GPT-6 Astra：時給6ドル未満で雇える自動化AIエンジニア

OpenAIは本日、GPT-6 Astraを発表した。これはStargate計画における最初の軽量ループ型スーパーモデルであり、Fable 5.1を多くの指標で明らかに上回っている。最大難度のFrontierMathでは97.6%、ARC-AGI-3では99.9%を達成し、ベンチマークを完全に飽和させた。また、コンピューター操作やPokemon、Blender、科学・サイバーセキュリティのベンチマーク（システムカード）といったさまざまなデモも行われた。OpenAIのGreg氏は「AGIはここにある」と述べ、Jakub氏は「これこそ私が望んでいた自動化AI研究インターンだ」と語っている。

筆者はこれらの科学的ベンチマークについて語れる立場ではないとしつつも、早期アクセスを利用して、考えられる限りの実用的・現実的なタスクにAstraを使った。200億トークン以上を消費した結果、最も驚くべき発見は、GPT-6 Astraがそれ自体で完全に有能なAIエンジニアとなる新クラスのモデルであることだ。Astraは、モデルの選択とトレーニングを支援し、データのラベリング（ラベル付けの補助、そしてそのラベルをSAMのように能動学習に使うことの両方）を行い、パイプラインを稼働させ続け、ログを埋め込んで読み取り、システム全体を一度にデプロイしてデバッグし、他のモデルを実行するエージェントを含むサブエージェントを展開して指揮・評価し、数十億トークンに及ぶ単一エージェントスレッドでも一貫性を保つことができる。

筆者たちは以前から「LLMに対する期待値を高める」ことが高いリターンを生むと書いてきたが、今回の経験でこれまで以上に野心的になったという。この1か月で、遊び心のある「Kill My SaaS」コンペティションのために人間へプロンプトを書くところから始め、最終的には12以上の内部・個人用ツールを構築した。その中には、以前は有料だった4つのSaaSツールの再現、個人サイトの全面リニューアル、不完全ながら機能するGitHub＋Vercelの代替品の作成、囲碁の1万倍以上の合法手を持つ戦略ボードゲーム用のゲームAIの訓練、個人財務の整理による数万ドルの節約、同期オーディオブック音声と印刷版を伴う旧著の復刊などが含まれており、さらに野心的なプロジェクトもまもなく公開予定だ。

「1時間6ドル」という数字は驚きに聞こえるかもしれないが、筆者らが実際のテストで観測した値である。毎秒33トークン、最大でトークン100万個あたり50ドルという条件下での計算だ。AstraはSolやFableよりもトークン効率が高い（Artificial Analysisが独立に確認済み）ため、プレビュー版のレイテンシーが製品版でも維持されるなら、Spark 1.3を除けば、Astraは同時に「速くて賢い」モデルとしては最も良い選択肢になることが多い。もちろん、Ultraモデルをそのまま最大限に使えば、1時間6ドルをはるかに超えるコストがかかる。並列化が非常に得意だからだ。筆者は、Astraが自分の実行を監視して波を開始・停止したり、個別に調整された多数のサブエージェント（並行実行数を制限）を管理する実際のログを示し、これはまさに筆者がジュニアAIエンジニアに依頼したい仕事であり、2日間で約100ドルを費やしたと述べている。Astraはさらに、モデルのベンチマーク作成、資金管理、見積もり、実行規模の拡大、人的評価の取得まで行う。

筆者によると、全体の結論としては、OpenAIは自社のAIエンジニアリング作業の多くを自動化できるモデルを明らかに訓練したということであり、今こそAstraやFableクラスのモデルを活用して、これまで以上に「理不尽なほど」野心的になるべきだ。なお、同様の作業はGrokやFableなど他のフロンティアモデルでも進めているが、OpenAIが最も寛大な試用枠を提供したため、まずこの記事が書かれた。ここで議論されているエージェント的コーディングのパターンは、2026年後半のすべてのフロンティアモデルに当てはまる可能性が高い。