ChatGPT 読了 8 分

OpenAIの新型「GPT-6.2 Astra」登場、コストは3分の1でも総合力は僅差の2位止まり

Shiritomo編集部 @shiritomoAI_jp 2026年11月18日 更新
OpenAIの新型「GPT-6.2 Astra」登場、コストは3分の1でも総合力は僅差の2位止まり

入力100万トークン(トークン:AIが文章を読み書きする際の処理単位)あたり8ドル。
OpenAIが17日に投入した新型AI「GPT-6.2 Astra」の料金です。
従来モデル「GPT-6 Astra」からタスク単価で3分の1以下まで下がった、OpenAIにとっては珍しい値下げでした。
ChatGPTを仕事で使う人やAIでコード・文章を量産している人にとっては、同じ予算でより多くの作業を任せられるようになる変化です。
ただ、公式が自信を見せる一方で、使い始めた開発者からは早くも手厳しい声も上がっています。

先に結論をまとめると:
– OpenAIが17日、新型「GPT-6.2 Astra」「GPT-6.2 Sol」をChatGPT Work・Codex・APIで提供開始しました
– Astraはタスク単価がGPT-6 Astraの3分の1以下に下がりましたが、独立評価の総合力ではAnthropicの「Claude Fable 5.2」に次ぐ2位でした
– 開発者からは「文章生成の質がむしろ後退した」という指摘も出ています

何が起きたのか

OpenAIは17日、ChatGPT WorkとCodexに新型モデル「GPT-6.2 Astra」「GPT-6.2 Sol」を投入しました。
対象はPlus・Pro・Enterprise・Eduのユーザーで、普段の個人向けChatGPTのチャットには追加されていません。
API経由でも同日からgpt-6.2-astra・gpt-6.2-solとして利用できます。

料金はAstraが入力100万トークンあたり8ドル・出力40ドル、Solが入力2ドル・出力10ドルです。
公式はAstraについて「GPT-6 Astraに比べ、タスクあたりのコストを3分の1未満に抑えた」と説明しており、効率を前面に押し出したリリースになりました。
高速処理の「Ultrafast」モードも、月500ドルのProプランでは両モデルとも利用可能になり、月200ドルのProプランでもSol限定で初めて使えるようになりました。

公式アカウントはこのように投稿しています。

タスク単価を3分の1未満に抑えつつ、提供範囲をPro 200の価格帯まで広げた点が、今回のリリースの軸です。
ただ、コストが下がったことと「性能が上がった」ことは、必ずしも同じ意味ではありません。
実際に数字を確かめてみました。

調べて分かったこと

本当に「性能も上がった」のか?

第三者機関Artificial Analysisの評価では、GPT-6.2 Astraの総合スコア「Intelligence Index」(複数のベンチマークを統合した総合力の指標)は62点でした。
Anthropicの「Claude Fable 5.2」が65点で1位、Astraはそれに次ぐ2位という結果です。
GoogleのGemini 4 Carbon(60点)やAnthropicのClaude Opus 5.5(59点)は上回っており、旧モデルのGPT-6 Astraからは5点上昇しています。

分野によって得意・不得意もはっきり出ています。
3DコーディングのベンチマークAA-3Dでは、AstraがElo1318で首位に立ち、Fable 5.2(1271)やSol(1259)を上回りました。
科学分野のワークフロー評価でもAstraが首位だったとされています。
一方で、コーディングエージェントとしての評価(Coding Agent Index)はGPT-6 Astraからほぼ横ばいという結果も出ており、「全方位で性能が上がった」とは言えないのが実際のところです。

OpenAIのサム・アルトマン氏も、投稿でこう評価を添えています(日本語訳:「6.2のSolとAstraが登場しました。
どちらも驚くほどのことができて、トークン効率も非常に高いです。
中でもSol ultrafastは、きっと気に入ってもらえると思います」)。

開発者の受け止めは厳しい?

公式やアルトマン氏が前向きな評価を語る一方、実際に数週間テストしたという開発者からは異なる声も出ました。
AIスタートアップ「every」のダン・シッパー氏が投稿した内容を訳すと、「OpenAIがAstra 6.2とSolを発表しました。
数週間テストしてきましたが、残念ながらこれらのモデルはあまり良くありません。
Fable 5.2と比べると、全体として物足りないリリースです。
文章生成では、Astra 6.2はAstra 6から後退していると感じました」という趣旨の内容でした。

この指摘は、Artificial Analysisが公表したハルシネーション率(AIが誤った情報をそれらしく生成してしまう割合。
最大出力時で59%)とも方向性が一致します。
コストと一部の専門分野では前進していても、文章の質や事実の正確さでは評価が割れているというのが、今のところの実像のようです。

AstraとSol、結局どちらを使うべきか?

用途で選ぶのが無難です。
Astraは「最も難しいプロジェクト向け」と公式が位置づけており、画面デザインのテンプレートを色やフォントサイズまで再現したり、既存コードの修正・テストを丁寧にこなしたりする場面に強みがあります。
3D設計や科学系のタスクが多い人にも向いているでしょう。

対してSolは「日常のコーディングや文章作成向けの、より手頃なモデル」です。
独自ベンチマークのFrontierCode 2.0では、Astraとの差が0.5点以内に収まりながら、コストは5分の1程度だとされています。
日々の定型的な作業が中心なら、まずSolで足りるケースが多いかもしれません。

Shiritomo編集部の考察:価格競争の先にあるもの

今回のリリースで目を引くのは、性能そのものより「コストをどこまで削れるか」という競争軸が前面に出てきたことです。
SNS運用や記事制作でAIを使う現場では、1本あたりの処理コストが下がるほど、これまで予算の都合で見送っていた作業までAIに任せやすくなります。
Solが月200ドルのProプランにも高速モードを開放した判断も、使う人の裾野を広げる狙いと見てよさそうです。

一方で、ベンチマークの順位と実際の使用感にズレが出ている点は見逃せません。
総合力2位という肩書きだけでモデルを選ぶと、ダン・シッパー氏のような「文章生成は後退した」という実感と食い違う可能性があります。
導入を検討する際は、スコアの順位よりも、自分が任せたい作業の種類(文章・コード・3D・科学計算など)に近いベンチマークを確認する方が、失敗が少ないでしょう。

まとめ

GPT-6.2 AstraとSolは、タスク単価を大きく下げつつ利用できる価格帯も広げた一方、総合評価では僅差の2位、文章生成では後退の指摘も出ているリリースになりました。
コストと性能のどちらを重視するかで、評価が分かれそうです。

さらに深掘りしたい方へ

GPT-6.2 AstraとSolがGoogle Cloudに出現、MITは重み0.016%の書き換えで数学テストの正答率を約6倍にしたGPT-6.2 AstraとSolがGoogle Cloudに出現、MITは重み0.016%の書き換えで数学テストの正答率を約6倍にした正式発表前の11月5日、Google CloudにGPT-6.2 SolとAstraの名が出現し話題になった経緯をまとめた記事。