GPT-6 Astraって何？できることやGPT-5.6との違いをやさしく解説

GPT-6 Astraは、パソコンやブラウザーを自分で操作しながら、いくつもの作業をまとめて進められるAIモデルです。GPT-5.6 Solと何が違うのか、仕事で使うときにどこを見ればいいのかを、できるだけむずかしい言葉を使わずに整理します。

（※この記事は2026年9月12日時点の公開情報を前提にしています。）

先にざっくり結論

• GPT-6 Astraは、OpenAIが2026年9月3日に発表した最上位モデルです。パソコンやブラウザーを操作したり、いくつもの手順がある作業を最後まで進めたりする力が伸びています。
• Astraは、AIにツールを使わせて仕事を進める流れを初めて作ったモデルではありません。OpenAIではGPT-5.6 Solでも同じ方向の使い方ができ、Astraは作業の速さや指示への追従を高めています。
• APIの標準料金はGPT-5.6 Solの2.5倍です。何にでも使うより、失敗したときの手戻りが大きい仕事や、長い時間がかかる仕事から試すのが現実的です。

GPT-6 Astraは、パソコン操作まで任せやすくしたAI

GPT-6 Astraは、パソコン操作、Webブラウジング、ソフトウェア開発、専門的な資料づくりなどを想定した、OpenAIの最上位モデルです。単に質問に答えるだけでなく、画面を見て、必要な操作をし、複数の手順を続けて進めることを目指しています。

2026年9月12日時点の基本情報は次の通りです。

図：GPT-6 AstraとChatGPT Work・Codex・APIの関係

GPT-5.6 Solから、OpenAIのAIは仕事を進めていた

GPT-6 Astraが初めて、パソコン操作や複数の手順を進められるようになったわけではありません。OpenAIのAIでは、GPT-5.6 Solのころから、外部ツールやブラウザーを使って作業を進める仕組みが動き始めていました。

GPT-5.6 Solでも、ツールやブラウザーを組み合わせた作業はできました。さらに、OpenAIのCodex利用データを分析した論文（2026年6月公開）では、2026年前半の時点で、8時間以上相当の仕事をAIに頼むユーザーの割合が年初から約10倍に増えたと報告されています。

つまり、「昔のAIはチャットしかできず、Astraで初めて仕事を自動化できるようになった」という話ではありません。GPT-5.6 Solから続いてきた使い方を、Astraがさらに速く、最後まで進めやすくした、と考えると分かりやすいです。

※Codexの利用データは、Codexを使っているユーザーの傾向です。一般的なオフィスワーク全体が同じように変わった、とまでは言えません。

Astraで気になるのは、この3つ

Astraの発表で気になるのは、モデルが新しくなったことだけではありません。実際の仕事で使うときに関係する、次の3つが改善されています。

なお、ここで出てくるベンチマークや時間は、すべてOpenAIの評価環境で測ったものです。実際の職場で、そのまま同じ結果になるとは限りません。

パソコンやブラウザーを、どこまで操作できる？

Astraの大きな変化のひとつは、画面の内容を読み取り、マウスやキーボードを使って操作する力です。

OSの操作性能を測るベンチマーク「OSWorld 2.0」では、GPT-5.6 Solの成功率が65.7%だったのに対し、GPT-6 Astraは72.6%でした。OpenAIのレイテンシーシミュレーションでは、1つの作業にかかる時間も約75分から約40分へ、約47%短くなっています。

画面の読み込みを待ったり、途中のエラーから戻ったりしながら、最後まで操作を続けやすくなったということです。パソコン操作をAIに任せるイメージが、少し現実に近づきました。

ただし、この数字はAstraの頭脳だけで決まるものではありません。裏側で動くCodexなどの実行環境の工夫も含まれています。

途中で指示を変えても、ついてこられる？

長い作業では、途中で「この条件も追加して」「やっぱりこちらを優先して」と頼みたくなることがあります。Astraは、最初の目的や守るべき条件を覚えたまま、追加の指示を受け取りやすくなっています。

結果に大きく影響する部分があいまいなら、AIから確認の質問を返すこともできます。最初に出した指示だけを機械的に実行するのではなく、作業の途中で人と相談しながら進めるイメージです。

Codexなどの環境では、ユーザーの返事を待っているあいだに、別の作業を進める並行処理もできます。AIに指示を出したら、完了するまで何もできない、という使い方だけではありません。

文書や表、プレゼンはどこまで整う？

文章や表を作れること自体は、Astraだけの新機能ではありません。今回のポイントは、社内のテンプレートや過去の文体、指定されたレイアウトに合わせやすくなったことです。

ゼロから作るだけでなく、「このテンプレートを崩さずに作って」「前回と同じ雰囲気でまとめて」と頼んだときに、形を保ったまま仕上げる精度が上がっています。人があとから直す量を減らせる可能性があります。

図：Astraの前後で変わる仕事の任せ方

料金が高いAstraは、どんな仕事に向いている？

Astraは性能が上がったぶん、料金も安くありません。

APIの標準料金は、100万トークンあたり入力$10・出力$50です。GPT-5.6 Solは入力$4・出力$20なので、入出力どちらもAstraのほうが2.5倍高くなります。

ChatGPT Workなどのプラン内で使う場合、トークン単価がそのまま請求されるわけではありません。ただし、利用枠の減り方には差があります。Plusでの5時間あたりの利用目安は、Astraが5〜45回、Solが10〜100回などです。使える回数が少なくなる可能性があるため、ここも実質的なコストとして見ておくと安心です。

とはいえ、単価が2.5倍なら、すべての作業費用が必ず2.5倍になるわけではありません。入力・出力トークンの量、プロンプトキャッシュがどれだけ効くか、ツールを何回呼び出すか、やり直しが何回必要かで、最終的な費用は変わります。

高い料金を払う価値が出やすい仕事

Astraの料金に見合いやすいのは、失敗したときのやり直しが大きい仕事と、人が何時間もかけている仕事です。

たとえば、複数のシステムにあるデータを照合しながらレポートを作る作業や、コード全体に関わる大きな修正などが候補になります。簡単な文章の下書きや、すぐ終わる調べものなら、低価格モデルで十分なこともあります。

OpenAIのAPIガイドでは、一部の評価環境で、Astraは出力するトークン数を大きく減らせるため、単価が高くても1タスクあたりの推定API費用が下がる場合があると説明されています。ただし、これは特定の評価環境での試算です。自社の仕事でも同じになるかは、実際に測って確かめるのが大切です。

まず変わるのは、元を取りやすい仕事から

Astraが登場したからといって、すべての仕事が一気にAIへ置き換わるわけではありません。

実際には、Astraの料金と、人が見守ったり確認したりする手間を上回るメリットがある仕事から導入が進みます。最初に試しやすいのは、次のような作業です。

• 手順がある程度決まっている
• AIが見てよいデータの範囲を絞れる
• 出力結果を人が短時間で確認できる

仕事を丸ごと任せるというより、ひとつの業務の中から、特定の作業だけを任せるところから始まるはずです。

人の役割は、どう変わりそう？

AIに作業を任せると、人は「手を動かす人」から「何を、どこまで任せるかを決める人」に近づきます。

AIにパソコン操作やデータ作成を任せ、人は最初の目的を決める。必要なシステムへの権限を渡す。途中の確認ポイントで承認する。最後に成果物をチェックする。ざっくり言うと、そういう分担です。

社内で試すなら、まずはひとつの業務を選び、同じ条件でAstraと低価格モデル（GPT-5.6 Solなど）を比べてみるのが無難です。見る数字は、次の4つで十分です。

• 作業が終わるまでの時間
• 成果物1件あたりの推定費用
• 人が手直しした量
• 決められた権限を守れたか

この結果を並べれば、高い単価を払う意味があるか判断しやすくなります。

OpenAI以外でも、長時間働くAIが増えている

ここからはAstraの機能そのものではなく、同じ方向に進む業界全体の動きです。AIが長い作業を続けて進める流れは、OpenAIだけのものではありません。

Anthropicも2026年9月1日に「Claude Fable 5.1」を発表し、複数のアプリをまたぐ数時間規模の作業や、パソコン操作を含む管理エージェント機能を打ち出しています。Claude Fable 5も、それ以前の2026年6月から数日規模の非同期タスクを掲げていました。

業界全体が、画面を操作し、複数のツールを行き来しながら、長い仕事を終わらせるAIへ向かっています。ただし、各社のベンチマークは条件や対象の作業が違います。数字だけを横に並べて、どれが一番強いと決めることはできません。

料金以外に、確認しておきたいこと

実際に使い始めるときは、料金や性能だけでなく、社内で安全に動かせるかも確認が必要です。

特に見ておきたいのは、次のような点です。

• 社内システムにどこまで接続させるか
• どのアカウントや権限で操作させるか
• AIが行った操作のログを残せるか
• エラーが起きたときに、どこから戻すか
• 最後に人が確認する流れを作れるか

OpenAIは、Astraがサイバー脅威に使われる可能性を「Preparedness Framework」の最高リスクである「Critical」レベルと評価しています。そのため、ツールを使うときの監視機構も入れています。

保護策を外した評価環境では、許可範囲を超えた割合がGPT-5.6 Solの48%だったのに対し、Astraは0%だったと報告されています。一方で、安全フィルターが誤って反応すると、ChatGPTやCodexの作業が一時停止したり、APIの処理が途中で止まったりすることもあります。

性能が高いからといって、すぐ本番環境に入れられるわけではありません。止まったときの戻し方まで決めてから、小さく試すのが安心です。

雇用への影響は、職種ではなく作業ごとに見る

「AIエージェントが長く動くなら、仕事そのものがなくなるのでは？」と心配になるかもしれません。

ここは、職種全体と、その中にある個別の作業を分けて考えると整理しやすくなります。定型的な調査やデータ入力の一部は自動化されても、結果の確認、例外への対応、責任をともなう判断まで一気に消えるとは限りません。

前に出てきたCodex利用分析の「8時間以上の作業依頼が増えた」というデータも、開発ツールの利用パターンを示したものです。社会全体で雇用が失われたり、職種がなくなったりしたことを示す数字ではありません。

今わかっていることと、これから起きるかもしれないことは、分けて考えることが大切です。

GPT-6 AstraはAGIなの？

Astraの操作性能を見ると、「もうAGI（汎用人工知能）なの？」と気になる人もいるはずです。

OpenAIの憲章（Charter）では、AGIを「ほとんどの経済的に価値のある仕事で人間を上回る、高度に自律的なシステム」と定義しています。

OSWorld 2.0で高いスコアを出したことや、特定の作業デモがうまくいったことだけで、この広い定義を満たしたとは判断できません。現時点では、パソコン操作や長い作業を進める力が大きく伸びたモデル、と捉えるのが分かりやすいです。

まとめ：まずは「時間のかかる1作業」で試す

GPT-6 Astraは、パソコン操作や、いくつもの手順がある仕事を最後まで進める力を高めた最上位モデルです。GPT-5.6 Solより速く、途中の指示変更にも対応しやすくなっています。

その一方で、API料金は前世代の2.5倍です。利用枠やセキュリティの条件もあるため、すべての仕事に一気に使うモデルではありません。

試すなら、まず「手戻りが大きく、時間短縮の価値も高い作業」を1つ選びます。Astraと低価格モデルで同じ仕事をさせ、かかった時間、費用、人の手直し量を比べてください。数字がそろえば、自社で使い続ける価値があるか見えやすくなります。