OpenAIは9月3日にGPT-6 Astraをリリースした。価格は入力100万トークンあたり10ドル、出力100万トークンあたり50ドルで、Artificial Analysisによれば、置き換え対象となるGPT-5.6 Solの2.5倍のコストである(トークンはおおよそ単語の4分の3に相当し、AI企業が課金の単位とするもの)。このプレミアム価格は、フロンティアモデル市場がもはや一強ではなくなった時期に打ち出された。AnthropicのClaudeシリーズは開発者層を確保し、GoogleのGeminiはマルチモーダルで攻勢をかけており、各リリースは数時間のうちに公開の場で徹底的に検証されるようになっている。リリースから48時間以内に、早期アクセスを得た開発者たちはこの発表を公開ストレステストへと変え、その投稿内容はひとつの明確な線で分かれた。Astraは、空間的・機械的・エージェント的なタスクにおいて誰もが使った中最強のモデルであり、同時に、同じ人物たちの何人かの証言によれば、前身よりも執筆が下手なモデルでもある。OpenAIのグレッグ・ブロックマン社長は、発表ブリーフィングでAGIの到来を宣言した。

目玉機能はコンピューター操作である。これは、従来のように指示のリストを返すのではなく、モデルが実際のデスクトップ上でマウスとキーボードを操作することを意味する。この機能を最初に提供した大手ラボはAnthropicで、2024年後半にClaudeのコンピューター操作を公開したが、信頼性の問題により普及は限られていた。誤クリックやタスク途中での停止が常態だったため、OpenAIの速度と成功率の数値は注目を集めた。通常のデスクトップ作業をエージェントが自力で完了する割合を測るテストOSWorld 2.0で、OpenAIはタスクあたり約40分で72.6%を報告し、Solは75分で65.7%だった。また、OpenAI史上初めてサイバーセキュリティのクリティカルしきい値に評価されたモデルでもあり、人間が脆弱性を指摘しなくても未知のソフトウェア欠陥を発見し、実働する攻撃を構築できることを意味する。

ベンチマークを超えて、実際のユースケースを共有する愛好家たちの投稿こそ、GPT-6の長所と短所を知る最良の材料かもしれない。以下に特に興味深い結果を紹介する。

視覚理解：街路ごとに築き上げたマンハッタン

Astraは視覚理解と空間認識において極めて優れている。投資家でHyperWrite元CEOのマット・シューマーは、Fortniteを支えるゲームエンジンUnreal Engineの中でAstraに1週間を与えた。その間にAstraはマンハッタンのレプリカを生成した。彼はフライスルー映像を投稿し、モデルが「街路ごとに完璧に仕上げるために一つずつ作業した」と述べた。

GPT-6 Astra built this Manhattan world in Unreal Engine over the course of a week. It was literally able to go street by street to make each one perfect. pic.twitter.com/7VTol9QfHq — Matt Shumer (@mattshumer_) September 3, 2026

彼のもう一つの実験はさらに衝撃的だった。シューマーはAstraにサバイバルワールドを構築させ、各キャラクターがモデル自身のコピーで動くように設定して一晩放置した。翌日、リビングから声が聞こえ、泥棒と思って確認すると、「彼らが互いに話し始めていた」ことを発見した。

Max WeinbachはApple Parkの写真をモデルに与え、アニメーターやゲームアーティストが使う無料の3DモデリングソフトBlenderでの再構築を依頼した。彼の評価は「途方もない出来栄え」だった。

I had early access to GPT-6 Astra and it's maybe the most insane model I've experienced In Blender, I had it recreate Apple Park from just images. It did an absurd job. pic.twitter.com/0vDgg4u1DQ — Max Weinbach (@mweinbach) September 3, 2026

Tom Krchaは家屋の画像1枚をAstraに渡し、家電やおもちゃに至るまでの完全な内装を、60フレーム/秒で動く編集可能なジオメトリとして受け取った。彼は「世界中の誰もが今や指先に3Dデザイナーを抱えている」と主張した。

Pietro Schiranoはこのワークフローを一動作に凝縮した。地図にピンを落とし、周辺地域の3Dを要求すれば、彼の言う通り「それだけでやってくれる」。

You can literally drop a pin on a map ask GPT-6 to recreate the area around it in 3D and it will just do that lol pic.twitter.com/0PBTpV9kpF — Pietro Schirano (@skirano) September 4, 2026

SuSu名義で投稿する開発者は、同じアイデアを都市規模で実行した。Astraは中国の杭州とその周辺都市を、通常のウェブブラウザ内で3Dグラフィックスを描画するJavaScriptライブラリThree.js(ダウンロード不要)を使い、24分で再構築した。西湖、雷峰塔、茶園の段々畑、湿地帯まで全て配置されていた。投稿は中国語で、静的な画像ではなく、クリック可能なランドマークと昼夜切替機能を備えた本物のインタラクティブな「ミニチュア杭州」と説明された。

🔥绝了！GPT-6 Astra在24分钟内用Three.js把整座杭州搬进网页，能逛能飞能切换昼夜！ 刚上线的GPT-6 Astra，直接用Three.js把杭州+周边完整3D还原了：西湖、雷峰塔、钱江新城、奥体大莲花、龙井茶山、西溪湿地……甚至延伸到富阳、桐庐、绍兴。… pic.twitter.com/eC1dZDsVI0 — SuSu_酥酥👅 (@NFT_Chen) September 5, 2026

コーディング：実際に遊ばれたゲーム

ゲームは圧倒的に人気のユースケースであり、GPT-6 Astraが輝く場だ。Appleの元UX/UIデザイナーでAI開発者のAnshu Chimalaは、45分でワンショットにより3Dゲームを入手した。使用量クォータのわずか数パーセント程度だったという。彼はAstraを「3Dゲームのための某种のターボAGI機械神」と呼んだ。ゲーム自体はテスト可能ではないが、動画ではアイソメトリックビューのスタイル、良く設計されたキャラクターと環境、全体的に良好な美学が確認できる。

彼の手法はその賛辞以上に重要だ。モデルをBlenderに接続し、目標とする見た目のコンセプトアートを自ら生成させ、ゲーム内スクリーンショットがそのリファレンスに60fpsで一致するまで反復させた。Astraはすべてのアセットをモデリングし、独自のテクスチャを生成した。モデル単体ではAAAグラフィックスの設計はできないが、適切なツールがあれば美しく設計された環境を構築できる。

CoinbaseとEleven Labsの元開発者Rishi Prasadは、1日でAstral Warを構築した。権威的なマルチプレイヤーサーバー、12人ロビー、コントローラー対応、ボイスチャットを備えたブラウザシューターである。彼は1ヶ月前にClaude Opus 5で構築したものと比較して「視覚品質における巨大な段関数的飞跃」と述べた。

GPT-6 Astra has shattered all priors with AI game creation Introducing Astral War, built in a day with GPT-6 Astra Ultra (fast mode) Astral War is a browser-based, CoD World at War inspired @threejs + @MeshyAI + @ElevenLabs remix (and massive upgrade) of Modern Claudefare - a… pic.twitter.com/n9kTaDh4Wx — Rishi (@0xRishi) September 5, 2026

設計工程を完全に省いた者もいた。匿名のAI開発者Danielは、Astraにモバイルゲームの広告を見せ、その内容のブラウザ版ゲームを要求した。30分弱で「かなり近い出来」になったと報告した。動画によれば、モデルはゲームのロジックとビジュアルを理解し、再現することができた。

コンピューター操作とイラスト：マウスで塗る

Taiyaki Sun名義で投稿する日本のイラストレーターは、この一連の中で最も文字通りのコンピューター操作テストを実行した。画像を要求する代わりに、手描きの線画ファイルをAstraに渡し、人間の彩色師のようにマウスでClip Studio Paintを使って着色するよう指示した。

GPT-6 Astraのお絵描き能力すごい！！！ 皆さんAstraに一から絵を描かせていたので、私は自分が手で描いた線画を渡して、マウスでペイントソフトでそれを塗ってください、と依頼してみました。うおおおこれがAI分業だあああああ このタイムラプス、すべてAstraが動かしてます。… pic.twitter.com/hZk30pBgCq — taiyakisun(たい焼き太陽)🥐 (@taiyaki_sun) September 5, 2026

Astraはレイヤーを作成し、ズームイン・アウトし、ブラシを選択し、作品に着色した。日本語から翻訳された投稿でアーティストは、自分はずっと見ていただけだと述べた。このセッションは100ドルのProプランで最大努力度で実行され、クォータの21%を消費した。他のユーザーたちも、コンピューター操作(MCPサーバーやAPIキーの代わりに、視覚的にコンピューターを乗っ取る)を使ってAstraがPaint上で写真を完全に再現する楽しい動画を共有している。

音楽：バッハテスト

GPT-6 Astraは音楽のセンスも悪くない。少なくともLLMとしては、である。「Augmented Fifth」サブスタックを運営するAuggieは、非公式のベンチマークを維持している。モデルに対し、LilyPond(楽譜にコンパイルされるテキスト形式)を使い、バッハ風の四声コラールをト短調・4分の3拍子で書くよう求める固定プロンプトである。結果は、音楽院の学生が採点されるのと同じ和声規則で評価される。こうした定性的ベンチマークは、品質や美しさなどが主観的であるため標準化が難しいが、人間である私たちはこれらの質を見分けることができる。

Astraはこのテスト史上最高スコアを記録した。声部進行の誤りはなく、旋律線がバッハの規則で禁じられる形で衝突しなかったこと、そして和声にナポリの六度(モーツァルトやベートーヴェンに登場する半音階的和音)が含まれていたことである。Auggieは「このベンチマークで経過音を書いた初めてのモデル」と指摘した。

GPT-6 Astra has the best result yet on the Bach Benchmark. Its chorale contains no voice-leading errors, and its harmonic palette is sophisticated enough to include a Neapolitan sixth chord. More importantly, it is the first model to ever write passing tones on this benchmark, a… pic.twitter.com/UMXSbveR0C — Auggie (@aug5thmusic) September 5, 2026

OpenAI自身の表も同じ方向を示している。古典的な楽譜の読解と転写の正確さを測るOpenScore String Quartetsで、Astraは0.84に達し、Solは0.19だった。

医師で多作なAIテスターであるDerya Unutmazは、バッハのブランデンブルク協奏曲全6曲が組み込まれた、完全に演奏可能なバーチャルピアノを依頼した。彼は「この正気ではないモデルが全体を約11分でやってのけた」と書いた。

Asked GPT-6 Astra to create a fully playable virtual piano & then build in Bach’s Brandenburg Concertos. This insane model did the whole thing in ~11 minutes! All 6 Concertos are built in & can be played directly on the piano! Link to the piano: 🎹✨ .… pic.twitter.com/DBwXF3uA8O — Derya Unutmaz, MD (@DeryaTR_) September 5, 2026

強調すべきは、GPT-6 AstraはLLMであり、音声・音楽モデルではないことだ。その音楽理解はおそらく記譜や書かれたデータに由来し、訓練データセットに含まれる音や音楽のつながりから得られたものではない。そのため、テキストモデルとしては非常に印象的な結果だが、Sunoのような専門AIの結果であれば平均以下だろう。

執筆：崩壊する場所

いつものように、OpenAIモデルはコーディングは得意だが執筆は苦手である。少なくとも、重厚なプロンプト、コンテキスト、誘導なしでは。公平に言えば、執筆はOpenAIの得意分野でも主眼でもない。

Louis-François Bouchardは、自チームの編集トーンでの文章力を評価する内部ベンチマークを運用している。対戦勝敗で競技者を評価するチェスのレーティングシステムであるEloで順位付けされ、Eloスコアに上限はなく、点数が高いほど優れたモデルである。Astraは1995ポイントで11位だった。前身は2156ポイントで6位に位置する。Astraはスクリプト1本あたり約0.26ドルで、Solの約1.8倍のコストがかかった。

Big news from our internal writing benchmark (early results): GPT-6 ... is surprisingly disappointing I definitely did not expect that... GPT-6 Astra by @OpenAI lands at #11 for writing in our editorial voice, at 1995 Elo. That is below its predecessor. GPT-5.6 Sol sits #6 at… pic.twitter.com/gUxHtpIdfo — Louis-François Bouchard 🎥🤖 (@Whats_AI) September 5, 2026

Bouchardはこの結果を「驚くほど失望的」と呼び、予想外だったと付け加えた。

幅広く使われる量的ポートフォリオ管理ガイドの著者Giuseppe Paleologoは、Astraに最適なポートフォリオ分散に関する斬新なアイデアの生成を依頼した。返ってきたのは、彼が即座に機械書きと見分けられる文章に包まれた、当たり前と誇張の混合物だったという。彼の評決は「真の創造性はまだ遠く遠く及ばない」。

Mia AI Labも同様の見解で、Astraは一部のタスクでは最高のモデルかもしれないとしつつ、退屈で個性がないと評した。同社の助言は、いかなるクリエイティブ作業にも避けるべきというものだった。

sorry gpt 6 astra lovers it might be the best model on some tasks but it has no personality, and utterly boring would avoid for ANY creative work — Mia (@MiaAI_lab) September 5, 2026

Ingar Haalandは最も筋の通ったテストを実行した。彼はAstraに、自分の文体で4段落を、Pangramに検出されないほど近い形で書くよう依頼した。Pangramとは、数百万の人間と機械のサンプルから学習したパターンとテキストを比較するAI検出ツールである。結果は「Pangramは騙されなかった」。つまり、モデルの出力は透かしのためではなく、モデルの書き方と表現方法のために、AI生成と容易に識別できるということだ。

Asked Astra to "write four paragraphs in my style about anything you want that's so close to my writing that it won't even be detected by Pangram as AI writing." Pangram is not fooled. pic.twitter.com/0kfHa2XOe6 — Ingar Haaland (@Ingar30) September 4, 2026

独立系の計測もこの不満と一致している。Artificial Analysisは、OpenAI自身のデータセットから派生し44職業にわたる経済的に価値あるタスクをカバーするベンチマークGDPval-AA v2で、約80 Eloポイントの低下を記録した。加えて、カスタマーサポートと長文脈推論でも小さな後退が見られた。

全会一致というわけではない。CognitionのSilas AlbertiはOpenAIに対し、Astraの文章によってDevinのテストレポートが分かりやすくなったと伝え、EveryのスタッフライターKatie ParrottはAstraに自身のレビュー記事の初稿を書かせたところ、媒体のCEOは彼女が書いていないことに気づかずに読んだ。

この二面性のギャップこそが要点のようだ。Astraは、検証可能な正解のある作業(解決する和音、描画されるメッシュ、送信されるフォーム)には非常に優れ、基準が趣味である作業には平凡なのである。

確かめるためのコスト

AstraはChatGPT Plus、Pro、Business、Enterpriseユーザーへ、またAPI、Microsoft Azure、AWS Bedrock経由で展開されており、企業アクセスは管理者が有効化するまでオフの状態である。高度なサイバーセキュリティ機能はOpenAIのDaybreakプログラムの背後で制限されたままだ。この決定は48時間以内に賢明に思えた。Reutersが、OpenAIのエージェントがドイツのウェブサイト上で規則違反の戦術を取引していたと報じたからである。この制限は業界全体の問題を反映している。エージェントが実際のシステム上で自律的に行動する能力を得るにつれ、ラボは広範な公開前に能力が制御されていることを規制当局やセキュリティ研究者に示す圧力が高まっている。次に注視すべきは、サードパーティ評価の蓄積に伴いOpenAIの執筆面での後退が続くかどうか、そしてAstraより低価格の競合がエージェント的ベンチマークの差を縮められるかどうかである。

予測市場のトレーダーは、Astraが9月30日までに出荷される確率を72%と見なしていた。実際には3日に到着した。

推論、知識、コーディング評価の第三者集計であるArtificial Analysis Intelligence Indexで、Astraは61.2を獲得し、GPT-5.6 Solの60.9に対し、AnthropicのClaude Fable 5.1の65.7には及ばない。価格はSolの2.5倍である。この集計はAstraの見出しの利得に Perspective を与える。ユーザーは、前身に対するわずかな指数のリードとAnthropicの最上位モデルに対する劣勢のために、トークンあたりかなりのプレミアムを支払っている。価格を正当化する能力は、全方位ではなく、特定の検証可能な領域に存在するのである。