AI 読了 6 分

OpenAIのAIが1週間で基板設計、量産は人の手直しで1か月かかった

Shiritomo編集部 @shiritomoAI_jp 2026年11月4日更新

OpenAIの最新AIモデル「GPT-6 Astra」が、しゃべる小型デバイスの筐体設計から基板のパターン配置、ファームウェアまでを、わずか1週間で仕上げました。
2026年11月3日、OpenAIはこの試作機を社内で「Codex pet」と呼び、ハードウェア開発にAIを使った実例として公式に公開しています。
ただし量産に進むまでには、人間による手直しが複数回必要だったことも同時に明らかになっています。
自分の仕事がいつかAIに設計そのものを任せられる日が来るのか、気になる方も多いはずです。

先に結論をまとめると：
– OpenAIのGPT-6 Astraが「Codex pet」という小型デバイスを、筐体設計からファームウェアまで1週間で仕上げました
– 量産を担った外部の製造パートナーは、AIが想定していなかった製造上の制約を手直しするため複数回の修正を重ねました
– OpenAIは新しい内部モデルがCADベンチマークでGPT-6 Astraを上回る成績を示したことも明らかにしています

OpenAIが公開した「AIがハードウェアを作る」実例

OpenAIの発表によれば、GPT-6 Astraが手がけたのは社内のちょっとした思いつきから始まったプロジェクトでした。
コーディングエージェント「Codex」に声で話しかけられる小型デバイスを作ろうというもので、Astraは部品を収める筐体の内部構造、部品選定、基板上の配線（パターン配置）、そしてファームウェアまで一通りを担当したといいます。
OpenAIは同日、自社のXアカウントでこの取り組みを紹介しました。

ChatGPTとCodexは、エンジニアが物理世界のものづくりをする支えになっています。
機械設計や電気工学、シミュレーションにわたる進捗を共有します――社内のハードウェアチームの反復を速めることから、業界の協力者との新しいワークフロー検証まで。

ChatGPT and Codex are helping engineers build for the physical world.

We’re sharing our progress across mechanical design, electrical engineering, and simulation—from helping our hardware teams iterate faster to testing new workflows with industry collaborators. pic.twitter.com/b3rW9zYJGA
— OpenAI (@OpenAI) 2026年11月3日

ここで注目したいのは「設計」と「量産」が別の話だという点です。
OpenAIの発表は1週間という設計期間を前面に出していますが、実際にモノとして動く状態まで持っていくプロセスには、もう一段階の作業が隠れていました。

調べて分かったこと

Astraは実際どこまで設計を担ったのか

複数の海外メディアの報道を確認すると、Astraが担当した範囲はかなり広いことが分かります。
筐体と、部品を固定する内部構造の設計、使う電子部品の選定、そして基板の部品配置と配線の設計まで、人の手を借りずに進めたとされています。
ユーザーが話しかける部分のインターフェースづくりも含まれていたようです。
見た目のデザインから基板の配線図まで、ひとつのAIが一気通貫で担当したという点が、今回の発表の核になっています。

なぜ量産の段階で手直しが必要だったのか

一方で、設計データをそのまま外部の製造委託先に渡せば完成、というわけにはいかなかったようです。
報道によれば、試作機を少量生産するまでに複数回の修正ラウンドが必要だったといい、理由はAstraが部品の実装誤差や組み立て上の制約を十分に考慮していなかったためとされています。
図面としては成立していても、実際に工場で組み立てる際の「ねじが入らない」「部品同士が干渉する」といった現場の事情までは、設計時点のAIがすべて見通せていたわけではなかったことになります。
設計の速さと、量産にこぎつけるまでの時間は、別の軸で見る必要がありそうです。

性能を測るベンチマークではどんな差が出ているのか

OpenAIは今回、3D部品やアセンブリの再現、基板上の接続関係の識別を測る「BenchCAD 2.0」というベンチマークの結果も公表しています。
GPT-6 Astraの最高推論設定でのスコアが0.594だったのに対し、社内でテスト中の新しいモデルは0.875を記録したとのことです。
Codex petを手がけたのはこの0.594の世代であり、OpenAI自身も次世代モデルでさらに精度が上がる見通しを示していることになります。

開発者コミュニティの受け止め方

Codexとハードウェア開発の組み合わせには、一般の開発者からの関心も集まっています。
OpenAIの開発者向けアカウントは10月下旬、Codexを使ったハードウェア制作の事例をまとめて紹介する投稿をしていました。

ハードウェアとCodexで人々が何を作っているか知りたいですか？参考になるクールなプロジェクトをまとめました。

Want to know what people are building with hardware and Codex?

🧵 Here are cool projects to take inspiration from:https://t.co/844FeMfohg
— OpenAI Developers (@OpenAIDevs) 2026年10月26日

企業の公式発表だけでなく、個人の開発者が実際に手を動かして試す動きがすでに広がっていることが、この投稿からもうかがえます。

Shiritomo編集部の考察：隠れがちな「人の手直し」の時間

企業の技術発表では「1週間で設計完了」のような最速記録が見出しになりやすい一方、その裏にある人の作業量は本文の後半にひっそりと書かれがちです。
今回の発表も、設計の速さは冒頭で強調されていましたが、量産段階で複数回の修正が必要だったという記述は、発表のかなり後の部分で触れられているだけでした。
開発者向けの投稿が「AIが何を作ったか」ではなく「人々が何を作っているか」という事例紹介になっていたのも、AIの出力をそのまま使うのではなく、人が手を加えて仕上げる過程にこそ現場の関心があることを示しているように見えます。
AIのものづくり活用を評価するときは、公表された最短記録の数字だけでなく、量産や実運用にこぎつけるまでに残った人の作業量にも目を向けると、実態に近づけるはずです。

まとめ

OpenAIはAIモデルGPT-6 Astraが1週間でハードウェアの設計を仕上げた事例を公開しましたが、実際に量産できる製品になるまでには、人による複数回の手直しが必要でした。
設計の速さと、モノとして完成させるまでの時間は別物であり、AIがものづくりの現場に入り込むスピードを測るうえでは、この両方を見ておく必要がありそうです。