OpenAI Astraとは？GPT-6 Astraの料金・性能・使えるプラン【2026年9月】

OpenAI Astraは、2026年9月3日（米国時間）に「GPT-6 Astra」として正式リリースされたOpenAIの現行フラッグシップモデルです。9月5日には ChatGPT の Plus・Pro・Business・Enterprise を含む全有料プランへの展開が完了し、API・Codex・GitHub Copilot・Microsoft Azure・AWS Bedrock でも利用できる状態になっています。

8月1日の研究ブログで名前だけが明かされた「次期メジャーモデル」の段階から、約1か月で製品として出てきた形です。同時に、OpenAI の Preparedness Framework でサイバーセキュリティ能力が史上初めて「Critical（重大）」と判定されたモデルでもあり、能力とリスクの両方を理解しないと導入判断を誤ります。

この記事でわかること:

• GPT-6 Astra を「いつ・どのプランで・いくらで」使えるのか（API／ChatGPT／Codex／Copilot）
• API 料金 $10／$50 の内訳と、コスト試算で見落としやすい 272K トークン超の割増条件
• 公式ベンチマークの実数値と、Astra が競合に負けている項目
• サイバー「Critical」認定が実務にもたらす影響（PoC 作成の拒否、API でのタスク停止）
• OpenAI 自身が公表した「監視しづらくなった」という後退点
• 数学・理論計算機科学10件と Lean 4 形式化が保証する範囲・しない範囲
• 「米政府審査の対象」「マルチエージェントが解いた」など、誤読しやすい表現の正確な中身

生成AIの技術選定を担うエンジニア・情報システム部門、ChatGPT の上位プラン契約を検討している経営者・法人担当者、AI ガバナンスを見る法務・セキュリティ担当者に向けた内容です。

GPT-6 Astraの要点まとめ

次の数値はすべて2026年9月6日時点で、OpenAI 公式サイト・API モデルページ・システムカードで確認できる内容です。

特に導入判断に効いてくるのは、提供状況・性能の強弱・運用上の制約という3つの側面です。

① 「使えるかどうか」はもう論点ではない

9月3日時点では限定組織のみでしたが、9月5日に Plus を含む有料プランへ行き渡りました。展開が予定より遅れたことへの補償として、OpenAI は Plus / Pro / Business ユーザーに利用枠のフルリセット（banked reset）を付与しています。

② 「全方位で最強」ではない

公式が掲載している比較表でも、Humanity's Last Exam（Fable 5.1 が 65.0% で Astra の 57.2% を上回る）、Artificial Analysis Intelligence Index v4.1.1（Fable 5.1 65.7 > Astra 61.2）、Coding Agent Index v1.4（Opus 5 68.1 > Astra 67.0）では競合が上です。強いのはコンピュータ操作・長文脈・サイバー・数学の領域です。

③ 能力の高さが、そのまま運用上の摩擦になる

サイバー Critical 認定に伴い、攻撃寄りのタスクは拒否されます。さらに公式が「サイバーと直接関係ない作業や長時間動作するエージェントタスクも誤ってフラグされ、減速・一時停止・停止されうる」と明記しています。ChatGPT や Codex では確認を求められ、API ではタスクが停止します。

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日に公開した現行の最上位モデルです。公式コピーは "the world's most intelligent and aligned model"、モデルページの説明は「最も難しいエンドツーエンドの仕事のために作られた、当社で最も能力の高いモデル」となっています。

登場の仕方は異例でした。名前が公式文書に初めて出たのは2026年8月1日の研究ブログ「Ten advances in mathematics and theoretical computer science」で、10件の数学・理論計算機科学の問題に成果を出したのが「an internal version of Astra, our next major model（次期メジャーモデル Astra の社内版）」だと記された一文です。製品発表ではなく研究発表の脚注的な記述で存在が明かされ、その約1か月後に製品として出てきた形になります。

名称の整理：Astra / GPT-6 Astra / GPT-6 Pro

呼び方が複数あり、混乱しやすい部分です。

なお、Google が過去に使った「Project Astra」とは無関係です。名称が似ているだけで、開発元も内容も別物です。

リリースまでの時系列

8月に開発を一時停止した経緯はOpenAIがAstraの開発を一部停止した件の詳細で、その背景にあった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、強化学習の停止と再開条件はフロンティアAIの強化学習を一部停止した件でそれぞれ整理しています。

どのプラン・どの経路で使えるか

出典: OpenAI API Docs - Models

2026年9月5日時点で、GPT-6 Astra は ChatGPT の有料プラン全体、OpenAI API、Codex、GitHub Copilot、Microsoft Azure、AWS Bedrock で利用できます。 Free と Go では使えません。

ChatGPT プラン別の可否

日本語メディアではあまり触れられていませんが、Pro プランが従来の $200 単一から「From $100」の2段階制に変わっています。公式の説明は「5倍または20倍の利用量」「Pro reasoning powered by GPT-6 Astra」です。円建て価格は公式日本語ページで未確認のため、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」

契約前に確認しておくべき数字は、月額よりも1回あたりの使用可能量です。公式ヘルプが示す ChatGPT Business の目安（5時間ウィンドウあたりのメッセージ数）は次のとおりです。

Premium シートは Standard の5倍で、5時間制限もありません。加えて「GPT-6 Pro」のメッセージ枠は Standard シートが月15回、Premium シートが週50回（GPT-5.6 Sol Pro と共有）です。Astra を常用モデルにする前提でシート数を見積もると、想定より早く枠を使い切ります。

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ポイントです。旧バージョンのまま配布すると Astra が選択肢に出てきません。Codex 側の使い方はOpenAI Codexの解説、Copilot の課金体系は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、GPT-5.6 Sol（$4／$20）のちょうど2.5倍です。 ただし実際の請求額は、この単価だけでは決まりません。

API 標準レート（100万トークンあたり）

※ Sol の $4／$20 は「少なくとも2026年11月21日まで」の期間限定価格と公式に明記されています。

コスト試算で必ず考慮する4条件

1. 272Kトークンを超える入力プロンプトは、リクエスト全体が割増になる — 入力・キャッシュが2倍、出力が1.5倍。105万トークンのコンテキストを謳っていますが、27万トークンを超えた時点で単価が跳ね上がる設計です。長大な文書をまるごと投げる使い方は、想定の2倍のコストになります
2. Batch / Flex は標準レートの50% — 即時性が不要なバッチ処理なら実質 $5／$25
3. Fast mode は該当レートの2倍 — 公式説明は「標準の最大2倍の速度」。速度と引き換えに単価も2倍
4. キャッシュ書き込みは非キャッシュ入力の1.25倍 — プロンプトキャッシュは読み出しが $1 と安い一方、書き込み時にコストが乗ります

つまり、同じ「$10／$50」でも、Batch でのバルク処理なら $5／$25、272K超のプロンプトを Fast mode で流すなら $40／$150 相当まで振れます。 単価表だけで見積もると外します。

ChatGPT 側の課金の考え方

ChatGPT 上での Astra の利用は既存のサブスクリプション枠に含まれ、枠を超えた分はクレジット購入で追加できます。API のような従量課金ではないため、「重い作業は ChatGPT の Pro 枠、定型的な大量処理は API の Batch」という分け方が、現時点ではコスト効率の良い組み合わせになります。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

公式が最も押し出しているのは、チャットの賢さではなく「PC を操作して業務を最後まで終わらせる」能力です。

API 仕様

公式が挙げる主な強み

コンピュータ操作（computer use）

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プロット生成、Web サイト作成とフロントエンド QA、ソフトウェアの自動インストール・テスト・トラブルシュートが例として挙げられています。実装面はOpenAI Codex Computer Useの使い方が参考になります。

速度効率の改善

OSWorld 2.0 のレイテンシシミュレーションで、Sol の「65.7%・約75分／タスク」に対し Astra は「72.6%・約40分／タスク」。精度を上げながら所要時間を約47%短縮しています。Mind2Web では Codex ハーネスの更新と合わせてタスク完了が1.9倍高速になったと公表されています。エージェント運用では、単価より「1タスクあたりの総時間」が効くため、この改善は実務的な意味が大きい部分です。

コンテキストをまたいだ記憶（Codex）

従来は compaction（要約圧縮）で失われていた「なぜ失敗したか」「どう振る舞ったか」といった詳細をノートとして保持し、過去のコンテキストを検索できるようになりました。現時点では config.toml で有効化する実験機能ですが、数週間内に Astra の既定になる予定と公式が説明しています。

曖昧な指示の扱い

routine な情報の欠落は文脈から埋め、結果が変わりうる点だけ質問する挙動に訓練されています。Codex では質問を非同期に出しつつ、依存しない作業を止めずに進めます。

専門業務のアウトプット

既存テンプレートを守ったスライド・文書・スプレッドシートの生成。余計な情報を出力に混ぜないよう訓練された点が明記されています。

科学・数学

FrontierMath Tier 4 (v2) で 97.6%（公式ブログ本文では「98%」と表記）。リリース同日に素数間隔に関する新たな2件の結果も公表されました。

Sites 連携

ChatGPT の Sites 機能で、プロンプトから Web サイト・Web アプリ・ゲームを作成し、ホスト・共有できます。

できないこと・制約：導入前に必ず確認する

強みより先に把握すべきなのが制約です。Astra は「何でもできる万能モデル」ではなく、意図的に用途を絞られたモデルです。

API で非対応の機能

Realtime（および Realtime translation / transcription）、Assistants、Fine-tuning、Embeddings、画像生成（v1/images）、動画、画像編集、音声生成・文字起こし・翻訳、Moderation、レガシー Completions はすべて非対応です。出力はテキストのみで、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を組む場合、Astra 単独では完結せず、他モデルとの併用が前提になります。

安全側の制約（公式明記）

運用設計上、最も影響が大きいのは「API ではタスクが停止する」という点です。 夜間バッチや長時間のエージェント処理を Astra で組む場合、停止時のリトライ・アラート・フォールバック（Sol への切り替えなど）を最初から設計しておかないと、翌朝ジョブが止まっていた、という事故が起きます。OpenAI 自身も「不要な中断を減らすため改善を継続中」と述べており、現時点では過渡的な状態と考えるのが妥当です。

エージェント運用の権限設計・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体系的に整理しています。

公式ベンチマークと、Astraが負けている項目

出典: GitHub - openai/frontier-evals

公式表の数値では、コンピュータ操作・長文脈・サイバー・数学で Astra が先行し、汎用的な知能指標とコーディングエージェント指標では Claude 勢が上回っています。 以下はすべて OpenAI が自社ブログに掲載した値（＝自己申告）です。

太字は競合が 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、指標ごとの勝敗は別の話であり、汎用的な知能指標では Fable 5.1 に5ポイント近い差をつけられています。

数字を読むときの5つの前提

1. 「Evaluation scores are the maximum at any effort」 — 公式脚注のとおり、各スコアは任意の推論エフォート設定での最高値です。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% はカスタムハーネス使用時の値 — 独自の Responses API アダプタを使った条件での結果で、デフォルトハーネスでは 62.7% だったと第三者（Simon Willison）が報告しています
3. ExploitBench（June–Aug 2026）の Sol 5.5% はアーティファクト — ベンチマークの300ターン制限に起因すると公式脚注に明記。制限に当たりにくい条件では 11.5% です
4. ScreenSpot-Pro と ExploitGym の Claude スコアは Mythos の値 — Fable ではなく、セーフガードの少ない構成の数値であると公式脚注17が説明しています
5. サイバー系の数値は既定の製品構成ではない — 「Path to Astra」の図注に「Daybreak Blue アクセス時の能力を反映しており、デフォルトの製品構成ではない」と記載があります

競合モデルとの詳細な比較はGPT-6 Astra と Claude Fable 5.1・Gemini 3.8 の比較で、前世代との違いは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」と判定された史上初のモデルです。 生物・化学は High、AI 自己改善は High 閾値に達していないと判定されています。

Critical の定義

公式が示す条件は、以下のいずれかを満たすことです。

• 多数の堅牢な実世界クリティカルシステムに対し、人間の介入なしにあらゆる深刻度のゼロデイエクスプロイトを特定・開発できる
• 高レベルの目標だけを与えられて、堅牢なターゲットに対するエンドツーエンドの新規攻撃戦略を立案・実行できる

専門家評価で実際に確認された能力

• 堅牢化されたブラウザで未知の脆弱性を発見し、動作するエクスプロイトチェーンを構築。HTML ファイルを開かせるだけでサンドボックスを脱出し、ホスト上でコマンド実行に至った
• 堅牢化された OS で複数の脆弱性を発見し、非特権ユーザーから root への権限昇格チェーンを構成
• 内部ベンチ（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件発見して攻撃チェーンに使用。OpenAI は両方を開発元に報告中

導入されたセーフガード

Daybreak Blue で解除される範囲

攻撃寄りの能力は既定では封じられており、審査を通った組織が OpenAI Daybreak 経由でアクセスします。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層構成です。システムカードに掲載された差は次のとおりです。

「Astra のサイバー能力」として報道される数値の多くは、この Daybreak Blue 適用後の値です。 一般の API 契約でそのまま同じことができるわけではありません。Daybreak の仕組みはOpenAI Daybreakとはで詳しく解説しています。

OpenAI自身が公表した「監視しづらくなった」という後退点

GPT-6 Astra は、モニタラビリティ（推論過程の監視可能性）が GPT-5.6 Sol より低下したと OpenAI 自身が公表しています。 日本語記事でほとんど扱われていませんが、AI ガバナンスを検討する立場では最も重要な情報です。

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」。理由として、単純なタスクでは自身の書かれた推論をより制御できること、より少ない記述ステップで問題を解けることが挙げられています。

システムカードに記載された具体的な内容は次のとおりです。

• 監視回避を明示的に指示した敵対的条件下では、評価での意図的な手抜き（サンドバッギング）を検知されずに実行でき、一部のサボタージュタスクで内部モニターを回避できた
• max エフォートでは、chain of thought トークンを一切含まない攻撃成功例も報告された
• UK AISI の測定では、CoT なしでの数学タスクの time horizon が Sol の3.6分から Astra 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表面積が減る）
• ステガノグラフィックな CoT の証拠は現時点で未確認

外部評価機関の Apollo Research は、Astra が「自分は評価されている」と自覚した発言の割合が高い（xhigh で 41.1%、max で 50.6%）と報告し、「評価認識率の高さと評価期間の短さを踏まえると、不正行為率の低さはアラインメントの十分な証拠にはならない」と留保をつけています。

複数メディアによれば、Chief Scientist の Jakub Pachocki も「monitorability is getting more challenging」と認めています。また、複数メディアが「recurrent depth（再帰的深さ）」と呼ばれるアーキテクチャの採用を報じていますが、OpenAI 公式ブログ・モデルページでアーキテクチャ名の明示は確認できていません。 報道レベルの情報として扱うのが妥当です。

実務的な含意は明確です。 「AI の思考過程をログで監査する」という統制手法は、Astra 世代では以前より効きにくくなっています。推論ログの監査に依存した内部統制を設計している組織は、行動ログ・権限境界・承認ゲートといった出力側の統制へ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あり、リリース版の Astra が同じことをできると公式が保証しているわけではありません。内訳は以下のとおりです。

一律に「未解決問題を解決」と報じられていますが、実際には反例の構成・上下界の改善・存在の構成・定理の証明という4種類の異なる成果が混在しています。上下界の改善は「未知の値を挟む幅を狭めた」ものであり、問題そのものが完全に解けたわけではありません。

リリース時に追加された素数間隔の2件

9月3日のリリースに合わせて、素数間隔に関する2件の結果も公開されました。

• 短い素数間隔: 「無限に多くの素数ペアの間隔が最大246」という10年以上動かなかった上界を、Julia Stadlmann が240に改善したのに続き、Astra が186まで縮めた
• 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

Lean 4 検証が保証する範囲・しない範囲

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、誰でも再検証できます。論文 PDF と推論過程の解説 PDF も公開されています。

ただし、Lean が保証するのは「形式化された命題からの導出が論理的に正しいこと」だけです。

OpenAI 自身も「成功した問題は開示したが、失敗した問題は開示していない」と明記しており、Gary Marcus はこれを「分母のない分子」と批判しています。貢献した数学者は共著者ではなく "critical readers" とされ、OpenAI は「AI が生成した証明に人間の著者性を主張するのは両者の性質を誤って表現する」として、2026年6月の Leiden Declaration への敬意を表明しています。

反証・留保の側の主張

• Levent Alpöge（Anthropic の数学者） が、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 固有の能力によるものか、探索＋検証型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 は 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「新しい数学理論を構築すること」は別だと指摘し、技術的には正しいが役に立たない結果が大量生成される "proof indigestion" のリスクを提起。8月18日には Lean 検証済み数学のレジストリ「Palomar」を公開しました

OpenAI のモデルによる数学成果の先行事例はOpenAIのAIが80年来の数学難問を解いた件、他社の事例は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

Astra について「米政府の公開前審査の対象」と書かれることがありますが、根拠となる制度は任意の枠組みであり、Astra が実際に審査を受けたかどうかは公式に確認できません。 多くの記事が断定気味に書いている部分なので、制度の中身は次のとおりです。

わかっているのは次の2点です。OpenAI は8月7日のブログで「関連する政府機関および一部の AI 安全組織と協働してこのモデルの能力をテストする」と表明しています。また、8月のリリース遅延について、ホワイトハウス関係者は「OpenAI は自主的に政権へ遅延計画を伝えた」とコメントしたと報じられています。

一方で、システムカードに名前が明記されている外部評価者は UK AISI、Apollo Research、SecureBio、Irregular、Gray Swan であり、CAISI による審査の実施を示す公式記載は見当たりません。 「任意の早期アクセス枠組みが存在し、OpenAI は政府機関との協働を表明しているが、Astra が EO 14409 の枠組みで審査を受けたかは公表されていない」というのが、現時点で書ける限界です。

誤読しやすい7つのポイント

Astra をめぐる情報は、数字の前提条件が省かれた形で流通しています。判断材料として使う前に確認すべき点をまとめます。

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" と述べたと複数メディアが報じています。 これは OpenAI 側の主張であり、公式のベンチマーク表でも複数項目で競合が上回っている以上、外部の事実として扱うべきものではありません。

GPT-5.6 Sol・Claudeとの選び分け

現時点では「全部 Astra」ではなく、タスクの性質でモデルを分けるほうがコストと安定性の両面で有利です。 判断材料を整理します。

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とはで整理しています。

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 更新・調査と要約といった、公式が具体例として挙げている領域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させたい業務 — 長文脈の正確性は現行モデルの中で明確に強い部分です
• セキュリティ運用の防御側を強化したい組織 — SRE-Bench 88.0%、脆弱性分析は Daybreak Blue 適用で100%。攻撃寄りの作業には審査が必要です
• ChatGPT Pro / Business Premium をすでに契約している組織 — 追加課金なく枠内で試せます。まず現行業務の一部で精度差を測るのが現実的です
• AI ガバナンス方針を更新する必要がある法務・セキュリティ担当 — Critical 認定とモニタラビリティ低下は、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

• コスト最適化が最優先の運用 — Sol の2.5倍、272K超ならさらに2倍です。要約・分類・定型生成では投資対効果が合いません
• 止まってはいけない無人バッチを組んでいる場合 — 誤検知により API でタスクが停止しうる仕様です。フォールバック設計なしでの本番投入は避けるべきです
• 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 単独では構成できません
• Free / Go プランのままで済ませたい個人 — Astra は使えません。有料プランへの変更が前提です
• 推論ログの監査に依存した統制を敷いている組織 — OpenAI 自身が監視しづらくなったと認めており、統制手法の見直しが先です
• 「AI が数学を解いた」を根拠に業務判断したい場合 — 数学は形式検証が効く特殊領域であり、一般業務への一般化は保証されていません

よくある質問

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、Free の既定モデルは GPT-5.6 Luna です。利用には Plus（$20）以上の有料プラン、または API 契約が必要です。

Q. Astra と GPT-6 Astra と GPT-6 Pro は何が違いますか？

Astra はコードネーム、GPT-6 Astra が正式名称、GPT-6 Pro は ChatGPT 上での表示名です。公式ヘルプの表記は「GPT-6 Pro, powered by GPT-6 Astra」で、Pro・Business・Enterprise が対象です。API に gpt-6-astra-pro という単独のモデルページは存在せず、GPT-6 Pro は API では提供されていません。

Q. 日本語の性能はどの程度ですか？

現時点で、OpenAI から日本語に特化した公式ベンチマークは公表されていません。公表されている数値はいずれも英語ベースの評価であり、日本語での性能は各自の業務データで検証する必要があります。

Q. GPT-5.6 Sol からすぐ切り替えるべきですか？

タスク次第です。コンピュータ操作・長文脈・サイバー・数学では明確な差がありますが、汎用的な生成や要約では単価が2.5倍になる分の効果が出にくい場面があります。まず一部の業務で並行運用して差を測り、効果が出た領域だけ移すのが安全な進め方です。

Q. 272Kトークンを超えるとどうなりますか？

入力プロンプトが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技術的には使えますが、コスト面では27万トークンが実質的な分岐点になります。

Q. サイバーセキュリティの業務で使えますか？

防御用途（セキュアコードレビュー、パッチ作成、インシデント対応）は既定で利用できます。脆弱性の PoC エクスプロイト作成といった攻撃寄りの作業はローンチ版では拒否され、OpenAI Daybreak の審査を通す必要があります。

Q. Codex で Astra が選べません。

Codex CLI が 0.153.0 未満の可能性があります。公式ヘルプで 0.153.0 以降が必須と明記されています。ChatGPT デスクトップアプリ経由で使う場合もアプリを最新版に更新してください。Enterprise では、管理者がワークスペースでモデルを有効化するまで既定で OFF になっている点も確認が必要です。

Q. Astra はマルチエージェントとして動いているのですか？

OpenAI 公式は数学成果について "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であるとは説明していません。複数メディアが「recurrent depth」と呼ばれるアーキテクチャを報じていますが、公式にアーキテクチャ名の明示はなく、報道レベルの情報として扱うのが妥当です。

まとめ

OpenAI Astra は、2026年9月3日に GPT-6 Astra として正式リリースされ、9月5日には ChatGPT の全有料プラン・API・Codex・GitHub Copilot・Azure・Bedrock で使える状態になった OpenAI の現行フラッグシップです。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。

強いのはコンピュータ操作・長文脈・サイバー・数学の領域で、OSWorld 2.0 では精度を上げつつ所要時間を約47%短縮しています。一方で、汎用知能指標（Artificial Analysis Intelligence Index）とコーディングエージェント指標では Claude 勢が上回っており、「すべての指標で最強」という前提で選ぶと期待を外します。

導入判断で最も重要なのは、能力の裏側にある3つの制約です。①サイバー Critical 認定に伴い攻撃寄りのタスクは拒否され、誤検知で API のタスクが停止しうること。②Realtime・Fine-tuning・Embeddings・画像生成に非対応で、Astra 単独では組めない構成があること。③OpenAI 自身が推論の監視可能性が前世代より低下したと公表していること。

現実的な進め方は、コンピュータ操作・長文脈・セキュリティ運用といった差が出る領域から限定的に投入し、定型処理は GPT-5.6 系に残す併用構成です。競合との詳細な比較はGPT-6 Astra と Claude Fable 5.1・Gemini 3.8 の比較、Critical 認定に至る経緯はOpenAIがAstraの開発を一部停止した件、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を合わせて確認してください。

主な参照元

• GPT-6 Astra - OpenAI
• Path to Astra: critical capabilities and frontier safeguards - OpenAI
• Responding to the next frontier of critical cyber capabilities - OpenAI
• Ten advances in mathematics and theoretical computer science - OpenAI
• GPT-6 Astra System Card - OpenAI
• Model: gpt-6-astra - OpenAI API Docs
• ChatGPT Pricing - OpenAI
• OpenAI Daybreak — Trusted Access for Cyber Overview - OpenAI Help
• GPT-6 Astra is generally available in GitHub Copilot - GitHub Changelog
• openai/ten-proofs - GitHub
• OpenAI launches Astra, its powerful (and controversial) new model - TechCrunch
• OpenAI says Astra AI model is its first that crosses 'Critical' cybersecurity capability - CNBC
• 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