OpenAI、GPT-6 Astra発表 ARC-AGI-3で99.9%

GPT-6 Astraの発表はAIモデルの能力、特にコーディング支援とPC自律操作の分野で大きな飛躍を示す。前モデルGPT-5.6 Sol比で複数のベンチマークが向上し、Terminal-Bench 4.0では57.9%（前モデル37.3%）、DeepSWE v1.1では74.1%（同72.7%）を記録した。コーディング環境のCodexにはセッションをまたいで詳細なメモを保持するコンテキストウィンドウ管理機能が追加され、長時間のデバッグやリファクタリング中にコンテキストが劣化する問題に対処している。OpenAIは単なるベンチマーク性能の向上ではなく、長期的なソフトウェアエンジニアリング業務を重視しているようだ。

今回のリリースは能力と安全性のバランスへの関心の高まりも浮き彫りにした。このモデルはOpenAIのPreparedness Frameworkで最高リスクレベル「Critical」に達した一方、ゼロデイ脆弱性の自律的な特定や未パッチシステムでの任意コード実行も可能だ。OpenAIは境界外の挙動を制限するアライメントガードレールを実装し、能力幻覚の頻度を従来の3分の1に低減した。フロンティア能力の追求と厳格な安全策の導入という二面性は、システムを防御も攻撃もできるAIを発展させる際の本質的な緊張関係を反映している。

今後の展開戦略は慎重で、まず一部の組織にアクセスを提供し、消費者向け・企業向けに段階的に拡大する。数週間以内に開始予定の「OpenAI Daybreak」は防御的サイバーセキュリティツールのさらなる開発が期待され、OpenAIがセキュリティ領域を大きな機会であると同時に潜在的なリスクと見なしていることを示す。長期的な影響は、現在危険な自律行動を防いでいる安全ガードレールが、モデルへのユーザーアクセスが増え、より複雑な実世界のシナリオに直面した際に適応できるかどうかにかかっている。