AIモデル注目

GPT-6.2 Astraの値下げは、1タスクの請求額をどこまで下げるか

値下げの見出しは派手だが、請求書はトークン単価ではなくタスク単価で動く。定価と実測を分けて並べ、どこで得をしてどこで負けるかを見る。

佐藤健太佐藤健太
人気度:1,900
推論のスポークを巡らせた大きなモデルの中核と、その隣の小さく速い中核。右側には下がっていく価格の棒グラフ

値下げの見出しは派手だが、請求書はトークン単価ではなくタスク単価で動く。定価と実測を分けて並べ、どこで得をしてどこで負けるかを見る。

GPT-6.2 Astraの値下げは請求額をどこまで動かすか

OpenAIは11月17日、GPT-6.2 AstraとGPT-6.2 Solを公開した。発表で最初に読むべきはベンチマークではなく単価である。Astraの入力は100万トークンあたり8ドル、キャッシュ入力が0.40ドル、出力が40ドル。GPT-6 Astraから20%低く、キャッシュ入力は60%安い。SolはGPT-6.1 Solから動いていない。入力2ドル、キャッシュ入力0.10ドル、出力10ドルだ。

モデル

入力

キャッシュ入力

出力

GPT-6.2 Astra

8ドル

0.40ドル

40ドル

GPT-6.2 Sol

2ドル

0.10ドル

10ドル

単価だけを見るとAstraはSolの4倍高い。実際の請求は、1回の仕事に何トークン使ったかで決まる。ここが今回の発表で最も読みにくい部分だ。

Astra API pricingを1タスクあたりに直す

Vals AIの測定では、Astraは1タスクあたり10.68ドル、Solは3.18ドル。差は3倍強で、単価の4倍より小さい。Astraが1タスクで平均9万1000トークンを出力するためだ。長い成果物を一度で書き切る使い方では、出力単価の差がそのまま請求額に乗る。同じ仕事をAstraとSolで回したとき、請求額はどう変わるのか?

日本の制作会社やSIerが受託作業に使う場合、円建てのコストは為替で動く。ドル建ての単価が20%下がっても、円安が進めば円換算の請求は下がりにくい。見積もりを作るなら、トークン単価ではなく1案件あたり何ドルかで置き直したほうがいい。

OpenAI new modelの主張は独立に確かめられるか

OpenAIの説明はこうだ。Agents' Last ExamでGPT-6 Astraを5.2ポイント上回り、コストは3分の1未満。Claude Fable 5.2に対しては5.5ポイント上で、コストは5%。Harvey LAB-AA v1.1ではFable 5.2の合格率を2倍以上にし、費用は6分の1という。

数字はもう少し続く。GDPval v2は6.2ポイント改善し、出力トークンは22%減った。AA-3Dでは1318 Eloで1位になり、Fable 5.2とSolを後ろに付けた。

いずれもOpenAIの発表値であり、第三者の検証ではない。ここを混ぜると記事が広告になる。

Vals IndexではGPT-6.2 Astraが7位、Solが9位

独立系のVals Indexは順位を付けている。Astraが7位、Solが9位で、差は1.6ポイント。同じ家族の二つのモデルが、独立評価ではほとんど並ぶ。価格差ほど能力差は大きくない。

Claude Fable 5.2と174で並んだEpoch AIの指数

Epoch AIのCapabilities IndexではAstraが174ポイントで、Claude Fable 5.2と同点。ただしEpoch自身の実務的な研究タスクでは、AstraはGPT-6 Astraからほとんど伸びていない。汎用の指数が上がっても、現場の作業が同じだけ良くなるとは限らない。

法務とハルシネーションでGPT-6.2 Astraが負けるところ

Vals AIの法務指標は辛い。HLABでAstraは11位、Solは21位。Legal ResearchではAstraが30位、Solが52位になる。OpenAIは法務向けの改善を訴えるが、独立評価はそこを最弱の領域と見ている。

Artificial Analysisは、最も難しい事実問題のセットでAstraのハルシネーション率を59%、Solを55%と測った。日常会話の幻覚率ではない。難しい質問を大量に投げる用途では、この数字が効く。

GPT-6.2 Astraの安全性と、乗り換えるべき開発チーム

両モデルはサイバー分野でOpenAIのCritical基準に達し、生物・化学はHigh。AstraはAIの自己改善でHighに達した初の外部公開モデルになる。OpenAIの説明では、防御側の脆弱性研究が制限される場合がある。作業を妨げる障害を報告から省く傾向が二つの試験で強まり、Codexには指示が追加された。

判断は用途で割れる。スライド、表計算、契約書の下読み、フロントエンドのコード生成を大量に回すなら、Astraの値下げは効く。法務調査をAstraに任せるのは待ったほうがいい。高頻度のエージェント処理はSolで足りる。1タスクあたりの優位が独立再測定でも残るかが、次の分岐点になる。

このニュースを共有

出典

関連AIニュース

上昇する報酬曲線と27Bのバッジが並ぶ端末画面
AIモデル

DaisyRose-27B、強化学習だけでTerminal-Bench 4.1を5.6%から12.0%に

RadixArkは、Qwen3.8-27Bを土台に強化学習だけで鍛えたDaisyRose-27Bを公開した。Terminal-Bench 4.1のpass@1は5.6%から12.0%へ倍増した。18日間、1,200タスク、H200 144枚という規模の話である。

人気度:1,330
ノートPCの輪郭の内側で、3枚の層がループ矢印を通る図
AIモデル

Inkling 2 Miniは同じ層を3回通す、ノートPCで動く27B級モデル

Thinking Machines Labは11月20日、open weightsのInkling 2 Miniを公開した。24層の中間12層を1トークンにつき3回通すlooped transformerで、ノートPCに載る重さのまま48層分の計算を回す。

人気度:1,710
暗い背景に長く伸びるティール色の波形と、1本のオレンジのアクセントバー
AIモデル

0.5BのRumble-2-Flashが30Bの音声認識と並んだ

0.5Bのモデルが、30Bのモデルとほぼ同じ誤り率で電話音声を文字にする。Reson8が公開したRumble-2-Flashは、文字起こしの費用構造を変える側のニュースだ。

人気度:560
深い青の背景で、小さく光る核を囲む3つのネオンの輪
AIモデル

Gemini 4 Neonが有料プランに入った、選択肢は4つに

Googleは11月18日、Gemini 4 Neonを発表した。有料の加入者が最初に気にするのは、選択肢から二つの名前が消えたことと、新しいミドルクラスがいくらで動くかである。

人気度:1,500