ニュース

OpenAI、高難度向け「GPT-6.2 Astra」と日常業務向け「Sol」を発表

 OpenAIは11月17日、難度の高いプロジェクト向けのフロンティアモデル「GPT-6.2 Astra」と、日々の業務向けの「GPT-6.2 Sol」を発表した。

 両モデルは、Plus、Pro、Enterprise、Eduのすべてのユーザーが「ChatGPT Work」と「Codex」で利用でき、Pro 500の加入者は両モデルで「Ultrafast」を利用可能。また、Pro 200の加入者にもGPT-6.2 Solを皮切りに初めて「Ultrafast」が提供され、EnterpriseとEduの対象ユーザーも同様に利用できる。開発者は「OpenAI API」を通じて「gpt-6.2-astra」と「gpt-6.2-sol」にアクセス可能で、提供開始時から両モデルで「Ultrafast」を利用可能。

 料金面では、GPT-6.2 Astraはトークン効率が向上し、入力・出力トークン料金が20%引き下げられたほか、キャッシュ済み入力トークン料金は60%引き下げられており、標準API料金は100万トークンあたり入力8ドル、キャッシュ済み入力0.40ドル、出力40ドルとなっている。GPT-6.2 SolのAPIトークン料金は「GPT-6.1 Sol」から据え置きとなり、100万トークンあたり入力2ドル、キャッシュ済み入力0.10ドル、出力10ドルとなっている。

知識労働、コーディング、科学、一般知識にわたる9つの評価を組み合わせている
モデルが設計図から3D部品を作成し、アセンブリに組み込めるかを評価する
営業、マーケティング、オペレーション、サポート、財務、人事の実務に即した業務ワークフローでモデルを評価する

 GPT-6.2 Astraは、法律、営業、金融、会計などの専門業務で各分野の慣行により、デザイン性の高いスライド、スプレッドシート、文書を作成する。複数ステップの専門業務を評価する「Agents' Last Exam v1.1」で過去最高スコアを記録し、「Terminal-Bench-Science 0.1」や「Vals Science Index v1」でも最高スコアを更新している。

長期にわたる専門業務のワークフローでモデルを評価する
科学研究のワークフローでモデルを評価
AIモデルが生物学的データを分析し、システムの仕組みを解明し、研究ワークフローを遂行する能力を測定する
契約条項のレビューなどの法律業務を評価する

 また、より整ったコードを記述し、Webサイト、ゲーム、3Dデザインでフロントエンドを構築するほか、CADやシミュレーションツールで部品や接続部を扱い、車やエンジンのモデリング、動的挙動のシミュレーション、アニメーション化を行なうことができる。

 GPT-6.2 Solは、「GPT-6.1 Sol」より効率が高く、複数ステップのエージェント型ワークフローを進め、明確で自然な文章を作成するモデル。Cognitionの「FrontierCode 2.0」では「GPT-6.2 Astra」の約5分の1のコストでスコアの差を抑えており、日常的なタスクの対応力を評価する「LifeVal」でも「GPT-6 Astra」の約7分の1のコストでより高いスコアを記録している。

実際のコードベースへの変更が、メンテナーのマージ基準を満たすかを評価
個々のニーズに合わせた日常的なタスクにモデルがどの程度対応できるかを評価

 安全性とアラインメントの面では、両モデルとも「Preparedness Framework」におけるサイバーセキュリティのしきい値「Critical」に加え、生物・化学分野の能力でしきい値「High」に達している。「GPT-6.2 Astra」は「AI自己改善」能力でしきい値「High」に達した初の外部公開モデルとなり、これに伴い研究環境での封じ込め強化、出力を停止できるシステム「Control Room」、および「拡充した監視機能」が導入されている。

 サイバーセキュリティ分野では脆弱性の発見や悪用を効果的に行う能力が向上したため、安全対策を強化したうえで提供が開始され、正規のセキュリティテスト向けには「Daybreak Red」の「GPT-6 Cyber」などが用意されている。

コンパイル済みのWindowsシステムバイナリから、モデルがどの程度脆弱性を発見できるかを評価する
サイバー攻撃(脆弱性悪用)能力を測る社内ベンチマーク
ファイル配信やデータベースクエリの処理など、セキュリティが重要なコンポーネントについて、正しく機能する安全なコードを書けるかを評価する社内ベンチマーク
自動テストとモデルによるレビューを組み合わせ、パッチがセキュリティ上の欠陥を修正し、意図した動作を維持し、マージ可能な状態になっているかを評価する
モデルがその障害をユーザーに開示するかを評価
エージェントが一般的な業務アプリを使い、曖昧な指示と複雑な権限設定の下でタスクを完了している
【グッズのコンセプト資料】
GPT-6 Astra
GPT-6.2 Astra
走行シミュレーション
RCバギーの組み立て
各サイトに独自の印象を与えるレイアウトや画像を選び、サイト本来の目的に沿って要素を構築する