OpenAI GPT-6.2 AstraとSolが同日公開:Astraは20%値下げ、第三者ベンチマークではコーディング進捗の停滞が明らかに

2026年11月17日、OpenAIはGPT-6.2 AstraとGPT-6.2 Solの2モデルを発表し、ChatGPT Work、Codexプラットフォーム、および開発者向けAPIで同時公開した。Plus、Pro、Enterprise、Eduユーザーを対象に提供され、APIではそれぞれgpt-6.2-astraとgpt-6.2-solの識別子で呼び出せる。これはOpenAIが同一サイクル内でGPT-6シリーズに対して行う2度目の大型アップデートであり、リリースのタイミングは競争環境を直接意識したものだ。Anthropicのは Claude Fable 5.2がその1週間前に公開されたばかりだった。

価格引き下げが核心的な切り札

GPT-6.2 AstraのAPI価格は前世代から実質的に引き下げられた。入力端は100万トークンあたり10ドルから8ドルへ20%削減、キャッシュ入力は1ドルから0.40ドルへ、出力は50ドルから40ドルへと値下がりした。GPT-6.2 Solは従来の価格を維持し、100万トークンあたり入力2ドル、出力10ドルとなっている。

絶対値で見ると、AstraはなおSolの4倍の価格であるが、OpenAIは重要な比較データを提示した。FrontierCode 2.0コーディングベンチマークにおいて、SolのスコアはAstraとの差が0.5ポイント未満であるのに対し、コストはAstraの5分の1に過ぎないというものだ。この観点からは、大多数のコーディングタスクにはSolで十分であり、Astraのプレミアムは科学研究や長文書処理などの重度な専門用途において主に発揮される。

公式データと独立評価の乖離

OpenAIは発表資料において、一連の核心データを引用した。GPT-6.2 AstraはAgents' Last Exam上で前世代GPT-6 Astraを5.2ポイント上回り、同等タスクの実行コストは前世代の3分の1未満だという。この主張は性能向上とコスト削減を結びつけ、新モデルが複雑なエージェントタスクにおいて単位コストあたりの優位性を持つことを強調している。

しかし、第三者評価機関Artificial Analysisのデータによれば、結論は明確に分かれる。同機関のコーディングエージェント指数(Coding Agent Index)では、GPT-6.2 AstraはGPT-6 Astraとほぼ横ばいで、GPT-6.2 SolはGPT-6.1 Solから3ポイント下落している。Artificial Analysisは「コーディング分野の進捗は停滞に陥っている」と明記した。知性総合指数(Intelligence Index)では、Astraは62点で2位につけているが、Claude Fable 5.2の65点に届いていない。

こうした乖離は偶然ではない。OpenAIが選んだベンチマーク「Agents' Last Exam」は、純粋なコード生成効率よりも多段階推論と命令遵守を重視する設計になっている。一方、Artificial Analysisのコーディングエージェント指数は実際の開発者の日常シナリオにより近い。両方のデータはいずれも事実だが、測定しているのは同一のものではない。コーディングやコードレビューにこれらのモデルを活用しようとしているエンジニアチームにとっては、後者の参考価値が大きい可能性がある。

Fable 5.2との正面競争

リリースのタイミングに競争圧力が表れている。9to5Googleの報道によれば、Anthropicが先週リリースしたClaude Fable 5.2は複数の主要ベンチマークにおいて「Opus 5.5、GPT-6 Astra、Gemini 4 Carbonをほぼ全面的に上回った」という。こうした背景のもと、OpenAIは1週間足らずで6.2バージョンを投入しており、そのペースはこれまでのイテレーションサイクルを大きく上回っている。

市場戦略の観点から見ると、OpenAIは性能指標が競合を全面的に超えるのを待たずにリリースを選択し、価格面で先手を打つ戦略を取った。Astraの20%値下げとSolの低価格維持は、「高品質AI」への参入ハードルを直接押し下げる。APIを従量制で利用している多くの企業ユーザーにとって、入力コストの20%削減は大規模呼び出し時に予算の節約として可視化されやすく、ベンチマーク上の数ポイントの改善よりも体感しやすく定量化しやすい。

法律・垂直領域における突破口

すべての指標が停滞を示しているわけではない。mlq.aiが引用したデータによると、GPT-6.2 AstraはHarvey LAB-AA法律タスクベンチマークにおいて満点率20.8%を記録し、同類モデルの中で際立った結果を示した。この詳細は、GPT-6.2 Astraの真の戦場が汎用コーディングではなく、専門文書処理——契約レビュー、法的要約、長文レポート生成——にある可能性を示唆している。こうしたタスクでは推論精度がコード実行速度よりも重要であり、価格引き下げも専門サービス顧客に受け入れられやすい。

これはOpenAIが主張する「複雑な専門業務におけるAIの新たな品質基準を設定する」という方向性とも一致している。Astraを法律・コンサルティング・研究機関向けの重厚なツールとして位置づけ、Solが大量のコーディングや日常的な自動化を担うという構図は、製品ライン戦略として明確な階層化を示している。

目立たない安全上のマイルストーン

発表ノートに、多くの報道が末尾に置いた一つの情報がある。GPT-6.2 Astraは、OpenAIが初めて対外的に「AIの自己改善における高リスク閾値に到達した」と認定したモデルであり、Control Roomと呼ばれる新しい制御システムを併せて導入したというものだ。

この評価自体は両刃の剣だ。一方では、OpenAIがGPT-6.2 Astraに一定程度の自律的な再帰的改善能力があり、追加の安全対策が必要と判断したことを意味する。他方、「高リスク閾値に到達済み」という表現だけで、企業のコンプライアンスチームが利用規約を見直す契機となり得る。Control Roomの具体的な制約メカニズムはまだ完全に開示されていない。金融・医療・政府など規制対象業界への導入を検討するユーザーは、権限の境界、ログ監査、人間による介入、データ保持要件を調達審査に組み込む必要がある。

この2モデルの活用方法

実際のデプロイ観点から現状を整理すると、GPT-6.2 Solはコーディングタスクにおいてコストパフォーマンスが最も優れており、Astraの5分の1のコストで同等に近いコード生成品質を実現し、大量呼び出しの自動化パイプラインに適している。GPT-6.2 Astraは、単一呼び出しの価値が高く推論の深さに厳しい要求がある専門シナリオ向けであり、法律文書と研究要約が現時点でデータに裏付けられた2つのユースケースだ。

重要な前提として、公式が提示するベンチマーク数値と第三者独立評価の結論には実質的な差異がある。これは四捨五入の誤差ではなく、同一領域(コーディング)において正反対の結論を導き出している。これら2つのモデルをコアの本番パイプラインに組み込む前に、自社の具体的なタスクに対してコストを抑えた小規模テストを実施することを、必須のステップとして位置づけるべきだ。

総評

GPT-6.2 AstraとSolの今回のリリースは、性能の世代的飛躍というよりも、戦略的な価格再定位として解釈するのがより正確だ。Artificial Analysisなど独立評価機関がコーディング能力の横ばいを示す中、20%の値下げはOpenAIが示した最も直接的な答えだ——コスト優位性によって性能差を補い、企業顧客がトータルコストで計算してもGPTシリーズを選ぶ理由を維持しようとしている。この戦略は短期的に価格に敏感な高頻度呼び出しユーザーにとって魅力的だ。現時点で独立評価が性能の逆転を支持していない状況において、OpenAIは価格によって購買理由を再構築しようとしている。