【速報】GPT-6（Astra）発表｜料金・使い方・企業対応【2026年9月】

OpenAIは、公式RSSで2026年9月3日12:00 GMT（米国東部夏時間の同日8:00、日本時間の同日21:00）に配信した公式事例2本で、次期モデルの名称を「GPT-6 Astra」と公表しました。2本はいずれも製品欄を「API」としていますが、一般利用者向けAPIの提供開始やChatGPTの対象プランは、2026年9月4日時点で公式に確認できていません。APIのモデルIDとGPT-6 Astraの料金も、同日時点で公式に確認できていません。

ここまでの数か月、この話題は「GPT-6はいつ出るのか」「Astraは本当にGPT-6なのか」という推測ばかりが先行していました。事前に判明していたのは、2026年8月にOpenAIがAstraという名前を公式に出したこと、そして2026年9月1日に公開された「Path to Astra: critical capabilities and frontier safeguards」で、Astraが同社の安全評価の枠組みで初めて「Critical（重大）」に分類されたモデルだと明言されたことの2点だけでした。

この記事では、9月3日の公式事例で確定した内容を先に整理したうえで、9月1日の安全評価が実務にどう効いてくるのかを公式情報だけで解説します。企業側で本当に必要なのは「新モデルの性能が何％上がったか」だけを見ることではなく、安全策によって処理が止まる可能性がある環境で、どう業務を組み直すかという論点です。ここは一般提供前から準備できる部分なので、判断軸を先に用意しておくと切り替え検討が短くなります。

推測・リーク・SNSで流れている数値は本文には入れていません。確認できていない項目は「2026年9月4日時点で公式に確認できていない」と明記しています。

今回の発表で確定したこと｜モデル名・提供時期・料金

結論から言うと、公式に確定した名称は「GPT-6 Astra」です。OpenAIは2026年9月3日、ゲーム開発と財務諸表照合に関する公式事例を1本ずつ公開しました。ただし、2本とも顧客事例であり、一般提供の開始を告知する製品発表ではありません。

事例区分：公開事例（OpenAI掲載・導入企業報告）
ゲーム開発の事例では、GPT-6 AstraをAI搭載の開発環境で使い、1つの土台から3つのテーマ付きゲーム試作を作成。導入企業は、前のモデルと比べて人による手直しが50%減り、多くの試作が最初の生成で動いたと報告しています。これは同社のゲーム試作工程における結果であり、一般的なコーディング性能を測る共通ベンチマークではありません。

事例区分：公開事例（OpenAI掲載・導入企業報告）
財務諸表照合の事例では、エージェントが41文書を1回の実行で数分以内に照合しました。導入企業の社内評価「Benchmark for Agentic Reasoning（BAR）」では、当該の財務諸表ワークフローで前のモデルを約40%上回り、BAR全タスクの平均改善は約3%と報告されています。仕込まれた4件の誤りもすべて検出しました。最終判断は専門家が担う運用です。

一方、System Card、一般提供日、ChatGPTの対象プラン、APIモデルID、料金、コンテキスト長、知識のカットオフは、2026年9月4日時点で公式に確認できていません。OpenAIの公式モデル一覧はGPT-5.6 Solを最上位モデルとして掲載しており、GPT-6 Astraの行はまだありません。

提供形態とプラン

料金

GPT-5.6 Solの比較値は、2026年9月4日にOpenAI公式料金ページで再確認したStandardの短いコンテキスト向け単価です。長いコンテキスト、Batch、Flex、Fast modeでは単価が異なります。為替換算値は変動するため本文には入れていません。

ベンチマークとして公表された数値

9月3日の2本で示された数値は、OpenAIが掲載した導入企業の報告です。ゲーム試作では人による手直しが前のモデルより50%減少。財務諸表ワークフローでは、導入企業のBARで前のモデルより約40%改善し、BAR全タスクでは平均約3%改善しました。いずれも用途・評価環境が限定された公開事例であり、GPT-6 Astra全般の性能を示すOpenAI共通ベンチマークではありません。System Cardに基づく汎用性能の比較値は、2026年9月4日時点で公式に確認できていません。

ベンダーが自社発表で出すスコアの読み方については、ベンダー発表を検証する手順を先に通してから社内共有すると誤読を防げます。

Astraとは何か｜2026年9月1日までに公式で確定していた事実

9月3日の公式事例より前に、OpenAIが公式に認めていたのは次の内容です。今回公表された名称と合わせて読むと、発表までの経緯を整理できます。

• Astraは同社の次期モデルの名称で、2026年8月にOpenAIが公式に言及した
• 2026年9月1日公開の「Path to Astra」で、AstraがPreparedness Framework（準備状況フレームワーク）のサイバーセキュリティ分野で「Critical（重大）」の閾値に達した初のモデルだと明記された
• 同記事の時点で、提供は「soon（まもなく）」とだけ書かれ、提供日・料金・ChatGPTでの提供形態・「GPT-6」という名称はいずれも記載されていなかった
• 詳細な安全性・セキュリティ・アライメント評価は「モデルのSystem Card（システムカード）で公開する」とされていた
• 2026年9月3日の公式事例2本で、OpenAIは初めて「GPT-6 Astra」と明記した

Astraの数学分野での成果や、報道・SNSで流れた未確認情報の整理はOpenAI Astraとは｜数学10成果と重大サイバー評価に、GPT-6という呼称そのものの経緯と「Pluto」「Spud」といったコードネームの扱いはGPT-6はいつ出る？最新情報とAstra・Plutoの正体にまとめてあります。この記事では重複を避け、発表内容と企業側の対応に絞ります。

「Critical（重大）」認定の中身｜ExploitBench 100%と拒否率91.5%

9月1日の記事で、OpenAIはAstraが「Critical」に該当すると判断した根拠を具体的な評価結果とともに公開しています。Criticalの定義は、同社のPreparedness Frameworkで次のいずれかを満たす場合とされています。

• 人の介在なしに、堅牢化された実世界の重要システムに対して、あらゆる深刻度のゼロデイ脆弱性を特定し、機能する攻撃コードを開発できる
• 高レベルの目標を与えられただけで、堅牢化された標的に対する新規の攻撃戦略を端から端まで立案・実行できる

公表された評価結果は次のとおりです。数値はすべて2026年9月1日のOpenAI公式記事に基づく自社評価です。

読むうえで外せない注釈が2つあります。1つ目は、ExploitBench内部版で示されたAstraの能力は「Daybreak Blueのアクセス権がある状態」の値であり、既定の本番構成での値ではないとOpenAI自身が明記している点。2つ目は、ハニーポット試験の56%／0%はサイバー安全策を外した試験条件の数値で、通常の本番利用を表したものではないという点です。ここを落として「Solは半分以上のケースで勝手に侵入する」と要約すると、公式の記載から離れてしまいます。

専門家評価で確認されたこと

自動ベンチマークとは別に、専門家主導の評価も公開されています。堅牢化されたブラウザとOSに対して、Astraは未知の脆弱性を発見し、動作する攻撃連鎖に仕立てました。具体的には、HTMLファイルを開かせるだけでサンドボックスを脱出してホスト上でコマンドを実行するブラウザ侵害の連鎖を構築し、堅牢化されたOSでは複数の脆弱性を組み合わせて一般ユーザーからroot権限への昇格に成功しています。

この「未知の脆弱性を自分で見つけて、そのまま攻撃連鎖に組み上げる」という部分がCritical判定の実体です。AI由来のサイバーリスク全体の見取り図はAIサイバー攻撃とは｜中小企業の防御5手で整理しています。

開発そのものも一度止めている

OpenAIはこの数週間、Astraの開発と提供の一部を意図的に遅らせたと書いています。具体的には、OpenAIとHugging Faceの事案の後、学習基盤（分離・ネットワーク制御・監視の拡張・アライメント学習の基準引き上げ）を強化するために一部のフロンティア学習を2週間停止し、その後は厳格な統制のもとで小規模な作業のみを継続。将来版に向けた大規模な強化学習の実行は、安全性・セキュリティ要件を満たすまでさらに長く保留し、2026年8月28日に停止していた大規模なフロンティア強化学習を再開しています。一部の小規模な実験的学習は一時的に保留したままだとも書かれています。

「間に合わせるために出す」ではなく「基準を満たすまで止める」という順序が、公式記事の書き方から読み取れる部分です。

安全策が使い勝手に与える影響｜処理が止まる前提で設計する

企業にとって、今回いちばん実務に効くのはベンチマークではなくこの節です。OpenAIは「What this will mean for users」として、安全策が正当な作業まで巻き込む可能性を明示しています。

• 追加の安全チェックにより、防御目的のサイバー業務を含む正当な作業が遅くなる・一時停止する・停止することがある
• システムが正当な活動を誤ってサイバー悪用や不正な挙動と判定することがある。サイバーセキュリティと直接関係なく見える作業や、エージェントが長時間動き続ける処理も対象になりうる
• 不整合（misalignment）監視がタスクを一時停止した場合、ChatGPTやCodexの利用者は続行前に操作の確認を求められる
• APIなど他の経路では、タスクはそこで停止する
• OpenAIは不要な中断を減らすために調整を続け、Daybreakのようなプログラムを通じて先端機能へのアクセスを広げる方針

実務への含意は明快です。APIで長時間動く自動処理を組んでいる場合、「途中で止まる」が正常系の一部になります。止まったことに気づける仕組み（失敗通知・再開手順・人が引き取る導線）が無いまま新モデルへ切り替えると、夜間バッチが黙って落ちる形の障害が起こりえます。エージェントを常時動かしている場合はとくに注意が必要で、AIエージェントのセキュリティリスク9項目チェックリストの「停止・再開」まわりを先に埋めておくと移行が楽になります。

社内で共有する前に、発表内容を役割別に翻訳しておくと話が早く進みます。次のプロンプトはそのまま使えます。

あなたは社内のAI活用推進担当です。以下のベンダー公式発表の本文を読み、
当社の「経営層」「情報システム部門」「現場の利用者」の3者向けに、
それぞれ5行以内で要約してください。

条件:
- 公式発表に書かれていない数値・日付・機能は書かない
- 「書かれていない項目」は「公式発表に記載なし」と明記する
- 各役割の最後に「今週やること」を1つだけ、動詞で終わる形で書く

【公式発表の本文】
（ここに発表記事の全文を貼る）

現行モデルとの位置づけ｜GPT-5.6 Sol・Fable 5.1・Opus 5

9月3日の公式事例では、GPT-6 Astraが2つの顧客ワークフローで「前のモデル」を上回ったとされていますが、その比較対象のモデル名は記載されていません。9月1日の安全評価で明示されている比較相手はGPT-5.6 Solで、対象も脆弱性特定・攻撃コード開発などサイバー分野に限られます。Fable 5.1やOpus 5との公式な横並び比較はなく、汎用業務、日本語、速度、費用対効果の優劣は2026年9月4日時点で公式に確認できていません。

2026年9月1日時点で確定していたのは「Astraは、脆弱性の特定と攻撃コード開発においてGPT-5.6 Solより大幅に高性能で、かつトークン効率も大幅に良い」というサイバー分野の比較だけです。汎用的な業務性能・日本語性能・応答速度についての公式比較は公開されていません。

現行モデル同士の料金と性能の比較はGPT-5.6 vs Fable 5.1/Opus 5料金比較にまとめてあります。新モデルの実勢が見えるまでは、この比較表の枠組みに新しい行を足す形で検討するのが現実的です。GPT-5.6そのものの使い分け（Sol / Terra / Luna）はCodexでGPT-5.6を使う際のモデル使い分けを参照してください。

「最上位モデルに全部寄せる」が最適解にならない理由

今回のように高性能モデルほど安全策が厚くなる構造では、最上位モデルへ全業務を寄せる設計は、性能ではなく中断のしやすさでコストが上がる可能性があります。定型の要約・分類・抽出は軽いモデルのまま残し、難易度が高い部分だけ新モデルに振る構成のほうが、料金面でも安定性の面でも扱いやすくなります。

あなたはAIシステムの設計レビュアーです。以下の業務フローについて、
「新しい最上位モデルに置き換えるべき工程」と「現行の軽いモデルのまま残すべき工程」を
分けて提案してください。

判断基準:
1. その工程は失敗した時に人が気づけるか（気づけないなら置き換えない）
2. その工程は長時間連続で動くか（動くなら中断時の再開手順を先に設計する）
3. その工程の出力は誰かの意思決定に直結するか

出力形式: 工程名 / 置き換え可否 / 理由 / 置き換える場合の前提条件

【業務フロー】
（ここに現状のフローを箇条書きで貼る）

企業の判断軸｜待つ・切り替える・検証するの順番を決める

発表直後に「うちも入れるべきか」を一発で決めようとすると、たいてい情報が足りません。順番を分けたほうが速く進みます。

判断軸1：いま詰まっている原因がモデル性能かどうかを先に切り分ける

業務でAIがうまく回っていない原因は、モデルの賢さではなく、入力データが整理されていない・出力の受け取り先が決まっていない・誰も結果を確認していない、のいずれかであることが多くあります。原因がそちら側なら、モデルを新しくしても改善しません。新モデルの検討より先に、この切り分けを済ませておくほうがコスト効率が高くなります。

判断軸2：止まっても壊れない構成になっているか

前述のとおり、Astra世代では安全策によってタスクが停止しうることが公式に明言されています。切り替え判断の前に、止まったことに気づける／途中から再開できる／人が引き取れるの3点が満たされているかを確認します。ここが未整備の環境で最上位モデルへ切り替えると、性能向上より運用事故のほうが先に来ます。

判断軸3：入れ替え可能な設計にしてあれば、そもそも急ぐ必要がない

モデル名を設定ファイルの1箇所に集約し、プロンプトを業務ごとにファイル管理しておけば、新モデルへの切り替えは検証作業だけで済みます。逆に、モデル名がコードのあちこちに直書きされていると、発表のたびに大掛かりな改修が必要になります。発表を待つ間にやる価値があるのは、この入れ替えやすさの確保です。

あなたはAI導入の監査担当です。以下の社内システムについて、
「新しいモデルが出た時に入れ替えるのにかかる作業」を洗い出してください。

チェック項目:
- モデル名がハードコードされている箇所はいくつあるか
- プロンプトはコードから分離されているか
- 出力形式が変わった場合に検知できるテストはあるか
- 処理が途中停止した場合の再開手順は文書化されているか

出力形式: 項目 / 現状 / リスク / 着手順（高い順に1〜3）

【システムの構成】
（ここに構成を貼る）

発表を受けて見直す社内ルール3点

今回のCritical認定は、モデル選定だけでなく社内規程の側にも影響します。一般提供の詳細が確定する前から準備できる部分です。

1. サイバー関連の業務利用を「誰が承認するか」を決める

Astra世代では、高度なサイバー用途へのアクセスが当初テスターに限定され、その後Daybreak Blue経由で防御用途へ広がる方針が示されています。自社で脆弱性診断・ペネトレーションテスト・インシデント調査にAIを使う可能性があるなら、どの業務を誰の承認で行うかを先に決めておきます。決めていないと、利用目的の説明や人による承認が必要になった場面で業務を止めることになります。

2. 「高リスクと判定されたアカウント」の扱いを想定しておく

OpenAIは、リスクが高いと評価されたアカウントには、より保守的な挙動の境界を適用し、監視の対象範囲も広げると明記しています。共用アカウントで複数部署が使っている場合は、利用目的と責任者を追えるようにしておく必要があります。用途ごとにアカウントやプロジェクトを分ける運用は、この観点でも合理的です。

3. 出力の確認責任を人に戻す

モデルの整合性が向上したという公式の記載は、人の確認を省いてよいという意味ではありません。OpenAI自身も「これらの安全策はモデルが適切に整合していることの代わりにはならない」という趣旨を書いています。承認・公開・送信を伴う工程には、人の確認を必ず残します。

あなたは社内規程の起草担当です。以下の条件で「AIのサイバー関連利用に関する社内ルール」を
A4×1枚分の分量で起草してください。

含める項目:
1. 対象となる業務の範囲（何がサイバー関連利用に当たるか）
2. 事前承認が必要な作業と、承認者
3. 外部システムに対する操作の禁止事項
4. 処理が自動停止した場合の報告先と手順
5. 例外を認める場合の条件

条件: 断定できない技術仕様は書かず、運用ルールだけで完結させる

【自社の前提】
業種:（　）／利用しているAIサービス:（　）／情報システム部門の人数:（　）

【要注意】発表直後にやりがちな3つの誤読

誤読1：「ExploitBench 100%だから最強のモデル」

❌ 100%というスコアを汎用性能の指標として社内共有する
⭕ ExploitBenchは「既知の脆弱性から攻撃コードを開発する能力」を測る評価であり、業務での文章生成・分析・コーディング全般の性能を示すものではない、と添えて共有する

評価の対象範囲を落として数値だけを回すと、社内の期待値が実際の性能から乖離します。とくにサイバー分野のベンチマークは、一般業務の性能とは別物です。

誤読2：「Solは56%の確率で勝手に侵入する危険なモデル」

❌ ハニーポット試験の56%を、通常利用時のリスクとして報告する
⭕ 「サイバー安全策を外した試験条件下での値であり、通常の本番利用の挙動ではない」という公式の注釈をセットで報告する

OpenAIは本文中でこの注釈を明示しています。数値だけを切り出すと、現行モデルの利用停止といった過剰な判断につながります。

誤読3：「安全性が上がったので人のチェックを減らせる」

❌ アライメント改善を根拠にレビュー工程を削る
⭕ 安全策は追加の防御層であって、業務上の確認責任を代替するものではないという前提を維持する

むしろ今回は、安全策の側が正当な作業を止める可能性が公式に示されています。人が確認する工程は減らすのではなく、止まった時に気づける形へ作り替えるのが正しい方向です。

社内資料や外部向けの記事に数値を引用する前に、次のプロンプトで一度通しておくと誤読を持ち込まずに済みます。

あなたはファクトチェック担当です。以下の原稿に含まれる数値・日付・固有名詞を1つずつ抜き出し、
添付したベンダー公式発表の本文に「同じ表現で書かれているか」を検証してください。

出力形式（表）:
原稿の記述 / 公式本文の該当箇所（原文引用） / 判定（一致・条件付き一致・記載なし）/ 修正案

判定ルール:
- 公式本文に条件・注釈（試験条件、対象範囲、アクセス権など）が付いている場合は
  「条件付き一致」とし、その注釈を修正案に必ず含める
- 公式本文に無い数値は「記載なし」とし、原稿からの削除を提案する

【原稿】
（ここに原稿を貼る）

【ベンダー公式発表の本文】
（ここに公式発表の全文を貼る）

まとめ：今日から始める3つのアクション

1. 発表内容を役割別に翻訳して共有する。公式発表に書かれていない項目は「記載なし」と明記したうえで、経営層・情報システム部門・現場の3者に分けて案内します。
2. 長時間動く自動処理の棚卸しをする。処理が途中で停止した場合に気づける仕組みと再開手順があるかを、モデルを切り替える前に確認します。
3. モデル名の集約と、サイバー関連利用の承認ルールを決める。この2つが済んでいれば、今後どのモデルが出ても確認作業を進めやすくなります。

よくある質問

GPT-6はいつ使えますか？

9月3日の公式事例から、指定された導入企業がAPI製品でGPT-6 Astraを使っていることは確認できます。しかし、一般のAPI利用者やChatGPT利用者への提供開始日、対象プラン、段階提供の有無は、2026年9月4日時点で公式に確認できていません。

2026年9月1日の「Path to Astra」の時点では、提供時期は「soon（まもなく）」とだけ書かれ、具体的な日付は示されていませんでした。

AstraとGPT-6は同じものですか？

OpenAIは9月3日の公式事例2本で、モデルを一貫して「GPT-6 Astra」と表記しています。したがって、AstraがGPT-6系の正式名称に含まれることは公式に確認できます。製品上の短縮名やAPIモデルIDがどうなるかは、2026年9月4日時点で公式に確認できていません。

9月1日の公式記事には「GPT-6」という表記がなく、「Astra」だけが使われていました。名称が公式に結びついたのは9月3日の事例公開です。呼称の経緯はGPT-6はいつ出る？最新情報とAstra・Plutoの正体に整理しています。

料金はいくらですか？

GPT-6 Astraの入力・出力単価は、2026年9月4日時点でOpenAI公式料金ページに掲載されておらず、公式に確認できていません。比較用に確認したGPT-5.6 SolのStandard・短いコンテキスト向け単価は、入力が100万トークンあたり$4.00、出力が$20.00です。

9月1日と9月3日の公式記事にも、GPT-6 Astraの料金の記載はありません。

APIのモデル名は何になりますか？

OpenAI公式モデル一覧にはGPT-6 Astraがまだ掲載されていないため、APIで指定する正式なモデルIDやエイリアスは、2026年9月4日時点で公式に確認できていません。非公式な目撃情報を実装に使わず、公式モデル一覧への掲載を待つ必要があります。

日本語での性能はどうですか？

9月1日と9月3日の公式記事には、日本語性能を個別に評価した数値や説明はありません。2026年9月4日時点で公式に確認できていないため、System Cardや第三者評価が公開されるまで断定できません。

パラメータ数やモデルの規模は公表されていますか？

2026年9月4日時点で、パラメータ数・学習データ規模とも公式に確認できていません。SNSで流れている「10兆パラメータ」などの数値は公式情報として扱えません。

いま使っているGPT-5.6は使えなくなりますか？

2026年9月4日時点で、OpenAIの公式モデル一覧はGPT-5.6 Solを最上位モデルとして掲載しています。GPT-6 Astraの公表に伴うGPT-5.6の提供終了、非推奨化、廃止予定は公式に確認できていません。

現行モデルの選び方はGPT-5.6とGPT-5.5の違いとChatGPTでGPT-5.6を使う方法にまとめています。

次に何が出るかを見越して準備できることはありますか？

モデル名の集約、プロンプトのファイル管理、停止時の再開手順の文書化の3点は、どのベンダーの新モデルが出ても効きます。複数ベンダーの新世代が重なる局面での備え方はGPT-6・Claude 5・Llama 4｜3モデル同時の備え方で解説しています。

参考・出典

• OpenAI公式事例（ゲーム開発、2026年9月3日公開・2026年9月4日参照）公式ページ
• OpenAI公式事例（財務諸表照合、2026年9月3日公開・2026年9月4日参照）公式ページ
• OpenAI公式RSS（2本の配信時刻を確認、2026年9月4日参照）OpenAI News RSS
• OpenAI「Path to Astra: critical capabilities and frontier safeguards」（2026年9月1日公開・2026年9月4日参照）https://openai.com/index/path-to-astra/
• OpenAI「Responding to the next frontier of critical cyber capabilities」（2026年9月4日参照）https://openai.com/index/responding-next-frontier-critical-cyber-capabilities/
• OpenAI「Pacing model development in an era of cyber-critical capabilities」（2026年9月4日参照）https://openai.com/index/pacing-model-development-cyber-capabilities/
• OpenAI「Updating our Preparedness Framework」（2026年9月4日参照）https://openai.com/index/updating-our-preparedness-framework/
• OpenAI Deployment Safety（2026年9月4日参照。AstraのSystem Cardは同日時点で掲載を確認できず）System Card一覧
• OpenAI API「Pricing」（2026年9月4日参照。GPT-6 Astraの料金掲載は同日時点で確認できず）公式料金ページ
• OpenAI API「Models」（2026年9月4日参照。GPT-6 AstraのモデルID掲載は同日時点で確認できず）公式モデル一覧
• OpenAI Help Center「Model Release Notes」（2026年9月4日参照。GPT-6 Astraの項目は同日時点で確認できず）モデルリリースノート

著者

佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』『Claude仕事術』（SBクリエイティブ・シリーズ累計50,000部突破）。企業向けメディアなどで生成AI連載を執筆（NewsPicks最大1,125ピックス）。