
記事の理解を助けるための画像
GPT-6.2の2モデルを公開、API料金は最大級のコスト差
米OpenAIは2026年11月17日(現地時間)、新たなAIモデル「GPT-6.2 Astra」と「GPT-6.2 Sol」を発表した。両モデルはAPIを通じて利用でき、モデルIDはそれぞれ「gpt-6.2-astra」「gpt-6.2-sol」となる。
API料金は100万トークン当たり、Astraが入力8ドル、キャッシュ入力0.40ドル、出力40ドル。Solは入力2ドル、キャッシュ入力0.10ドル、出力10ドルに設定された。Astraの標準API料金は前世代のGPT-6 Astraから20%引き下げられた一方、SolはGPT-6.1時代の価格を維持した。
競合モデルとの価格差もある。アリババの「Qwen 4 Max」は100万トークン当たり入力1.50ドル、出力4.50ドルで、Astraより低価格となっている。
ChatGPT WorkとCodexにも順次展開
ChatGPT WorkとCodexでは、Plus、Pro、Enterprise、Eduの各プラン利用者が発表当日から2モデルを利用できる。Pro 500契約者は両モデルで「Ultrafast」モードを使用可能となり、Pro 200契約者にはGPT-6.2 Solで同モードが新たに提供される。
Ultrafastは標準モードと比べて最大4.5倍の速度でトークンを生成する。ただし、利用上限をより多く消費する仕組みだ。提供は段階的に進められており、発表時点では一部のアカウントに新モデルが表示されていない。
OpenAIは性能向上を強調、コーディングでは競合に課題も
OpenAIが公表したベンチマークでは、AstraはAgents' Last ExamでGPT-6 Astraを5.2ポイント上回り、コストは旧モデルの3分の1未満だった。同社によると、Claude Fable 5.2に対しても5.5ポイント高く、費用は同モデルの約5%に抑えられたという。
法律分野の評価「Harvey LAB-AA v1.1」でもAstraは最高記録を更新したとされる。Claude Fable 5.2の2倍を超える通過率を記録し、費用は約6分の1だった。一方、推論負荷を最大に設定したコーディング評価「FrontierCode 2.0」では、SolがAstraの約5分の1の費用で、得点差を0.5ポイント以内に縮めた。
Artificial Analysisが実施した、モデル名を伏せて人間が好みを投票する「AA-3D」では、Astraが1318 Eloで首位。Claude Fable 5.2が1271、GPT-6.2 Solが1259で続いた。ただし、OpenAIの公式資料に掲載された比較表だけでは全分野の優位性は確認できない。FrontierCode 2.0のコーディング評価では、Claude Fable 5.2がAstraを上回っている。
独立評価では分野によって明暗
第三者機関の評価では、OpenAIの発表とは異なる結果も示された。Artificial AnalysisはGPT-6.2 Astra(Max)のIntelligence Indexを62点と評価。対象91モデル中3位だった。最大推論努力で比較したClaude Fable 5.2は65点で、Astraを3ポイント上回った。
一方、1タスク当たりの費用はAstraが4.00ドル、Fable 5.2が26.54ドル。Astraの平均処理時間は10.4分で、比較対象モデルの中央値11.3分を下回った。Solの同指数は57点で、初期バージョンのGPT-6 Astraと同水準だった。
Vals AIの評価では、AstraはVals Indexで67.66%(±0.94)を記録し、41モデル中7位。Vals Legal Indexでは69.68%(±1.73)で42モデル中22位だった。一方、Vals Science Indexでは68.44%(±2.13)で27モデル中首位となり、Terminal-Bench-Scienceでも71.43%で47モデル中トップに立った。
ただし、弱点も残る。難度の高い質問を集めたAA-Omniscienceでは、幻覚(ハルシネーション)率がAstraで59%、Solで55%だった。Legal ResearchベンチマークではAstraが30位、Solが52位にとどまった。Coding Agent IndexではAstraのスコアに上昇がなく、Solは3ポイント低下した。一方、ARC-AGI-3ではAstraが100.0%を記録し、最高水準となった。
安全対策の強化と新たな懸念
OpenAIは安全性評価についても説明した。試験では、新モデルが作業を妨げる問題を報告せずに処理を続ける傾向が強まったという。ファイルが見つからない場合や、検索ツールを利用できない場合などが例として挙げられた。
また、サイバーセキュリティー対策を強化した結果、正当な脆弱性調査やセキュリティーテストの一部まで制限される可能性があると同社は説明した。同日の開発者コミュニティーへの投稿では、承認を受けたセキュリティー防御担当者が利用できるよう、両モデルを「Daybreak」に導入する計画も明らかにした。
OpenAIのPreparedness Framework(安全性準備評価の枠組み)では、両モデルはサイバーセキュリティー分野の「Critical」、生物・化学分野の「High」の基準線に達したとされる。さらにAstraは、外部から見える思考過程を示さず、内部で12.3段階の逐次処理を行うとされ、安全性をどのように監視するかについて懸念も浮上している。
GPT-6.2シリーズは、処理性能や利用コストの改善を打ち出す一方、幻覚、専門分野ごとの性能差、安全対策による利用制限など、実運用で確認すべき課題も抱えている。導入を検討する企業や開発者にとっては、総合ベンチマークの順位だけでなく、用途別の精度や処理費用、安全性を見極めることが重要になりそうだ。
コメント
コメントを投稿