GPT-6.2 Astra登場。「性能は前世代超え、コストは3分の1」が意味するものを実務目線で読む
2026年11月17日、OpenAIは「GPT-6.2 Astra」と「GPT-6.2 Sol」を発表した。キャッチコピーは「前世代超えの性能をコスト3分の1以下で」。聞こえはいいが、このフレーズをそのまま受け取るのは早い。数字を丁寧に読むと、見えてくる構造がある。
数字を整理する——ベンチマークと価格の実態
まず事実から入る。
長時間にわたる専門業務の遂行能力を測るベンチマーク「Agents' Last Exam」では、6.2 Astra(思考量設定「xhigh」)が78.3%を記録。前世代の6 Astra(max)の73.1%を上回り、タスクあたりのコストを2.89ドルに抑えた。比較対象となるAnthropicの「Claude Fable 5.2」はこのスコアを5.5ポイント下回り、コストは6.2 Astraの約20倍とOpenAIは説明する。
第三者機関Artificial Analysisの総合指標「Intelligence Index」では、6.2 Astra(max)が62ポイントで2位。1位はClaude Fable 5.2(max)の65ポイントで、ここでは逆転されている。6.2 Sol(max)は57ポイントで、前世代の6 Astra(max)と同スコアに並びながら、コストはその約15%だという。
API価格は100万トークン当たり、6.2 Astraが入力8ドル・キャッシュ済み入力0.4ドル・出力40ドル。前世代の6 Astraから入出力を20%、キャッシュ済み入力を60%値下げしている。6.2 Solは入力2ドル・キャッシュ済み入力0.1ドル・出力10ドルで、6.1 Solから据え置きとなった。
ここで重要な留保を一つ挟む。Artificial Analysisはコーディングエージェントの性能指標「Coding Agent Index」において、6.2 Astraが6 Astraから横ばい、6.2 Solは6.1 Solを3ポイント下回ったとしている。「全面的に前世代超え」ではなく、「領域によって得意不得意がある」という読み方が正確だ。
「コスト1/3」が示す業界の構造変化
ここからは見方の話だ。
AIフロンティアモデルのリリースサイクルを追っていると、ここ数世代でひとつのパターンが崩れつつあるのがわかる。「性能向上=価格上昇」というトレンドだ。
GPT-4からGPT-4oへの移行でも価格は下がったが、あれはAPIの普及を狙った戦略的値下げの側面が強かった。今回の6.2 Astraが示しているのは少し違う。トークン効率そのものが上がっており、「同じアウトプットを出すのに必要なトークン数が減っている」というのが値下げの実質的な根拠になっている。
Agents' Last Examで2.89ドルというコスト数字はそれを端的に表している。性能が上がってコストが下がるなら、それは単純な値引きではなくモデル効率の改善だ。
Anthropic Claude Fable 5.2との比較でいえば、Intelligence Indexでは逆転を許しつつ、コストで大きく差をつけるという構図になっている。「最高性能の椅子に座れるかどうか」よりも「コストパフォーマンスで選ばれるかどうか」という競争軸にOpenAIがシフトしている、という見方もできる。これはエンタープライズ調達における現実的な判断基準——「性能が十分ならコストで選ぶ」——に応えた動きだ。
実務的に何を考えるべきか——6.2 AstraとSolの選び方
用途別に整理する。
6.2 Astraを選ぶべきケース:科学、3D、ロボティクスといった領域での高精度タスク、エージェント的な長時間業務、前世代の6 Astraを使っていて同等以上の出力を安くしたいケース。Intelligence Index 62ポイント・コスト削減という組み合わせは、フロンティアモデル利用企業にとって現実的な乗り換えの根拠になる。
6.2 Solを選ぶべきケース:日常業務の自動化、価格を抑えたい大量呼び出しのユースケース。6 Astraと同等スコアをその15%のコストで使えるという事実は、「Astraが必要かどうか」という問いを改めて促す。多くの実務用途はSolで足りる可能性がある。
コーディングエージェント用途は慎重に:ここが重要な注意点だ。Coding Agent Indexで横ばいまたは微減というArtificial Analysisの評価は、コーディング特化の用途で前世代から乗り換えを急ぐ理由が薄いことを示唆している。自社のコーディングパイプラインに組み込む前に、自前での評価を挟んだほうがいい。
Ultrafastについても触れておく。生成速度を向上させたこのモードは、「Pro 500」プランユーザーが両モデルで利用できる。6.2 Solに限ってはPro 200とEnterprise、EduプランユーザーもUltrafastが使える。リアルタイム性が求められるユースケースでは、プランとモデルの組み合わせがシステム設計の変数として加わる。
安全対策の「制限」は何を意味するか——次に来る論点
今回の発表で見落とされがちなのが安全対策の記述だ。
OpenAIは両モデルを「これまでで最も強力な安全対策を講じた上で提供する」と説明し、その結果として脆弱性調査やセキュリティテストの一部が制限される可能性があると明示した。
これは過去のリリースでも見られた構造だが、6.2シリーズで注目すべきは「OpenAI Daybreak」プログラムの存在だ。サイバーセキュリティ関連業務向けには引き続きこのプログラムを通じた専用モデルが提供され、今後GPT-6.2シリーズもこのプログラムへ導入される予定とされている。
つまり、「セキュリティテストに使いたい」という正当な業務目的でも、一般APIからのアクセスが制限され、Daybreakを経由しなければ使えないケースが出てくる可能性がある。セキュリティ業務を組み込んだ社内システムを構築している組織は、このアクセス構造を事前に確認しておく必要がある。
次の論点として見ておくべきは、「安全対策の中身が外部から検証可能かどうか」という点だ。今回もOpenAIの自己申告ベースで「最も強力な安全対策」とされているが、どの基準で何を制限しているかの詳細は公開されていない。モデルの安全性を評価する外部機関や政府機関がこの部分にどう関与していくかは、6.2シリーズ以降のリリースサイクルでも継続して確認する価値がある。
まとめ——このニュースを見る軸
GPT-6.2 AstraとSolを要約するなら、「コストと性能のバランスを実務的に前進させたリリース」だ。Anthropicとの性能差は縮んでいないが、コスト構造で差別化しに来ている。
今後同種のニュースを見るとき、「性能が上がった」という見出しと同じくらい「どのベンチマークで、どのコストで、どの用途に強くてどこは横ばいか」を並べる習慣を持つと判断がブレにくくなる。ベンチマーク全体が均一に改善されることはほぼなく、必ず強い領域と弱い領域がある。コーディングでの横ばいがその好例だ。
性能競争は続く。だがフロンティアモデルの実務利用において、「最高スコア」より「十分なスコアを最小コストで」という選択軸が強まっていることは、このリリースが示す重要なシグナルだ。
参考元: 「GPT-6.2 Astra/Sol」登場 前世代超える性能を「コスト1/3で実現」 Ultrafast提供も拡大 – ITmedia AI+