GPT-6 Astra: A new generation of intelligence

Astra により、コンテキストウィンドウが上限に達した際に Codex がコンテキストを保持・取得するための新しい方法を導入します。従来、モデルは、複雑な問題をデバッグしたり、大規模なリファクタリングに取り組んだりする場合など、長時間のセッション中の作業を要約するためにコンパクションを使用してきました。各コンパクションでは、修正が失敗した理由やコンポーネントの動作に関する詳細が省略されることがあります。Codex では、Astra はコンテキストウィンドウをまたいでメモを保持し、蓄積された詳細情報を単一の要約に繰り返し圧縮することなく維持できます。過去のコンテキストウィンドウは引き続き検索可能なため、Astra は、その情報が自身のメモに記録されていなかった場合でも、以前のメッセージやツール出力から要件やテスト結果を見つけることができます。この試験的機能は、Codex の config.toml ⁠（新しいウィンドウで開く） で有効にできます。今後数週間で Astra のデフォルトになります。

過去のソフトウェア脆弱性に関する情報に触れていたことがベンチマーク結果に影響した可能性を考慮し、Astra を 2 つの新しいベンチマークでも評価しました。その一例として、過去3か月間の脆弱性を用いてエクスプロイト開発をテストするため、社内評価『ExploitBench（2026年6月〜8月）』を構築しました。¹⁴Astra はこのデータセットで、GPT‑5.6 Sol よりも大幅に高い任意コード実行率を達成し、使用した出力トークンもはるかに少なくなりました。評価中に、Astra はこれまで知られていなかったゼロデイ脆弱性を2件も発見し、使用しました。両方の脆弱性を、それぞれのメンテナーに開示しています。

Astra については、モデルが生のソースコードにアクセスせずにソフトウェアバイナリをリバースエンジニアリングしてその中核となるロジックを理解できるかどうかを測定するベンチマークである SRE-Bench¹⁵ でもテストしました。Astra はタスクの 88.0% を 1 回の試行で、99.2%を 4 回以内の試行で解決しました。一方、GPT‑5.6 Sol ではそれぞれ55.9%と68.7%でした。

ベンチマークに加えて、専門家主導の評価により、Astra は本番環境向けのセーフガードなしで実行した場合、これまで知られていなかった脆弱性を利用して、セキュリティが強化されたブラウザで任意コードを実行し、堅牢化されたブラウザで任意コードを実行し、堅牢化されたオペレーティングシステム向けの権限昇格エクスプロイトを作成できることが判明しました。

防御側のウィンドウで説明したように、フロンティアサイバー能力は、防御側が脆弱性をより迅速に見つけるのに役立つ一方で、それらの脆弱性を悪用しやすくもするため、防御側が適応を急ぐ必要性が高まっています。本日リリースするバージョンの Astra を使えば、防御担当者は、セキュアコードレビューやパッチ適用などのタスクを完了できます。

ただし、Astra は、脆弱性に対する概念実証（PoC）エクスプロイトの作成など、より高度なサイバーセキュリティタスクの実行には応じません。OpenAI Daybreak⁠ を通じて、今後数週間で利用対象を拡大し、制限を緩和したセーフガードを導入する予定です。これにより、脆弱性および概念実証（PoC）の検証、マルウェア解析、検出エンジニアリングを含む、より多くの防御ワークフローが可能になります。

また、GPT‑5.6 Sol 向けのセーフガードスタックを基盤として、潜在的なサイバー悪用に対する保護も強化しました。これらには、潜在的なジェイルブレイクへの耐性を高めるためのモデルの堅牢性の強化や、当社のモニタリングシステム向けのコンテキストの拡充が含まれます。社内のレッドチーミング攻撃者による自動評価を含め、社内外での厳格なテストを継続して実施してきました。当社のサイバーセキュリティ対策とテストの詳細については、Astra の安全性の概要⁠と System Card⁠（新しいウィンドウで開く） をご覧ください。

評価の結果、Astra が記述する推論は GPT‑5.6 Sol よりも監視が難しいことがわかりました。これは、監視を回避するよう明示的に指示したテストに基づく結果です。これは、Astra がより単純なタスクでは記述する推論をより適切に制御でき、より少ないステップで問題を解決できるためだと考えています。Astra は依然として、複雑なタスクに必要な推論を隠すことには苦慮しているように見えますが、OpenAI は監視可能性の低下を重く受け止めています。監視可能性の向上は引き続き研究上の優先事項であり、付属の System Card⁠（新しいウィンドウで開く） では、OpenAI の知見と現在進行中の取り組みについて詳しく説明しています。

アライメントトレーニングは、OpenAI のデプロイに対するアプローチの中核をなしています。追加の防御レイヤーとして、Codex Auto-review⁠（新しいウィンドウで開く） や、エージェントの推論と行動をモニタリングするシステムレベルの安全対策も構築し、安全でない挙動の検知と封じ込めに役立てています。安全性アップデート⁠で説明したとおり、ミスアラインメントの状況を把握し、その最も深刻な事例の封じ込めに役立てるため、Astra クラスのモデルについて本番環境でミスアラインメント監視も導入しています。これらの安全対策は、OpenAI の社内運用で行う監視と同様の仕組みです。複数の分類器でモデルの推論や行動を調べ、許可されていない行動の有無を確認するとともに、その疑いがある動作を自動的に停止します。

Astra のサイバーセキュリティ能力が大幅に向上したことを踏まえ、今回のデプロイメントが安全かつ確実に行われるよう、特に慎重を期しています。追加の安全性チェックにより、防御的なサイバーセキュリティ活動を含む正当な作業が、場合によっては遅延したり、一時停止したり、停止したりすることがあります。ChatGPT または Codex でタスクが一時停止された場合、続行する前にその操作の確認を求められることがあります。API では、タスクが停止します。これらのチェックにより、正当な作業が中断される場合があります。OpenAI では、不要な中断を減らすために、このシステムの改善を継続しています。ミスアライメントの監視は、アライメントに代わるものではありません。OpenAI の目標は、許可された範囲内に確実にとどまるモデルを構築し、こうした保護策が介入する必要がない状態を実現することです。

GPT‑6 Astra は本日より一部の組織向けに提供を開始し、今後数日以内に、すべての ChatGPT Plus、Pro、Business、Enterprise ユーザーに加え、OpenAI API、Microsoft Azure、AWS Bedrock を通じても利用可能になります。Astra の利用分は、既存のサブスクリプションの利用枠に含まれます。ユーザーおよび企業は、追加利用のためのクレジットを購入することもできます。Pro、Business、Enterprise プランのユーザーも、GPT‑6 Astra Pro を利用できるようになります。Enterprise 管理者はワークスペースで Astra を有効にできます。リリース時点では、アクセスはデフォルトで無効になっています。

Astra は、対象となる API 顧客向けにゼロデータ保持をサポートしており、先月お伝えしたとおり、顧客のプライバシーを保護しながら安全性モニタリングを強化するために、プライベート・セーフティ処理をテストしています。

開発者向けには、GPT‑6 Astra は OpenAI API で gpt-6-astra として利用でき、Microsoft Azure および Amazon Bedrock 経由でも利用できます。

OpenAI API Standard の料金は、入力100万トークンあたり$10、出力100万トークンあたり$50です。キャッシュの読み取りと書き込みには、それぞれ別の料金が適用されます。API では GPT‑6 Astra の高速モードを利用でき、Standard の最大 2 倍の処理速度を、Standard の 2 倍の料金で提供します。