GPT-6 AstraはAGIなのか　Claude Fable 5.1との違い・料金・仕事への影響を解説

こんにちは！

OpenAIからGPT-6 Astra（アストラ）が登場しました。

「Claude Fable 5.1とどちらがよいのか」
「ついにAGIが来たのか」
「自分の仕事はどう変わるのか」

今回は、その気になるところまで踏み込んで見ていきます。

結論から言うと、今回注目したいのは、

調べる、作る、確かめる、という一連の仕事を進める力です。

当ブログの日本語対応LLMランキング2026（9月1日版）では、GPT-5.6 Sol・Terra・Lunaの位置づけを取り上げました。

今回は、3D制作と画面操作で見えてきた進化、Fable 5.1との得意分野の違い、そして月額200ドルの20xプランまで掘り下げます。

AstraのAPI単価はSolの2.5倍。ところが、端末作業の評価には、Solより少ない費用で高いスコアを出した結果もあります。この逆転が起きる理由も見ていきましょう。

第1部　GPT-6 Astraの見どころは、3D制作とアプリ操作

Astraの進化をつかむなら、まず3Dの作例が分かりやすいです。Blenderで住宅をモデル化し、Unreal Engine 5へ持ち込んで、中を歩けるシーンにするデモが公開されています。

外観を眺めるところから、空間に入って確かめるところへ。建築の提案なら、部屋のつながりや視点を変えた印象を、その場で共有する用途が浮かびます。

3Dモデルを作る力と、制作ソフトを使いこなす力が一緒に伸びた

今回の面白さはここです。形状の生成に加えて、別のソフトへの受け渡しや、実際に動かす工程まで射程に入っています。住宅の作例（OpenAI）

CADでは、複数方向の画像から形状を復元

BenchCADは、複数方向からのレンダリング画像をもとにCADコードを生成し、形状の重なりを評価します。Astraは95.9%、Solは83.3%。3Dを扱う進化は、見栄えのよい作例に加えて、形を再構成する評価にも表れています。

GPT-6 Astraの基本仕様

第2部　Solから伸びたのは、検索の先にある実装・操作

Solとの比較で目を引くのは、端末作業のTerminal-Bench 4.0と、業務フローのAutomationBenchです。検索のBrowseCompは両モデルとも90%台ですが、この2項目ではAstraが大きく伸びています。

評価値はOpenAIの公表表より。各モデル・各評価で試した推論量の中で得られた最高スコアを掲載。OSWorldはv2026.08.08のoffline set・partial score。

Terminal-Benchが問うのは、端末を使ったソフトウェア開発、環境設定、データ分析です。コードを書く途中でエラーに遭い、原因を調べ、実行して確かめる。Astraは、こうした操作を伴う課題でSolの37.3%から57.9%へ進みました。

AutomationBenchも18.1%から41.4%へ上昇しています。今回の評価から期待が膨らむのは、検索で答えを見つけた後、その情報を使ってアプリ上の仕事を進める部分です。

画面操作は、待ち時間にも変化がある

OSWorld 2.0の所要時間シミュレーションでは、Solの約75分に対してAstraは約40分。評価値を65.7%から72.6%へ上げながら、所要時間は約47%短くなっています。

さらに、Codex側の操作基盤の改善と合わせたMind2Webの比較では、タスク完了が1.9倍速くなったと報告されています。画面を介した操作が多い仕事では、この待ち時間の短縮も使い勝手に効きそうです。

第3部　Claude Fable 5.1と、どこが違うのか

Claude Fable 5.1も、長い工程の開発や業務を任せる最上位モデルです。Astraとの比較では、端末作業の点差よりも、業務フローの評価と長文入力の費用に、はっきりした違いがあります。

基本単価は同じ。長文とキャッシュで差が出る

まずは両社の直接提供APIの仕様を並べます。料金は100万トークンあたりの米ドルで、AstraはStandard・入力272,000トークン以下の区分です。

繰り返し読む入力の単価は、Fable 5.1がAstraの4分の1です。たとえばキャッシュに載った20万トークンを100回読むと、読み取り分はAstraが20ドル、Fable 5.1が5ドルになります。新規入力・書き込み・出力は別途加算します。

長文にも差があります。Astraは入力272,000トークンを超えるとリクエスト全体が割増料金に切り替わりますが、Fable 5.1は100万トークンの枠まで基本単価です。大きなコードベースや資料を載せたまま往復するAPI用途では、Fableの料金設計が効きます。

端末作業は接近、業務フローはAstraがリード

OpenAIの比較表では、Terminal-BenchはAstraが57.9%、Fable 5.1が55.8%。AutomationBenchでは41.4%と31.4%に差が開きます。

一方、知識・推論などをまとめたArtificial Analysis Intelligence IndexはFable 5.1が上回ります。総合指数と、ツールを使って作業を遂行する評価で、順位が入れ替わっているわけです。

出典はOpenAIの公表比較表。各モデル・各評価で試した推論量の中で得られた最高スコアを掲載しています。

第4部　AstraはAGIなのか。すごさと、まだ気になるところ

知らない画面を操作し、調べ、コードを書き、成果物まで仕上げる。そんな姿を見ると、「いよいよAGIっぽくなってきた」と感じるのも分かります。

AGIっぽさを感じるのは、知らない仕事を進める力

ARC-AGI-3は、未知の環境を探索し、ルールや目標を推測して行動する評価です。決まった答えを知っているかに加えて、初めての状況でどう学んで動くかを見ています。

OpenAIの発表では、AstraはARC-AGI-3で99.9%を記録しています。初めての環境を探索し、ルールを見つけて行動する課題での結果です。

まだAGIっぽくないと感じたのは、前提を見失う場面

当社でも、さまざまな3Dデータを扱う製品の開発を任せたとき、この能力の高さと判断の危うさを同時に感じました。確認用のサンプルを作り、その動作を修正してもらった場面です。

AIは難しい実装を進め、テストの合格を報告してくれました。ところが、通常の使い方で確認すると問題が残り、修正もそのサンプルだけで動く個別対応へ向かおうとしました。

製品の目的は、利用者が持ち込むさまざまなデータを扱うこと。そのサンプルにだけ通用する処理を足すと、目の前の不具合は消えても、製品の汎用性を損ないます。

追加の指示に引っ張られ、守り続けるべき前提が抜け落ちる。

難しいコードを実装する能力はある。それでも、テストの合格を急ぐうちに、製品全体でその解き方が妥当かという判断が後回しになりました。能力の高さと、この基本的な判断のずれが同居していたのです。

人間の開発者なら、製品の目的に立ち返って踏みとどまってほしい場面です。Astraは指摘を受けると修正を進められましたが、こちらが気づいて声をかける必要がありました。

第5部　作業の途中でも人とやり取りできる

長い処理を任せている途中で「やはりこちらの条件で」と伝える。Astraでは、そのようなやり取りをResponses APIで組み込めます。ツール待ちの並行作業と推論量の切り替えも加わり、エージェントの動かし方が変わります。

ツールの処理中に別の作業を進める

Async tool callingは、ツールの結果が返る前に、モデルがほかの推論や独立した作業を続ける機能です。

たとえば、時間のかかる集計ツールを走らせ、その間に独立した別資料の確認を進める構成が作れます。集計結果が届いたら、元のcall_idに対応する結果として会話へ戻します。

指定はfunction／custom toolの定義にasync: true。ツールの起動と結果の回収はアプリ側で実装します。

返答が終わる前に条件を追加する

Mid-turn steeringは、モデルが作業している途中で、ユーザーが条件や方針を追加できる機能です。APIではAstraとResponses APIのWebSocket接続が対象です。

提案書を作っている途中で「予算を半分に」「この候補は除外して」と追加し、続きの処理へ反映できます。長い回答を最後まで待ってから修正を依頼する往復を減らせます。

変更が効くのは続きの処理です。開始済みのツールを止める処理や、外部サービスへの書き込みを取り消す処理は、アプリ側に持たせます。

難しい工程だけ推論量を増やす

configuration_updateを入力へ追加すると、次の応答からreasoning.effortを切り替えられます。standard・single-agent modeが対象です。

リクエスト全体の設定を変える方法と違い、キャッシュに使うプロンプトの先頭部分を維持できます。長い資料を共有した会話の途中で、難しい検討だけ推論量を上げる設計に使えます。

第6部　GPT-6 AstraのAPI料金。Solの2.5倍をどう考えるか

OpenAI APIのStandard料金は、Astraが100万トークンあたり入力10ドル・出力50ドルです。以下は入力272,000トークン以下の場合の比較で、金額は米ドルです。

Solの掲載料金はプロモーション価格で、公式には少なくとも2026年11月21日までと案内されています。

Astraは、複数の評価で出力トークンを大きく減らしています。1トークンの単価はSolの2.5倍でも、課題を終えるまでに消費する量が減ることで、費用が逆転する結果が出ています。

端末作業のTerminal-Bench 4.0では、最高スコアを出した設定同士で、Astraの推定API費用はSolより約9%低くなっています。複雑な課題では、少ない費用で高いスコアに届く結果が出ているわけです。

再試行が減った場合の料金を試算する

入力1万・出力2千トークンのリクエストを例にすると、Astraは0.20ドル、Solは0.08ドルです。出力は推論分を含めた課金対象量で計算しています。

試算条件はStandard料金、キャッシュなし。ツール料金・地域加算を除きます。

この条件なら、Solで2回かかっても0.16ドル。3回なら0.24ドルとなり、Astraの1回分を上回ります。単価2.5倍の差を、何回分の手戻りで取り戻せるかが具体的に見えてきます。

逆に、長い資料を入力する仕事は入力費用が残ります。この例ではAstraの入力分だけで0.10ドルになるため、出力を短くするだけではSolの合計0.08ドルに届きません。

長文とキャッシュは料金の区分が変わる

Astraのキャッシュ読み取りは100万トークンあたり1ドル、書き込みは12.50ドルです。入力が272,000トークンを超えると、リクエスト全体に長いコンテキストの料金が適用されます。

長文区分では、100万トークンあたり入力20ドル・出力75ドル、キャッシュ読み取り2ドル・書き込み25ドルです。境界を超えると入力全体の単価が2倍になるため、資料を一括で載せる設計には影響が大きいところです。

APIではBatch・FlexがStandardの半額、Fast modeが2倍です。夜間にまとめて処理する用途ならBatch・Flex、目の前で結果を待つ用途ならFastという料金の選択肢もあります。

第7部　同じ20xでも違う。ChatGPT ProとClaude Maxの使い勝手

月額200ドルのChatGPT Pro 20xとClaude Max 20x。Astraを長時間動かしたい人にとって、いまOpenAI側の強みになっているのは、Proで5時間制限を当面適用しない運用です。

比較するのはCodex／ChatGPT WorkとClaude Codeなどの定額利用枠です。両社とも20xプランを用意していますが、短時間の制限と、最上位モデルに割ける枠が違います。

月額は米ドル、税別。ClaudeはWeb契約価格。

OpenAIの魅力は、集中したい日にまとめて使いやすいこと

Proの100ドル・200ドルプランは、今後数か月、5時間制限を適用しないと案内されています。2026年8月25日のOpenAI担当者の投稿で示された運用です。案内

たとえば週末にまとまった実装を進める場合、週枠を残したまま5時間枠で中断する問題が減ります。長い仕事を続けられるAstraと、この利用枠の配り方は相性がよいです。

上限として残るのは週の利用枠です。重い推論や長時間の作業をまとめて走らせるほど、その残量を使うペースも速くなります。

Claude Maxは、Fableに共通週枠の最大50%

Claude Maxには5時間枠と週枠があり、Fable 5／5.1に使える量は共通週枠の最大50%です。残りの枠があっても、Fable側の上限に先に届くことがあります。

Fableの上限後も同じモデルで続ける場合は、従量課金のusage creditsへ進みます。定額枠内で続けるなら、Opusなどへ切り替える運用になります。

Fableを難所に絞る使い方なら、この配分に合わせやすいでしょう。一方、最上位モデルで一つの仕事を長く進めたい場合、短時間枠による中断が少ない現在のProは魅力があります。

第8部　API移行ではモデル名以外も変わる

監視による停止は専用のエラーで受け取る

Astraには、ユーザーの意図から外れた行動を検知するmisalignment monitoringが導入されています。モデルの推論と操作を非同期に確認する仕組みです。

APIでは、会話の文脈を維持する方式によって、自動停止まで行うかが変わります。Chat Completionsはこの監視の対象外で、ほかの安全チェックは引き続き適用されます。

停止時のコードはmisalignment_policy_violationです。これを受けたら自動リトライのループを止め、直前のツール実行履歴と一緒に確認へ回します。

監視は非同期で動くため、停止時点で完了している操作があります。実行済みの書き込みを履歴に残しておくと、再開時の二重実行を防ぐ判断に使えます。

第9部　長い開発で効く、過去の作業を検索する機能

AstraはChatGPT Plus・Pro・Business・Enterprise、API、Azure、Amazon Bedrockへ段階展開されています。Codexでは、長いタスクの記憶を扱う仕組みにも新機能が加わりました。

Codexの対応クライアントでは、Astraがコンテキストをまたいでメモを保持し、同じタスクの過去のメッセージやツール結果を検索する、実験的なコンテキスト管理が案内されています。

要約に残らなかった過去の要件や、失敗した修正の結果を検索で取り出せます。大きなリファクタリングで「なぜこの方法をやめたのか」をたどれることは、同じ袋小路へ戻るのを減らすうえで期待できます。

実験的機能は初期状態でオフ。開始時点ではChatGPT Plus・Proでログインした対応クライアント向けで、Codexの設定から有効化します。

先ほどの開発例に重ねると、過去の前提を取り出せる仕組みと、その前提を優先して判断する能力は、両方ほしいところです。Astraでは、この二つの進化を追っていきたいと思います。

まとめ　Astraで広がった、制作から操作まで任せる範囲

住宅をBlenderで作り、Unreal Engineで歩けるようにする。アプリを直して、自分で画面を操作する。Astraの公開作例には、複数の制作工程をつなぐ進化が表れています。

Fable 5.1とは基本のAPI単価が同じで、業務フローの評価はAstra、長文・キャッシュの料金はFableに強みがあります。定額で集中的に動かしたい人には、Proの当面の5時間制限緩和も大きな違いです。

未知の環境を解き進める姿には、AGIっぽさを感じます。同時に、当社の開発では、難しい実装をこなしながら製品の目的を見失う場面もありました。人が立ち返らせたのは、「その修正で、別のデータも扱える製品になるか」という判断です。高度な作業をこなす力と、目的を保つ判断。その両方に、いまのAstraの姿が表れています。

当ブログの日本語ランキングと合わせて、モデル選びの参考にしていただければ幸いです。

それでは、また次回、お会いしましょう！

出典・参考資料

• Claude Fable 5.1のモデル仕様（Anthropic）
• Claude API料金表（Anthropic）
• Claude Fable 5.1とMythos 5.1の発表（Anthropic）
• ChatGPT Proのプラン比較
• Claude Maxの利用枠
• Fableモデルのプラン別条件
• Proの5時間制限に関する案内
• GPT-6 Astraの発表・評価表・評価条件（OpenAI）
• GPT-6 Astraのモデル仕様（OpenAI API）
• GPT-6 Astraの機能・移行ガイド（OpenAI API）
• API料金表（OpenAI）
• Async tool calling（OpenAI API）
• Mid-turn steering（OpenAI API）
• 会話途中の推論量変更（OpenAI API）
• Misalignment monitoring（OpenAI API）
• モデルの選び方・実験的コンテキスト管理（ChatGPT Learn）
• ChatGPT Work／Codexの料金と利用枠（ChatGPT Learn）

調査基準日　2026年9月6日

関連記事

• 日本語対応LLMランキング2026（9月1日版）
• Claude Opus 5.0 完全ガイド　モデル仕様とAPI・Claude Code運用ポイント
• Claude Fable 5 完全ガイド　モデル仕様とClaude Code運用ポイント