OpenAIのGPT-6 Astraが公開からわずか1週間で能力が低下したとして、ユーザーからの苦情がXに殺到している。応答は速くなったが出力は悪化したと報告するユーザーがいる一方、モデルは当初から一貫性を欠いており、初速の高揚感がその弱点を覆い隠していただけだと主張するユーザーもいる。

1週間前、GPT-6 Astraはゲームエンジン内でマンハッタンを一つずつ街路単位で再構築し、その能力でユーザーを驚かせていた。しかし今週、同じユーザーの一部はスクリーンショットを投稿し、モデルに何が起きたのかをOpenAIに問い合わせている。

「Astra feels significantly dumber for me today(今日はAstraが明らかに賢く感じられない)」と、匿名の開発者synthwaveddがXで投稿した。「The Post-Launch Lobotomy(公開後のロボトミー)が起きるのは時間の問題だった。残念だ」

このパターンはAIチャットボットやエージェントのユーザーにはおなじみのものだ。お気に入りのモデルが公開後に「ナーフされた」と感じることがあるのだ。これはゲーム用語を借用した表現で、強すぎたものを開発者が弱めることを指す。体感される性能低下には合理的な説明がある場合もあるが、GPT-6 Astraへの同様の苦情が増加したことで、ユーザーは出力を比較し、モデルが変わったのかどうかを検証し始めている。この問題は、自ら実行するのではなくレンタルモデルを基盤にプロダクトを構築する開発者にとって現実的な意味を持つ。また、独自のシステムは内部構造を検査できないため、出力の並比較は外部の者が使える数少ない検証手段のひとつである。

以前はAstraを高く評価していた開発者のPranjal Paliwalは、後にモデルが書いたコードを見直し、評価を改めたと述べた。

「We don’t have AGI(我々にはAGIがない)」とPaliwalは投稿した。「あるのは退行(regression)だ」

AGI(人工汎用知能)とは、人間が認知的に実行できるほぼすべてのタスクをこなせる機械を指す業界用語である。OpenAIの社長自身がAstraの公開時にこの言葉を使った。1週間後、Paliwalはこの言葉を、モデルの見かけの能力とそのミスとの乖離を表すのに使うことになった。

他の苦情も同様の傾向を示している。開発者のPankaj Kumarは、応答が速くなった一方で品質が下がったという症状を挙げ、OpenAIが「juice value(ジュース値)を減らした」のではないかと疑った。創業者のSabaも、タスクを完了するには今や「噛み砕いて指示する」必要があるのはなぜか、とOpenAIに直接問いかけた。

「juice value」は公式の技術用語ではない。この文脈では、モデルが回答する前に費やす計算努力の量、およびOpenAIが公開デモの後にその努力を減らした可能性があるという疑念を指す俗語として使われている。OpenAIはAstraに対してそのような変更を行ったことを確認していない。

実際に比較を試みたユーザーもいる。Salioと研究者のMd Ismail Sojalは、公開日のAstraと現行版に対して同じ設定で同一のプロンプトを実行したと述べ、現行版の結果が悪化したと両者とも報告した。

「Today’s GPT-6 Astra output looks worse(今日のGPT-6 Astraの出力は悪く見える)。GPT-6 Astra at launch vs GPT-6 Astra today」とSojalは投稿した。その投稿では、比較は同じプロンプトと設定で行われ、「[t]he difference is bigger than I expected(差は予想以上に大きい)」と記されていた。

Astraの前世代に戻したと語るユーザーもいる。コーディングツールOpencodeを開発するDax Raadは、支出が2倍になった一方でAstra使用の欠点がそのコストに見合わないため、チームはGPT-5.6 Solに戻ったと述べた。ChatGPTユーザーのMustafa Sahinliは、Astraが「after 1 week of release公開1週間後)」のClaude Opus 4.6のように感じられると述べ、Anthropicのモデルも公開後に直面した反発を念頭に置いた皮肉を込めた。

すべての人がOpenAIが意図的にAstraを弱めたと考えているわけではない。匿名ユーザーのAntikytheraは詳細な反論を発表し、時間の流れはむしろ逆かもしれないと主張した。

「It is as dumb as it was on launch(公開時と同じ程度に賢くない)」とAntikytheraは投稿した。「モデルは良いが、多くの問題を抱えている。怠惰だ。箇条書き依存症のように書く…人々は公開週には過剰に盛り上がっていたが、今はテストしてミスを確認する時間があっただけだ」

その説明によれば、Astraの能力が低下したわけではなく、ユーザーが初期のデモへの夢中から醒め、繰り返される問題に気づき始めただけである。

T3Chatの創業者Theoも同様の見解を示した。彼は、AstraはClaude Fableよりも一貫性が低く、優れたコードを出すこともあれば極めて劣ったコードを出すこともあると述べた。

「GPT-6 Astra has done incredible things I never thought a model could do. It has also done some of the stupidest things I’ve ever seen a model do. Generally speaking, Fable 5.1 just does what I ask(GPT-6 Astraは、モデルには不可能だと思っていた驚くべきことを成し遂げた。同時に、モデルがする最も愚かな事例のいくつかも生み出した。概してFable 5.1は要求した通りに動く)」とTheoは2026年9月8日にXで投稿した。否定的な事例の増加は、モデルの挙動が確認された変化をしたのではなく、初期のハネムーン期間の終わりを反映している可能性があると彼は示唆した。

この議論は、OpenAIの前世代のフラッグシップモデルGPT-5.6 Solをめぐる出来事を彷彿とさせる。7月、ユーザーはSolの最高推論モードが突然浅くなったと報告した。OpenAI幹部のTibo Sottiauxはモデルを意図的に弱めたことを否定した一方、同社が「reasoning effort(推論努力)」、すなわちモデルが回答を生成する前に何ステップを踏むかを制御する設定を実験していたことは認めた。

ある返信は、非公開のAI研究所をめぐる繰り返される冗談をこう要約した。企業がモデルを公開すると、数日後に「some kind of disease a few days later and suddenly become[s] dumber(何かの病気にかかったように突然賢くなくなる)」というものだ。別のユーザーは、皮肉屋らしい一行で説明を提示した。「They probably get quantized so they’re not burning the companies as much money(企業のコストを削るため量子化されているのだろう)」

量子化とは、モデルの内部計算の精度を落として計算コスト削減することであり、精度とのトレードオフを伴うことが多い。OpenAIは、出荷済みモデルを意図的に量子化したことを確認したことはない。

OpenAIはAstraについてSolスタイルの声明を出していない。7月には、同様のSolへの苦情の波に対し幹部が公式に応じた。OpenAIがAstraへの苦情にも同じ形で対応するかは、依然として不明なままである。このモデルは、OpenAIが「サイバーセキュリティリスクの重大な閾値」と呼ぶものを超えた同社初のモデルであり続けている。これは、Astraが人間の指示なしに未知のソフトウェア脆弱性を発見し連鎖させられることを意味し、この能力はOpenAIのDaybreakプログラムを通じて審査を経た防御者に限定されている。

Astraの能力が低下したかどうかにかかわらず、その表記価格は100万入力トークンあたり10ドル、100万出力トークンあたり50ドルのままである。これは公開時のSolの2.5倍であり、少なくとも1つのチームがすでに支払う価値がないと結論づけたプレミアム価格である。