資料の要約は速くなっても、ブラウザーで情報を集め、表に転記し、社内書式に整える作業は残っていないでしょうか。企業が生成AIを使う際には、回答の質だけでなく、成果物が完成するまでに人が何度介入するかが効率を左右します。GPT-6 Astraの評価も、この「仕事が終わるまでの負担」を軸に読むと、試す価値のある業務が見えてきます。

OpenAIが2026年9月3日、米国時間で新しいフラッグシップモデル「GPT-6 Astra」を発表したと報じられています。限られた組織への提供から始まり、有料のChatGPTやAPIへ段階的に展開する予定とされています。発表直後に、すべての契約で同じ機能を利用できるとは限りません。（出典: 窓の杜、発表報道）



公式の開発者向け案内では、コード、ブラウザー、業務用ソフトをまたぐ複数段階の作業が強みとして説明されています。ただし、モデルの能力が高くても、自社システムへの接続や必要な権限、完了条件の設定まで自動的に整うわけではありません。（出典: OpenAI、モデル利用ガイド）

たとえば、公開資料から取引先候補の比較表を作る業務なら、情報収集だけでなく、出典の記録、項目の統一、不明点の区別までを評価対象にできます。文章が流暢でも、担当者が全件を調べ直す必要があれば、期待した時間短縮には届きません。新モデルへの切り替えを考える出発点は、自社で手戻りが多い工程を一つ特定することです。

比較に使う指標は、自社の作業に近いものから選ぶと判断しやすくなります。数学や抽象推論の高得点は能力の一面を示しますが、その数字だけで営業資料の正確さや画面操作の安定性までは説明できません。ここでは業務自動化、デスクトップ操作、ターミナル作業、情報探索に関係する指標を取り上げます。

OpenAIの発表ページには、次の比較値が掲載されています。開発元がまとめた評価であり、各項目にはツールや実行環境などの条件があります。「記載なし」は、そのモデルが対応できないという意味ではありません。（出典: OpenAI、公式ベンチマーク比較） 表の値から計算すると、AstraとSolの差はAutomationBenchで23.3ポイント、BrowseCompで1.1ポイントです。同じモデル更新でも、指標によって改善幅は異なります。Fable 5.1との差もAutomationBenchでは10.0ポイント、Terminal-Bench 4.0では2.1ポイントとなり、一つの順位を全業務に当てはめる読み方は適切ではありません。

なお、異なるベンチマークの百分率を平均して、企業にとっての総合点を作ることは避けたいところです。問題の種類も採点方法も違うためです。調査部門なら出典の追跡と記述の正確さ、開発部門なら変更後の動作と保守性というように、業務ごとの合格条件へ翻訳する必要があります。表は候補を絞る材料として使い、最終的な採否は自社の課題で確かめるのが妥当でしょう。

デスクトップ操作の評価は、日常業務との接点を想像しやすい指標です。窓の杜では、AstraのOSWorld 2.0のスコアが72.6%となり、1タスクの所要時間も約75分から約40分へ短縮したと報じられています。公式発表を確認すると、時間はレイテンシーのシミュレーションに基づき、比較対象はGPT-5.6 Solとされています。（出典: 窓の杜、発表報道、OpenAI、評価条件を含む公式発表）

この差は検証する動機になりますが、自社の事務作業も同じ割合で短くなるという予測には使えません。公式比較表のOSWorld 2.0には、版番号、オフラインの評価セット、部分点によるスコアという条件が付いています。したがって、72.6%を「実務の約7割が完全に無人化できる」という意味に置き換えることもできません。（出典: OpenAI、公式比較表）



企業側で測りたいのは、依頼してから担当者が成果物を受け入れるまでの時間です。たとえば、競合サービスの公開情報を比較表にする場合、AIの実行が速くても、対象企業を取り違えていれば調査をやり直すことになります。情報不足を正しく空欄にできるか、更新日の古い資料を見分けられるかも、確認工数に響くでしょう。

測定時には、資料をそろえる準備、AIの実行、担当者の確認、修正の四つに時間を分ける方法が使えます。待ち時間と人が手を動かした時間も別々に記録すると、納期への効果と労力への効果を区別できます。途中で操作が止まったケースを集計から外さず、復旧にかかった時間まで含めてください。完了した例だけを並べると、安定して任せられる範囲を実際より広く見積もってしまいます。

料金比較では、単価と仕事一件あたりの費用を分ける必要があります。公式のモデル比較ページでは、100万トークンあたりの通常入力・出力料金は、Astraが10米ドル・50米ドル、Solが4米ドル・20米ドルと案内されています。入力も出力も単価は2.5倍です。以下はAPIの比較であり、ChatGPTの月額契約とは別の計算になります。（出典: OpenAI、モデル料金比較）

同じ量のトークンを使うなら、料金の差はそのまま負担増になります。仮に一件につき通常入力を1万トークン、課金対象の出力を2千トークン使うと、Astraは0.20米ドル、Solは0.08米ドルです。これは比較用の仮定で、実際の業務の使用量を示すものではありません。キャッシュ、ツール利用料、その他の費用も含めていません。



公式ガイドでは、一部の評価で出力トークンが減り、単価が高くても推定タスク費用が下がると説明されています。ただし、すべての用途で起きるとは案内されていません。同じ入出力比率で、ほかの課金条件も変わらないなら、Astraのトークン費用をSolと同額にするには、使用量を40%まで減らす必要があります。（出典: OpenAI、モデル利用ガイド、料金比較）

現場では「検証期間のAPI費用、再実行費用、確認・修正の人件費の合計」を「受け入れ可能な成果物の件数」で割ると比較しやすくなります。単価の安いモデルでも修正が多ければ高くつき、単価の高いモデルでも難しい案件の手戻りを減らせれば採用する理由になります。定型の短い処理と、複数資料を横断する処理を分けて集計すれば、全面移行が必要か、用途ごとの使い分けで足りるかを判断できるでしょう。

最初の比較対象には、完成形が明確で、失敗しても本番データを壊さない業務が向いています。たとえば、公開されている製品仕様から比較表を作る作業です。対象資料と出力の列を固定でき、原文との照合もしやすいため、モデル間の違いを説明しやすくなります。ここで提案する20件は小規模検証の出発点であり、統計的な確実性を保証する件数ではありません。

通常の案件だけでなく、資料の欠落、表記の揺れ、内容の矛盾を含む例も用意します。情報が見つからないときに推測で埋めるのか、不明と報告するのかは、業務に組み込めるかを分ける挙動です。機密情報を含む場合は利用条件を確認し、最初は公開情報や利用許可のある検証データで進めると準備しやすいでしょう。



実施前の確認項目は、次の四つに絞れます。

- 入力資料、依頼文、利用できるツールをそろえます。
- 必須項目、出典の記載方法、不明点の扱いを合格条件にします。
- 実行時間、課金額、確認時間、修正内容を同じ形式で記録します。
- モデル名と設定、実行日、失敗した工程を保存します。

採点では、見た目の完成度と内容の正確さを分けてください。表が美しくても重要な仕様が違えば不合格ですが、体裁だけの軽微な修正なら、その時間を記録して条件付きで受け入れる判断もできます。可能なら、採点者にはモデル名を伏せて成果物を渡すと、新モデルへの期待が評価に混ざるのを抑えられます。

一度の実行だけでは挙動のばらつきが分かりません。代表例は繰り返し実行し、同じ種類の誤りが再発するかを見ます。20件で好結果が出ても、例外案件や実運用の件数へ段階的に広げる検証は必要です。結果の平均に加え、最も確認に時間がかかった事例を読むと、現場で残る負担をつかみやすくなります。

比較を終えたら、良い結果が出た工程と、人が確認すべき工程を具体的に区切ります。情報収集と下書き作成まで任せられても、顧客への送信や本番データの更新まで同じ条件で許可できるとは限りません。成果物を作る能力と、業務上の権限は別々に設計する必要があります。検証では問題が見つからなかったという事実も、あらゆる状況で誤操作が起きない保証にはならないでしょう。

たとえば、比較表の作成を対象にするなら、参照先は指定資料と許可した公開サイトに限定し、保存先は検証用フォルダーにします。情報の矛盾が見つかった場合はそこで確定を止め、担当者が判断できるよう該当箇所を残す運用が考えられます。送信や公開の直前に確認を挟めば、担当者は完成物と影響範囲を見て判断できます。



採用基準は検証後に都合よく変えず、開始前に決めておきたいところです。「必須項目の誤記を認めない」「確認を含む作業時間が現行より短い」「成果物一件の費用が予算内」といった条件を、対象業務の責任者とそろえます。条件を満たさなければ、対象工程を狭めるか、依頼文と資料を直して再検証します。現行モデルを維持する判断も、比較から得られる実用的な成果です。

GPT-6 Astraの公開スコアは、どの仕事を試すかを考える入口になります。しかし、導入を支えるのは、自社の資料で必要な品質に到達し、確認と修正を含めても負担が減るという記録です。今週着手するなら、繰り返し発生する業務を一つ選び、合格した成果物の見本と過去の失敗例を用意してください。その二つがそろえば、ベンチマークの数字を眺める段階から、自社に合うモデルを判断する比較へ進めます。

- OpenAI、次世代モデル「GPT-6 Astra」を発表 ～「PCでできることは、すべて代行できる」【18時50分追記】
- GPT-6 Astra: A new generation of intelligence
- Model guidance — Using GPT-6 Astra
- Compare models