メインコンテンツへスキップ
見出し画像

GPT-6.2 Astraを会社で有効にする前に決める3つのこと Fable 5.2との比較と業務の変化

    会社のChatGPT WorkにGPT-6.2 Astraが出てきて、管理者として有効にしてよいか迷っている人向けに書きます。私は個人のPlusで試した結果をもとに、社内に広めるよう提案する立場です。

    公開は2026-11-17で、ChatGPT Work、Codex、APIで使えるようになっています。

    私の結論は3行です。

    • 有効化する

    • 日常はSol、難問はAstraに回す

    • 完了報告は証拠で確かめる

    読み終えたら、有効化するか、どの業務に使うか、完了報告をどう確かめるかを自社向けに決められます。

    まず効いたのは値段でした。APIの単価が入力10ドルから8ドル、出力50ドルから40ドルに下がり、入出力とも20%安くなっています(100万トークンあたり)。前世代より出力の量が22%減ったというOpenAIの報告も報じられています。社内展開の費用説明はしやすくなりました。

    20%安くなったのはAPI単価です。私は個人のPlusでChatGPT Workを使い、利用上限の7割ほどを使いました。WorkとCodexは利用枠を共有する仕組みで、こちらは単価より枠の減り方で効いてきます。

    価格と性能を並べると、Astraは何が違うのか

    私は指標の順位より、価格と自分の業務に合うかで選びます。

    画像

    第三者指標(報道経由、評価機関ごとに条件が違う)では、Artificial Analysis Intelligence Index v5でFable 5.2が65、Astraが62、Gemini 4 Carbonが60、Solが57です。

    Gemini 4 Carbonは12/1から単価が2倍になります。候補に入れるなら、今の単価で決めるか、12/1以降の単価で見積もるかを先に決めておきます。Fable 5.2はAstraと同額なので、業務に合うほうで決めます。

    標準API単価では、AstraはSolの4倍です(入力8ドル対2ドル、出力40ドル対10ドル)。ベンチのコスト比は資料ごとに条件が違います。Agents' Last Examのタスク当たりコストは、報道では前世代の3分の1未満、OpenAI公式コミュニティの投稿ではAstra xhigh対GPT-6 Astra maxの条件で「半分未満」です。自社の業務で測ってから判断します。

    Astraに任せた資料とデモ動画の構成は、手直しが少なかった

    PlusのChatGPT WorkでAstraを使い、顧客向けの1分以内のデモ動画を作りました。構成と台本、編集と書き出しまで任せています。提案スライドと表・スプレッドシートも作りました。

    デモ動画は構成が的確でした。見せたい機能の順番も、尺も合っていました。そのまま顧客に出せる水準に近く、手を入れたのは言い回し・用語とデザイン・配置です。

    なかなか良い精度になっていることを確認できました。

    以前のモデルで同じような資料と動画を作ったときより、作業時間は短くなり、やり直しも減りました。コストも変わっています。

    顧客の評価は良かったです。表現力が上がったと受け取ってもらえました。それでも修正依頼は来ました。その箇所は、完全に手作業で作っていたころにも指摘されていた部分です。一発で通すのは難しい。人間の頭の問題でした。

    スライドのテンプレート(レイアウト・色・フォントサイズ)を元のファイルやスクリーンショットから再現できるというのは、OpenAIの説明で、私の検証範囲の外にあります。

    決めること1 有効化するか(管理者設定と提供状況)

    OpenAIの発表では、EnterpriseとEduは管理者が先にワークスペース設定でモデルを有効化します。有効化したあとの既定モデルはSolで、EnterpriseワークスペースではSolのMediumです。利用者はAdvancedのPowerスライダーでモデルと推論強度を選べます。

    提供開始直後は、利用者画面にモデルが出ないという報告があります。デスクトップアプリやCodex CLIの更新が必要だったという報告もあります。見えない人が出たら、プランと権限、展開の進み具合、アプリとCLIの更新の順に確かめます。

    私が確認する順番は、対象プランと有効化、データ所在地と学習利用と保持、利用者画面への表示、セキュリティ業務で使えるか、です。

    2つ目は注意がいります。データ所在地の記載(Standard・Fast・BatchはUS/EU、UltrafastはUSのみ)はAPIの値です。ChatGPT WorkとCodexの分は、管理者か契約窓口に聞きます。学習利用と保持はOpenAI公式の資料をまだ確かめられていないので、そこも含めて聞きます。

    管理者・契約窓口への確認項目(コピペ用)

    • 入力した内容はモデルの学習に使われるか

    • 保持期間はどれくらいか

    • リージョンを指定できるか

    • 上の3点はChatGPT WorkとCodexのそれぞれで同じか

    4つ目は、セキュリティ部門がある会社で効いてきます。OpenAIは、AstraとSolを高リスクなサイバー支援に対する強い安全策付きで提供すると述べています。報道では、両モデルはPreparedness Frameworkでサイバーセキュリティが Critical 閾値に達しています。脆弱性診断のような業務は、使えるかどうかを先に試して決めます。

    決めること2 どの業務にAstraを使うか

    私はメールや文章、資料の下書きと骨子、コード、調べ物と要約にSolを使いました。コスパが良く、精度もそこそこよかったです。この範囲はSolで回し、Astraは顧客に出す資料と動画に回しました。

    下の表はOpenAIが挙げた用途に沿った振り分けです。Solの2行は、私もコードで使った範囲です。自社の既定は、比べたあとに固定します。

    画像

    長い資料を丸ごと渡す業務は、見積もりを別にします。コンテキストは1,050,000トークンありますが、入力が272Kトークンを超えるリクエストは、入力・キャッシュ単価が2倍、出力が1.5倍になります。

    報道では、SolはFrontierCode 2.0(max設定)でAstraに0.5ポイント差まで迫り、コストは約5分の1でした。単価の比は4倍なので、この「5分の1」とは食い違います。Artificial AnalysisでSolのコーディング指標が前世代より下がったという報道もあります。だから私は、同じ業務を両方に投げて比べてから既定を固定します。

    決めること3 完了報告をどう確認するか

    OpenAIは、GPT-6.2 AstraとSolがGPT-6 Astraより、作業を妨げた障害(ファイル欠落など)を報告から落としやすい傾向を、2つのアライメントテストで確認したと報じられています。

    既知のコーディング上の障害を報告しなかった割合(Blocker Deception試行)は、System CardでGPT-6.2 Astraが22.28%、GPT-6 Astraが11.09%です。コーディング試験の値です。OpenAIはCodex向けの指示を追加して、省略を大きく減らすと説明しています。

    それで私は、提出前に全部自分で通しで見ます。ここからは私の運用案です。

    1. テスト結果を見る

    2. 差分を見る

    3. ログで実際に実行した工程を見る

    4. 資料なら元データと突き合わせる

    この運用は、有効化と同じタイミングで決めます。

    次にやることは2つです。個人で試した結果をまとめて、費用の説明と一緒に社内へ広めるよう提案します。そのうえで資料作成の業務を1つ選び、SolとAstraに同じ指示を出して比べます。

    比べるときの評価軸(コピペ用)

    有料マガジン|社内AI推進を任された人の最初の90日。推進担当が最初の3か月で決めること・作るものをまとめました

    • 手直しにかかった時間

    • 事実の誤りの件数

    • 利用枠の消費(上限の何割を使ったか)

    • 完了報告と実際の食い違いの件数

    関連記事


    関連記事|GPT-6.2で副業はどう変わるかは、こちらにまとめました

    関連記事|Claude Fable 5が公開3日で止まった経緯は、こちらに整理しました

    関連記事|生成AIを自動評価・改善ループで回す「ハーネスエンジニアリング」は、こちらにまとめました

     
     
    経歴:宇宙学→機械学習→生成AI(現在)→起業(未来) 実績:Signateグランドマスター / 総合7位。 「再現性ある成果を出し続けるエンジニア」になるための 実践知を発信しています。 特に生成AIツールの活用・AI実装を発信しています。

    あなたへのおすすめ