いまや両モデルは、本格的なエージェント作業の定番として人気です。公開から数か月が経ち、どちらも実地で十分に試せました。この記事では、ベンチマーク、機能、価格の観点から GPT-6 Astra と Claude Opus 5.5 を比較します。さらに一歩踏み込み、同一のハンズオンのコーディングテストにもかけ、どちらをより好むか具体的な推奨も示します。
両モデルは OpenCode 上で同じ Mac にて、連続して、デフォルト設定・各1回の試行で動かしました。モデルは標準版（OpenRouter 経由の gpt-6-astra と Anthropic API 経由の claude-opus-5-5）を使用し、Pro や高速モードの変種は使っていません。以下がプロンプトの原文です：
Build a single-file web page, index.html, with inline CSS and JavaScript. Use canvas or SVG. No external libraries, no network requests, no build step.
The page shows an analog clock driven entirely by a visible mechanical gear train.
Requirements:
One driving gear (the "motor") turns at a constant rate. Everything else moves only because gears mesh: the second, minute, and hour hands must be driven through the gear train, with the minute hand turning exactly 1/60 as fast as the second hand and the hour hand exactly 1/12 as fast as the minute hand. Do not compute hand angles from Date() each frame; read the current local time once at load to set the starting position, then let the gears drive the hands.
Show at least six gears with visible teeth. Gears that mesh must have matching tooth size, teeth that visibly interlock without overlapping, and opposite directions of rotation. Each pair's speed ratio must equal the inverse of its tooth-count ratio. Compound gears (two gears fixed on one axle) are allowed and should look like they share an axle.
Hovering over any gear shows its tooth count and its current speed in RPM.
Controls: a speed slider from 1x to 3600x real time, a pause/resume button, and a "reset to now" button.
After running at any speed for several minutes and then returning to 1x, the clock must still show the correct time for the simulated elapsed time (no drift from floating-point accumulation).
It should look like a well-made piece of clockwork, readable at both desktop and phone widths.
When you're done, briefly explain your gear train: the tooth counts and how they produce the 60:1 and 12:1 ratios.提供：
OpenAI が9月上旬に GPT-6 Astra を公開した際、同社はそれを「コンピュータでできることなら何でもできる」モデルとして打ち出しました。
同じ月、Anthropic は Claude Opus 5.5 を発表。自社の最上位 Claude Fable 5.1 に匹敵する性能だとしています。（以前に GPT-Astra と Claude Fable 5.1 の比較も行いました。）
いまや両モデルは、本格的なエージェント作業の定番として人気です。公開から数か月が経ち、どちらも実地で十分に試せました。この記事では、ベンチマーク、機能、価格の観点から GPT-6 Astra と Claude Opus 5.5 を比較します。さらに一歩踏み込み、同一のハンズオンのコーディングテストにもかけ、どちらをより好むか具体的な推奨も示します。
GPT-6 Astra とは？
GPT-6 Astra は OpenAI が9月に発表したフラッグシップモデルです。ChatGPT Plus、Pro、Business、Enterprise、Codex、OpenAI API、そして Amazon Bedrock で利用できます。
OpenAI は Astra をコンピュータ操作を中心に設計しました。API のないアプリも含め、デスクトップをエンドツーエンドで操作でき、少ないトークン・少ないリトライでタスクを完了するよう訓練されています。
また OpenAI は GPT-6 Astra をこれまでで最もアラインメントの取れたモデルと位置づけ、同社の Preparedness Framework におけるサイバーセキュリティ能力で初の「Critical」閾値に到達したとしています。
Claude Opus 5.5 とは？
Claude Opus 5.5 は Anthropic の最新の Opus モデルで、こちらも9月に公開されました。Claude アプリ、Claude Code、Claude Platform API（
claude-opus-5-5）、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry で利用できます。Anthropic は、Opus 5.5 は多くの作業で Claude Fable 5.1 と同等の性能を発揮しつつ、トークン単価は Opus 5 より20%低く、さらにトークン使用量が減るため一般的なワークロードでは約40%安いとしています。出力生成も Opus 5 より30%以上高速といいます。
リリースでは長時間のエンジニアリング作業での強みが強調されました。ある早期テスターは 68万行のコード移行を1日未満で完了し、社内の HAProxy の C から Rust への翻訳では、Opus 5.5 が 9.5 時間、Fable 5.1 が 12 時間という結果でした。
GPT-6 Astra vs. Claude Opus 5.5：徹底比較
最も見やすい横並びのデータは、Anthropic の Opus 5.5 ローンチ記事にあります。そこには GPT-6 Astra も並記されています。なお、Astra の数値は OpenAI の公表スコアや公開リーダーボードの結果であり、Anthropic が自前で実行したものではない点に留意してください。
コーディングとソフトウェアエンジニアリング
ここは Opus 5.5 が最も強く主張できる分野です。実ターミナルで動くエージェントを評価する Terminal-Bench 4.0 では、Opus 5.5 が 66.4%、Astra が 57.9% で、8.5 ポイントの差があります。
FrontierCode はかなり接戦で、Opus 5.5 が 54.4%、Astra が 53.3%。実質的に同等です。
ただし Astra にもコーディング面の強みがあります。OpenAI は DeepSWE v1.1 で 74.1% と、これを新記録とし、Codex ハーネスで Astra は前世代よりタスク完了が速いと報告。Anthropic は Opus 5.5 の DeepSWE スコアを公表していません。
ナレッジワークと推論
44職種にわたる専門タスクを採点する GDPval-AA v2.1 では、Opus 5.5 が Elo 1846、Astra が 1542。大きな差です。Humanity's Last Exam（ツール使用）でも、Opus 5.5 は 67.7%、Astra は 57.2% とリード。
一方で Astra は科学系ターミナル作業で優位に立ち、Terminal-Bench-Science で 64.6%（Opus 5.5 は 58.7%）。また OpenAI は Astra の数学・科学での強い結果も報告しており、FrontierMath Tier 4 v2 で 97.6%、GPQA Diamond で 96.0% を謳っています。Anthropic は Opus 5.5 でそれらのベンチマークを公表していないため、数学寄りの推論が主用途であれば、発表済みの根拠は Astra の方が強いと言えます。
コンピュータ操作と業務自動化
コンピュータ操作は Astra の看板機能です。OpenAI は OSWorld 2.0 で 72.6%、ScreenSpot-Pro で 92.7% を報告し、これに合わせたエンタープライズ制御も提供しています。管理者は Web サイトやデスクトップアプリの利用制限、重大な操作の事前承認、潜在的に危険なツール呼び出しの自動レビューを設定できます。
Anthropic は Opus 5.5 について OSWorld 2.1（部分点方式）で 81.8% を報告。ただしこれはバージョンと採点が異なるため、Astra の 72.6% と直接比較はできません。Zapier の業務ワークフローベンチマーク AutomationBench では両者拮抗し、Astra が 41.4%、Opus 5.5 が 40.0% とわずかに Astra が上です。
コンテキストウィンドウと出力
両モデルとも非常に長い入力に対応します。Astra は 105万トークン、Opus 5.5 は 100万トークンのコンテキストウィンドウを持ちます。いずれも最大 128K の出力トークンに対応し、Opus 5.5 は Message Batches API（ベータ）経由で最大 300K まで出力可能です。
安全性と提供状況
両ラボとも最もセンシティブな機能には制限を設けています。Astra はサイバーセキュリティで「Critical」の評価を受けており、高度なエクスプロイト作業には OpenAI の信頼アクセスプログラムが必要です。Opus 5.5 は多くのサイバーセキュリティタスクを Claude Opus 4.8 にルーティングし、Fable 5.1 と同じ生物学分野のセーフガードを使用、適格組織向けの検証プログラムも提供しています。
価格：実際に支払う金額
定価ベースでは、Opus 5.5 は入力・出力ともに Astra より 60% 安く、キャッシュ読み取りは 80% 安価です。入力 10万トークン・出力 1万トークンのリクエストなら、Opus 5.5 は約 $0.60、Astra は約 $1.50 です。
ただしトークン単価がすべてではありません。OpenAI は Astra を、より少ないトークンでタスクを終えるよう訓練しており、Opus 5.5 は全力時に推論出力が多くなる傾向があるため、ワークロードによっては実コスト差が縮まります。
ハンズオンテスト：歯車駆動の時計を作る
ここからが実験です。両モデルに、同じプロンプト・同じコーディングエージェント・同じビルドタスクを与えました。
タスク：アナログ時計を表示する単一ファイルのウェブページ。完全に可視の歯車列で駆動されます。ページは読み込み時に一度だけ時刻を読み取り、その後は針の動作を許されるのは歯車の動きだけです。
このテストを選んだのは、結果を目で検証できるからです。歯は噛み合っているか？ 隣り合う歯車は逆方向に回っているか？
セットアップ
両モデルは OpenCode 上で同じ Mac にて、連続して、デフォルト設定・各1回の試行で動かしました。モデルは標準版（OpenRouter 経由の
gpt-6-astraと Anthropic API 経由のclaude-opus-5-5）を使用し、Pro や高速モードの変種は使っていません。以下がプロンプトの原文です：結果
両方の時計を 10 倍速で並べて動かしてみました。この速度では、両時計の最初の大きなホイールが6秒ごとに1回転し、分針が少しずつ進みます。
観察して気づいたこと
「アナログ時計」の解釈が異なる。 Astra は時計師が「レギュレーター」と呼ぶ形式を作りました。秒・分・時がそれぞれ独立したダイヤルを持ち、パネル全体に別々のホイールとして配置されています。Opus は伝統的な時計の文字盤で、時針と分針が中心を共有し、上部に小秒針のダイヤルを配置。カットアウトした文字盤越しに歯車列が見える構成です。
Astra の歯車は追いやすく、Opus は時刻が読みやすい。 Astra ではすべてのホイールが露出しており、モーターから時表示まで動きを辿れます。ただし時刻を読むには3つのダイヤルを確認する必要があります。Opus は一目で読めますが、いくつかの歯車はダイヤルリングの背後にあり、全ての噛み合いが見えるわけではありません。
最初の大きなホイールは速すぎるように見えるが、実はそうではない。 速度を上げた直後、特に Astra では、最初の大きなホイールが猛スピードに見えました。どちらの設計でも、そのホイールが秒針を担っており、実時間で1分に1回転、60倍速では1秒に1回転します。等速では秒針と正確に同期して動くのが分かります。
Astra の一部ホイールは重なって見える。 いくつかの箇所で、大きなホイール同士が重なって描画されています。例えば時表示のホイールが隣の緑のホイールと交差する部分など。実機でもホイールは層状に重なるので間違いではありませんが、どの歯が実際に噛み合っているかが見えにくくなります。
どちらも正確な時刻を維持。 両時計を 10 時間分早送りしました（最速では約10秒）。どちらも 20:10:30 に到達し、期待通りでした。
どちらが好みか
どちらの時計も機能します。眺めて楽しむなら Astra を選びます。機構全体が見え、工学的な見栄えがします。一方で、プロンプトが求めたものにより近いのは Opus の成果物で、単一のアナログ文字盤でした。
GPT-6 Astra と Claude Opus 5.5 の使い分け
時計づくりは一例にすぎません。すべての用途を試せたわけではありませんが、指針は以下の通りです。
Claude Opus 5.5 を選ぶ場合...
GPT-6 Astra を選ぶ場合...
まとめ
紙の上では、Claude Opus 5.5 はコスト面で優位です。エージェント的コーディングやナレッジワークなど、両者がスコアを持つ多くのベンチマークで GPT-6 Astra を上回りつつ、定価は Astra の 40% にとどまります。
とはいえ Astra も十分に競争力があります。コンピュータ操作ではより強く、数学・科学の公表結果は優秀で、トークン効率の良さから実コスト差は定価ほど大きくない場合があります。