「新規Pro停止も検討」からわずか3日、「Sweet dreams」で幕引き——GPT-6 Astraの9日間【編集部まとめ】

入力100万トークンあたり10ドル、出力50ドル。
9月3日に投入されたOpenAIの新モデル「GPT-6 Astra」は、価格表からしてただの改良版ではありませんでした。
サイバーセキュリティ分野で同社史上初の最高警戒レベル「Critical」に到達し、9日後の9月12日夕方には「Sweet dreams（おやすみなさい）」という一文で品質問題の収拾が発表される——。
今月の記事を並べてみたら、この9日間だけで発表・熱狂・危機・追い上げ・幕引きの5幕がそろっていました。
AIを日常的に使っている読者にとって、モデルの「発表」を鵜呑みにしていいのはどこまでか、体感の変化にいつ気づけるかを考えるうえで参考になるはずです。

先に結論をまとめると：

• GPT-6 Astraは発表直後こそ「世界最高」を謳ったが、需要爆発・新規Pro停止の検討・競合の追い上げ・品質劣化騒動を9日間で立て続けに経験した
• 「速い・強い」という評判と「重い・遅い」という不満は同時に起きており、体感の声だけでモデルの実力を判断するのは危うい
• 単一の巨大モデルに全部を賭けず、複数モデルを比較・併用する前提でワークフローを組む発想がこの9日間から見えてくる

いま、GPT-6 Astraに何が起きているのか

GPT-6 Astraは9月3日、OpenAIのセキュリティ関連プログラム参加組織にだけ先行公開される形でスタートしました。
ブラウザ操作・コーディング・サイバーセキュリティで軒並み最高スコアを記録し、学習を主導したのは人間ではなく歴代のOpenAIモデルだったという発表内容も話題になりました。
ところがPlus・Pro・Business・Enterpriseの有料ユーザーは初日アクセスできず、Sam Altman氏が自らXで「段取りが雑だった」と謝罪する幕開けになっています。

そこから先は展開が速すぎました。
マウスとキーボードを操作してドット絵ソフトを動かす新機能が話題になったかと思えば、数日でユーザーの5時間利用枠が10〜20分で尽きる問題が浮上し、Codex責任者は「需要は前例がない」と投稿します。
さらに2日後には競合Sakana AIがAstraを連携先に含めずに一部指標で上回るモデルを発表し、9月12日にはAstra自身の「劣化」騒動が公式に認められ、リセットで幕を引きます。
ここからは、この9日間に起きた5つの出来事を順番に見ていきます。

この9日間、GPT-6 Astraに起きた5つの出来事

1. 「人間ではなくAIが鍛えた」——鳴り物入りの船出

9月3日の発表で最初に注目されたのは、入力100万トークンあたり10ドル、出力50ドルという前モデル比2.5倍の値上げでした。
ですが本当の変化はそこではなく、Astraの学習を主導したのが人間ではなく歴代のOpenAIモデルだったという点にあります。
OpenAIが公開したシステムカードによれば、Astraはサイバーセキュリティ分野で同社の安全対策指針において初めて最高警戒レベル「Critical」に到達したモデルです。
実際、2026年6〜8月に公開された高深刻度の脆弱性を使った内部評価では、これまで知られていなかったゼロデイ脆弱性を2件、評価の過程で自ら発見して悪用したことも明らかにされました。

華々しいスペックの裏で、有料ユーザーが初日アクセスできずAltman氏が謝罪する船出になった点は、この9日間全体の縮図だったともいえます。

2. マウスを動かして描いた「完全なドット絵」

発表から2日後の9月5日、あるクリエイターがAsepriteというドット絵編集ソフトの画面とともに、Astraに初音ミクの立ち絵を作らせた投稿を公開しました。
話題になったのは「それっぽいイラスト」ではなく、人間と同じ手順でマウス・キーボードを操作して完成させた点です。
この投稿は2,600件を超える「いいね」を集めました。

裏付けとなるのが新機能「Computer Use」で、デスクトップ環境でのタスク遂行力を測る「OSWorld 2.0」の正答率は72.6%と、前モデルの65.7%を上回りました。
1つのタスクにかかる時間も約75分から約40分へとほぼ半分に縮んでいます。
一方でAPI利用料は従来より高くつく傾向があるとの指摘も出ており、この「速いが高い」体質は数日後の需要爆発の伏線にもなっていきます。

3. 「前例のない需要」、新規Pro停止まで検討された9月9日

Computer Useの評判が広がるのと並行して、利用枠を巡る不満も膨らんでいきました。
Plusプラン利用者からは、初期設定のままAstraを使うと5時間の利用枠を10〜20分ほどで使い切ってしまうという報告が相次ぎ、OpenAIはアクセスできなかった日数分を積み立てて後から使える「banked reset」や、全有料ユーザー向けの一斉リセットで対応しました。

それでも収まらなかった状況を象徴するのが、9月9日のCodex責任者Tibo氏の投稿です。
「デマンドは本当に前例がない。
これまでの急成長期を経験してきたが、こんなものは見たことがない」と明かし、既存ユーザーへのサービス維持を優先しつつ、新規Proサブスクの一時停止も選択肢に入れていることを認めました。
発表からわずか6日でここまでの規模の需要に追われる展開は、OpenAI自身も想定していなかったようです。

4. GPT-6 Astra抜きで、GPT-6 Astraを上回ったサカナAI

需要爆発の2日後、9月11日にSakana AIが発表した「Fugu Max」「Fugu Ultra v2」は一石を投じる出来事でした。
両モデルとも、GPT-6 AstraやAnthropicの「Claude Fable 5」系を連携先に一切含めていないと明言しながら、コーディング性能を測る「DeepSWE」でAstraの73.0点に対し74.3点を記録するなど、Astraとスコアが並ぶ5指標中3つで上回りました（「ProgramBench」「GPQAD」の2指標では下回っています）。

Fuguの正体は単一の巨大モデルではなく、複数のAIモデルを裏側に抱えてタスクを振り分ける「オーケストレーション」という仕組みです。
単一の最先端モデルに依存しなくても局所的にはトップモデルを上回れることを示した格好で、「新モデルが出たら乗り換える」という発想に一石を投じました。

5. 「Sweet dreams」で幕を引いた品質問題

サカナAIの発表から1日足らずの9月12日昼、今度はAstra自身の話が動きます。
発表直後から「前より遅い」「精度が落ちた」という声が集まっていたのを受け、Codex製品責任者Tibo Sottiaux氏がついに原因を認めました。
挙げられたのは旧モデル向けスキルの過剰発動、文脈管理機能の不具合（約4,000〜5,000人に影響）、推論エンジンの設定ミスの3つです。
モデル自体が意図的に弱くされていたわけではなく、周辺の仕組みの不具合が重なった結果だと説明されています。

この投稿には2万7000件を超える「いいね」が集まり、続報の「Reset all propagated. Sweet dreams.」にも1万5000件以上の反応が付きました。
発表からわずか9日、最高警戒レベルの新技術として登場したモデルが、最後は不具合の謝罪とリセットで区切りをつける形になったのは、この9日間の展開の速さを象徴しています。

5個の出来事を1枚にまとめると

Shiritomo編集部の考察：明日からやることは2つ

5つの出来事を並べてはじめて見えるのは、発表から品質問題の収拾までがわずか9日間で一巡したという展開の速さそのものです。
新規Pro停止も検討されるほどの需要爆発からわずか3日で劣化騒動の収拾に至ったスピード感は、モデルの評価が定まる前にニュースサイクルが二周してしまうことを示しています。
読者が明日からできることは2つあります。
1つは、新モデル移行の判断を発表直後の1週間は保留し、体感の不満投稿が一定数出そろってから決めること。
もう1つは、Sakana AIのオーケストレーション型のように、単一モデルへの依存を前提にせず、用途ごとに複数モデルを比較・併用できる構成をあらかじめ用意しておくことです。

まとめ

GPT-6 Astraの9日間は、発表・熱狂・危機・追い上げ・幕引きという5つの出来事が矢継ぎ早に起きた濃縮された1週間でした。
派手な発表ほど、体感の評判が固まるまでは少し距離を置いて見るのが安全かもしれません。

さらに深掘りしたい方へ

Astra以外にも、中国各社の学習手法を巡りAnthropicが暴いた”蒸留”の中身、Cognitionの新AI「SWE-2」がフロンティア級を64%安く出した理由、ChatGPT・Claude・Grokが同時に落ちた9月3日の障害も、あわせて読むとこの9日間の背景が立体的に見えてきます。