OpenAIのGPT-6.2 Astra、インタラクティブ3D体験のAA-3Dベンチマークで首位を獲得
重要ポイント
- •GPT-6.2 AstraはAA-3Dベンチマークで人間の評価者によるブラインド対決比較152件のうち139件で勝利した。
- •Astraは1,318 Eloを記録し、1,271のアンソロピックClaude Fable 5.2に47ポイント差をつけ、GPT-6.2 Solは1,259だった。
- •AA-3Dベンチマークは、モデルがテキストプロンプトから動作する3Dウェブアプリケーションを生成する55のタスクで構成され、ブラインドの人間投票で順位が決まる。
- •物理的推論ベンチマークAA-Robotics v0.1では、Astraが79でSol(78)とClaude Fable 5.2(75)を上回った。
- •OpenAIはGPT-6.2 Astraの価格を100万トークンあたり8ドル(GPT-6 Astraの40ドルより20%低い)に設定し、GPT-6.2 SolはタスクあたりGPT-6 Astraの約15%のコストと報じられている。

OpenAIのGPT-6.2 Astraが、プレーンなテキストプロンプトからAIモデルがどの程度インタラクティブな3D体験を構築できるかを評価するベンチマーク「AA-3D」の首位に立った。人間の審査員がそのシーンを競合モデルの出力と比較したところ、152件の対決のうち139件でAstraの作品が選ばれた。
このランキングはAA-3Dリーダーボードを運営する独立系評価企業Artificial Analysisによるもので、OpenAIが2026年11月17日に姉妹モデルのGPT-6.2 SolとともにGPT-6.2 Astraをリリースした直後に発表された。この結果により、近年数週間にわたり両社の間で行き来していたリーダーボードの首位はOpenAIに戻った。
スコアの比較
GPT-6.2 AstraはAA-3Dで1,318 Eloを記録し、Artificial Analysisが評価したどのモデルよりも高いスコアを達成した。Eloは相対評価であり、チェスなどの競技で長く使われてきたシステムだ。モデルは対決で他のモデルに勝つことでポイントを獲得し、負ければ失う。つまり、この数値は競合他社と比べて初めて意味を持つ。
競合モデルは目に見える差で後れている。アンソロピックのClaude Fable 5.2は1,271でAstraに47ポイントの差をつけられた。また、OpenAI自身のGPT-6.2 Solは1,259 Eloとなった。
ここでは評価方法が重要になる。AA-3Dはブラインド比較を行う人間の採点者に依存しており、採点者はどのモデルがシーンを生成したかを知らないため、ブランド認知が評価に影響することはない。
AA-3Dが実際に測るもの
このベンチマークは、インタラクティブな3D生成に焦点を当てた幅広い分野にわたる55のタスクで構成されている。モデルはテキストプロンプトを受け取り、それに応答して動作する3Dウェブアプリケーションを生成しなければならない。求められる出力が静的なレンダリングではなく動作するアプリケーションであるため、このベンチマークはモデルがプロンプトを使用可能なソフトウェアまで実現できるかを試すものであり、その後のブラインドの人間投票が、動作する結果のうちどれが好まれるかを決定する。
Astraのリードは純粋な3Dレンダリングにとどまらず、物理的推論タスクにも及んでいる。Artificial Analysisのもう一つのベンチマークであるAA-Robotics v0.1では、Astraは79を記録した。Solは78で僅差に続いたが、Claude Fable 5.2は75にとどまった。
価格とコストの問題
OpenAIはGPT-6.2 AstraのAPI価格を100万トークンあたり8ドルに設定しており、これはGPT-6 Astraの40ドルより20%低い。
Solはさらに際立ったコスト面での特徴を持つ。GPT-6.2 Solは報道によると、GPT-6 Astraのタスクあたりコストの約15%で動作し、Artificial Analysis Intelligence Indexでは57を記録した。
これによりOpenAIは明確な二段構えのラインナップを擁することになった。Astraはリーダーボードの頂点に立つプレミアムな性能のモデルであり、Solは同じテストで健闘しながらも低価格な選択肢である。選択肢を比較する開発者にとって、人間の審査員が現在最も好んでいるモデルが、Astraの2世代のうちより安価な方であるということを意味する。
背景:OpenAIとアンソロピックの競争
Artificial Analysisは2026年10月12日にAA-3Dベンチマークを開始し、インタラクティブな3D体験の生成におけるAIの進歩を特化して評価している。10月の最初の評価では、アンソロピックとOpenAIの上位モデルが互角に競う状況が示され、11月の更新ではClaude Fable 5.2が当初首位に立った。しかし、GPT-6.2 AstraとSolのリリース後の最近の結果が順位を塗り替えた。10月以降このリーダーボードの頂点が短期間で入れ替わってきたことを踏まえると、今後の評価更新でアンソロピックが差を縮めるのか、それともOpenAIがリードを広げるのかが明らかになるだろう。
この結果が意味するもの
3Dウェブ体験を構築する開発者にとって、実用的な示唆は、GPT-6.2 Astraが現在最も頻繁に人間に好まれるシーンを生成しているという点だ。152件中139件という選好記録がここで最も重要な統計であり、実際の人々が一方の出力を他方より選んだことを反映しているからだ。
アンソロピックにとって、この結果は明確な目標を示している。AA-3Dでの47ポイントのElo差は重大であり、Claude Fable 5.2のロボティクススコアの3位という結果は、視覚生成と物理的推論の両方のタスクで対応を迫られる圧力を加えている。
本記事は、Diego Almada Lopezが編集したCryptoBriefingの報道に基づいている。