GPT-6 Astraとは、OpenAIが2026年9月3日に提供を開始したGPT（Generative Pre-trained Transformer）シリーズの最新モデルです。人がマウスとキーボードで行っていたコンピュータ操作を、指示を受けて自律的に実行する点が従来との違いになります。ブラウザの操作、表計算ソフトへの入力、資料の作成といった作業を、途中の手順を人が指示しなくても最後まで進めます。
OpenAIのAPI（Application Programming Interface）ドキュメントによると、モデルID（識別子）は gpt-6-astra、コンテキストウィンドウは1,050,000トークン、料金は100万トークンあたり入力10ドル・出力50ドルです。提供はエンタープライズ向けの限定プログラムから始まり、ChatGPTの各有料プランとAPIへは順次広がる形が取られています。
本記事は、公表された仕様と独立系機関の測定結果を整理したうえで、人事・採用の実務に何が起きるかまでを扱います。日本語で読める解説の多くは提供開始前に書かれたもので、確定した仕様を反映していません。まず事実を固めるところから始めます。
GPT-6 Astraとは何か？
GPT-6 Astraは、OpenAIが「世界で最も高性能」と位置づけて2026年9月3日に投入したモデルです。用途として想定されているのは、複雑な推論、コーディング、コンピュータ操作、調査、文書作成の5つです。
従来のモデルとの最大の違いは、対話の相手ではなく作業の実行者として設計されている点にあります。OpenAIは、画面上の情報を解釈して承認済みのインターフェースを操作できると説明しており、報道で挙げられた作業例には、オンラインフォームの入力、CRM（顧客関係管理システム）の更新、カレンダーの管理、表計算の操作、Webサイトの作成とテスト、設計アプリの操作が含まれます。
つまり、これまで「AIに聞いて、人が実行する」だった手順のうち、実行の側をモデルが引き受ける設計です。
なぜ「GPT-6」と「Astra」の2つの呼び方があるのか？
正式な呼称は「GPT-6 Astra」で、GPT-6が世代を、Astraが個別のモデル名を指します。2026年8月時点では、OpenAIが公表していたのは「Astra」という名称だけで、GPT-6という番号が付くかどうかは確定していませんでした。
このため8月までに書かれた日本語の解説記事には、「次期モデルAstra」「GPT-6になるかは不明」といった記述が残っています。9月3日の提供開始でGPT-6 Astraという呼称が確定したため、それ以前の情報を読むときは注意が必要です。
なお、Googleが2024年に発表したリアルタイム音声アシスタントの研究プロジェクト「Project Astra」とは別物です。名称が同じため検索結果に混在しますが、開発元も用途も異なります。
従来モデルと何が違うのか？
違いが出るのは、性能の数値よりも作業の任せ方の部分です。整理すると次の3点です。
- 画面を見て操作する。テキストを返すだけでなく、ブラウザやアプリを操作対象にする
- 手順を分解して最後まで進める。1回の指示で複数ステップの作業を完了させる
- 扱える情報量が増えた。一度に読み込める分量は105万トークンで、長い資料群をまとめて渡せる
3点目は業務での意味が大きいところです。100万トークンは日本語でおよそ数十万字にあたり、就業規則や過去の議事録をまとめて渡したうえで作業を頼めます。
GPT-6 Astraは何ができるのか？
公表されている評価では、コンピュータ操作、ブラウザ操作、ソフトウェア開発、サイバーセキュリティ、科学、専門職業務の6領域で最高水準とされています。OpenAIが発表した主なスコアは次のとおりで、1つ目のARC（Abstraction and Reasoning Corpus）は未知の課題への適応力を測る指標です。
ベンチマーク | スコア | 測るもの |
|---|
ARC-AGI-3 | 99.9% | 未知のパターンに対する推論 |
FrontierMath Tier 4 | 98% | 研究レベルの数学問題 |
ExploitBench | 100% | 脆弱性の発見と攻撃コードの作成 |
業務に近い指標としては、コンピュータ操作を評価するOSWorld 2.0の結果が報じられています。VentureBeatによると、Astraは72.6%（1タスクあたり約40分）で、前世代のGPT-5.6 Solの65.7%（約75分）に対し、所要時間が約47%短縮されました。
正答率の差は7ポイント弱ですが、同じ作業を半分近い時間で終える点のほうが実務上の意味は大きいでしょう。1日に処理できる件数が変わるためです。
独立系の評価では結果が割れている
ここは公式発表だけを読むと見落とす部分です。第三者機関Artificial Analysisの測定では、Astraの評価は領域によって上下しています。
指標 | 結果 |
|---|
Coding Agent Index | 67（他社の上位モデルと同等、最高値は70） |
Intelligence Index | 61（前世代のGPT-5.6 Solと同水準） |
幻覚率（最大努力設定） | 92%から51%へ改善 |
AA-Briefcase（長期の知識労働） | 約80ポイント改善 |
GDPval-AA v2（経済価値タスク） | 約80 Eloポイント低下 |
同機関は、コーディング作業でGPT-5.6 Solの約3分の1のトークン量で同等以上の結果を出す点をトークン効率の改善として評価する一方、総合的な知能指標では前世代と横ばいだとしています。料金は入力10ドル・出力50ドルで、前世代の4ドル・20ドルから2.5倍に上がりました。
読み方としては、自律的に手を動かす作業が良くなり、単発の賢さは横ばいで、単価は上がった、という3点の同時進行になります。導入を検討する側にとっては、作業を任せきる使い方でなければ費用対効果が出にくい、という意味になります。
幻覚率51%をどう読むか
改善したとはいえ、最大努力設定での幻覚率51%という数字は、実務では「そのまま使えない」水準です。この指標は難易度の高い知識問題で誤りを含む割合を測るもので、日常的な業務問答の誤答率とは異なります。
それでも、出力をそのまま社外に出す運用は避けるべきという結論は変わりません。人事領域であれば、労働法規の解釈、給与計算、応募者への確定的な回答は、人の確認を挟む前提で設計する必要があります。
GPT-6 Astraの料金は？
OpenAI APIドキュメントによると、単価は入力が100万トークンあたり10ドル、出力が50ドル、キャッシュ済み入力が1ドルです。Microsoft Foundry経由では、コンテキストの長さと提供リージョンによって単価が分かれます。
提供形態 | 入力 | キャッシュ入力 | 出力 |
|---|
Standard Global（短コンテキスト） | $10.00 | $1.00 | $50.00 |
Standard Global（長コンテキスト） | $20.00 | $2.00 | $75.00 |
Data Zone US（短コンテキスト） | $11.00 | $1.10 | $55.00 |
Data Zone US（長コンテキスト） | $22.00 | $2.20 | $82.50 |
出典はMicrosoft Azure Blog（2026年9月3日）。単位は100万トークンあたりの米ドルです。
長いコンテキストを使うと単価が上がる設計になっている点は、費用を見積もるうえで押さえておきたいところです。上限いっぱいまで毎回読み込ませる運用は、単価が2倍の枠に入ります。同じ資料を繰り返し読ませる用途なら、費用を左右するのはキャッシュ済み入力が10分の1になる仕組みを使えるかどうかです。
OpenAIのGreg Brockman氏は発表に際し、トークン単価での比較には意味がなく、市場が見るべきなのはタスクあたりの価格だと述べています。トークンを多く消費しても作業が1回で終わるなら、単価の高さは相殺されるという主張です。実際にArtificial Analysisは、コーディング作業では前世代と同程度の費用で結果が上回ったと報告する一方、総合指標の最大設定ではタスクあたり75%割高になったとしました。使い方によって結論が変わります。
いつから使えるのか？
提供は段階的です。2026年9月3日にエンタープライズ向けの限定アクセスプログラム「Daybreak」から始まり、ChatGPTのPlus、Pro、Business、Enterprise、およびOpenAI API、AWS（Amazon Web Services）、Microsoft Foundryへは「数日以内」に広がるとされています。
日本国内の企業が業務で使う場合、当面の入口は次の3つです。
- ChatGPTの有料プラン（Business / Enterprise）が対応した時点で利用する
- OpenAI APIを直接利用する
- Microsoft FoundryやAWS経由で、既存のクラウド契約の中で利用する
3つ目は、データの取り扱いを既存のクラウド契約の枠内で完結させたい企業に向いた入口です。Foundryは米国データゾーンでの提供形態も用意しました。
企業が注意すべき点は何か？
セキュリティの扱いが従来と異なります。OpenAIは、Astraが自社のPreparedness Frameworkにおけるサイバー能力の閾値を超えたと公表しました。人が逐一指示しなくても、未知の脆弱性を発見し、防御された複数のシステムに対する攻撃手法を組み立てられる水準だとしています。
米メディアNBC（NBC News）の報道によると、関連するモデルが社内インフラの管理者権限を自律的に取得した事例があり、OpenAIは検知と封じ込めの仕組みを強化したうえで提供に踏み切りました。同社のチーフサイエンティストは、能力が上がるほど「何ができるかを正確に把握することが難しくなる」と述べ、監視能力への確信が戻るまでは規模の拡大を控えるとしています。
企業側の実務としては、次の3点が最低限の備えになります。
- 操作権限を絞る。コンピュータ操作を任せる範囲を、業務システムの読み取りや下書き作成までに限定し、承認と送信は人が行う
- 利用ログを残す。誰がどの業務をモデルに任せたかを追跡できる状態にする
- 社内規程を先に更新する。人事・法務・経理のように誤りが直接損害になる領域は、利用可否を明文化してから配る
生成AIの社内展開でつまずく地点は、ツールの選定ではなく運用ルールの不在にあります。人事側の論点はAI人事とは？HR業務のAI活用率43%、5つの領域と導入企業の成果・リスクで整理しました。
「AGIの時代」という表現をどう受け取るか？
OpenAIのGreg Brockman氏は発表で「Welcome to the AGI era」と述べ、Astraを汎用人工知能（AGI）の到来と見なすのは不合理ではないとしました。ただし同氏は、AGIの定義は人によって異なり、境界は曖昧だとも語っています。段階的に訪れる経済的な転換であって、明確な閾値ではないという整理です。
経営判断の材料としては、自社の業務のうち何がコンピュータ操作の自動化で置き換わるかを具体的に見るほうに実益があります。判断の分かれ目は次のとおりです。
- 手順が決まっていて、画面上で完結し、誤りが検知できる作業 → 任せられる
- 相手の状況に応じて判断が変わる、社外に直接出る、誤りが後から発覚する作業 → 任せない
採用業務でいえば、応募データの転記や日程調整の候補出しは前者、スカウト文面の最終確認や見送り連絡は後者にあたります。
採用と人事にはどう影響するのか？
影響は2段階で現れます。短期的には人事自身の業務の一部が自動化され、中期的には「AIエージェントを扱える人材」の採用要件が変わっていくはずです。後者はすでに求人市場で観測できます。
求人票では「AIエージェント」がすでに定着している
Offersに掲載された正社員求人の本文（職務内容・必須条件・歓迎条件・開発内容）を対象に、特定の語を含む求人の割合を公開年ごとに集計しました。
求人の公開年 | 「AIエージェント」に言及 | AI開発ツールに言及 |
|---|
2023年 | 0.2% | 1.0% |
2024年 | 0.2% | 2.1% |
2025年 | 3.5% | 7.0% |
2026年 | 11.3% | 17.9% |
Offers調べ。掲載中および掲載終了を含む正社員求人の本文に当該語を含む割合で、母集団は各年に公開された求人（2023年897件、2024年1,505件、2025年746件、2026年531件）。2026年は1月から9月3日までの途中集計です。「AI開発ツール」はGitHub Copilot、Devin、Claude Code、Model Context Protocolなど、開発現場で使われる具体的な製品名・規格名への言及を数えています。
読み取れることは3つあります。
第一に、「AIエージェント」は2024年までほぼ使われていない語でした。2023年と2024年は0.2%で横ばいです。2025年に3.5%へ動き、2026年には11.3%に達しました。9社に1社の求人が、この語を使って仕事を説明している状態です。
第二に、具体的な製品名への言及が17.9%まで増えました。抽象的な「AI活用」ではなく、どのツールを使う現場かを求人票に書く企業が増えています。
第三に、伸び方が急です。AIエージェントへの言及は1年で3.2倍になりました。生成AI全般への言及がどう推移したかはDXとは？定義とIT化との違い、取組率75.7%の実態で扱っています。
GPT-6 Astraの投入は、この流れを加速させる側に働きます。コンピュータ操作を任せられるモデルが業務に入ると、求められるのは「AIに詳しい人」ではなく「業務を分解してAIに渡せる人」になるためです。
求人要件は「使える人」から「任せ方を設計できる人」へ
採用要件の書き方を変える必要が出てきます。これまで多くの求人票は「生成AIの活用経験」という書き方をしてきました。この表現では、ChatGPTで文章を書いた経験と、業務プロセスをエージェントに移管した経験が区別できません。
区別するには、要件を作業の単位で書きます。
- 既存業務の手順を洗い出し、自動化できる範囲とできない範囲を切り分けた経験
- AIに任せた処理の誤りを検知する仕組みを設計した経験
- 業務システムとAIを接続し、権限設計まで含めて運用に乗せた経験
3つ目に近い職種が、顧客の現場に入って実装まで担うフォワードデプロイドエンジニア（FDE）です。求人票にこの職種名が現れ始めました。AI領域の人材要件をどう定義するかはAI人材とは？不足の現状と採用・育成で確保する方法、より広い枠組みはDX人材とは？6類型の職種・必要スキルと採用・育成の進め方で整理しています。
人事業務そのものへの影響
コンピュータ操作を任せられるモデルが実務に入ると、人事の定型業務のうち画面上で完結するものが対象になります。具体的には、応募者情報の採用管理システムへの転記、面接日程の候補出しと調整、募集要項の各媒体への展開、選考状況の集計といった作業です。
一方で、任せてはいけない業務も明確です。応募者への合否連絡、労働条件の提示、評価の判断は、誤りが直接的な不利益になるため人が担います。AI活用の範囲設定についてはAI採用とは？メリット・デメリット、導入事例とツールの選び方が参考になります。
当社も2026年6月からフォワードデプロイドエンジニア型の人事AIコンサルティングを開始し、7月にOffers AX（オファーズ エーエックス）として体系化しました。自社の採用業務をAI前提に組み替える作業を進めながら、同じ設計を顧客企業に持ち込んでいます。実際に手を動かすと、難所はモデルの性能ではなく、どの作業に誰の承認を挟むかを決める部分にあると分かります。
組織設計の観点はAIネイティブ時代の組織デザイン、人事責任者としての向き合い方は人事責任者が押さえるべき生成AIマネジメントでも取り上げました。
自社の採用力が現在どの水準にあるかを把握したい場合は、企業URLを入力すると公開情報をもとに5指標24項目で採点し、12ページのレポートを返すエンジニア採用力チェックを無料で提供しています。
よくある質問
GPT-6 AstraはChatGPTで使えますか？
ChatGPTのPlus、Pro、Business、Enterpriseの各プランで利用できるようになるとOpenAIが発表しました。2026年9月3日時点では限定プログラムからの提供が始まった段階で、各プランへの展開は「数日以内」とされています。無料プランでの提供については公表されていません。
日本語には対応していますか？
対応しています。ただしOpenAIは日本語に特化した評価結果を公表していないため、日本語での性能が英語と同水準かは現時点で確認できません。業務に組み込む前に、自社の実際の文書で試すことをおすすめします。
知識はいつまでの情報を持っていますか？
OpenAIのAPIドキュメントによると、知識のカットオフは2026年4月30日です。これ以降の出来事は、Web検索機能を併用しない限り回答に反映されません。法改正や制度変更を扱う業務では、この点が実務上の制約になります。
導入コストはどのくらいかかりますか？
API利用料は前掲のとおり入力10ドル・出力50ドル（100万トークンあたり）です。実際の費用は業務量に依存するため、まず対象業務を1つ選んで1か月試算する進め方が現実的でしょう。前世代から単価が2.5倍に上がっているため、既存の運用をそのまま置き換えると費用が増える場合があります。
セキュリティ面で特別な対応は必要ですか？
必要です。OpenAI自身がサイバー能力の面で従来より慎重な提供体制を取っているモデルであり、企業側でも操作権限の範囲設定と利用ログの記録を前提にした運用設計が求められます。特に人事データのように個人情報を含む領域では、アクセス範囲を限定したうえで導入してください。
GPT-6 Astraを前に、人事は何を決めるべきか？
GPT-6 Astraは、コンピュータ操作を自律的に実行する点で従来のモデルと異なります。公表された仕様と評価を整理すると次のようになります。
- コンテキストウィンドウは1,050,000トークン、最大出力128,000トークン、知識カットオフは2026年4月30日
- 単価は入力10ドル・出力50ドル（100万トークンあたり）で、前世代の2.5倍
- OpenAI発表のベンチマークはARC-AGI-3で99.9%、ExploitBenchで100%
- 独立系の測定では、自律作業の効率は改善した一方、総合的な知能指標は前世代と横ばい
- サイバー能力の閾値を超えたとして、提供体制と社内監視が強化されている
人事・採用の側から見ると、判断すべきは「導入するかどうか」ではありません。自社の業務のうち、画面上で完結し誤りを検知できる作業がどれかを切り分ける作業です。求人票の言葉はすでに動いており、Offersの集計では「AIエージェント」への言及が2026年に11.3%まで増えました。要件定義を後回しにすると、採用市場での説明力が先に落ちます。
執筆・監修
鈴木 裕斗（株式会社overflow 代表取締役CEO） エンジニア・デザイナー向け転職プラットフォーム「Offers」および、人事起点で全社のAI活用を支援する「Offers AX」を運営。自社の業務をAI前提に組み替える実務を進めながら、顧客企業のAI導入・組織設計を支援している。
参考文献
- OpenAI「GPT-6 Astra Model」API ドキュメント（2026年9月3日確認）
- Microsoft Azure Blog「GPT-6 Astra — Frontier intelligence for work, now available in Microsoft Foundry」2026年9月3日
- Artificial Analysis「Benchmarking GPT-6 Astra」2026年9月3日
- VentureBeat「Welcome to the AGI era — OpenAI launches GPT-6 Astra」2026年9月3日
- NBC News「OpenAI debuts GPT-6 Astra, says it triggered security measures」2026年9月3日
- 9to5Google「OpenAI launches GPT-6 Astra」2026年9月3日
.jpg%3Fw%3D64%26h%3D64%26fit%3Dcrop&w=64&q=75){kind=small}
