>>使うほど資産になる「JAPAN AI AGENT」の詳細はこちら<<

GPT-6.2とは?AstraとSolの違い・性能・料金・使い方を解説

gpt6.2 とは

GPT-6.2とは、OpenAIが米国時間2026年11月17日に発表した最新のAIモデル群です。難度の高い専門業務向けの「GPT-6.2 Astra」と、日常業務向けの「GPT-6.2 Sol」の2モデルで構成されます。

しかし、GPT-6.2のAstraとSolはどう違うのか、自分のプランで使えるのか、移行時に何を確認すべきか、といった疑問を持つ方も多いのではないでしょうか。

本記事では、GPT-6.2の定義や特徴から、AstraとSolの違いや料金、そして使い方と安全性評価まで、最新モデルも使える法人向けAIプラットフォームを提供するJAPAN AIが網羅的に解説します。

GPT-6.2とは?

GPT-6.2とは、OpenAIが開発するGPTシリーズのうち、GPT-6ファミリーの上位2モデルを刷新した世代を指します。最上位の「GPT-6.2 Astra」と汎用の「GPT-6.2 Sol」が同時に公開されました。

公式発表では、Astraは最も難しいプロジェクトに取り組むための新しいフロンティアモデル、Solは日々の業務に適した効率的で汎用性の高いモデルと位置づけられています。

両モデルに共通する進化は、難度の高いタスクでより少ない出力トークンで、より良い結果を出せるようになった点です。GPT-6.2のAPI料金では、AstraとSolのいずれも出力の単価が入力の5倍に設定されており、利用コストは出力量に大きく左右されます。そのため出力が短く的確になると、ChatGPTでは利用上限の範囲でこなせる作業量が増え、APIでは1タスク当たりの請求額が下がります。

GPT-6.2 Astraは、前世代の最上位モデルであるGPT-6 Astraより性能を高めながら、API単価を20%引き下げました。GPT-6.2 Solも、GPT-6.1 Solと同じ価格のまま性能を引き上げています。最上位モデルでも値下げと性能向上を両立させた点が、今回の特徴といえます。

つまりGPT-6.2は、目新しい機能の追加よりも、業務で使い続けるときの品質と費用対効果を同時に引き上げたアップデートと捉えると理解しやすいでしょう。

出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」、OpenAI API「Pricing」

GPT-6ファミリーの中での位置づけ

GPT-6.2は、用途とコストの異なる4つの系統からなるGPT-6ファミリーのうち、最上位のAstraと中核のSolを更新したバージョンです。GPT-6ファミリーは、主に次の4系統で構成されています。

  • Astra:最も難しい専門業務や長時間の作業に向けた最上位の系統
  • Sol:日常業務の中核を担う、性能と費用のバランスに優れた系統
  • Terra:速度と効率を重視し、視覚的推論やコンピュータ操作を得意とする系統
  • Luna:軽量で効率を重視した系統。無料版やGoプランでも、ChatGPTデスクトップアプリのCodexで順次利用できる(通常のチャット画面では選べない)

各系統は別々の時期に更新されてきました。2026年9月にGPT-6 Astraが登場し、その後GPT-6 SolとGPT-6 Luna、GPT-6.1 Solが続きました。10月には、標準API料金をGPT-6.1 Solより50%低く抑えたGPT-6.1 Terraが公開されています。

一方、GPT-6.1世代ではAstraの新モデルは公開されず、AstraはGPT-6からGPT-6.2へ直接更新されました。このようにバージョン番号は系統ごとの連番ではありません。GPT-6.2 Astraの比較対象はGPT-6 Astra、GPT-6.2 Solの比較対象はGPT-6.1 Solです。

性能や料金の差を読むときは、どのモデルと比べた数値なのかを確認しましょう。直前のモデルとの差分を押さえておけば、移行による効果を過大にも過小にも見積もらずに判断できます。

GPTシリーズのこれまでの変遷について知りたい方は、以下の記事もご覧ください。

出典:OpenAI「OpenAI の研究 | リリース」
出典:OpenAI「GPT-6.1 Terra のご紹介」
出典:OpenAI「Models | ChatGPT Learn」

GPT-6.2のリリース日と提供範囲

GPT-6.2は2026年11月17日(米国時間)に公開されました。同日からChatGPT Work、Codex、APIの3つの経路で順次利用できます。

ChatGPTでの提供先はChatGPT WorkとCodexに限られ、通常のチャットには追加されていません。普段のチャット画面でモデル一覧を開いても見つからない点に注意が必要です。提供は段階的に進められており、対象は次のプラン・ワークスペースです。

  • Plus
  • Pro
  • Business
  • Enterprise・Edu
  • ChatGPT for Healthcare・FedRAMPのワークスペース

最新モデルが表示されない場合は、利用しているプランやワークスペースの提供状況を確認してください。Codex CLIを使っている場合は、CLIの更新も必要です。APIでは、モデルIDを指定して利用できます。ただし既存のコードから移行する場合は、推論の強さや非対応パラメーターの見直しが必要です。主な仕様は次のとおりです。

項目GPT-6.2 AstraGPT-6.2 Sol
モデルIDgpt-6.2-astragpt-6.2-sol
コンテキストウィンドウ(API)1,050,000トークン(入力は最大922,000トークン)1,050,000トークン(入力は最大922,000トークン)
最大出力128,000トークン128,000トークン
知識カットオフ2026年5月18日2026年6月1日
Codexでの既定コンテキスト272,000トークン500,000トークン

知識カットオフ以降の出来事は、モデル自身の知識には含まれていません。最新の制度や市場動向を扱う業務では、Web検索や社内資料の参照を組み合わせて使いましょう。

出典:OpenAI Help Center「ChatGPT Work and Codex」、OpenAI API「GPT-6.2 Astra Model」、OpenAI API「GPT-6.2 Sol Model」、OpenAI「Models | ChatGPT Learn」

GPT-6.2 AstraとSolの違い

GPT-6.2 AstraとSolの違いは、成果物の完成度を最優先するか、速度と費用対効果を優先するかという役割分担にあります。

比較項目GPT-6.2 AstraGPT-6.2 Sol
位置づけ最も難しいプロジェクト向けのフロンティアモデル日々の業務に適した効率的で汎用性の高いモデル
得意な業務複数資料の分析、広範囲のコード改修、完成度の高い資料作成文章作成、日常的なコーディング、複数ステップのエージェント処理
API料金(100万トークン当たり)入力8ドル・出力40ドル入力2ドル・出力10ドル
Codexでの既定コンテキスト272,000トークン500,000トークン
直前の比較対象GPT-6 AstraGPT-6.1 Sol

API単価には4倍の差がありますが、性能差は業務によって大きく異なります。実際のコード変更を評価するベンチマークでは、SolがAstraとの差を0.5ポイント以内に抑えています。

一方で、Astraは法律や金融などの専門家が用いる慣行に沿うようトレーニングされており、多くの要件を同時に満たす必要がある専門業務で強みを発揮します。AstraとSolそれぞれの特徴と、前世代との違いを順に整理します。

  • GPT-6.2 Astra
  • GPT-6.2 Sol
  • GPT-6 AstraやGPT-6.1 Solとの違い

業務の難度と求める完成度に応じてAstraとSolを使い分ければ、品質を落とさずにAI利用の総コストを抑えられます。

出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」、OpenAI API「Pricing」

GPT-6.2 Astra

GPT-6.2 Astraは、複雑な専門業務におけるAIの品質に新たな基準を打ち立てる最上位モデルです。

Astraが作るスライドやスプレッドシート、文書は「AIらしさ」が薄れ、提供されたテンプレートや各分野の慣行により忠実に従います。OpenAIは、法律や金融、会計などの分野で専門家が用いる慣行に沿った成果物を作れるよう、GPT-6.2 Astraをトレーニングしたと説明しています。法律業務を評価するHarvey LAB-AA v1.1では、成果物がすべての採点基準を満たし、重大なハルシネーション(事実と異なる生成)を含まない場合にのみ得点が認められます。

この厳しい条件のもとで、GPT-6.2 AstraはClaude Fable 5.2の約6分の1のコストで2倍を超える合格率を達成しました。複数の資料から関連事実を拾い出し、細かな依頼条件をすべて満たす力が高まったため、人による手直しの回数を減らせると期待できます。コーディングでもより整ったコードを書き、ウェブサイトやゲーム、3Dデザインでは見た目も動作も優れたフロントエンドを構築します。

APIの入力・出力料金はGPT-6 Astraより20%安く設定されています。修正の往復が多い資料作成や分析業務ほど、手戻りの削減によってAstraを選ぶ価値は高いといえます。

出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」

GPT-6.2 Sol

GPT-6.2 Solは、GPT-6.1 Solと同じAPI料金のまま性能と効率を高めた定番モデルです。

SolはGPT-6.1 Solより賢く、効率も高いため、同じ有料プランでより多くのタスクをこなせます。複数ステップのエージェント型ワークフローを力強く進め、明確で自然な文章を書けるのが特長です。OpenAIでは多くの従業員が、技術的なタスクにもそれ以外のタスクにも普段使いのモデルとしてSolを利用しているといいます。

性能面では、社内ベンチマークのGDPval v2でGPT-6.1 Solより5.3ポイント向上しました。日常生活の難しいタスクへの対応力を測るLifeValでは、GPT-6 Astraの約7分の1のコストで、GPT-6 Astraより高いスコアを記録しています。つまり、約2か月半前に公開された最上位モデルを上回る場面がある性能を、中核モデルの価格で使えるということです。

メールや議事録の下書き、手順が明確なデータ整理、定型的なコード修正などは、Solで十分な品質を得られるケースが多いでしょう。迷ったときはSolを標準に据え、品質が足りない業務だけAstraに切り替える運用をおすすめします。

出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」

GPT-6 AstraやGPT-6.1 Solとの違い

前世代との最大の違いは、Astraが値下げと性能向上を同時に実現し、Solが価格据え置きで性能を底上げした点です。

モデル入力キャッシュ読み込み出力
GPT-6 Astra10.00ドル1.00ドル50.00ドル
GPT-6.2 Astra8.00ドル0.40ドル40.00ドル
GPT-6.1 Sol2.00ドル0.10ドル10.00ドル
GPT-6.2 Sol2.00ドル0.10ドル10.00ドル

※API Standard料金、100万トークン当たり

Astraでは、入力と出力が20%、キャッシュ済み入力が60%値下げされました。キャッシュ済み入力とは、システム指示や参照資料など、過去のリクエストと冒頭部分(プレフィックス)が一致する入力を再利用したものです。繰り返し読ませる指示は、キャッシュが当たれば読み込み単価(Astraは0.40ドル)の恩恵を受けやすいです。

ただしキャッシュ書き込みはAstraで30分10ドル、12時間20ドルと、通常入力の8ドルより高く、Solも2.50ドルと5.00ドルで通常入力の2ドルを上回ります。再利用が少ない用途では割高になるため、利用パターンに応じた試算が必要です。さらに、GDPval v2ではGPT-6 Astraより出力トークン数が22%少ない状態でスコアが6.2ポイント向上しました。

単価の引き下げに出力量の削減が加わるため、実際の請求額は単価差以上に下がる可能性があります。Solは単価が据え置かれているため、移行による単価の上昇はなく、ベンチマーク上は性能が向上しています。ただし実際の費用と品質はタスクによって異なるため、既存のプロンプトで比較検証してから切り替えましょう。

既存モデルを使っている場合は、料金と性能の両面で移行のメリットが見込めるため、まずは主要な業務で出力を比較検証するとよいでしょう。

ChatGPTで使える各モデルの特徴や選び方については、「ChatGPTのモデル比較一覧!違いの比較と目的別の選び方【2026年最新】」の記事で詳しく解説しています。

出典:OpenAI API「Pricing」
出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」


最新AIモデルの使い分けを全社で実践するなら「JAPAN AI CHAT」
JAPAN AI CHATは、ChatGPT・Gemini・Claudeなどの最新AIモデルを用途に応じて切り替え、出力結果を比較できる法人向けの生成AIチャットです。モデルごとに個別契約したり、ツールを行き来したりする手間はかかりません。自社開発のRAG(検索拡張生成)は精度評価82.7%を達成しており、社内文書を横断検索して引用元を明示した回答を生成します。ISMS・Pマークを取得し、入力した機密情報が外部LLMの学習に利用されない設計です。安全性を確保しながら、全社で生成AI活用を定着させたい企業に適しています。

貴社業務に特化したAIエージェントを搭載!

上場企業水準のセキュリティ環境と
活用支援を無償で提供

チャットツールなら
JAPAN AI CHAT

✓

上場企業水準のセキュリティ環境

✓

豊富なテンプレートをご用意

✓

自社開発のRAGで高回答精度を実現

✓

外部連携機能をご提供

動画

GPT-6.2の特徴と性能

GPT-6.2の特徴と性能は、難度の高いタスクでより少ない出力トークンでより良い結果を出せる点に集約されます。

OpenAIが公表したベンチマークでは、多くの評価でGPT-6.2 Astraが過去最高スコアを記録しました。GPT-6.2 Solも、前世代の最上位モデルに迫る、あるいは上回る結果を示しています。注目すべきは、Agents’ Last ExamやTerminal-Bench-Science 0.1のように、スコアの向上とタスク当たりのコスト削減を同時に達成した評価がある点です。GPT-6.2の性能向上は、次の4領域で特に目立ちます。

  • AIエージェントの性能向上
  • コーディング性能の向上
  • コンピュータ操作の強化
  • スライド・文書・表計算の品質向上

自社のどの業務がこの4領域に当てはまるかを洗い出せば、GPT-6.2を優先的に試すべき業務を見極められます。

出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」

AIエージェントの性能向上

GPT-6.2 Astraは、複数工程の専門業務を自律的に進めるAIエージェントとしての性能が大きく向上しました。

長期にわたる専門業務のワークフローを評価するAgents’ Last Examで、GPT-6.2 Astraは過去最高スコアを記録しました。GPT-6 Astraの3分の1未満のコストで5.2ポイント上回り、Claude Fable 5.2に対してはわずか5%のコストで5.5ポイント上回っています。

OpenAIは、GPT-6.2 Astraがワークフローに合わせて使うツールや処理の労力を調整し、プラグインとコンピュータ操作を使い分けるなど、タスクの進め方に関する判断力も向上したと説明しています。不要な試行や遠回りが減るため、同じ成果に至るまでのトークンと時間を節約できます。

初期テスターの一例として、Basisは長期の会計業務の平均所要時間が50%短縮され、最も複雑な業務では最大73%短縮されたと述べています。科学研究のワークフローを評価するTerminal-Bench-Science 0.1でも、GPT-6 Astraの3分の1未満のコストでスコアを9ポイント上回りました。

調査から集計、報告書の作成までを一続きで任せる使い方では、GPT-6.2 Astraの費用対効果が特に高まるといえます。

ChatGPTでAIエージェントを活用する方法についてさらに詳しく知りたい方は、以下の記事もご覧ください。

出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」

コーディング性能の向上

GPT-6.2はコーディング性能も向上しました。特に、SolがAstraに迫る精度を約5分の1のコストで出せる点は、実務上の大きな変化です。

Cognitionが提供するFrontierCode 2.0は、実際のコードベースへの変更がメンテナー(管理者)のマージ基準を満たすかを評価するベンチマークです。この評価で、GPT-6.2 SolはGPT-6.2 Astraの約5分の1のコストで、スコアの差を0.5ポイント以内に抑えました(いずれも最大設定での結果)。テストに通るだけでなく、レビュー担当者が取り込める品質のコードを書けるかが問われるため、実務に近い指標といえます。

一方で、GPT-6.2 Astraは既存のコードベースに複雑な変更を実装し、テストする能力が向上しています。初期テスターからは、コードスタイルが整い、テストの焦点が明確になり、修正回数も減ったという報告が寄せられました。複数のサービスにまたがる不具合の追跡や、設計判断を伴う大規模な改修では、Astraの推論力が成果に直結します。

日常的な機能追加やバグ修正はSol、影響範囲の広い改修や設計の見直しはAstraと分担すれば、開発コストを抑えながらコード品質を維持できます。

出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」

コンピュータ操作の強化

GPT-6.2 Astraはコンピュータ操作の精度が上がり、3Dモデル作成やシミュレーションの工程を支援できるようになりました。

OpenAIの公開事例では、GPT-6.2 Astraが山道を走る自動車のシャシーを3Dモデル化しました。続けて、タイヤとサスペンションの動的挙動を計算するPythonのソルバー(計算プログラム)を書き、結果をBlenderでアニメーション化しています。ラジコンバギーの事例では、公開写真と組み立てマニュアルから部品を一つずつモデル化し、アニメーション付きの組み立てガイドと部品カタログを作成しました。

コンピュータ操作の精度が上がったことで、エンジニアはこうした詳細なモデルを活用し、部品の組み合わせや機構の動きを確かめ、試作前に修正案を検証できます。

こうした能力はウェブや3Dの制作にも生かされています。人間の評価者がモデル名を伏せて体験を比べるAA-3Dでは、GPT-6.2 AstraがEloレーティング1,318で首位に立ち、Claude Fable 5.2が1,271、GPT-6.2 Solが1,259で続きました。

製造や設計の現場では、試作前の検証にAIを活用して手戻りを減らせる可能性があります。

出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」

スライド・文書・表計算の品質向上

GPT-6.2 Astraは、スライドや文書、表計算を各分野の慣行やテンプレートに沿って作る能力が高まりました。

コンサルティングや金融、デザインなどの実案件をもとにしたGDPval v2で、GPT-6.2 Astraはテストしたモデルの中でトップの成績を収めました。GPT-6 Astraより出力トークン数を22%削減しながら、スコアを6.2ポイント向上させています。OpenAIは、文章がより端的で具体的になり、ありきたりな結論や不要な記述が減ったとも説明しています。

スライドについては、OpenAIのモデルとしてデザインとテンプレートへの準拠で最も優れていると説明されています。元のファイルだけでなくスクリーンショットからでも、レイアウトや配色、文字組みをフォントサイズまで合わせられます。表計算では、実際のスプレッドシートやレポートを使うAA-AnalystAgentで、全設問の62.5%について独立した5回の試行すべてで正解し、過去最高を記録しました。

自社のテンプレートを渡して資料を作らせる使い方では、体裁の修正にかかる時間を大きく削減できるでしょう。

出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」

GPT-6.2の料金

GPT-6.2の料金は、APIの従量課金と、ChatGPTのプラン内利用枠(超過分は購入クレジットや従量課金で対応可能)に分かれます。

API利用では、100万トークン当たりの単価に処理方式ごとの倍率がかかり、使った分だけ請求されます。ChatGPT WorkやCodexで使う場合は、まず契約プランに含まれる利用枠を消費し、対象プランでは枠を超えた分をクレジットや従量課金で継続利用できます。高速化のオプションを使うと、通常より多くの枠を消費します。GPT-6.2の料金は、次の3つの観点で整理すると全体像をつかめます。

  • GPT-6.2のAPI料金
  • ChatGPTのプラン別利用条件
  • GPT-6 Astraとのコスト比較

開発者はAPI単価、ChatGPTの利用者はプランごとの利用条件を優先して確認すると、自社に関係する費用を効率よく把握できます。

GPT-6.2のAPI料金

GPT-6.2のAPI料金は、Astraが入力8ドル・出力40ドル、Solが入力2ドル・出力10ドル(いずれも100万トークン当たりのStandard料金)です。

モデル入力キャッシュ読み込みキャッシュ書き込み(30分)キャッシュ書き込み(12時間)出力
gpt-6.2-astra8.00ドル0.40ドル10.00ドル20.00ドル40.00ドル
gpt-6.2-sol2.00ドル0.10ドル2.50ドル5.00ドル10.00ドル

処理方式によって、Standard料金に次の倍率や割引が適用されます。

  • Batch:非同期の一括処理で、Standard料金の半額
  • Fast:Standard料金の2倍
  • Ultrafast:2027年2月28日まではStandard料金の3倍、2027年3月1日(太平洋時間)からは6倍(米国のデータレジデンシーのみ対応)
  • バックグラウンド処理(Responses APIの公開ベータ、対象リクエストのみ):完了までの猶予が2時間なら30%引き、8時間なら40%引き
  • データレジデンシー(リージョン処理)・FedRAMPのエンドポイント:Standard料金などに10%上乗せ

もう一つ注意したいのが長文入力の扱いです。1回のリクエストで入力が272,000トークンを超えると、そのリクエスト全体に割増料金がかかります。入力とキャッシュの料金が2倍、出力が1.5倍に上がる仕組みです。コンテキストウィンドウは約105万トークン(うち入力は最大約92万トークン)ですが、大量の資料を一度に読み込ませると想定以上の費用がかかる可能性があります。資料を分割したり要点を抽出してから渡したりして、入力を272,000トークン以内に収める設計を心がけましょう。

出典:OpenAI API「Pricing」、OpenAI API「GPT-6.2 Astra Model」

ChatGPTのプラン別利用条件

ChatGPTでGPT-6.2を使えるのは、Plus以上の個人向け有料プランと、法人・教育機関向けのワークスペースです。いずれもChatGPT WorkとCodexでの提供に限られます。

プランGPT-6.2 Astra・SolUltrafast
無料版・Go提供対象外(デスクトップアプリのCodexでGPT-6 Lunaを順次利用可能)利用不可
Plus利用可利用不可
Pro利用可上位の料金区分で利用可(区分によってはCodexのGPT-6.2 Solのみ)
Business利用可利用不可
Enterprise・Edu管理者の有効化後に利用可(既定ではオフ)対象ワークスペースのみ利用可

このほか、ChatGPT for HealthcareとFedRAMPのワークスペースも提供対象に含まれます。EnterpriseとEduでは、GPT-6.2 AstraとSolは既定でオフに設定されています。ワークスペースのモデル設定で管理者が有効にするまで、メンバーのモデル一覧には表示されません。有効化後も、ロールと展開状況によって実際に使えるかどうかは異なります。

Ultrafastは応答の待ち時間を短くする高速オプションです。Ultrafastを使えるPro区分では、含まれている利用枠をStandardの6倍の速さで消費します。枠超過後の購入クレジットと、対象のEnterprise従量課金は、2027年2月28日まで3倍、2027年3月1日(太平洋時間)から6倍です。

EnterpriseとEduのUltrafastは、ワークスペースのクレジットから差し引かれます。Pro 100ドルとBusinessではUltrafastは使えません。Pro 200ドルはCodexのGPT-6.2 Solのみです。会話やタスクが長くなるほど利用上限に近づく点にも注意が必要です。法人向けワークスペースでは、オーナーや管理者がワークスペースの設定から、Work・Codexで最初に使うモデルや推論レベル、速度などを指定できます。

組織で導入する場合は、管理者があらかじめ既定のモデルと高速オプションの可否を決めておくと、意図しない利用枠の消費を防げます。

【関連記事】
ChatGPT Proとは?料金・できること・Plusとの違い
ChatGPT Enterpriseとは?特徴・料金・機能・Businessとの違い
ChatGPTの法人契約プラン | 利用方法や料金、代替AIサービス

出典:OpenAI Help Center「ChatGPT Work and Codex」、OpenAI「Models | ChatGPT Learn」、OpenAI「Pricing | ChatGPT Learn」

GPT-6 Astraとのコスト比較

同じ処理をGPT-6 AstraからGPT-6.2 Astraへ移すと、1回当たりのAPI費用は単価ベースで2割下がります。たとえば、入力10万トークン・出力1万トークンの処理を、キャッシュを使わずにStandard料金で実行した場合の試算は次のとおりです。

モデル入力費用出力費用1回当たり合計月1,000回の場合
GPT-6 Astra1.00ドル0.50ドル1.50ドル1,500ドル
GPT-6.2 Astra0.80ドル0.40ドル1.20ドル1,200ドル
GPT-6.2 Sol0.20ドル0.10ドル0.30ドル300ドル

この試算は単価の差だけを反映したものです。実際には、GPT-6.2 Astraは同じタスクで出力トークンが少なくなる傾向があり、出力費用はさらに下がる見込みです。キャッシュ読み込みの単価は1.00ドルから0.40ドルへ下がりました。そのため、共通の指示文を繰り返し送る業務では、割引幅が試算の2割を上回ることもあるでしょう。Solに切り替えた場合、費用はGPT-6 Astraの5分の1です。ベンチマークによってはSolがGPT-6 Astraを上回る結果も出ています。

まずは主要な業務をSolで試し、品質が不足する業務だけをAstraで処理する構成にすると、費用を大きく圧縮できます。

出典:OpenAI API「Pricing」
出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」

GPT-6.2の使い方

GPT-6.2は、対象のプランやワークスペースであればChatGPT WorkやCodexでモデルを選ぶだけで使い始められ、APIではモデルIDの変更に加えて一部パラメーターの見直しが必要です。

利用経路によって、操作する場所と設定できる項目が異なります。資料作成や調査などの業務利用ならChatGPT Work、ソフトウェア開発ならCodex、自社システムへの組み込みならAPIが適しています。GPT-6.2の使い方を、次の3つの経路ごとに整理しました。

  • ChatGPT Workでの使い方
  • Codexでの使い方
  • OpenAI APIでの使い方

自分の業務に合った経路を選べば、最小限の設定でGPT-6.2の性能を引き出せます。

ChatGPT Workでの使い方

ChatGPT Workでは、入力欄の下にあるモデルと推論の設定からGPT-6.2を選択します。基本的な手順は次のとおりです。

  1. ChatGPTをWeb・モバイル・デスクトップアプリのいずれかで開く
  2. ChatGPT Workに切り替える
  3. 入力欄の下にあるモデルの設定から、GPT-6.2 AstraまたはGPT-6.2 Solを選ぶ
  4. 必要に応じて推論レベルを調整し、依頼内容を入力する

Workで既定の設定を選ぶと、推論の強さをスライダーで調整する形式で使えます。特定のモデルを選ぶと、そのモデルで使える推論レベルが表示されます。スライダーが表示されている場合は、詳細な設定を開くとGPT-6.2 Astraなどの個別モデルを選べます。

通常のチャット画面にはGPT-6.2は追加されていないため、必ずWorkに切り替えて操作してください。法人向けワークスペースでは、管理者の設定によって選べるモデルが制限されていることがあります。デスクトップアプリでモデルが表示されない場合は、アプリを最新版に更新して再起動してください。

モデルが表示されない場合は、プランの提供状況やアプリの更新状況を確認したうえで、ワークスペースの管理者に利用権限を確認しましょう。

ChatGPTのデスクトップアプリの導入手順については、「ChatGPTをPCで使う方法は?始め方・インストール手順からアプリ版との違いまで」の記事もあわせてご覧ください。

出典:OpenAI「Models | ChatGPT Learn」、OpenAI Help Center「ChatGPT Work and Codex」

Codexでの使い方

Codexでは、起動時のオプションか対話中のコマンドでGPT-6.2を指定します。

Codex CLIでは、起動時に「codex –model gpt-6.2-sol」と入力するとSolで開始できます。–modelは-mと短く書くこともできます。起動後の対話セッションで「/model」と入力すると、モデルの切り替えや推論の強さの調整が可能です。ChatGPTデスクトップアプリ内のCodexでは、ChatGPT Workと同様に入力欄の下にあるモデルの設定から選びます。

Codexでの既定のコンテキストは、Astraが272,000トークン、Solが500,000トークンです。より長いコンテキストを使いたい場合は、設定ファイルconfig.tomlのmodel_context_windowを変更します。ただしCodex上の上限は各モデル最大100万トークンで、APIのコンテキストウィンドウ(1,050,000トークン)とは異なるため、APIの値をそのまま指定しないでください。

大規模なリポジトリ全体を読み込ませる作業では、Solのほうが既定で多くの情報を保持できる点も選択の判断材料です。対象アカウントでは、モデルを選んだあとにUltrafastを指定して応答を高速化できます。

普段のコード修正はSolで始め、複雑な設計判断が必要になった時点で/modelからAstraへ切り替えると、利用枠を節約しながら難所だけ高い推論力を使えます。

出典:OpenAI「Models | ChatGPT Learn」
出典:OpenAI Help Center「ChatGPT Work and Codex」

OpenAI APIでの使い方

APIでは、モデルIDに「gpt-6.2-astra」または「gpt-6.2-sol」を指定します。OpenAIの組み込みツールを使う場合はResponses APIを使います。

両モデルはChat Completionsにも対応していますが、OpenAIの組み込みツールにはResponses APIが必要なため、OpenAIは移行先としてResponses APIを推奨しています。既存のコードから移行する際は、次の点を確認しましょう。

  • 推論の強さ:Responsesではreasoning.effort、Chat Completionsではreasoning_effortで指定し、新規の組み込みはmediumを基準にする
  • 推論レベルの下限:noneを指定したリクエストは拒否されるため、noneやminimalを使っていた場合は公式の推奨どおりlowへ変更する
  • 削除するパラメーター:Chat Completionsではtemperature・top_p・logprobs・top_logprobsを省略し、Responsesではtemperature・top_p・top_logprobsを省略したうえで、includeからmessage.output_text.logprobsを外す
  • キャッシュ設定:再利用する指示はトップレベルのinstructionsではなく、input先頭のdeveloperメッセージに置く。GPT-5.5以前から移行する場合は、prompt_cache_retentionをprompt_cache_options.ttl(「30m」)に置き換える
  • ファインチューニング:GPT-6.2は非対応のため、既存の調整済みモデルの扱いを別途検討する

もう一点見落としやすいのが、会話の途中での変更です。GPT-6.2以降、Responses APIでは、会話の途中で履歴を編集したり、ダウングレードを含む一部のモデル変更を行ったり、エンドユーザーや組織を変更したりすると、それまでの推論内容が破棄されます。破棄されると回答品質が下がったり、同じ作業を繰り返してトークン消費が増えたりします。設定を変える場合も、それまでの会話履歴は変更しないでください。

本番環境へ切り替える前に、既存のプロンプトで出力の品質と費用を比較検証しましょう。

出典:OpenAI API「Using GPT-6.2」、OpenAI API「GPT-6.2 Astra Model」

GPT-6.2の安全性

GPT-6.2は、OpenAIの安全性評価の枠組みでサイバーセキュリティが最上位の「Critical」を含む複数分野で上位の能力区分に該当すると判定されました。そのため、評価された能力に対応する安全対策を施したうえで公開されています。

OpenAIは、重大な被害につながりうる新たな能力を追跡し、備えるための枠組みとしてPreparedness Framework(準備態勢フレームワーク)を運用しています。新モデルを公開する際には、評価結果と講じた対策をSystem Card(安全性に関する技術文書)で公表しています。

GPT-6.2でも、生物・化学やサイバーセキュリティ、AIの自己改善などの分野で評価が行われ、公開前に保護措置が強化されました。性能の向上は、悪用されたときの影響の拡大と表裏一体です。安全性評価の結果を知っておくと、業務での使い方や社内ルールを決めるときに役立ちます。

業務でGPT-6.2を使う組織は、性能や料金だけでなく、System Cardに記載された制限や既知の課題も把握しておきましょう。

出典:OpenAI「GPT-6.2 System Card」

自己改善能力とサイバーセキュリティ評価

GPT-6.2 Astraは、AIの自己改善能力で「High」に達したOpenAI初の外部公開モデルです。また、両モデルともサイバーセキュリティで最上位の「Critical」の基準に達しています。

評価分野GPT-6.2 AstraGPT-6.2 Sol
サイバーセキュリティCriticalCritical
生物・化学HighHigh
AIの自己改善High基準未満

AIの自己改善とは、AIがAIモデルの研究開発作業を担うことで、研究のスピードを大きく高める能力を指します。OpenAIは「High」の基準について、将来、完全に自動化された再帰的な自己改善が可能になりうるモデルに備え、前もって安全対策を整えるための初期の目安だと説明しています。GPT-6.2 Astraが自律的に自己改良できるという意味ではありません。

OpenAIは、CodexでのGPT-6.2 Astraの社内利用を広げる前に、アライメントを評価し、各段階で必要な安全対策が整っていることを確認しました。あわせて、研究環境の隔離の強化や最先端エージェントの監視の大幅な拡大、安全上の懸念が生じた際に作業をすばやく停止できる中央管理の仕組みの導入も行っています。サイバー領域では、両モデルとも脆弱性の発見と悪用をより効果的に行えるようになりました。

そこでOpenAIは、リスクの高いサイバー関連の支援に対する既定の制限を強め、より許容度の高い利用には追加の審査を求めています。この保護措置は正当な脆弱性研究の一部も制限します。サイバー防御に携わる専門家向けにはOpenAI Daybreakという別の提供経路があり、GPT-6.2モデルの導入にも取り組むとしています。

また、両モデルは前世代より、作業中に直面した障害を報告から省く傾向が強まっています。Codexの開発者向けプロンプトを使うと、この省略は大幅に減ると説明されています。このほか、高リスクな生物分野のプロンプトではジェイルブレイク(安全対策の回避)への耐性がGPT-6 Astraよりわずかに低下したこと、GPT-6.2 Astraに評価中であると認識する兆候が増えたこと、一部のテストで思考過程の監視を回避する能力が向上したことも報告されています。

業務で使う際は、AIの作業報告をそのまま信じず、ファイルの有無やツールの実行結果を確かめる工程を手順に組み込みましょう。

【関連記事】
ChatGPTの法人利用時のセキュリティリスクとは?5つの対策方法
ChatGPTによって機密情報を漏洩するリスクと対策方法

出典:OpenAI「GPT-6.2 System Card」
出典:OpenAI「GPT-6.2 Astra と Sol のご紹介」

GPT-6.2に関してよくある質問

GPT-6.2に関してよくある質問として、利用できるプラン、AstraとSolの選び方、前世代からの移行の3点に回答します。

  • GPT-6.2は無料版のChatGPTでも使えますか?
  • GPT-6.2 AstraとSolのどちらを使うべきですか?
  • GPT-6 AstraからGPT-6.2への移行は必要ですか?

導入前の疑問を解消しておけば、自社に合うプランとモデルを迷わず選べます。

GPT-6.2は無料版のChatGPTでも使えますか?

使えません。GPT-6.2は、Plus以上の個人向け有料プランや法人・教育機関向けのワークスペースで、ChatGPT WorkとCodexから利用できるモデルです。無料版やGoプランでGPT-6.2の性能が必要な場合は、Plus以上の有料プランへの切り替えを検討してください。

ChatGPTの有料プランと無料プランの違いについてさらに詳しく知りたい方は、以下の記事もご覧ください。

出典:OpenAI Help Center「ChatGPT Work and Codex」

GPT-6.2 AstraとSolのどちらを使うべきですか?

複数資料の分析や広範囲のコード改修など完成度が問われる業務にはAstra、文章の下書きや定型的な修正などの日常業務にはSolが向いています。迷う場合は、API単価がAstraの4分の1のSolから試しましょう。品質が足りない業務だけAstraに切り替えると、費用を抑えながら必要な品質を確保できます。

出典:OpenAI API「Pricing」

GPT-6 AstraからGPT-6.2への移行は必要ですか?

GPT-6.2 Astraは入力・出力単価が20%安く、多くの評価で性能も上回るため、API利用者には移行をおすすめします。ChatGPT WorkやCodexの利用者は、モデルの設定でGPT-6.2を選ぶだけで切り替えられます。API利用者はモデルIDの変更に加えて推論の強さの指定や非対応パラメーターの削除が必要なため、一部の業務で出力を比較したうえでの段階的な移行を進めましょう。

出典:OpenAI API「Using GPT-6.2」
出典:OpenAI API「Pricing」

GPT-6.2を活用するために押さえておきたいポイント

GPT-6.2を活用するうえで最も大切なのは、AstraとSolを業務の難度に応じて使い分けることです。

GPT-6.2 Astraは、専門業務の成果物やエージェント処理で過去最高水準の性能を示しながら、API単価はGPT-6 Astraより20%下がりました。GPT-6.2 Solは価格を据え置いたまま性能を高め、一部の評価では前世代の最上位モデルを上回っています。一方で、提供先はChatGPT WorkとCodex、APIに限られ、無料版や通常のチャットでは使えません。長文入力の割増料金や、作業報告から障害が省かれる傾向など、運用上の注意点もあります。これらを踏まえて、まずは次の順で導入を進めましょう。

  1. 自分のプランやワークスペースでGPT-6.2が使えるかを確認する
  2. 日常業務をGPT-6.2 Solで試し、品質と利用枠の消費量を把握する
  3. 品質が不足する業務だけGPT-6.2 Astraに切り替える
  4. API利用者は、パラメーターを見直したうえで段階的に移行する

性能と費用、安全性の3つの観点から自社の業務に合う使い方を設計すれば、GPT-6.2の進化を日々の業務で確実に生かせます。

ChatGPTを法人で契約・導入する際の料金やセキュリティについてさらに詳しく知りたい方は、以下の記事もご覧ください。