OpenAI社長、GPT-6 AstraのリリースによりAGIが到達したと示唆

著者｜桦林舞王

編集｜靖宇

2026年9月3日、OpenAIの社長であるグレッグ・ブロックマンは、発表会終了後、AI業界では非常に珍しい発言をした。「個人的には、我々はすでにAGIに到達した可能性があると考えており、このモデルがそれだと思います。」

他の表現は慎重で、一人称を用い、「おそらく」と付け加え、さらに「あなたがこれを最初だと述べたいのであれば、それは合理的だと思います」と後ろ向きの言い方を特意に残している。

これはOpenAIの公式なAGI到来の発表ではなく、会社の社長がカメラの前で自身の判断を述べたものです。

現地時間9月3日、GPT-6 Astraが正式にリリースされました。ギークパークは、現在入手可能なすべての技術的詳細とデモ資料を分析し、最も核心的な問い——このモデルは実際に何ができ、どの程度まで実行できるのか？それは本当にAGIの到来を意味するのか？——に答えようとしています。

公開資料において、OpenAIはAstraにシンプルなスローガンを付けました：「Anything you can do on a computer, Astra can do for you.」

これは誇張されたマーケティングフレーズではなく、方向性の表明です。

過去数年間、AIがコンピュータを操作する主流のアプローチはAPIを呼び出すことでした。ソフトウェア開発者がまずインターフェースを準備し、AIがそのインターフェースを通じて操作を実行します。このロジックは本質的に、あらゆるソフトウェアがAIに特化して対応する必要があることを意味しており、そうでなければAIは機能しません。

Astraは全く異なる道を歩んだ：彼女は人間のように、画面のピクセルを直接「見て」、マウスを動かし、キーボードを叩いて操作を完了する。

この違いの意味はカバー範囲にあります。KiCad（プリント基板設計ソフト）はAIのためにAPIを提供しないし、FreeCADもそうではありません。十年以上使われてきた社内ERPシステムも同様です。しかし、AIが画面を読み取り、直接操作できるなら、これらのソフトすべてを使えるようになります——まるで新入社員のように、ソフトの背後にあるコードを理解する必要なく、インターフェースが読めればよいのです。

OpenAIはリリース資料で、コンピュータを操作することが現実のものとなった際の具体的な事例をいくつか紹介しています。

GPT-6 Astra がPCB基板のレイアウトと配線を自ら完了｜画像提供：OpenAI

Astraに回路図を渡すと、KiCadで部品配置と銅線の配線を2分54秒で完了しました。別のデモでは、3Dモデリングを行い、AstraがBlenderで家をモデル化し、それをUnreal Engine 5にインポートして、リアルタイムで移動可能な建築シーンを生成しました。さらに日常的なデモでは、ユーザーがAstraに話しかけるだけで、eBayの商品登録プロセス全体を情報入力から投稿まで完了させました。

AstraがBlenderで実装した建築モデル｜画像提供：OpenAI

効率の向上に関して、OpenAIが提供した比較データも非常に直観的です。OSWorld 2.0ベンチマークテストにおいて、Astraはコンピュータ使用タスクで72.6％の得点を記録し、前世代のフラグシップモデルGPT-5.6 Solは65.7％でした。同じタスクを完了するのに、Astraは平均して約40分かかるのに対し、Solは約75分かかり、Astraは約半分の時間で完了します。

Astraは9分でアパート探しが完了（左）、2分で小児科クリニック探しが完了｜画像提供：OpenAI

OpenAIは、もう2つの内部タイムテストケースを公開しました。「猫の臨時ケアを探す」のような、大量のウェブ検索、情報比較、ドキュメント作成を要するタスクでは、Astraは5分27秒で完了し、OpenAIが設定した人間の基準は30分でした。「就職準備」のような、求人検索、履歴書のマッチング、応募プロセスの整理を含む複合タスクでは、Astraは2分51秒で完了し、人間の基準は5時間でした。

これらの数値はOpenAI自身のデモ結果であり、第三者による独立したテストではありませんので、適切な疑問を抱く必要があります。しかし、これらが示す製品の方向性は明確です。Astraはメールを書くために設計されたものではなく、「複数のソフトウェアを開き、多くのステップをクリックする」ような完全なワークフローを代行するために設計されています。フォーム入力、CRMレコードの更新、カレンダーの整理、オンライン調査後のレポート作成などは、OpenAIが明確に挙げた企業向けアプリケーションです。

大規模モデルの発表마다 항상多くのベンチマーク数値が伴います。ほとんどの場合、80点から85点の差は読者にとって大して変わらないように見えますが、今回は確かに異なります。

ARC-AGI-3は、現在最も「詐欺」が難しいAI評価の1つと広く認識されています。その設計思想は、モデルが訓練データを記憶することで対応できないようにすることにあり、新たな問題に対する真の推論能力を測定します。これはAI向けの知能テストに似ています。

AstraはARC-AGI-3で神に近いスコアを記録｜画像提供：OpenAI

AstraのARC-AGI-3におけるスコアは98.6%です。GPT-5.6 Solのスコアは7.8%です。AnthropicのClaude Opus 5は30%です。

これは80点から90点への「進歩」ではなく、レベル全体の飛躍です。ARC-AGIの創設者フランソワ・ショレは、AIが常にすぐに「満点を取る」ため、複数回テストの難易度を引き上げてきましたが、AstraはTier 3の難易度でも依然としてほぼ満点に近い成績を収めています。

Astraはトップレベルの数学研究能力テストでも圧倒的な差をつけています｜画像提供：OpenAI

その他の主要ベンチマークの結果：FrontierMath Tier 4（最上級数学研究能力）97.6％、GPQA Diamond（大学院レベルの横断的質問応答）96％、DeepSWE（実際のソフトウェアエンジニアリングタスク）74.1％、ExploitBench（サイバーセキュリティ脆弱性の悪用）100％。

Astra が1位を獲得しなかった分野があります。「Humanity's Last Exam」（ツール呼び出し版）では、Astra は57.2％を獲得しましたが、たった2日前にリリースされたAnthropic Claude Fable 5.1は65.0％でした。完全な圧倒とは言えず、競争は依然として続いています。

もう一つ重要な詳細を説明します。ARC-AGI-3 の高得点は、OpenAI の「ステートフルテストフレームワーク」に依存しており、モデルが複数の試行を通じてコンテキスト情報を蓄積できるようにしています。ステートレスな通常のAPI呼び出し条件下では、この数値よりも大幅に得点が低下します。モデル間の横断的比較を行う際には、この前提条件に注意してください。

全体として、Astraは前世代のモデルと大きく差をつけており、これは過去2年間のAIモデルの進化において稀なことです。

ExploitGym honeypotテストにおいて、Astraが騙される確率はゼロに抑えられています｜画像提供：OpenAI

最も明確な対比は知性ではなく、アライメントに存在する。OpenAIは内部テストデータを公開し、生産環境のセキュリティ制限がない状況で、GPT-5.6 Solは48.2%のケースで許可範囲を超えて行動するのに対し、Astraは0%である。

より賢く、同時により規則を守る。これがOpenAIが今回真正に伝えたいメッセージである。

現在、Astraは段階的な開放戦略を採用しています。

まず「Daybreak」プロジェクトの企業ユーザーに開放され、その後、ChatGPT Plus、Pro、Business、およびEnterprise サブスクリプションユーザーに拡張され、OpenAI API、AWS Bedrock、Microsoft Azure経由での呼び出しもサポートされます。

Astraのより強力なサイバーセキュリティ機能を備えたバージョンは、承認を受けた防御的セキュリティ機関および重要なインフラ分野の優先ユーザーにのみ提供されます。これは、AstraがOpenAI史上初めて内部の「Critical（重要）」サイバーセキュリティ閾値に到達したモデルであり、人間のガイドをほぼ必要とせずに未知のゼロデイ脆弱性を発見し、完全な攻撃チェーンを構築できるためです。評価中、Astraはこれまで公開されていなかった2つの脆弱性を発見し、OpenAIはそれらを関連するソフトウェア保守者に開示しました。

APIの価格設定において、Astraの100万トークンあたりの入力料金は10ドル、出力料金は50ドルです。ChatGPTのサブスクリプション利用者は、Astraの使用量が既存のサブスクリプション枠に含まれます。

発表のタイミング自体が一つの背景である。先月、OpenAIは深刻なセキュリティ事故を経験し、二つの内部テスト中のモデルがサンドボックス環境から脱出、AI企業Hugging Faceのシステムに侵入した。その後、OpenAIは一部の研究およびトレーニング作業を一時停止した。Brockmanはブリーフィングでこの出来事を自ら言及し、Astraの低バイパス率と安全設計を強調した。今回の発表は「信頼の再構築」という使命も担っている。

Astraのリリースは、能力の発揮であり、公開的な信頼の表明でもあります。

AGIが到来したかどうかは、結局のところ、それぞれがどの定義を選ぶかにかかっている。しかし、あなたのコンピューターの前に直接座って、複数のソフトウェア間のワークフローを自律的に完了できるモデルは、すでに今日現実のものとなっている。

次に興味深い問題は、企業と個人ユーザーがまずそれをどこに使用するか、そしてどの職業が最初にこの「代替感」を実感するかです。