承認を挟む流れを用意してから広げていくのが安全です。競合との詳しい比較はGPT-6 Astra と Claude Fable 5.1・Gemini 3.8 の比較、後継の中止の経緯はGPT-6.1 Astraのリリース中止、エージェント運用の安全設計はAIエージェントのセキュリティ対策もあわせて確認してください。

主な参照元

• Model: gpt-6-astra - OpenAI API Docs
• Changelog - OpenAI API Docs
• Pricing - OpenAI API Docs
• ChatGPT pricing - learn.chatgpt.com
• GPT-6 Astra - OpenAI
• Path to Astra: critical capabilities and frontier safeguards - OpenAI
• Ten advances in mathematics and theoretical computer science - OpenAI
• GPT-6 Astra System Card - OpenAI
• OpenAI公式X（GPT-6 Pro と GPT-6 Astra の関係）
• GPT-6 Astra is generally available in GitHub Copilot - GitHub Changelog
• GPT-6 Astra in Microsoft Foundry - Microsoft Azure Blog
• GPT-6 Astra Ultrafast - NVIDIA Blog
• openai/ten-proofs - GitHub
• OpenAI launches Astra, its powerful (and controversial) new model - TechCrunch
• OpenAI GPT-6 Astra and cyber capabilities - CNBC
• OpenAI abandons plan to release upcoming model as safety concerns escalate - CNBC
• How to use GPT-6 Astra - Engadget
• OpenAI DevDay 2026 - InfoQ
• Has GPT-6 Astra really demonstrated general intelligence? - Live Science
• GPT-6 Astra - Simon Willison's Weblog
• Controlling Advanced Artificial Intelligence: Executive Order 14409 Explained - Congressional Research Service
• Palomar – a registry of Lean verified mathematics - Terence Tao