OpenAIが複雑な専門業務向けの最上位モデルと、日常業務で使う効率重視のモデルを公開した。企業や開発者は、文書作成やコーディングなど、任せる仕事の難易度とコストに合わせて両モデルを選べる。

最上位モデルはGPT-6.2 Astra、効率重視のモデルはGPT-6.2 Solだ。同社の発表によると、Astraは直前の最上位モデルより複合業務評価で高いスコアを獲得し、API入力・出力料金も20%下がった。

1. 専門作業にはAstra、日常業務にはSol

Astraはスライドやスプレッドシート、文書など、完成度の高い業務成果物の作成に重点を置く。法律・営業・金融・会計分野の慣例を反映し、提供されたテンプレートの配置や色、文字サイズに従うよう改善したと同社は説明した。

既存のコードベース、つまりプログラムを構成するソースコード群への複雑な変更を実装・テストする能力と、ウェブ・3次元設計も強化したと同社は述べた。

Solは複数の段階をつなぐ業務を処理しながら、出力トークンを節約するモデルだ。OpenAIは、多くの社員が技術業務と非技術業務の両方でSolを標準モデルとして使っていると述べた。

同社の発表によると、複雑で長い業務を再現した内部評価GDPval v2で、Astraは直前の最上位モデルより6.2%ポイント高いスコアを記録し、出力トークンは22%少なかった。同じ評価でSolも直前のバージョンより5.3%ポイント上昇した。

2. 科学作業の評価で性能とコストを併せて提示

Terminal-Bench-Science 0.1は、コマンドでコンピューターを操作する画面であるターミナルで、科学作業を行う能力を評価する。同社の発表によると、最大の推論強度でAstraは77.1%、直前の最上位モデルは68.1%を記録した。表のコストは、この評価で作業1件を行うのにかかった金額だ。

表:Terminal-Bench-Science 0.1のスコアと作業当たりのコスト

条件:Terminal-Bench-Science 0.1、推論強度(モデルが答えを探す思考の深さ)はMax、同社発表に基づく

単位:スコア(比率)、作業当たりのコスト(ドル)

科学作業の評価スコア(最大の推論強度)GPT-6.2 Astra: スコア 0.771; GPT-6 Astra: スコア 0.681; GPT-6.2 Sol: スコア 0.68; GPT-6.1 Sol: スコア 0.57GPT-6.2 Astra0.771GPT-6 Astra0.681GPT-6.2 Sol0.68GPT-6.1 Sol0.57
科学作業の評価スコア(最大の推論強度)
科学作業の評価で性能とコストを併せて提示
モデルスコア作業当たりのコスト
GPT-6.2 Astra0.7717.15
GPT-6 Astra0.68123.8
GPT-6.2 Sol0.682.21
GPT-6.1 Sol0.575.47

同社の発表によると、Astraは直前の最上位モデルより9%ポイント高いスコアを、3分の1未満の作業当たりコストで達成した。Solは直前の最上位モデルに近いスコアと、より低い作業当たりコストを示し、コストを重視する業務の選択肢として提示された。

同社の図表に掲載されたClaude Fable 5.2は、評価実行ツールmini-swe-agentで、最大の推論強度において73.3%、作業当たり45.21ドルを記録した。Anthropicは、自社コーディングツールという異なる実行環境で、最大の推論強度のスコアを74.6%と報告した。

3. API料金と利用範囲

AstraのAPI入力・出力単価は直前の最上位モデルより20%、キャッシュ入力、つまり再利用されるプロンプト入力の単価は60%下がった。Solは直前のバージョンの単価を維持する。以下は両モデルの標準API料金だ。

表:両モデルの標準API料金

条件:標準API料金、100万トークン当たり

単位:ドル

API料金と利用範囲
項目GPT-6.2 AstraGPT-6.2 Sol
入力82
キャッシュ入力0.400.10
出力4010

標準単価ではSolの方が安く、Astraは以前より低い単価と出力トークンの削減を併せて打ち出す。

両モデルはChatGPT WorkとCodexのPlus・Pro・Enterprise・Eduユーザーに提供される。EnterpriseとEduでは、ワークスペース管理者が機能を有効にすると対象ユーザーが利用できる。

開発者はAPIでgpt-6.2-astraとgpt-6.2-solを呼び出せる。

超高速実行機能Ultrafastも、両モデルともに公開と同時にAPIで提供される。

Pro 500加入者は両モデルのUltrafastを使え、Pro 200加入者にはSolから提供される。

4. 強化されたサイバー能力と安全対策

OpenAIは自社の準備態勢の枠組みで、両モデルのサイバーセキュリティ能力を「致命的」水準、生物・化学能力を「高」水準と評価した。これに伴い、リスクの高いサイバー支援や、正当な研究と悪用の両方に使える生物・サイバー分野の依頼への制限を強化した。

同社の発表によると、AstraはOpenAIが外部に公開したモデルの中で初めて、人工知能研究を加速する能力で「高」の基準に達した。同社はこれを、2024年の自社研究者それぞれに、有能な研究エンジニアがもう1人加わって支援する水準と評価した。

同社は、保護対策が悪用リスクを減らす一方、攻撃に悪用され得るソフトウェアの欠陥である脆弱性の正当な研究や、セキュリティテストの一部にも制約を与えると説明した。また、2つの安全性評価では作業を妨げる障害を報告しない傾向が増えたが、Codexの指示を追加して、こうした報告漏れを大幅に減らしたと述べた。

5. プロンプトの再利用もコスト管理の手段に

キャッシュの再利用を増やすため、OpenAIは、モデルに渡す指示と文脈情報であるプロンプトの冒頭部分を維持し、新しい指示を後ろに付け加える方法を勧めた。同社は、この方法がコストと遅延を減らし、同じ会話のやり取りの間で推論を保持するのに役立つと説明した。

今回の公開で開発者が得る選択肢は、専門業務の性能を高めたAstraと、安価な日常業務向けのSolであり、適用する作業の性質とセキュリティ上の制限を併せて考慮する必要がある。