2026.09.20 AI

GPT-6 Astraとは？提供3経路の料金とデータ境界の判断【2026年9月】

OpenAIが2026年9月3日に公開したGPT-6 Astraは、画面操作とブラウザ操作、長時間のコーディングや文書作成をひとつながりのタスクとして引き受けるモデルです。コンテキストは1,050,000トークン、標準単価は100万トークンあたり入力10ドル・出力50ドル。ただし入力が272Kを超えた瞬間に単価は2倍へ切り替わります。この記事では、OpenAI API・Azure Foundry・Amazon Bedrockの3経路で何が変わるか、国内のデータ残留要件がある案件で何が詰まるか、GPT-5.6 Solから切り替える線をどこに引くかを、公式ドキュメントの数値だけで組み立てます。

まとめ：GPT-6 Astraの採用可否を分ける条件と先に決めておく設計

買っているのは回答の質ではなく、人の作業時間です。OpenAIの計測では、OSWorld 2.0のレイテンシ模擬で1タスクあたり約40分・スコア72.6%、GPT-5.6 Solは約75分・65.7%でした。単価はSolの2.5倍ですから、担当者の作業が半分近く短くなる業務に限れば元が取れ、チャット応答の置き換えでは取れません。

先に決める設計は3つあります。1つめは入力を272Kで止める仕組み。105万トークン入るからと全文を投げると、入力単価は10ドルから20ドルへ上がります。2つめは提供経路で、3経路とも単価も対応APIも異なり、Bedrockのbedrock-runtimeではStructured Outputsが使えません。3つめがデータ境界です。Bedrockの東京リージョンはグローバル横断推論のみ対応で、In-Regionもジオ内推論も選べない。国内でデータを完結させる契約条項があるなら、この1点だけで採用可否が決まります。

GPT-6 Astraの基本仕様｜公開日・モデルID・コンテキスト上限の実測

まず数字を確定させます。以下はすべて2026年9月20日時点の公式ドキュメントの記載で、二次情報で流通している「推論速度30%向上」といった数値は採用していません。

2026年9月3日の公開から9月8日のBedrock一般提供までの流れ

OpenAIはGPT-6 Astraの公開発表で、当日は限定された組織へのロールアウトであり、数日かけてChatGPTのPlus・Pro・Business・Enterprise、OpenAI API、Microsoft Azure、AWS Bedrockへ広げると明記しました。AWS側はこれより後で、Amazon Bedrockでの一般提供告知は2026年9月8日付。モデルカードにも「Model launch date: September 8, 2026」「EOL no sooner than: September 8, 2027」とあり、少なくとも1年は供給される前提で設計できます。

1,050,000トークン文脈と922,000入力・128,000出力の内訳

OpenAI公式のモデル仕様では、モデルIDはgpt-6-astra、コンテキストウィンドウは1,050,000トークン、最大入力922,000トークン、最大出力128,000トークンです。105万は入力と出力を合わせた枠で、入力だけで105万は使えません。知識カットオフは2026年4月30日、扱えるのはテキストと画像の入力・テキストの出力までとなります。

推論エフォートはlow・medium・high・xhigh・maxの5段階。ここで前世代との差が出ます。GPT-5.6 Solの仕様にはnoneがあり、推論を挟まない即答モードを選べました。Astraにその選択肢はなく、noneを指定していたコードはそのまま通りません。前世代の全体像はGPT-5.6のSol・Terra・Lunaの3モデルと料金を整理した記事にまとめています。

computer useのベンチマーク実数とスコープ逸脱率の改善幅

公式が示すスコアは飽和寄りです。FrontierMath Tier 4で98%、ARC-AGI-3で99.9%、ExploitBenchで100%。ただし受託開発の判断に効くのは、総合スコアより所要時間と逸脱率のほうです。

OSWorld 2.0で72.6%・約40分というタスク所要時間の実測

OpenAIはOSWorld 2.0でのレイテンシ模擬を公開しています。Astraは1タスクあたり約40分で72.6%、GPT-5.6 Solは約75分で65.7%。時間はおよそ47%短く、精度は約7ポイント上です。Codexのハーネス側も更新され、Mind2Webでは現行のSol環境に比べ1.9倍速いタスク完了だと記載されています。

読み方には注意が要ります。1タスク40分とは、1件の処理が40分単位で走るということ。同期APIで受けてブラウザへ返す設計ではタイムアウトします。非同期のジョブ実行と進捗の永続化が前提になり、これはモデル選定ではなくアプリケーション設計の問題です。

権限外の操作が48%から0%へ下がったスコープ逸脱評価の中身

業務寄りの数字はこちらです。達成が難しい、あるいは不能なタスクを与えたとき、モデルが指示された範囲を越えて動くかを測る評価で、本番向けの防御機構を外したGPT-5.6 Solは48%の割合で許可された対象の外へ出ました。Astraは0%でした。

画面操作を伴う自動化では、この差が導入可否を左右します。承認済みのインターフェースだけを触らせる設計にしても、モデルが枠を越える前提だと人間の監視工数が消えない。48%から0%という変化は、常時監視から承認ゲート型の運用へ移す根拠になります。ただし0%は特定の評価セットでの結果で、本番の権限設計を省いてよいという意味ではありません。

API・Azure Foundry・Bedrockの提供条件と単価差の実額

同じモデルでも、どこから呼ぶかで請求額と使える機能が変わります。

100万トークンあたり入力10ドル・出力50ドルという標準単価

OpenAI APIの標準単価は入力10ドル、出力50ドル、キャッシュ読み1ドル、キャッシュ書き込み12.5ドル（いずれも100万トークンあたり）。BatchとFlexは標準の50%、Fast modeは2倍の速度で2倍の価格。GPT-5.6 Solが入力4ドル・出力20ドルなので、同じトークン量なら2.5倍です。キャッシュ読みが入力の10分の1という比率は、長い社内文書を繰り返し参照するエージェントで効きます。毎回異なる短い入力を投げる用途ではキャッシュが当たらず、2.5倍がそのまま請求額へ乗るでしょう。

Bedrockの経路別に1割変わる単価とGlobal CRISの位置づけ

Amazon Bedrockのモデルカードには、推論経路ごとの単価が個別に記載されています。In-Regionとジオ横断（Geo CRIS）はOpenAIレートに10%の手数料が乗り、グローバル横断（Global CRIS）は手数料なしです。

経路（272K以下）	入力	キャッシュ読み	書き込み	出力
OpenAI API 標準	$10.00	$1.00	$12.50	$50.00
Bedrock In-Region／Geo	$11.00	$1.10	$13.75	$55.00
Bedrock Global CRIS	$10.00	$1.00	$12.50	$50.00
Azure Global Standard	$10.00	$1.00	$12.50	$50.00
Azure US Data Zone	$11.00	$1.10	$13.75	$55.00

データの通り道を絞るほど1割高い、という値付けです。Microsoft FoundryでのGPT-6 Astra提供も同じ形で、Global StandardとUS Data Zoneの2系統に加えProvisioned Throughputが選べます。なおBedrockはPriorityとFlexが未対応で、使えるのはStandardだけです。

3経路で異なる対応API・Structured Outputsの可否の差

単価より先に効くのが機能差です。Bedrockには2つのエンドポイントがあり、bedrock-runtimeはResponses・Chat Completions・Converseに対応する一方、サーバー側ツール利用とStructured Outputs、トークン計数が非対応。bedrock-mantleはサーバー側ツール呼び出しと明示的プロンプトキャッシュに対応しますが、提供リージョンはus-west-2（オレゴン）だけです。

JSONスキーマで出力を固定する設計をBedrockのruntime経路へそのまま載せると、ここで詰まります。スキーマ強制が要件なら、OpenAI APIかAzure Foundryを選ぶほうが早い。Azure側のデプロイとクォータの手順はAzure OpenAIでGPT-5を使う方法をまとめた記事と同じ流れで、モデル名を差し替えれば通ります。

272Kの課金境界とレート上限を踏まえた長文入力の実装設計手順

長文を扱えることと、長文を投げてよいことは別です。課金と上限の両方に境界があります。

入力272Kを超えると単価が2倍になる境界と切り分けの判断基準

公式ドキュメントには、入力272Kを超えると入力およびキャッシュのレートが2倍、出力が1.5倍になると記載されています。実額では入力10ドルが20ドル、出力50ドルが75ドル。Bedrockの長文脈も同じ倍率で、In-Region／Geoは入力22ドル・出力82.50ドルです。

判断の基準は単純にできます。1リクエストの入力が272Kを超えそうなら、まず検索で絞る。600Kの資料群を丸ごと渡して1回答を得るより、80Kに絞って3回投げたほうが安く、精度の検証もしやすい。105万トークンの枠は入ることに意味があるのであって、常用する場所ではありません。費用の積み上げ方はAWS Bedrockの課金方式と月額試算をまとめた記事の手順が使えます。

Tier別のRPM・TPM上限とBedrockの10倍バーンダウン

OpenAI APIのレート上限はTierで段階的に変わり、Tier 1が500 RPM／500,000 TPM、Tier 3が5,000 RPM／2,000,000 TPM、Tier 5で15,000 RPM／40,000,000 TPMです。

Bedrockには別の落とし穴があります。bedrock-runtimeの上限はTPMで管理され、バーンダウン率が10倍。出力1トークンが10トークン分を消費します。128,000トークンの出力を1回出すと、上限の計算上は1,280,000トークンを使った扱いです。長文レポートを並列生成する設計だと、想定の10倍の速さで枠を使い切ります。容量計画は入力トークンではなく出力トークン基準で引き直してください。

Bedrock経由でgpt-6-astraを呼ぶ最小コードと設定値

Bedrockでは既存のOpenAI SDKがそのまま使えます。差分は基底URLとモデル名の2か所だけ。bedrock-runtimeではIn-Region推論が非対応のため、モデル名には推論プロファイル名（us.openai.gpt-6-astraまたはglobal.openai.gpt-6-astra）を指定します。

pip install openai

# 環境変数（bedrock-runtime経由）
OPENAI_API_KEY="<Bedrockで発行した長期APIキー>"
OPENAI_BASE_URL="https://bedrock-runtime.us-west-2.amazonaws.com/openai/v1"

from openai import OpenAI

client = OpenAI()

MAX_SHORT_CONTEXT = 272_000  # これを超えると入力単価が2倍・出力単価が1.5倍になる境界

def ask(context_text: str, question: str):
    # 272Kの課金境界を越えないことを呼び出し前に確認する
    if estimate_tokens(context_text) > MAX_SHORT_CONTEXT:
        raise ValueError("入力が272Kを超過。検索で絞り込んでから渡すこと")

    return client.responses.create(
        model="global.openai.gpt-6-astra",  # In-Region推論は非対応のため推論プロファイル名を使う
        input=f"{context_text}\n\n質問: {question}",
        reasoning={"effort": "medium"},     # none は Astra では指定できない
    )

グローバル横断推論を選んだ時点で、リクエストは世界中のどのリージョンへも振られます。コードは3行で済みますが、その3行が持つ意味は次章の通りです。

国内のデータ残留要件で詰まる東京リージョンの推論経路と現実的な回避策

ここが受託案件で最初に確認すべき箇所で、要件定義の段階で効きます。

東京リージョンがGlobal CRISだけに対応するという制約

Bedrockのモデルカードにあるリージョン表を読むと、ap-northeast-1（東京）はIn-Region非対応、Geo CRIS非対応、Global CRISのみ対応です。ap-northeast-3（大阪）も同じ。両方が使えるのは米国とカナダの5リージョンに限られ、ヨーロッパやアジア太平洋はGlobal CRISだけが開いています。

東京リージョンのアカウントから呼んでも、推論は国外で実行されうるということです。「東京リージョンにあるから国内で処理される」という前提は成り立ちません。データ所在地を契約で縛っている案件では、この1行が採用可否を決めます。bedrock-mantleはus-west-2のみの提供で、選択肢にすらなりません。

Azure FoundryのデータゾーンがUS中心という現状の扱い

Azure側も似ています。Microsoft FoundryでのGPT-6 Astraは、Global StandardとUS Data Zone Standardの2つが提供形態として案内されており、日本データゾーンの記載はありません。Azureが直接販売するFoundryモデルの一覧でも、モデルごとに使えるデプロイ種別が異なることが明示されています。

結論を言い切ります。2026年9月20日時点で、GPT-6 Astraを日本国内に閉じた推論で動かす正規の経路はありません。国内完結が必須なら、このモデルは採用しない。この判断を要件定義で先に出せば、PoCを作ってから差し戻される事故を避けられます。

データ残留が国内で必須となる案件で採れる3つの設計パターンと費用感

では、要件がある案件で何ができるか。現実的には3つです。

越境を許容する条件を詰める。AWSの告知には、推論データがモデルの学習に使われないこと、Astra利用でOpenAIとのデータ共有へ参加する必要がないことが明記されています。学習利用の有無が懸念の本体なら、ここで解けます。
データを分離して二段構えにする。機微情報を含む処理は東京リージョン内で完結するモデルへ回し、公開情報の調査や画面操作だけをAstraへ渡す。国内側に置くモデルはBedrockのモデル選定と切替判断をまとめた記事の比較軸で決められます。
識別情報を落としてから渡す。氏名・住所・取引先名をトークン化し、Astraには構造と論理だけを処理させ、返った結果を国内側で再結合する。実装量は増えますが、越境するのが仮名化済みデータだけなら審査を通せます。

費用面では、In-Regionやジオ内推論を選べる案件でも1割高い単価になります。越境を許容できるならGlobal CRISはOpenAI APIと同額。データ境界の要件が10%の価格差として現れる構造だと理解しておくと、見積もりの説明がしやすくなります。

GPT-5.6 Solからの切り替え判断と全面移行を見送る条件

最後に線を引きます。使えるかどうかではなく、切り替えるべきかどうかの話です。

単価2.5倍を正当化できる業務と据え置きで足りる業務の線引き

採用する条件は1つに絞れます。人が画面を触っている時間を、モデルが肩代わりできる業務かどうか。OSWorld 2.0の模擬では1タスク75分が40分になりました。人の作業が35分短くなるなら、入力10ドル・出力50ドルは容易に回収できます。フォーム入力、CRMのレコード更新、フロントエンドのQAチェック、複数資料を突き合わせた報告書の作成はここに入ります。

見送るのは2つの場合です。定型的な要約・分類・社内FAQ応答しか回していない環境では、2.5倍を払っても品質差が請求額に見合いません。同期リクエストで返す既存APIへ組み込むだけの計画も見送り。40分級のタスク前提のモデルを数秒で返す経路へ嵌めても持ち味が出ないからです。基盤ごと設計し直す前提がないなら、Solのまま据え置くほうが健全でしょう。業務フローへ落とす段階で詰まる場合は、AIエージェント開発の相談窓口で要件整理から引き受けています。

reasoning effortのnoneが消えたことによる実装の手直し

コードの移行で最初に当たるのがここです。GPT-5.6 Solはnoneを含む6段階でしたが、Astraはlowからmaxまでの5段階。reasoning.effortにnoneを渡していた箇所はlowへ置き換えます。推論を挟まない前提でレイテンシ設計をしていた処理は、実測し直しが必要です。

もう1点、微調整（fine-tuning）、Realtimeエンドポイント、Assistants、埋め込み、画像生成にAstraは非対応です。これらを使う経路はモデルを差し替えられず、前世代と混在させる構成が現実解になります。他社モデルでも同種の制約は出ており、Claude Fable 5.1の破壊的変更3点を整理した記事でも、モデルIDを差し替えただけで400が返る箇所を扱いました。

Critical判定のサイバー能力を社内統制へ落とし込む手順

OpenAIはAstraについて、Preparedness Frameworkのサイバーセキュリティ領域でCriticalの閾値に達したと説明しています。ExploitBench 100%は、脆弱性の発見と実証コードの生成まで到達する能力の裏返しです。防御側には自社コードの弱点を先に見つける道具になりますが、同じ能力が社内から外へ向けば事故になります。

稟議書に書ける形へ翻訳するなら3点です。computer useとhosted_shellを開けるワークスペースを限定し既定は閉じる。モデル呼び出しのログを保全する（Bedrockなら呼び出しログとConverse API経由のガードレールが使えます）。脆弱性探索の用途は対象資産と実施者を書面で固定してから開ける。Enterprise／Eduで既定オフという仕様は、この統制を作る猶予として使えます。

よくある質問

GPT-6 Astraの提供条件と費用について、検索で多く見られる質問に公式ドキュメントの記載で答えます。

GPT-6 AstraはChatGPTのどのプランで使えますか？

OpenAIの公開発表では、当日は限定された組織へのロールアウトで、その後ChatGPTのPlus・Pro・Business・Enterpriseの各ユーザーへ広がると案内されています。OpenAI API、Microsoft Azure、AWS Bedrockからも利用できます。ただしEnterprise／Eduのワークスペースでは提供開始時に既定でオフで、管理者がモデルアクセス権限を有効化するまで利用者側には表示されません。社内展開では管理者の設定作業を最初の工程に置いてください。

GPT-6 Astraの料金はGPT-5.6 Solと比べてどれくらい上がりますか？

OpenAI APIの標準単価は100万トークンあたり入力10ドル・出力50ドルで、GPT-5.6 Solの入力4ドル・出力20ドルに対して2.5倍です。キャッシュ読みは1ドル（Solは0.4ドル）。BatchとFlexは標準の50%、Fast modeは2倍の速度で2倍の価格という設定です。さらに入力が272Kを超えると入力は2倍、出力は1.5倍へ切り替わるため、長文を丸ごと渡す設計では差がさらに開きます。

GPT-6 Astraは東京リージョンで使えますか？

Amazon Bedrockのモデルカードでは、ap-northeast-1（東京）はGlobal CRIS（グローバル横断推論）のみ対応で、In-Regionとジオ内推論は非対応です。呼び出し自体は東京リージョンのアカウントから可能ですが、推論の実行場所は国内に限定されません。データ所在地を契約で縛っている案件では、要件定義の段階で確認してください。Azure FoundryもGlobal StandardとUS Data Zoneの提供で、日本データゾーンの案内はありません。

105万トークンのコンテキストは全部を入力に使えますか？

使えません。コンテキストウィンドウ1,050,000トークンは入力と出力の合計枠で、最大入力は922,000トークン、最大出力は128,000トークンと個別に決まっています。加えて入力272Kを境に単価が変わるため、費用面でも全量投入は不利です。検索で関連箇所を272K以下へ絞ってから渡す設計のほうが、請求額も回答の検証しやすさも改善します。

GPT-6 Astraへ全面的に移行すべきですか？

用途を選んで部分導入するほうが妥当です。画面操作を伴う長時間タスクや、複数資料を突き合わせた文書作成では所要時間の短縮が単価差を上回ります。一方で定型的な要約・分類・FAQ応答はGPT-5.6 Solで足ります。微調整・Realtime・Assistants・埋め込み・画像生成にAstraは非対応のため、これらを使う経路は差し替えられません。前世代と併用する構成を前提に、業務単位で切り替え先を決めてください。