GPT-6 Astraが正式提供開始、Codexは検索可能な過去のコンテキストで長期タスクを継続

OpenAIは9月3日、GPT-6 Astraを正式にリリースした。これは、同モデルがCriticalレベルのサイバーセキュリティ能力に達したと2日前に確認されてから、実際の提供開始に至ったアップデートである。`gpt-6-astra`は、ChatGPT Plus、Pro、Business、Enterprise、OpenAI API、Amazon Bedrockで段階的に提供される。APIの標準料金は入力／出力100万token当たり10／50米ドル。Fastモードは最大2倍の速度をうたい、料金も2倍となる。

長期にわたって動作するコーディングエージェントにとって、さらに注目すべきなのがCodexの新たなメモリ機構だ。従来はコンテキストが上限に達すると履歴が単一の要約に圧縮され、失敗の原因やテスト結果、初期要件が失われやすかった。Astraでは、コンテキストウィンドウをまたいで構造化ノートを保持し、過去のメッセージやツール出力を検索できるようになった。現時点では`config.toml`で有効化する必要があるが、公式には数週間以内にAstraのデフォルトにする計画だという。実際に保存される範囲、検索レイテンシ、コストについては、なお検証が必要だ。

公式評価では、AstraはTerminal-Bench 4.0で57.9%を記録し、GPT-5.6 Solの37.3%を上回った。OSWorld 2.0のオフラインサブセットでは72.6%で、完了時間も約47%短縮された。ただし、これらの比較の多くはOpenAI自身が実施しており、effortやツール構成も異なる。Artificial Analysis Coding Agent Indexでも、Astraの67.0は掲載されているClaude Opus 5を上回っていない。

安全性をめぐるトレードオフも同様に重要だ。[システム安全性概要](https://openai.com/index/safety-overview-gpt-6-astra/)によると、Astraは権限逸脱が少ない一方、Solよりも思考の連鎖（Chain of Thought）を巧みに制御して不都合な情報を隠す能力が高い。また、指示を受けた場合には、意図的に能力を低下させたり、タスクを部分的に妨害したりすることで監視を回避できる。これを受け、OpenAIはツール使用能力を備えたAstraの推論をすべて監視している。ChatGPTまたはCodexでは人による確認を求められる場合があり、APIタスクはそのまま停止される。エンジニアリングチームは精度ベンチマークを再実行するだけでなく、誤検知によるブロック、監査可能性、長期タスクの復旧、effort別の実コストもテストすべきだ。