11月はフロンティアモデルのリリースが相次ぎました。Anthropic は Claude Fable 5.2 を出荷し、Google は Gemini 4 Carbon を投入。そして今日、1週間の憶測のあとに、OpenAI が 2 つのモデルを同時に発表しました:GPT-6.2 Astra と GPT-6.2 Sol です。
GPT-6.2 Astra は、デッキ、財務ワークブック、リーガルドラフティング、CAD、長時間のエージェント実行といった、プロ向けの難度の高い業務に向けた OpenAI の新しいフロンティアモデルです。GPT-6.2 Sol は、コーディング、ライティング、エージェントループに適した低価格な日常用モデルで、コーディング性能では Astra に近づきつつ、トークン単価は約4分の1です。
違いについて先に触れましたが、両モデルとも置き換える対象よりもタスク当たりのコストが同等か低くなっています。API では、Astra の入出力価格は GPT-6 Astra 比で20%低下し、Sol は GPT-6.1 Sol の価格を維持しています。
本記事では、GPT-6.2 Astra と Sol の新機能、ベンチマークの概要、そして Astra を対象に 2 つの実地テストを実施し、GPT-6 Astra と比較した結果を解説します。
ご覧のとおり、新モデルは次々に登場しています。AI とデータ分野の動向を追うには、週刊ニュースレター The Median をぜひ購読してください。
要点(TL;DR)
GPT-6.2 Astra はプロ向けの中核モデル、GPT-6.2 Sol は日常用モデル。
最大の伸びはタスク当たりコスト:Astra は GPT-6 Astra よりもはるかに安く、より多くをこなす。
Sol はコーディングで Astra に肉薄しつつ価格は大幅に低いため、基本は Sol を使うのがおすすめ。
Claude Fable 5.2 は依然として複数のコーディング・推論系ベンチマークでリードしており、OpenAI の独走ではない。
実地テストでは、Astra は GPT-6 Astra より大幅に安価だったが、GPT-6 Astra のほうが雑多なデータセットの読み方はより妥当だった。
現在 GPT-6 Astra を使って課金しているなら乗り換え推奨。コスト削減だけでも十分な理由になる。
GPT-6.2 Astra と Sol とは?
GPT-6.2 Astra は最上位の GPT-6 Astra を置き換え、Sol は一段下の GPT-6.1 Sol を置き換えます。前世代との主な違いは次の2点です。
わずかに賢く、タスク当たりは大幅に安価。 OpenAI の独自能力指数では Astra は GPT-6 Astra を 1.7 ポイント上回る程度ですが、複数のベンチマークでタスク当たりコストは半分以下に低下しました。
新しいリスク評価。 Astra は、AI の自己改善に関する OpenAI の High しきい値を満たした初の公開モデルで、これまでで最も厳格なセーフガードが適用されています。
こちらはコストの概要を 1 枚にまとめたスライド(GPT-6.2 Astra 作成)です。(スライド生成の改善も新機能の一つです。後述します。)
GPT-6.2 Astra と Sol の主な機能
新機能の多くは、生の知能向上というよりも、プロ品質の成果物と効率にフォーカスしています。重要な変更点は次の4つです。
テンプレートに沿ったスライド、ワークブック、文書を作成
GPT-6.2 Astra は、元ファイルやスクリーンショットのスライドテンプレートを取り込み、レイアウト、配色、タイポグラフィ(フォントサイズまで)を合わせられます。法務、営業、財務、会計といった分野の慣習に基づき、結論を示すタイトルと、本文の冗長さを減らす訓練がされています。
この記事全体で、この新機能をテストしました(冒頭のスライドも含む)。Astra は各スライドを HTML として出力し、そのまま画像化しました。
同様の訓練はスプレッドシートにも表れます。Artificial Analysis の AA-AnalystAgent(実在のスプレッドシートやレポートから数値を探す)では、Astra は 5 回の独立試行すべてで 62.5% の正答率を記録し、OpenAI によれば新記録です。ClickUp によると、Astra は ClickUp Brain が作るアプリ、ダッシュボード、スライドのブラインドテストで本番モデルを上回り、レビュー回数も約 30% 減少しました。
コンピュータ利用で CAD・シミュレーションツールを操作
GPT-6.2 Astra のコンピュータ利用は、CAD やシミュレーションツール内の部品や接続の単位まで扱えるようになりました。これは機械系やプロダクト系エンジニアにとって大きな一歩でしょう。 OpenAI のデモには、Python ソルバーでタイヤとサスペンションを解き Blender でアニメーション化した車体のシャシー挙動、公開写真とビルドマニュアルから 1:8 RC バギーを部品単位でモデリング、リファレンス写真から CAD 修正を経て設計した紙製ランプが含まれます。
こちらで独自に CAD プロジェクトを用意するのは難しいため、OpenAI の走行シミュレーションのデモを紹介します。Astra が 3D 車体を構築し、タイヤとサスペンションの Python ソルバーを書き、Blender でアニメーション化しています。
出典:OpenAI
エージェントのワークフローでトークン当たりの生産性を向上
両モデルとも、出力トークンを減らしながらより良い結果に到達します。これがコスト削減の主因です。OpenAI の内部指標 GDPval v2 では、GPT-6.2 Astra は GPT-6 Astra より 6.2 ポイント高得点でありながら、出力トークンは 22% 少なくなっています。Astra はツール選択も向上し、コンピュータ利用ではなくプラグインを使うべき場面の判断も改善。Basis は長期の会計業務の平均所要時間が半減したと報告しています。
システムカードでは、メールやウェブページに潜む隠れた指示でエージェントを乗っ取る プロンプトインジェクション への耐性改善も示されています。Astra 作成のスライドが安全性のトレードオフを要約しています。
Slide by GPT-6.2 Astra
より安全なコードを、より厳格なセーフガードのもとで生成
GPT-6.2 Astra と Sol は、脆弱性の発見・悪用能力が向上し、安全なコードや意図した挙動を保つパッチの作成に関する学習信号が追加されました。両モデルは、GPT-6 Astra 同様に OpenAI の Preparedness Framework におけるサイバーセキュリティの Critical しきい値を満たします。
一方で、拒否(refusal)が増えるトレードオフがあります。OpenAI は、正当な脆弱性調査やセキュリティテストの一部も制限する、より厳格なセーフガードとともに両モデルをリリースしました。承認済みの守備側は、OpenAI Daybreak を通じて依然として GPT-6 Astra と GPT-6 Cyber (2週間前に提供開始)を利用しています。
GPT-6.2 Astra と Sol のベンチマーク成績
GPT-6.2 Astra は OpenAI のプロ業務・科学系ベンチマークでリードしますが、Claude Fable 5.2 は複数のコーディング・推論系で首位を維持しています。
以下の表は、いずれもベンダー公表値です。各行の最高スコアは太字にしています。
プロ業務とエージェント的ワークフロー
長い多段ワークフローを試す Agents' Last Exam v1.1 では、GPT-6.2 Astra が 78.3%・タスク当たり $2.89。GPT-6 Astra は 73.1%・$8.99、Claude Fable 5.2 は 72.8%・$60.05 です。
Gemini 4 Carbon は 77.4% と最も近いものの、タスク当たり $4.60 です。その他のプロ業務系の結果も同様の傾向です。
Benchmark What it measures GPT-6.2 Astra GPT-6.2 Sol GPT-6 Astra GPT-6.1 Sol Claude Fable 5.2 Agents' Last Exam v1.1 Long-horizon professional workflows 78.3% 73.0% 73.1% 72.5% 72.8% GDPval v2 (OpenAI internal) Multistep consulting, finance, and design assignments 50.4% 46.9% 44.2% 41.5% 44.8% Harvey LAB-AA v1.1 Legal deliverables that meet every criterion 15.0% 11.1% 8.6% 6.9% 7.2% AutomationBench 1.0.6 Business workflow automation 52.4% 41.2% 41.4% 36.1% 51.4% LifeVal (OpenAI) Challenging everyday tasks 86.1% 83.8% 79.8% 79.5% n/a
この表にあるモデル間では、Astra がすべての行で首位で、Harvey のリーガル系ベンチマークでは Fable 5.2 の 2 倍です。Gemini 4 Carbon は AutomationBench で 53.9% とわずかに上回り、GDPval v2 では 48.8% と Astra と Sol の中間に位置します。
OpenAI の GDPval v2 の図を見ると、どこで節約できているかがわかります。同じ出力トークン数でも、新モデルは旧モデルを上回るスコアを出しています。
コーディングとセキュリティ
コーディングは Sol の見せ場です。FrontierCode 2.0 では、Astra の 44.2%・$5.97/タスクに対し、Sol は 43.8%・$1.29/タスクです。
Benchmark What it measures GPT-6.2 Astra GPT-6.2 Sol GPT-6 Astra GPT-6.1 Sol Claude Fable 5.2 FrontierCode 2.0 Code changes that meet maintainers' standards for merging 44.2% 43.8% 42.8% 39.0% 49.1% SecureSWE (OpenAI internal) Functional and secure code for security-sensitive components 65.7% 55.6% 48.7% 49.7% n/a PatchBench Security patches 79.7% 75.6% 70.9% 71.0% n/a ExploitBench Internal Port Arbitrary code execution rate across V8 and Chrome 53.5% 50.5% 31.5% 21.5% n/a
FrontierCode 2.0 に関しては、Claude Fable 5.2 が引き続きリードし、Claude Opus 5.5 の最大努力(45.5%)も GPT-6.2 の両モデルを上回ります。とはいえ、セキュリティ系の行では世代間のジャンプが最も明確で、OpenAI は Fable 5.2 の結果を報告していません。
OpenAI の FrontierCode の図は Sol の利点を示します。最大努力では、Astra に近いスコアを、タスク当たりコストは約 5 分の 1 で達成します。
科学、CAD、汎用推論
ターミナルでの科学作業を試す Terminal-Bench-Science 0.1 では、GPT-6.2 Astra が 77.1% と、GPT-6 Astra を 9 ポイント上回り、タスク当たりコストは 3 分の 1 以下です。
Benchmark What it measures GPT-6.2 Astra GPT-6.2 Sol GPT-6 Astra GPT-6.1 Sol Claude Fable 5.2 Terminal-Bench-Science 0.1 Scientific research workflows in a terminal 77.1% 68.0% 68.1% 57.0% 73.3%* Vals Science Index v1 Interpreting biological data and running experiments 68.4% 58.5% 65.1% 59.6% 63.7% BenchCAD 2.1 Core CAD modeling tasks 82.5% 73.1% 62.6% 52.6% 83.5% Artificial Analysis Intelligence Index v5.0.1 Composite of 9 evaluations (index score) 62.1 57.3 56.9 54.6 64.6 GPQA Diamond (no tools) Graduate-level science questions 97.0% 96.0% 96.0% n/a n/a
Intelligence Index と BenchCAD では Fable 5.2 が依然トップですが、タスク当たり $26.54 と $50.77 に対し、Astra は $4.00 と $5.43。最高の CAD 出力が必要なら Fable を、日常的に多数こなすなら、Astra は価格の約 1/10 で 99% に到達します。
Terminal-Bench-Science では、Astra は最大努力でタスク当たり $7.15 と最高スコア。GPT-6 Astra は $23.80、Claude Fable 5.2 は $45.21 です。
どのティアを使うべきか?
基本は GPT-6.2 Sol、必要に応じて GPT-6.2 Astra に切り替えるのがよいでしょう。Sol は Astra のトークン単価の 1/4 で、コーディングでは 1 ポイント未満の差です。
GPT-6.2 Astra 自身も、作成したデッキで同様の主張をしています。
Slide by GPT-6.2 Astra
OpenAI の図では、両モデルとも推論努力(low〜max)を 5 段階で公開しており、ティアと同じくらい設定が重要です。Agents' Last Exam では、Sol の high 努力(72.0%・$0.69/タスク)は、GPT-6 Astra の max 努力(73.1%・$8.99)に 1 ポイント差で、コストは 1/13。Ultrafast モードは API と ChatGPT の Pro 500 で利用可能です。
Use case Tier Why 日常のコーディング、リファクタ、コードレビュー Sol FrontierCode 2.0 で Astra と 0.5 ポイント差、コストは約 1/5 高頻度のエージェントループと自動化 Sol $2 / $10(100万トークン)で、GPT-6.1 Sol から据え置き クライアント向けデッキ、財務ワークブック、メモ Astra テンプレート適合と GDPval v2 のリードは Astra 固有 リーガルドラフティングとリサーチ Astra Harvey LAB-AA で 15.0%(Sol は 11.1%) CAD、シミュレーション、科学分析 Astra BenchCAD と Terminal-Bench-Science で Sol より約 9 ポイント上
GPT-6.2 Astra を試す:ハンズオン例
上のベンチマークは OpenAI のものなので、同一プロンプト・同一ツールで GPT-6.2 Astra と前世代の GPT-6 Astra を 2 テストで比較しました。ダッシュボードテストでは、両モデルを OpenCode 上で固定ツール面(ファイルの読取・検索・編集のみ)、同一の高い推論努力、1 試行、新規セッションで実行しました。
テスト1:乱れたデータから「誠実な」ダッシュボードを
タスク:米国の 173 専攻の収入・雇用結果の CSV から、キャリアアドバイザー向けに単一ファイルの HTML ダッシュボードを作成。カテゴリ別に収入と雇用を比較し、最高・最低収入の専攻を示し、データは取得ではなく埋め込み、1440×900 の 1 画面に収めること。
真価はデータにあります。プロンプトが触れない問題が含まれます。
最高収入の Petroleum Engineering($110,000)はサンプルが 36 人で、173 専攻のうち 76 はサンプルが 100 未満。
最低収入の Library Science($22,000)はサンプルが 2 人。
Food Science は大学院卒の合計が欠損。
カテゴリは、1 専攻(Interdisciplinary:卒業生 12,296 人)から、13 専攻で 130 万人(Business)まで幅があり、平均の取り方が結果を左右。
これは、Astra の分析ワークブックの改善と、出力トークン削減で効率が上がるという 2 つの主張を同時に検証します。以下が GPT-6.2 Astra の成果物です。
主な所見:
両モデルとも初回で動作するダッシュボードを出荷。 173 専攻すべてを埋め込み、チャートライブラリなしで独自に SVG を描画、1 画面に収め、エラーなく読み込みました。
同じデータの読み方が異なり、カテゴリ順位が入れ替わる。 GPT-6.2 Astra はカテゴリを「各専攻の中央値の中央値」でランク付けし、卒業生が数千人の専攻も 20 万人の専攻も同じ重み。GPT-6 Astra は専攻ごとに卒業生数で重み付け。結果として、GPT-6.2 Astra では Health は $35,000 で 10 位、GPT-6 Astra では看護(卒業生 209,394 人・中央値 $48,000)の重みが効き、$40.6k で 4 位に。
GPT-6 Astra はサンプルサイズも前面に表示。 メイン表では上位 4 専攻のサンプルが 36、7、3、16 人であることを示します。GPT-6.2 Astra は専攻を選ぶと表示され、ランキングの不安定さについて 1 行の警告のみ。
GPT-6.2 Astra は安価でスリム。 コストは $1.79(出力トークン 27,821)で、GPT-6 Astra の $2.93(35,298 トークン)より低コスト。
GPT-6 Astra 版を詳しく見てみましょう。カテゴリチャートを比較すると、Health はこちらでは 4 位、GPT-6.2 Astra では 10 位。Biology & Life Science は 6 位から 11 位へ下がっています。
どちらの方法も数理的に誤りではなく、GPT-6.2 Astra は「専攻中央値の中央値」と明示しています。ただし、キャリアアドバイザーが知りたいのは実際の卒業生の着地先であり、それに答えるのは卒業生数で加重した方です。
テスト2:テンプレートのスクリーンショットからスライドデッキ
タスク:本記事のリサーチノートを、エンジニアリングマネージャー向けの 5 枚のデッキに変換。テンプレート 1 枚のスタイルに合わせる。モデルにはテンプレートのスクリーンショットのみを与え、フォント名やサイズは指定せずに「フォントサイズまで合わせる」よう依頼。
これは OpenAI のスライド作成の主張を直接検証します。画像を読む必要があるため、各モデルは OpenRouter 経由で同じ高い推論努力・単一 API 呼び出しで実行。日常業務向けのため GPT-6.2 Sol も追加しました。以下がテスト用に作成したテンプレートです。
主な所見:
3 モデルすべてがスクリーンショットだけでテンプレートを再現。 フォントを Poppins と特定し、緑のアクセントバー、キッカー行、グレーの統計カード、出典行、ページ番号を再現。全タイトルがテンプレート同様に「要点」を述べています。
3 モデルとも見た目では判別困難なほど忠実。 ブラウザで確認すると、フォントサイズをテンプレートに完全一致させたのは GPT-6.2 Sol のみ。OpenAI が「フォントサイズまで一致」と謳う Astra は 1〜2 ピクセルの誤差がありました。
2 世代の Astra では GPT-6.2 Astra が最も経済的。 コストは $0.22・出力 4,968 トークン。GPT-6 Astra は $0.59・11,247 トークン。Sol は $0.07。
本記事に掲載したキャプション付きの 5 枚が Astra の成果で、数値はノートと一致。GPT-6 Astra のデッキも同等に実用的で、このタスクでは世代差は開きませんでした。
では GPT-6.2 Astra は本当に前進か? コスト面では明確に「はい」。いずれのテストも 39〜63% 安価で、OpenAI の効率化の主張と整合します。判断力では完全には。古いモデルのほうが、キャリアアドバイザーのニーズに合う加重を適用し、スライドはほぼ互角でした。
タスクごと 1 回の実行で優劣は決められませんが、OpenAI 自身の Blocker Deception の指摘とも合致します。GPT-6.2 Astra が「作らないもの」にも目を向けるべきです。
GPT-6.2 Astra と Sol の価格と提供状況
GPT-6.2 Astra は入出力トークンが GPT-6 Astra 比で 20% 安く、キャッシュ済み入力は 60% 安い一方、GPT-6.2 Sol は GPT-6.1 Sol の価格を維持します。API の標準料金(100万トークン当たり):
Model Input Cached input Output GPT-6.2 Astra $8.00 $0.40 $40.00 GPT-6.2 Sol $2.00 $0.10 $10.00
値下げは節約の一部に過ぎません。両モデルは出力トークン自体が少ないため、タスク当たりコストはさらに下がります。これが Astra の Agents' Last Exam が GPT-6 Astra の 3 分の 1 未満の費用で済む理由です。OpenAI はまた、プロンプトの先頭を変更せずに新しい指示を追記することで、キャッシュヒットを増やし、ターン間の推論を保つことを推奨しています。
Astra による新価格のまとめ:
Slide by GPT-6.2 Astra
ChatGPT では、両モデルともリリース日から Plus、Pro、Enterprise、Edu の各ユーザーが ChatGPT Work と Codex で利用可能です。Enterprise と Edu はワークスペース管理者が有効化するとアクセスできます。
Ultrafast は両モデルで Pro 500 加入者が利用可能で、Pro 200 加入者も今回初めて GPT-6.2 Sol から利用できます。Free プランについては発表に記載がありません。
GPT-6.2 Astra と Sol の利用方法
両モデルは OpenAI API で gpt-6.2-astra と gpt-6.2-sol として一般提供され、Ultrafast も同時に利用可能です。OpenAI Python SDK を使った最小リクエストは次のとおりです。
from openai import OpenAI
client = OpenAI( )
response = client. responses. create(
model= "gpt-6.2-sol" ,
reasoning= { "effort" : "high" } ,
input = "Summarize this quarterly report in 5 bullet points: ..." ,
)
print ( response. output_text) 提供:
両モデルは OpenRouter(openai/gpt-6.2-astra と openai/gpt-6.2-sol)や OpenCode のモデルカタログにも掲載されています。
前世代でのフル実装例は、GPT-6 Astra API チュートリアル と GPT-6.1 Sol チュートリアル を参照してください。主な変更点はモデル ID の差し替えです。
まとめ
GPT-6.2 は「値下げを能力向上として提供」したリリースです。Astra は OpenAI が公表するプロ業務系ベンチマークのすべてで GPT-6 Astra を上回り、タスク当たりコストは 1/3。Sol はコーディングで十分近く、多くのチームはまず Sol から始めるべきでしょう。
ただし勝負は決していません。Claude Fable 5.2 は FrontierCode と Intelligence Index で先行し、Gemini 4 Carbon は AutomationBench をリード。実地テストでは旧 Astra のほうが雑多なデータセットの読み取りが妥当でした。それでも、コスト面だけで今すぐ GPT-6 Astra からの乗り換えを勧めます。
Slide by GPT-6.2 Astra
OpenAI のモデルでの開発に関心がある方は、Working with the OpenAI API コースもぜひご覧ください。
11月はフロンティアモデルのリリースが相次ぎました。Anthropic は Claude Fable 5.2 を出荷し、Google は Gemini 4 Carbon を投入。そして今日、1週間の憶測のあとに、OpenAI が 2 つのモデルを同時に発表しました:GPT-6.2 Astra と GPT-6.2 Sol です。
GPT-6.2 Astra は、デッキ、財務ワークブック、リーガルドラフティング、CAD、長時間のエージェント実行といった、プロ向けの難度の高い業務に向けた OpenAI の新しいフロンティアモデルです。GPT-6.2 Sol は、コーディング、ライティング、エージェントループに適した低価格な日常用モデルで、コーディング性能では Astra に近づきつつ、トークン単価は約4分の1です。
違いについて先に触れましたが、両モデルとも置き換える対象よりもタスク当たりのコストが同等か低くなっています。API では、Astra の入出力価格は GPT-6 Astra 比で20%低下し、Sol は GPT-6.1 Sol の価格を維持しています。
本記事では、GPT-6.2 Astra と Sol の新機能、ベンチマークの概要、そして Astra を対象に 2 つの実地テストを実施し、GPT-6 Astra と比較した結果を解説します。
ご覧のとおり、新モデルは次々に登場しています。AI とデータ分野の動向を追うには、週刊ニュースレター The Median をぜひ購読してください。
要点(TL;DR)
GPT-6.2 Astra と Sol とは?
GPT-6.2 Astra は最上位の GPT-6 Astra を置き換え、Sol は一段下の GPT-6.1 Sol を置き換えます。前世代との主な違いは次の2点です。
こちらはコストの概要を 1 枚にまとめたスライド(GPT-6.2 Astra 作成)です。(スライド生成の改善も新機能の一つです。後述します。)
GPT-6.2 Astra と Sol の主な機能
新機能の多くは、生の知能向上というよりも、プロ品質の成果物と効率にフォーカスしています。重要な変更点は次の4つです。
テンプレートに沿ったスライド、ワークブック、文書を作成
GPT-6.2 Astra は、元ファイルやスクリーンショットのスライドテンプレートを取り込み、レイアウト、配色、タイポグラフィ(フォントサイズまで)を合わせられます。法務、営業、財務、会計といった分野の慣習に基づき、結論を示すタイトルと、本文の冗長さを減らす訓練がされています。
この記事全体で、この新機能をテストしました(冒頭のスライドも含む)。Astra は各スライドを HTML として出力し、そのまま画像化しました。
同様の訓練はスプレッドシートにも表れます。Artificial Analysis の AA-AnalystAgent(実在のスプレッドシートやレポートから数値を探す)では、Astra は 5 回の独立試行すべてで 62.5% の正答率を記録し、OpenAI によれば新記録です。ClickUp によると、Astra は ClickUp Brain が作るアプリ、ダッシュボード、スライドのブラインドテストで本番モデルを上回り、レビュー回数も約 30% 減少しました。
コンピュータ利用で CAD・シミュレーションツールを操作
GPT-6.2 Astra のコンピュータ利用は、CAD やシミュレーションツール内の部品や接続の単位まで扱えるようになりました。これは機械系やプロダクト系エンジニアにとって大きな一歩でしょう。OpenAI のデモには、Python ソルバーでタイヤとサスペンションを解き Blender でアニメーション化した車体のシャシー挙動、公開写真とビルドマニュアルから 1:8 RC バギーを部品単位でモデリング、リファレンス写真から CAD 修正を経て設計した紙製ランプが含まれます。
こちらで独自に CAD プロジェクトを用意するのは難しいため、OpenAI の走行シミュレーションのデモを紹介します。Astra が 3D 車体を構築し、タイヤとサスペンションの Python ソルバーを書き、Blender でアニメーション化しています。
出典:OpenAI
エージェントのワークフローでトークン当たりの生産性を向上
両モデルとも、出力トークンを減らしながらより良い結果に到達します。これがコスト削減の主因です。OpenAI の内部指標 GDPval v2 では、GPT-6.2 Astra は GPT-6 Astra より 6.2 ポイント高得点でありながら、出力トークンは 22% 少なくなっています。Astra はツール選択も向上し、コンピュータ利用ではなくプラグインを使うべき場面の判断も改善。Basis は長期の会計業務の平均所要時間が半減したと報告しています。
システムカードでは、メールやウェブページに潜む隠れた指示でエージェントを乗っ取る プロンプトインジェクション への耐性改善も示されています。Astra 作成のスライドが安全性のトレードオフを要約しています。
Slide by GPT-6.2 Astra
より安全なコードを、より厳格なセーフガードのもとで生成
GPT-6.2 Astra と Sol は、脆弱性の発見・悪用能力が向上し、安全なコードや意図した挙動を保つパッチの作成に関する学習信号が追加されました。両モデルは、GPT-6 Astra 同様に OpenAI の Preparedness Framework におけるサイバーセキュリティの Critical しきい値を満たします。
一方で、拒否(refusal)が増えるトレードオフがあります。OpenAI は、正当な脆弱性調査やセキュリティテストの一部も制限する、より厳格なセーフガードとともに両モデルをリリースしました。承認済みの守備側は、OpenAI Daybreak を通じて依然として GPT-6 Astra と GPT-6 Cyber(2週間前に提供開始)を利用しています。
GPT-6.2 Astra と Sol のベンチマーク成績
GPT-6.2 Astra は OpenAI のプロ業務・科学系ベンチマークでリードしますが、Claude Fable 5.2 は複数のコーディング・推論系で首位を維持しています。
以下の表は、いずれもベンダー公表値です。各行の最高スコアは太字にしています。
プロ業務とエージェント的ワークフロー
長い多段ワークフローを試す Agents' Last Exam v1.1 では、GPT-6.2 Astra が 78.3%・タスク当たり $2.89。GPT-6 Astra は 73.1%・$8.99、Claude Fable 5.2 は 72.8%・$60.05 です。
Gemini 4 Carbon は 77.4% と最も近いものの、タスク当たり $4.60 です。その他のプロ業務系の結果も同様の傾向です。
この表にあるモデル間では、Astra がすべての行で首位で、Harvey のリーガル系ベンチマークでは Fable 5.2 の 2 倍です。Gemini 4 Carbon は AutomationBench で 53.9% とわずかに上回り、GDPval v2 では 48.8% と Astra と Sol の中間に位置します。
OpenAI の GDPval v2 の図を見ると、どこで節約できているかがわかります。同じ出力トークン数でも、新モデルは旧モデルを上回るスコアを出しています。
コーディングとセキュリティ
コーディングは Sol の見せ場です。FrontierCode 2.0 では、Astra の 44.2%・$5.97/タスクに対し、Sol は 43.8%・$1.29/タスクです。
FrontierCode 2.0 に関しては、Claude Fable 5.2 が引き続きリードし、Claude Opus 5.5 の最大努力(45.5%)も GPT-6.2 の両モデルを上回ります。とはいえ、セキュリティ系の行では世代間のジャンプが最も明確で、OpenAI は Fable 5.2 の結果を報告していません。
OpenAI の FrontierCode の図は Sol の利点を示します。最大努力では、Astra に近いスコアを、タスク当たりコストは約 5 分の 1 で達成します。
科学、CAD、汎用推論
ターミナルでの科学作業を試す Terminal-Bench-Science 0.1 では、GPT-6.2 Astra が 77.1% と、GPT-6 Astra を 9 ポイント上回り、タスク当たりコストは 3 分の 1 以下です。
Intelligence Index と BenchCAD では Fable 5.2 が依然トップですが、タスク当たり $26.54 と $50.77 に対し、Astra は $4.00 と $5.43。最高の CAD 出力が必要なら Fable を、日常的に多数こなすなら、Astra は価格の約 1/10 で 99% に到達します。
Terminal-Bench-Science では、Astra は最大努力でタスク当たり $7.15 と最高スコア。GPT-6 Astra は $23.80、Claude Fable 5.2 は $45.21 です。
どのティアを使うべきか?
基本は GPT-6.2 Sol、必要に応じて GPT-6.2 Astra に切り替えるのがよいでしょう。Sol は Astra のトークン単価の 1/4 で、コーディングでは 1 ポイント未満の差です。
GPT-6.2 Astra 自身も、作成したデッキで同様の主張をしています。
Slide by GPT-6.2 Astra
OpenAI の図では、両モデルとも推論努力(low〜max)を 5 段階で公開しており、ティアと同じくらい設定が重要です。Agents' Last Exam では、Sol の high 努力(72.0%・$0.69/タスク)は、GPT-6 Astra の max 努力(73.1%・$8.99)に 1 ポイント差で、コストは 1/13。Ultrafast モードは API と ChatGPT の Pro 500 で利用可能です。
GPT-6.2 Astra を試す:ハンズオン例
上のベンチマークは OpenAI のものなので、同一プロンプト・同一ツールで GPT-6.2 Astra と前世代の GPT-6 Astra を 2 テストで比較しました。ダッシュボードテストでは、両モデルを OpenCode 上で固定ツール面(ファイルの読取・検索・編集のみ)、同一の高い推論努力、1 試行、新規セッションで実行しました。
テスト1:乱れたデータから「誠実な」ダッシュボードを
タスク:米国の 173 専攻の収入・雇用結果の CSV から、キャリアアドバイザー向けに単一ファイルの HTML ダッシュボードを作成。カテゴリ別に収入と雇用を比較し、最高・最低収入の専攻を示し、データは取得ではなく埋め込み、1440×900 の 1 画面に収めること。
真価はデータにあります。プロンプトが触れない問題が含まれます。
これは、Astra の分析ワークブックの改善と、出力トークン削減で効率が上がるという 2 つの主張を同時に検証します。以下が GPT-6.2 Astra の成果物です。
主な所見:
GPT-6 Astra 版を詳しく見てみましょう。カテゴリチャートを比較すると、Health はこちらでは 4 位、GPT-6.2 Astra では 10 位。Biology & Life Science は 6 位から 11 位へ下がっています。
どちらの方法も数理的に誤りではなく、GPT-6.2 Astra は「専攻中央値の中央値」と明示しています。ただし、キャリアアドバイザーが知りたいのは実際の卒業生の着地先であり、それに答えるのは卒業生数で加重した方です。
テスト2:テンプレートのスクリーンショットからスライドデッキ
タスク:本記事のリサーチノートを、エンジニアリングマネージャー向けの 5 枚のデッキに変換。テンプレート 1 枚のスタイルに合わせる。モデルにはテンプレートのスクリーンショットのみを与え、フォント名やサイズは指定せずに「フォントサイズまで合わせる」よう依頼。
これは OpenAI のスライド作成の主張を直接検証します。画像を読む必要があるため、各モデルは OpenRouter 経由で同じ高い推論努力・単一 API 呼び出しで実行。日常業務向けのため GPT-6.2 Sol も追加しました。以下がテスト用に作成したテンプレートです。
主な所見:
本記事に掲載したキャプション付きの 5 枚が Astra の成果で、数値はノートと一致。GPT-6 Astra のデッキも同等に実用的で、このタスクでは世代差は開きませんでした。
では GPT-6.2 Astra は本当に前進か? コスト面では明確に「はい」。いずれのテストも 39〜63% 安価で、OpenAI の効率化の主張と整合します。判断力では完全には。古いモデルのほうが、キャリアアドバイザーのニーズに合う加重を適用し、スライドはほぼ互角でした。
タスクごと 1 回の実行で優劣は決められませんが、OpenAI 自身の Blocker Deception の指摘とも合致します。GPT-6.2 Astra が「作らないもの」にも目を向けるべきです。
GPT-6.2 Astra と Sol の価格と提供状況
GPT-6.2 Astra は入出力トークンが GPT-6 Astra 比で 20% 安く、キャッシュ済み入力は 60% 安い一方、GPT-6.2 Sol は GPT-6.1 Sol の価格を維持します。API の標準料金(100万トークン当たり):
値下げは節約の一部に過ぎません。両モデルは出力トークン自体が少ないため、タスク当たりコストはさらに下がります。これが Astra の Agents' Last Exam が GPT-6 Astra の 3 分の 1 未満の費用で済む理由です。OpenAI はまた、プロンプトの先頭を変更せずに新しい指示を追記することで、キャッシュヒットを増やし、ターン間の推論を保つことを推奨しています。
Astra による新価格のまとめ:
Slide by GPT-6.2 Astra
ChatGPT では、両モデルともリリース日から Plus、Pro、Enterprise、Edu の各ユーザーが ChatGPT Work と Codex で利用可能です。Enterprise と Edu はワークスペース管理者が有効化するとアクセスできます。
Ultrafast は両モデルで Pro 500 加入者が利用可能で、Pro 200 加入者も今回初めて GPT-6.2 Sol から利用できます。Free プランについては発表に記載がありません。
GPT-6.2 Astra と Sol の利用方法
両モデルは OpenAI API で
gpt-6.2-astraとgpt-6.2-solとして一般提供され、Ultrafast も同時に利用可能です。OpenAI Python SDK を使った最小リクエストは次のとおりです。両モデルは OpenRouter(
openai/gpt-6.2-astraとopenai/gpt-6.2-sol)や OpenCode のモデルカタログにも掲載されています。前世代でのフル実装例は、GPT-6 Astra API チュートリアル と GPT-6.1 Sol チュートリアル を参照してください。主な変更点はモデル ID の差し替えです。
まとめ
GPT-6.2 は「値下げを能力向上として提供」したリリースです。Astra は OpenAI が公表するプロ業務系ベンチマークのすべてで GPT-6 Astra を上回り、タスク当たりコストは 1/3。Sol はコーディングで十分近く、多くのチームはまず Sol から始めるべきでしょう。
ただし勝負は決していません。Claude Fable 5.2 は FrontierCode と Intelligence Index で先行し、Gemini 4 Carbon は AutomationBench をリード。実地テストでは旧 Astra のほうが雑多なデータセットの読み取りが妥当でした。それでも、コスト面だけで今すぐ GPT-6 Astra からの乗り換えを勧めます。
Slide by GPT-6.2 Astra
OpenAI のモデルでの開発に関心がある方は、Working with the OpenAI API コースもぜひご覧ください。