1. GPT-6 Astraの驚異的な性能と得意分野 [0]

thumbnail GPT-6 Astraは、従来のAIモデルや人間を凌駕する高い性能を持ち、特にパソコン操作の自動化、コード作成、専門職の作業、セキュリティの4つの分野で強みを発揮する。

1.1. GPT-6 Astraのベンチマーク結果と進化 [0]

  1. Claude Fableを上回る性能 [4]
    1. 数ヶ月前に「世界が滅びるレベル」と騒がれたClaude Fableよりも、GPT-6 Astraははるかに高い性能を持つ。[5]
    2. 例えば、数学のテストではFableが87.8点に対し、Astraは97.6点である。[6]
    3. 同じ仕事をさせた場合のコストは、Fableよりも最大86%安い。[9]
  2. 7つのテストで1位を獲得 [17]
    1. OpenAIが公開したベンチマーク結果では、Astraが全世代のGPT-5.6 SolやClaude Fable 5.1を大きく引き離し、7つのテストで1位を獲得した。[20]
    2. ベンチマークとは、AIに同じ問題を解かせて点数をつける学力テストのようなものである。[19]
  3. ARKA G3テストでの驚異的なスコア [22]
    1. 初めて見るゲームを操作しながらルールを見つけて攻略するARKA G3テストでは、GPT-5.6Tの7.8%に対し、Astraは99.9%を記録した。[23]
    2. このテストを作成した団体も、「事実上、人間と堂々とか今まで測った中で最高のモデル」とコメントしている。[27]
  4. 科学研究の自律的実行能力の向上 [29]
    1. AIが実際の科学研究のワークフローを自律的に実行・完遂できるかを測定するターミナルベンチサイエンスでは、GPT-6から約3倍の性能向上を見せた。[30]
    2. 高度な数学的水準能力を測定するテストでも97.6%と高成績をマークし、OpenAIは「研究者の作業をAstraが直接手伝えるようになる」と述べている。[31]
  5. 事務作業の自動化能力の向上 [34]
    1. 事務作業を最後までやり遂げるオートメーションベンチテストでは、GPT-5.6 Solの18.1%、Fable 5.1の31.4%に対し、Astraは41.4%を達成した。[36]
    2. まだ半分以上は失敗するものの、全世代の2倍以上の進化を遂げている。[37]
  6. ハルシネーション（誤情報生成）の大幅な減少 [39]
    1. OpenAIの社内テストでは、AIが間違った情報を混ぜてしまうハルシネーションが、GPT-5.6の12.2%から4.2%まで減少した。[40]
    2. 仕事で使う側からすると、嘘をつかれないことの方が重要であるため、これは喜ばしい進化である。[41]

1.2. Astraの得意な4つの分野 [44]

  1. パソコンの操作 [47]
    1. Astraの最大の強みであり、OpenAIが挙げている具体的な仕事は以下の通りである。[48]
      1. ネットのフォーム入力、顧客管理ツールの情報更新、カレンダー整理。
      2. ネットでの調べ物と結果のメール・文書へのまとめ、ウェブサイト作成。
      3. ソフトのインストールと動作確認、画面エラーの自己修正。
    2. OpenAIの発表では、猫のシッターをネットで探す作業が、人間だと30分かかるところをAstraは5分27秒で完了させた。[53]
    3. これは人間の約5倍のスピードで作業できることを意味する。[54]
  2. コードを書く仕事 [56]
    1. OpenAIのコード作成AIエージェント「Codex」の進化が関連する。[57]
    2. Codexは、指示されたものを作るためにコードを書き、実際に動かし、エラーが出たら自分で直すという作業を最後までやり遂げるタイプのAIである。[59]
    3. Astraでは、AIが一度に覚えられる情報量の上限に達しても、以前のやり取りを圧縮せずにメモとして保持し、必要な部分だけを検索して引っ張ってこれるようになった。[68]
    4. これは「ノートを取りながら仕事をして、前のページをめくって確認できる」イメージである。[69]
  3. 研究や設計などの専門職の仕事 [71]
    1. 研究者がデータ分析をしたり、設計者が図面や3Dモデルを作成したり、弁護士や医師が専門知識で判断したりするような、専門ソフトと専門知識の両方が必要な仕事である。[72]
    2. OpenAIのデモでは、遺伝子データを専門ソフトで開いて確認し、グラフにするところまでAstraが自律的に行った。[74]
    3. データ分析や図面作成など、ソフトの操作を含めて任せることが可能である。[75]
  4. セキュリティ [77]
    1. Astraは、OpenAIが独自に定めるセキュリティ基準で最も高い「重要」レベルに、OpenAIのモデルとして初めて到達した。[79]
    2. ソフトの弱点を攻撃できるかを測るテストでは、GPT-5.6 Solの78.5%に対し、Astraは100%を記録した。[81]
    3. テスト中に、まだ誰も知らなかった弱点を2つ発見し、実際に攻撃してしまった事例もある。[82]
    4. ただし、これは安全対策を外したテスト環境での話であり、私たちが使うバージョンでは、コードの弱点チェックや修正はできるが、攻撃に使えるものを作る依頼は断るようになっている。[83]

2. Astraの実演と利用方法、注意点 [85]

thumbnail

Astraはデスクトップアプリの「ワーク」モードでパソコン操作を自動化でき、3Dソフトの操作やウェブサイト作成も可能だが、利用には特定のプランが必要であり、安全対策を講じる必要がある。

2.1. Astraによるパソコン操作の実演 [85]

  1. デスクトップアプリの「ワーク」モード [86]
    1. AstraはChatGPTのデスクトップアプリの「ワーク」モードで操作する。[87]
    2. 「ワーク」モードは、パソコン内の操作（アプリ起動、資料取得、複数の手順がある作業の実行）ができるモードである。[89]
    3. 通常のチャットが「答えを返すのが仕事」であるのに対し、「ワーク」は「作業を終わらせるのが仕事」というイメージである。[91]
  2. 会議室検索とメール作成の自動化 [96]
    1. @chromeと入力し、ブラウザで「名古屋駅から徒歩10分以内で平日の午後2時間借りられる会議室を駐車場付きで調べて、料金、広さ、駅からの距離を表にまとめて、上司に送る比較メールの下書きまで作って」と指示した。[98]
    2. Astraは自律的に検索し、候補ページを開き、料金情報をスクロールして読み取り、次の候補に移る作業を迅速に実行した。[100]
    3. 結果として、3つの会議室の料金、広さ、駅からの距離が表にまとめられ、駐車場の情報も記載されたメールの下書きが完成した。[104]
    4. この作業は人間が行うと10分程度かかるが、Astraは短時間で完了させた。[102]
  3. 3Dソフト「Blender」での別荘作成とウェブでの散策 [110]
    1. 無料の3D制作ソフト「Blender」を使い、Astraに「海が見える地下風の別荘をプール付きで作って、夕日の光でレンダリングして」と指示した。[115]
    2. Blender用の専門的な接続設定は不要で、コンピューターの使用機能を有効にし、@アプリ名と書くだけで操作が可能である。[113]
    3. 約5分後、立派な別荘が3Dモデルとして完成した。[118]
    4. さらに、この別荘を書き出し、ブラウザで開いて中を歩き回れるページを作成し、キーボードで移動できるようにするよう指示した。[126]
    5. 完成したページでは、ユーザーが別荘内を歩き回ることが可能であった。[130]
    6. この実演は、Astraが思いついたものをすぐに形にする能力が格段に向上したことを示している。[134]

2.2. Astraの利用方法と料金 [140]

  1. 利用可能なユーザーと料金 [141]
    1. 9月5日時点では、プロエンタープライズビジネスプレミアムのユーザーのみが利用可能である。[141]
    2. プラスとビジネスのユーザーへの利用可能日は近日中とされている。[141]
    3. Astraを利用するには、最低でも月10万円（約15,000円）がかかる。[142]
    4. 1ヶ月試用し、継続するかどうかを判断することが推奨される。[143]
  2. モデルの選択とデスクトップアプリの利用 [144]
    1. 通常のチャットでは「GPT-6 Astra」という名称では表示されない。[144]
    2. プロプランで思考量のスライダーを一番上の「プロ」にすると、それがAstraである。[145]
    3. その他のプランでは、モデル選択の中に「GPT-6 Astra」という名前で表示される。[146]
    4. パソコン操作機能はデスクトップアプリ限定であるため、Astraを使う場合はデスクトップアプリ版を最新にして利用する必要がある。[147]
  3. 利用回数の目安 [151]
    1. 公式ページによると、Astraはプロの5倍プランで25回から225回、20倍プランで100回から900回が5時間あたりの目安とされている。[151]
    2. 全世代のSolがプロの5倍プランで50回から500回であるため、Astraの利用回数はSolの約半分である。[152]
    3. これは、Astraが賢い分、1回の消費が重いことを意味する。[153]
    4. ただし、これはあくまで推定値であり、タスクの重さに応じてクレジット消費が変わるため、固定の上限ではない。[154]

2.3. Astraの弱点と注意点 [157]

  1. 全ての観点で一番ではない [160]
    1. AstraはClaude Fableよりも高性能であると述べられたが、OpenAI自身が公開しているデータにはAstraが劣るテストも存在する。[161]
    2. 第三者機関の総合的な賢さの指数「アーティフィシャルアナリシス」では、Claude Fable 5.1が65.7、Astraが61.2、全世代のSolが60.9と、Solとほぼ横並びである。[163]
    3. 「ヒューマニティズラストン（人類最後の試験）」という非常に難しい知識テストでは、Astraは表に載っているモデルの中で一番下であった。[164]
    4. したがって、難しいことをじっくり考えさせるならClaude、パソコンを触らせて仕事を終わらせるならAstraという使い分けが推奨される。[166]
  2. AIの思考過程が人間から見えにくくなった [169]
    1. Astraは簡単な問題を少ない手順で解けるようになったため、内部の思考過程があまり書かれなくなった。[170]
    2. これは安全面において、AIが何を考えているかが見えにくくなるため、OpenAIもこの低下を深刻に受け止めていると述べている。[171]
  3. 安全装置が作動し、作業が停止することがある [173]
    1. Astraには、指示を取り違えていないかを見張る新しい安全の仕組みが導入されている。[175]
    2. AIが解釈を間違えていると判断すると、途中で止まって確認を求めてくる。[175]
    3. この確認は、サイバー関係に見えない普通の作業や長時間の作業でも発生し、正当な作業が遅れたり一時停止したり、止まったりする場合があると公式ページに記載されている。[176]
    4. 長い作業を任せる際は、途中で確認ができることを前提に、たまに画面を見に行くことが推奨される。[178]
  4. Astraが実行した操作はユーザー自身が行ったことになる [179]
    1. Astraにブラウザを操作させる場合、公式ドキュメントには「ChatGPTがブラウザーを使用する場合、すでにサインしているページも操作できます」「承認したクリック操作フォームの送信、サイン状態での操作が、自分のアカウントから行われたものとして扱われる場合があります」と記載されている。[181]
    2. これは、ログインしっぱなしのサイトをAstraが操作した場合、その操作はユーザー自身が行った扱いになることを意味する。[185]
    3. また、ウェブページには悪意のあるコンテンツや誤解を招くコンテンツが含まれる可能性があり、Astraが読んだページの中に偽の指示が仕込まれている可能性もある。[186]
    4. 対策として、以下の3点を守る必要がある。[188]
      1. ブラウザを操作させる際は、ログインしっぱなしのタブを閉じてからにする（特に銀行や決済会社のシステム）。[188]
      2. アカウント、支払い、パスワード関係を操作させる際は、その場を離れない。[190]
      3. 常に許可するアプリには、テレビやパソコンのように勝手に触らせても困らないアプリだけにする。[193]