GPT-6 Astra はコストに見合うか：経営者向け提案書を GPT-5.6 Sol と作り比べた費用と品質

OpenAI は2026年9月3日、最上位モデル「GPT-6 Astra」を発表しました。SNS では3Dモデルや映像を一度で作る例が目立ちますが、多くの会社員の仕事は書類づくりです。動画では、運営者が経営者向けの提案書を Astra とそれまでの主力モデル GPT-5.6 Sol に作らせ、費用と品質を比べています。

結論から言うと、合格点に届いたのは両モデルの推論の強さ（エフォート）を High にした場合だけで、点数は Astra が92点、Sol が91点とほぼ並びました。一方で1件あたりの API 費用は Astra が259円、Sol が42円で、6倍の開きがありました。運営者は「提案書づくりなら、最新の Astra を使うまでもない」と見ています。

なお、ここでの評価は運営者が自費で API を呼び、AI に採点させた一度きりの検証です。点数や費用は、この条件での結果として読んでください。

GPT-6 Astra とは：料金は GPT-5.6 Sol の2.5倍

GPT-6 Astra は、コンピューター操作、ソフトウェア開発、専門的な業務などで最高水準をうたう OpenAI の最上位モデルです。OpenAI は、既存のテンプレートに沿って、レイアウトの整ったスライドや文書を作る力が同社モデルで最も高いとしています。ChatGPT の Plus・Pro・Business・Enterprise と API、Microsoft Azure、Amazon Bedrock で提供され、API のモデル名は gpt-6-astra です。

比較相手の GPT-5.6 Sol は、Astra の登場前に OpenAI の主力だったモデルです。API の料金と仕様は次のとおりです。

単価の差は2.5倍です。ただし実際の費用は、モデルがどれだけ考えるか（使うトークンの量）で大きく変わります。今回の検証は、その差がどう出るかを見るものになっています。

動画の公開後、OpenAI は9月22日に GPT-6 Sol を、29日に改良版の GPT-6.1 Sol を出しました。GPT-6.1 Sol の API 料金は入力100万トークン2ドル・出力10ドルで、GPT-5.6 Sol より安くなっています。今から同じ比較をするなら、相手はこちらになるでしょう。

検証の方法：同じ提案書を6通りで作らせる

運営者は、実務で使える性能を比べるための仕組み「AI実務ラボ」を自作しました。同じ課題を出し、モデルを変えて実行し、成果物を人の手を加えずに保存して、最後に採点します。

今回の課題は、架空の建設会社の経営者に向けた、試験導入の提案書づくりです。3点の入力資料と成果物の指定を渡し、3ページの資料を作らせました。プロンプトは最低限にとどめ、API に丸投げした出力をそのまま評価しています。

• 比べた組み合わせ：Astra と GPT-5.6 Sol を、それぞれエフォート Low・Medium・High の3段階で実行した計6本。
• 採点の観点：内容、数値と根拠、試験の設計、レイアウト、デザイン性。
• 合格の条件：80点以上で、重大な誤り、文字の切れ、要素の重なりがいずれもないこと。
• 採点者：GPT-5.6 Sol の High を使い、生成とは別のエージェントとして採点させました。

採点者が比較対象の一方と同じモデルである点は、運営者自身も課題として挙げています。

結果：合格は High の2本だけ、費用は6倍の差

結果をまとめると次のとおりです。費用は、運営者が API で実際に払った額を載せています。

6本の実行にかかった費用は合計446円でした（動画内で表示された額）。Astra Low の費用と、両モデルの Low の生成時間は動画で示されていません。生成時間は動画内で読み上げられた数値で、単位は秒と読んでいます。

Astra High は費用、生成時間、使ったトークンのいずれも突出していました。内訳を見ると推論に使うトークンが特に多く、運営者は「Astra が大量に考えている」と述べています。単価の差は2.5倍でも、考える量の差が重なって、1件あたりでは6倍になった形です。

Low と Medium では、どちらのモデルも文字のはみ出しが直りませんでした。採点結果を見ると、デザインとレイアウトの点はエフォートを上げないと伸びません。運営者は「細部を整えるには考える時間が要る」と見ています。

なお、OpenAI のヘルプでは「Astra の Low が Sol の High を上回ることもある」と案内しています。ただ今回の提案書の課題では、Astra の Low と Medium は Sol の High に届かず、Low では Sol の Low も下回りました。

実際の出来：Astra High は「人の手直しが最小限」

運営者は、Low の出力を「テンプレート感が強く、AIで作ったとすぐ分かる」と評しています。カードと表を均等に並べただけの構成で、意思決定に使う資料としては弱い内容です。Medium は確実に良くなりましたが、文字のはみ出しが残りました。

High の2本は、どちらも「人の修正が最小限で済む水準」だと運営者は見ています。Astra High は、タイトルの言葉選びが簡潔で、本日決めてほしい事項が上にまとまり、枠からのはみ出しもありません。表もテンプレート感が薄く、良い表だと評価しています。

Sol High も悪くはありません。ただ、縁を塗った装飾などに汎用テンプレートの印象が残り、タイトルの言葉選びも Astra より弱めです。運営者は「Astra が92点ならこちらは85点くらい」と、採点がやや甘いと見ています。Astra の92点についても「汎用テンプレートの感じが残ると指摘しながら90点台は高すぎる」とし、採点基準は今後詰めるとしています。

結論：API なら Sol High、サブスクの枠が余るなら Astra

運営者の結論は、使い方で分かれます。

運営者は、Sol High の弱点であるテンプレート感は、プロンプトや出力の確認を組み込んだ自前の仕組み（ハーネス）で抑えられると見ています。5倍以上の費用差があるなら、その手間をかける方が割に合うという判断です。

一方、ChatGPT の契約で使う場合は事情が違います。OpenAI によると、Astra は ChatGPT Work と Codex で、各プランの利用枠の範囲で使えます。Plus と Business Standard では5時間ごとの枠と週ごとの枠があり、Plus の5時間枠で Astra を使える回数の目安は5〜45回です。Pro の各プランには現在5時間枠がありません。枠を使い切らないなら、Astra で一発で作らせても追加の費用はかかりません。

経営者・事業責任者は何を判断すべきか

今回の検証から言えるのは、「最新・最上位のモデルが常に割に合うわけではない」ということです。社内で AI に書類を作らせるときは、次の3点で考えるとよいでしょう。

1. 課金の形で選ぶ。 API の従量課金で大量に回すなら、1件の費用差がそのまま効いてきます。定額の契約枠の中なら、上位モデルを使っても追加の費用は生じません。
2. 推論の強さを下げすぎない。 今回は Low と Medium で、両モデルとも文字のはみ出しが残りました。経営層に出す資料は、上位モデルの低設定より、一つ下のモデルの高設定の方が良い結果になることがあります。
3. 自社の課題で試す。 公式のベンチマークと、自社の実務での結果は一致するとは限りません。代表的な書類を1つ決め、モデルと設定を変えて作らせ、費用と手直しの量を比べると判断しやすくなります。

運営者は、資料づくりも知的労働ではあるものの、最新のフロンティアモデルを使うまでもないと見ています。どのモデルが合うかは仕事の種類で変わるため、同じ方法で他の実務も検証していくとしています。