要点
- 単価だけなら値上げ。どの項目でも Astra は前世代の GPT-5.6 Sol の 2.5 倍にあたる。ただしこの比は Sol 側の暫定価格（少なくとも2026年11月21日まで）が続く間のもの。
- 性能差はベンチマークによって大きく違う。GPQA Diamond では1.4ポイント差だが、最難関級の数学や端末での作業、未知の環境を解く抽象推論では大きく開く。トークン課金の総額も量と手数しだいで向きが変わる。
- 使える時期は経路ごとに違う。GPT-5.6 は現行のままなので、様子を見る選択肢が残る。
数字はすべて2026年9月4日に確認した公式の掲載値、OpenAI 自身の測定・推定、または本記事による単純計算である。第三者の検証でも実測でもない。比べているのは OpenAI 直課金の API トークン課金と、同社が両モデルを並べたベンチマーク値。相手は前世代で単価が最も高い GPT-5.6 Sol。ChatGPT のプラン料金と Bedrock は対象外。段階提供のため利用可否は経路と時期で変わり、料金は改定されうる。推論設定の段数差や実運用の速度は測っていない。
判断が割れる3つの点
GPT-6 Astra へ移るかどうかは、単価・性能・提供状況という測る対象の違う3点で結論が分かれる。API の単価は GPT-5.6 Sol より上がる。性能差はベンチマークによって大きく異なり、端末作業や一部の高度な推論では大きく開く。その差はタスクあたりのトークン課金にも表れ、出力トークン量と所要ステップが減れば単価が上がっても総額は下がりうる。そして提供は段階的で、どの経路をいま使っているかによって手が届く時期が変わる。
この3点はどれか1つだけを見ると逆の結論に着地する。単価表を見れば高くなり、ベンチマークのスコアとコスト推定を見れば見合うことがあり、提供状況を見ればそもそもまだ選べない、という具合になる。どこを見るかで結論が変わるので、単価・総額・性能・提供状況を分けて置く。
単価はいくら変わるか
API 料金は 100万トークンあたりの米ドルで掲載されている。標準区分は次のとおり。
| モデル | 入力 (100万トークンあたり・米ドル) | キャッシュ入力 (100万トークンあたり・米ドル) | キャッシュ書き込み (100万トークンあたり・米ドル) | 出力 (100万トークンあたり・米ドル) |
|---|---|---|---|---|
| GPT-6 Astra | 10.00 | 1.00 | 12.50 | 50.00 |
| GPT-5.6 Sol | 4.00 | 0.40 | 5.00 | 20.00 |
入力 272K トークンを超えるリクエストは長文区分に入り、単価が切り替わる。
| モデル (入力 272K トークン超) | 入力 (100万トークンあたり・米ドル) | キャッシュ入力 (100万トークンあたり・米ドル) | キャッシュ書き込み (100万トークンあたり・米ドル) | 出力 (100万トークンあたり・米ドル) |
|---|---|---|---|---|
| GPT-6 Astra | 20.00 | 2.00 | 25.00 | 75.00 |
| GPT-5.6 Sol | 8.00 | 0.80 | 10.00 | 30.00 |
Terra と Luna は同じ料金ページに並んでいるが、本記事は汎用3階層のうち単価が最も高い Sol との比較に絞るため表から外した。同じページにはセキュリティ用途向けの gpt-5.6-cyber も掲載されており単価は Sol より高いが、用途が異なるため比較対象にしない。GPT-5.6 の中でどの階層を選ぶかは別の判断になる (GPT-5.6はSol・Terra・Lunaのどれを選ぶか)。
Astra と GPT-5.6 Sol を突き合わせると、比はどの行でも同じになる。標準区分の入力は 10.00 ドル対 4.00 ドル、出力は 50.00 ドル対 20.00 ドルで、いずれも 2.5 倍。キャッシュ入力とキャッシュ書き込みの行も同じ比になる。長文区分の倍率が入力2倍・出力1.5倍で両者に共通しているため、長文区分に入っても Astra 対 Sol の比は 2.5 倍のままで変わらない。
比がどの行でも一定であることは、見積もりを立てるうえでは扱いやすい。内訳が現在どうなっていても、流れるトークン量が変わらないという前提を置くなら、Sol から Astra への置き換えはトークン課金分の請求額がそのまま 2.5 倍になるという計算で足りる。逆にいえば、量が変わらないかぎり単価差を吸収する余地はどこにもない、ということでもある。
ただしこの 2.5 倍という値には期限が付いている。公式の料金ページは、GPT-5.6 Sol の価格について少なくとも2026年11月21日まで適用される暫定価格だと注記している。注記が添えられているのは Sol の行で、Astra の価格はこの注記の射程の外にある。この暫定価格は2026年8月21日の値下げによるもので、OpenAI は値下げ前の Sol を、標準区分で入力 5.00 ドル・キャッシュ入力 0.50 ドル・出力 30.00 ドルとして案内していた (長文区分の値下げ前価格は同じ告知に含まれない)。同じ水準へ戻れば比は入力で 2.0 倍・出力で約 1.67 倍となり、項目ごとに変わる。ただし2026年9月4日に確認した範囲では、暫定価格の終了後の価格を示す記述は見つけられなかった。公式の書き方は「少なくとも2026年11月21日まで」で、その日に終わると述べたものではない。11月下旬をまたぐ見積もりを立てるなら、比が動く場合と動かない場合の両方を置いておく必要がある。
長文区分の適用のしかたには条件が付く。公式のモデル仕様ページは、入力 272K トークンを超えるリクエストはリクエスト全体として入力2倍・出力1.5倍で課金されると記している。超えた分だけが高くなるのではなく、そのリクエストの入力も出力もまとめて割増になるという意味である。長い文脈を常用するワークロードでは、この境界をまたぐかどうかが支払額を大きく動かす場面がある。
キャッシュ入力の行は Astra で 1.00 ドル、Sol で 0.40 ドルと、入力の10分の1に置かれている。ただし安いのは読み出す側だけで、キャッシュへ書き込む側は非キャッシュ入力の1.25倍にあたり、Astra で 12.50 ドル、Sol で 5.00 ドルかかる。同じプレフィックスを十分な回数だけ投げ直す構成なら絶対額を下げられるが、再利用が少なければ書き込み分でかえって高くつく (関連: LLM APIのプロンプトキャッシュでコストを削る)。なお、キャッシュ比率をどう上げても Astra 対 Sol の比は 2.5 倍から動かない。下がるのは両者の絶対額であって、単価差そのものではない。
本記事の料金・仕様は2026年9月4日に各公式ページで確認した掲載値にもとづく。料金は改定されうるため、実際に使う前に公式の料金ページで現在値を確認する必要がある。
単価が上がっても総額が下がりうる理由
タスクあたりのトークン課金は、入力・キャッシュ入力・キャッシュ書き込み・出力それぞれのトークン量と単価で決まる。各項目のトークン量は、タスク完了までの各呼び出しで流れた量の合計で、やり直しのたびに入力が再送されるため手数が増えるほど積み上がる。単価が 2.5 倍でも、出力トークンと手数がそれ以上に減れば、1タスクあたりのトークン課金は下がりうる。なお API にはトークン以外に、検索やコンピュータ操作のようなツール呼び出しごとの料金もある。本記事の計算はそこを含まない。OpenAI はこの筋で複数のベンチマーク値とコスト推定を公表している。
以下の数値はいずれも OpenAI 自身が自社の構成で測ったものであり、コスト差も同社の推定である。第三者による検証ではなく、ベンチマークの構成と手元のワークロードは別物であるため、同じ比が再現される保証はない。
| ベンチマーク | GPT-6 Astra | GPT-5.6 Sol | 併記された他モデル | OpenAI が示した量・コストの差 |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 57.9% | 37.3% | Claude Fable 5.1: 55.8% | タスクあたりの推定 API コストは Sol より約9%、Fable 5.1 より約63%低い |
| BenchCAD (幾何一致スコア) | 95.9% | 83.3% | — | 示された構成での推定 API コストは Sol より約43%低い |
| OSWorld 2.0 (レイテンシシミュレーション) | 72.6% / 1タスクおよそ40分 | 65.7% / 1タスクおよそ75分 | — | — |
| Agents’ Last Exam | 59.3% | 53.6% | Claude Opus 5: 55.5% | 出力トークンは Opus 5 よりおよそ65%少ない |
BenchCAD の値はツールを使った条件で測られたもので、OSWorld 2.0 の所要時間はレイテンシのシミュレーション結果であって実運用の時計そのものではない。Agents’ Last Exam の出力トークン量の比較は、それぞれが最も高いスコアを出した設定どうしの比較として示されている。
数字を額に読み替えると、下がる条件は限られる。Terminal-Bench 4.0 では、スコアが上でありながらタスクあたりの推定コストは Sol より約9%低いとされている。単価が 2.5 倍である以上、これはトークン量か試行回数、あるいはその両方が大きく減っていなければ成り立たない関係になる。Agents’ Last Exam で示された出力トークンおよそ65%減は Claude Opus 5 との比較で、Sol との量の差を示す値ではない。Sol と比べて額が示されているのは、本記事が確認できた範囲では Terminal-Bench 4.0 の約9%と BenchCAD の約43%である。
ステップ数も同じ向きに積み上がる。自律実行では、失敗してやり直すたびに入力の再送と出力の再生成が積み上がる。1回で通る割合が上がれば、再試行の呼び出しが減るぶん、支払うトークン量も下がる。OSWorld 2.0 では、こうした効率差がタスク完了時間の差としても表れている。ただし、時間差をステップ数だけに分解した値ではない。生成量やツール実行、各操作のレイテンシも入りうる。
逆の条件も同じ理屈で出る。入出力が短く、1回の呼び出しで完結し、やり直しがほとんど発生しない処理では、量が減る余地がそもそもない。その場合は 2.5 倍の単価差がほぼそのまま請求額の差になる。要約や分類のような定型処理を大量に流す構成が、これに当てはまりやすい。
比がどの行でも一定なので、分かれ目の目安も単純な数になる。内訳の構成比を変えないまま、同じ仕事に流れるトークン量が今の4割を下回れば総額は下がり、4割より多く残れば上がる。手元の構成がこの線に届くかは、出力が請求に占める割合でおおよそ決まる。なおこの4割は 2.5 倍という比から出た数なので、Sol の暫定価格が終わって比が変われば分岐点も動く。
本記事は Astra を実際に動かしていない。ここで挙げた差は OpenAI の測定と推定を引いたものであり、手元のワークロードで4割の線をまたげるかどうかは、同じタスクを両方のモデルで流して支払額を突き合わせるまで分からない。全面的に入れ替えるかどうかとは別に、用途ごとにモデルを振り分けて総額を抑える組み方もある（LLMのトークンコストを抑えるモデルルーティング）。
性能はどこで差が出るか
OpenAI が GPT-5.6 Sol と直接並べたスコアを集めると、差の大きさは領域によってかなり違う。
| ベンチマーク | 測っているもの | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|---|
| GPQA Diamond | 生物・化学・物理の大学院級の科学的推論 | 96.0% | 94.6% |
| FrontierMath Tier 4 (v2) | 最難関級の数学問題 | 97.6% | 83.0% |
| GeneBench Pro | ゲノミクスの高度な科学的推論 | 37.8% | 28.7% |
| ARC-AGI-3 | 未知の環境を解く抽象推論 | 99.9% | 7.8% |
| Terminal-Bench Science 0.1 | コードと端末ツールで科学研究のワークフローを完了する | 64.6% | 22.4% |
| Terminal-Bench 4.0 | 端末上のソフトウェア作業・システム設定・データ分析 | 57.9% | 37.3% |
| SRE-Bench（1回で解決 / 4回以内） | ソースコードなしにバイナリを逆解析して中核ロジックを理解する | 88.0% / 99.2% | 55.9% / 68.7% |
| BenchCAD（幾何一致スコア） | 多視点のレンダリングから CAD コードで3D形状を再構成する | 95.9% | 83.3% |
| Agents' Last Exam | 実ソフト上での専門業務（財務モデリング・工学・メディア制作など） | 59.3% | 53.6% |
| OSWorld 2.0 | コンピュータ操作（レイテンシシミュレーション） | 72.6% | 65.7% |
| ExploitBench / ExploitGym | 既知の脆弱性から動作する攻撃コードを作れるか | 100% / 42.4% | 78.5% / 30.3% |
表の値は各モデルの最も高いスコアどうしを並べたものである。BenchCAD はツールを使った条件、OSWorld 2.0 はレイテンシのシミュレーション、Agents' Last Exam は各モデルが最も高いスコアを出した設定どうしの値になる。いずれも同社自身の測定で、第三者の検証ではない。
ExploitBench と ExploitGym は評価条件下での能力値で、公開時点の Astra はこの種の作業（脆弱性の実証コード作成）を拒否する。移行すればそのまま使える性能として数えられる行ではない。
並べると、差の大きさはベンチマークによってかなり違う。GPQA Diamond は 96.0% 対 94.6% で 1.4ポイントの差にとどまる一方、最難関級の数学を問う FrontierMath Tier 4 では 97.6% 対 83.0%、ゲノミクスの GeneBench Pro では 37.8% 対 28.7% まで開く。道具を使うかどうかだけで決まるわけではなく、問いに答える形の課題でも、難度と分野によっては大きな差が出る。さらに端末を使ってワークフローを回す Terminal-Bench Science 0.1 は 64.6% 対 22.4%、未知の環境を解く抽象推論の ARC-AGI-3 では 99.9% 対 7.8% と、桁の変わる差になる。端末作業、逆解析、CAD、コンピュータ操作も同じ向きで、いずれも Astra が上に出る。
効率の側でも差がある。OpenAI は GPQA Diamond について、Astra は低コスト設定の 94.9% でも Sol の最高スコア 94.6% を上回り、推定 API コストは約37%低いとしている。同程度以上のスコアに、より低い推定 API コストで到達するという意味で、スコア差が小さい領域でも移行の理由になりうる。
この分かれ方は、移行の判断をそのまま分ける。GPQA のように差が 1.4ポイントに収まる領域なら、スコアの上積みは小さく、判断を分けるのは同程度以上のスコアへより低い推定 API コストで到達できるかどうかになる。最難関級の数学や、道具を渡して手を動かさせる作業、前例のない環境を解かせる使い方が中心なら、差は単価が 2.5 倍でも移行を検討する理由になる水準にある。手元の用途がどちらの側にあるかは、ベンチマーク名ではなく課題の難度と形で決まる。ただし実際に得になるかを決めるのは総額の線（量が4割を下回るか）で、スコア差そのものではない。
なお OpenAI は、Astra が FrontierMath Tier 4、ARC-AGI-3、ExploitBench を飽和させたと表現している (発表本文では順に 98%、99.9%、100% と記す。表の 97.6% は同じ FrontierMath の図の掲載値で、98% はその丸めにあたる)。ARC-AGI-3 については ARC Prize Foundation の Greg Kamradt が、レベルの96%で同財団の人間の行動効率ベースラインを上回り、事実上このベンチマークで人間と同等に達したと述べている。
文脈長と推論設定の違い
「文脈をもっと長く扱いたいから新しいモデルへ」という動機は、この2つの間では成立しない。公式のモデル仕様ページを並べると、文脈まわりの値が一致している。
| 項目 | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|
| コンテキストウィンドウ | 1,050,000 トークン | 1,050,000 トークン |
| 最大出力 | 128,000 トークン | 128,000 トークン |
| reasoning.effort の選択肢 | low・medium・high・xhigh・max の5段 | none を加えた6段 |
Astra は入力がテキストと画像、出力がテキストに対応する。文脈の枠そのものは変わらないため、長い入力を扱いたいという理由だけでは移る根拠にならない。むしろ 272K トークンを超えた時点でリクエスト全体が割増になる点は両者に共通しており、長文を投げるほど単価差の絶対額は大きくなる。
違いが出るのは推論設定の段数である。Astra は low・medium・high・xhigh・max の5段で、Sol はこれに none を加えた6段を持つ。推論を挟まない none を選べる前提でコストと応答時間を切り詰めていた構成では、移行時に呼び出し側の設定を組み直す必要が出てくる。ただし、段数の違いが品質や速度をどう変えるかは本記事では測っていない。段数が同じ名前でも中身が同じとは限らず、そこは実際に流して確かめる領域になる。
いつ、どの経路で使えるようになるか
Astra は2026年9月3日に公開された。当日に提供が始まったのは Trusted Access Program に参加する企業向けで、API および Plus・Pro・Business・Enterprise の各プランからの利用は数日のうちに始まると OpenAI は告知している。つまり API も提供開始を待つ側にある。段階提供であるため、手元の環境でいつ選べるようになるかは経路ごとに異なる。
この時期差は検証の順番も変える。公開当日に触れられたのは Trusted Access Program に参加する企業に限られ、API と ChatGPT の各プランはどちらも数日のうちという同じ側にある。支払額の比較は API を通さないと取れないため、ChatGPT 側が先に届いた場合は使い勝手の見当までしか付けられない。Microsoft Azure や AWS Bedrock を主経路にしている場合は、そちらへ届くまで本番構成での確認が始められない。新しい世代に移るときの制約が料金ではなく API 側に出る例は他にもある（Gemini 3.7 Flash への置き換えで詰まるのはAPI）。移行の可否を決める前に、利用中の経路で選べる状態かどうかを確かめる。
同時に、GPT-5.6 の側も現行のラインナップとして並んでいる。ChatGPT の料金ページのモデル比較表には GPT-5.6 Sol・Sol Pro・Terra・Luna が掲載されており、提供が続いている。したがって直ちに全面移行する必要はない。用途ごとに順番を決められる。
サイバーセキュリティ用途での制限
Astra は OpenAI の Preparedness Framework において、サイバーセキュリティ能力が Critical の水準に達した初のモデルとされている。これは同社自身の基準による分類だが、その分類の結果として利用側に見える制限がある。
公開時点の Astra は、セキュアなコードレビューやパッチ適用といった防御側の作業には使える一方、脆弱性の実証コード作成のような高度なサイバーセキュリティ作業は拒否する。
OpenAI は Daybreak を通じて数週のうちに制限を緩め、脆弱性や実証コードの検証、マルウェア解析、検知エンジニアリングを可能にする計画を示している。これは今後の予定として示されたもので、実施時期は確定していない。
この緩和の予定には前提がある。Daybreak は時間が経てば自動的に開く枠ではない。OpenAI は、高度なサイバー機能の利用は承認された利用者が認可された作業を行う場合に限られるとし、身元・ワークスペースまたは API 組織・モデル・製品面が承認されている必要があるとしている。対象作業も一様ではなく、脆弱性のトリアージ・マルウェア解析・検知エンジニアリング・パッチ検証は Daybreak Blue の範囲、高度な脆弱性研究・管理された実証コードの検証・レッドチーミングは Daybreak Red の範囲で、後者は別途の承認と保護措置を要するとされている。
あわせて、これらの作業に使える経路自体は Astra を待たなくても存在する。公式の料金ページには Daybreak 向けのモデルを載せた区画があり、gpt-daybreak-blue-latest は gpt-5.6-sol を、gpt-daybreak-red-latest は gpt-5.6-cyber を指すエイリアスとして掲載されている。
したがってセキュリティ領域では、防御側の日常作業に使うのか、攻撃側の再現を含む検証に使うのかで結論が割れる。前者なら公開時点の Astra でも作業は成立する。後者を業務の中心に据えているなら、確かめる順番が変わる。Astra 上での緩和を待つのではなく、自組織が Daybreak の承認の対象になりうるかを先に確かめ、GPT-5.6 系を指す既存の経路で足りるかを見る。
整合性は改善、思考連鎖の監視しやすさは低下
安全性の変化は一方向ではない。前進として、OpenAI は本番用の保護を外した状態で権限の範囲を越える行動をとった割合について、GPT-5.6 Sol が48%だったのに対し Astra は0%だったとしている。これは Hugging Face のインシデントを踏まえて同社が作った自社評価の結果である。エージェントに強い権限を渡す構成ほど、この差が現れる場面が増える。
後退として、OpenAI は Astra の監視しやすさが GPT-5.6 Sol より低下したと述べている。Astra は自分の思考連鎖をより制御でき、都合の悪い情報を思考連鎖に含めにくいとされており、これは敵対的な設定での評価にもとづく。
ただしこれは OpenAI 自身が内部の監視や安全研究で扱う論点で、API の利用者が生の思考連鎖を直接読めるという話ではない。同社は生の内部思考連鎖を利用者に公開しておらず、応答に添えられる要約とは別物である。利用者の側で使えるのは、出力の検査や実行環境の制限といった外側の押さえ方になる。
移行を急ぐ場合と待ってよい場合
判断が分かれる線は、用途によってこう分かれる。いずれも本記事が引いた公式の掲載値と OpenAI 自身の測定、およびそこからの単純計算にもとづく分岐であり、手元のワークロードで同じ結果が再現されることを保証するものではない。
急ぐ理由が立つケース
- 長い自律実行やコンピュータ操作を含む作業。OpenAI は Terminal-Bench 4.0 でスコアと推定 API コスト、OSWorld 2.0 でスコアとシミュレーション上のタスク完了時間に差が示されているとしている。
- 出力トークン量が支払額の大半を占めるエージェント構成。Sol と比べて額の差が示されているのは、本記事が確認できた範囲では Terminal-Bench 4.0 の約9%と BenchCAD の約43%で、いずれも量か手数が大きく減っていなければ成り立たない値になる。Agents’ Last Exam の出力トークン65%減は Claude Opus 5 との比較で、Sol との差ではない。
- CAD のように、ツールを使って形を作る作業。BenchCAD では推定 API コストが Sol より約43%低いとされている。
- Codex 経由で作業している場合。OpenAI は Codex のハーネスも更新し、Mind2Web ベンチマークで現行の GPT-5.6 Sol の体験と比べてタスク完了が1.9倍速くなるとしている。これは Codex 経由に限った話で、API を直接呼ぶ場合の速度ではない。
待っても差し支えないケース
- 短い入出力の単発呼び出しが中心のワークロード。量の差が出にくく、2.5 倍の単価差が請求額にそのまま乗りやすい。
- 脆弱性の実証コード作成のような高度なサイバーセキュリティ作業を業務の中心に置いている場合。公開時点の Astra では拒否され、緩和は Daybreak による今後の予定にとどまる。ただし Daybreak は承認された利用者に限って開く枠で、時間の経過だけでは開かない。Astra を待つあいだに、自組織が承認の対象になりうるかと、GPT-5.6 系を指す既存の経路で足りるかが確かめられる。
- まだ提供が届いていない経路を使っている場合。段階提供のため、選べるようになる時期は経路ごとに異なる。
どのケースでも、最後の確認方法は同じである。同じタスクを両方のモデルで流し、スコアではなく実際の支払額と所要時間を突き合わせる。ベンチマークの差は候補を絞るための材料で、移行の可否そのものを決める材料にはならない。料金とスコアと使える経路を突き合わせる形の判断は、他社のモデルを検討するときも同じになる（GLM-5.3はClaudeの代わりに使えるか）。
まとめ
Astra と前世代の差は、単価では負け、性能と量では勝ちうる、という構図になっている。性能差は一様ではない。GPQA Diamond では1.4ポイントの差にとどまる一方、最難関級の数学や端末での作業、未知の環境を解く抽象推論では大きく開く。単価はどの項目でも前世代の GPT-5.6 Sol より上がり、長文区分に入っても比は変わらない。ただし 2.5 倍という値は Sol 側の暫定価格が続く間のもので、公式は少なくとも2026年11月21日までと注記している。総額が下がりうる根拠は出力トークンと手数の削減にあるが、その裏づけは公開時点では OpenAI 自身の測定と推定に限られている。
安全性の変化も片側だけでは読めない。権限逸脱の評価値は改善した一方、監視しやすさは低下したと公表されている。セキュリティ用途では公開時点で拒否される作業があり、緩和は予定として示された段階にある。しかも Daybreak は承認された利用者に限って開く枠で、時間が経てば開くものではない。承認の対象になりうるかを先に確かめておくと、待ち時間を無駄にしない。
提供が段階的で、GPT-5.6 が現行として並存している以上、全面的に切り替えるか据え置くかの二択で考える必要はない。差が出るはずのワークロードから先に試し、支払額で確かめてから範囲を広げるという順序が取れる。
よくある質問
文脈をもっと長く扱いたい。それは移行の理由になるか
ならない。GPT-5.6 Sol もコンテキストウィンドウ 1,050,000 トークン・最大出力 128,000 トークンで、いずれも Astra と同じ値である。
長い入力を投げると、超えた分だけ高くなるのか
そうではない。公式のモデル仕様ページは、入力 272K トークンを超えるリクエストがリクエスト全体として入力2倍・出力1.5倍で課金されると記している。超過分だけでなく、そのリクエストの入力も出力も割増の対象になる。
公開されたなら今すぐ使えるのか
経路による。2026年9月3日の公開当日に提供が始まったのは Trusted Access Program に参加する企業向けで、API および ChatGPT の Plus・Pro・Business・Enterprise の各プランからの利用は数日のうちに始まるとされている。API も提供開始を待つ側にあたる。
GPT-5.6 はまだ選べるのか
選べる。ChatGPT の料金ページのモデル比較表には GPT-5.6 Sol・Sol Pro・Terra・Luna が掲載されており、現行として提供が続いている。
セキュリティの調査業務に使えるか
作業の種類による。公開時点の Astra は、セキュアなコードレビューやパッチ適用といった防御側の作業には使える一方、脆弱性の実証コード作成のような高度な作業は拒否する。OpenAI は Daybreak を通じて数週のうちに制限を緩める計画を示しているが、実施時期は確定しておらず、Daybreak は承認された利用者に限って開く枠で、実証コードの検証はさらに別枠の承認を要するとされている。一方でこれらの作業に使える経路は Astra を待たなくてもあり、公式の料金ページには GPT-5.6 系を指す Daybreak 向けモデルが掲載されている。自組織が承認の対象になりうるかを先に確かめれば、Astra を待たずに動ける。
Codex が速くなるという話は API にも当てはまるか
当てはまらない。OpenAI が示した1.9倍という値は Codex のハーネス更新を含む Mind2Web ベンチマークでの比較で、Codex 経由に限った話である。API を直接呼ぶ場合の速度ではない。
