【AIニュース速報 #01】え、まだ公式の数字だけで判断してるんですか？｜GPT-6 Astraの独立計測と公式発表の罠をAI先生が数字で検証
リアクション
2026年09月07日
え、まだGPT-6 Astraの公式発表を鵜呑みにしてるんですか？
2026-09-03に発表された「GPT-6 Astra」を扱います。公式発表の数字と、第三者による独立計測の数字を並べて検証します。（一次情報: Introducing GPT-6 Astra）
扱うのは、公式発表の性能・価格・使える条件と、第三者の独立計測との差です。宣伝と実測のどちらも並べます。
★ 伸びたのは賢さではなく、パソコンを扱う手つきです
━━ タイムライン ━━
0:00 速報
1:08 何が出たのか
3:01 使える
5:24 値段と条件
7:29 数字の読み方
10:15 注意点
11:36 明日からやること
12:57 まとめ
※タイムラインは台本ベースの目安です
━━ 今回のポイント ━━
▶ 速報
・画面を見て、マウスとキーボードを自分で動かすらしいです
・チャットで答えるAIではなく、人がパソコンでやっている操作をそのまま代わりにやる、という位置づけのモデルです
▶ 何が出たのか
・OSWorld 2.0 72.6%（前世代 65.7%） ※公式値［公式］
・ScreenSpot-Pro 92.7%（前世代 76.9%） ※公式値・ツールなし［公式］
・AutomationBench 41.4%（前世代 18.1%） ※公式値［公式］
・1タスクの所要 40分（前世代 75分） ※公式値［公式］
・公式値では、パソコン操作を測るOSWorld 2.0というベンチマークで72.6%です
・前の世代は65.7%と発表されています
・画面上の目的の場所を正しく指せるかを測るScreenSpot-Proでは92.7%、前の世代は76.9%と公表されています
▶ 使える
・前の世代では75分と発表されています
・同じ作業を終えるまでの時間が、公式値で40分
・判断の目安になる数字が1つあります
・ここで大事なのは、速くなったこと自体より、人が張り付かなくてよくなった時間の使い道です
▶ 値段と条件
・API入力 $10（前世代 $4） ※100万トークンあたり［公式］
・API出力 $50（前世代 $20） ※100万トークンあたり［公式］
・API価格の倍率 2.5倍 ※入力・出力とも公式値から計算した［公式］
・開発者向けの利用料は、公式値で入力が100万トークンあたり$10、出力が$50です
・前の世代は入力が$4、出力が$20でした
・公式値から計算すると、ちょうど2.5倍です
▶ 数字の読み方 ★ここが重要
・ARC-AGI-3（標準ハーネス） 62.7%（前世代 99.9%） ※compare は公式値。差は推論状態を引き継げるかどうかだけ［独立計測］
・知能指数 61（前世代 61） ※前世代とまったく同じ［独立計測］
・Humanity's Last Exam（ツールあり） 57.2%（前世代 65.0%） ※compare は Claude Fable 5.1。負けている［独立計測］
・ARC-AGI-3という課題では、公式値が99.9%と発表されました
・同じ課題をARC Prizeが標準の手順で測ると62.7%です
・難問を集めた試験では57.2%で、別の会社のモデルの65.0%に負けています
▶ 注意点
・公表されている数字の多くは、作った側が自分で測ったものです
・発表の直後は、独立した検証がまだ少ない状態です
・測り方ひとつで99.9%と62.7%に割れる、という実例を今日見ました
・言い過ぎではありますが、疑う姿勢としては正しいです
▶ 明日からやること
・いきなり全部は無理でも、一つならできそうです
・それなら明日の朝いちばんでも試せます
・単価が上がっているので、使い方によっては請求の形が変わります
・今日いちばん持ち帰ってほしいのは、発表された数字を、誰がどう測ったかまで見て使うという習慣です
━━ 参考リンク ━━
▶ 公式
・Introducing GPT-6 Astra（2026-09-03）
https://openai.com/index/gpt-6-astra/
▶ 独立計測
・ARC Prize によるARC-AGI-3の計測（2026-09-04）
https://arcprize.org/blog/astra
・Artificial Analysis の独立計測（2026-09-04）
https://artificialanalysis.ai/
このチャンネルでは、AIと開発の新しい話を、公式の発表と独立した計測の両方から、毎回この三人で読み解いています
▼ チャンネル登録
https://www.youtube.com/@Code-Megami?sub_confirmation=1
毎週 月・水・金 18:00 更新（現場で本当にあった失敗と解決策）
#まだやってるんですか #コードの女神はみた #プログラミングスキル #GPT6Astra #AIニュース #最新AI #ベンチマーク #AI #生成AI #エンジニア #プログラミング #開発効率化 #IT現場 #システム開発 #技術解説
2026-09-03に発表された「GPT-6 Astra」を扱います。公式発表の数字と、第三者による独立計測の数字を並べて検証します。（一次情報: Introducing GPT-6 Astra）
扱うのは、公式発表の性能・価格・使える条件と、第三者の独立計測との差です。宣伝と実測のどちらも並べます。
★ 伸びたのは賢さではなく、パソコンを扱う手つきです
━━ タイムライン ━━
0:00 速報
1:08 何が出たのか
3:01 使える
5:24 値段と条件
7:29 数字の読み方
10:15 注意点
11:36 明日からやること
12:57 まとめ
※タイムラインは台本ベースの目安です
━━ 今回のポイント ━━
▶ 速報
・画面を見て、マウスとキーボードを自分で動かすらしいです
・チャットで答えるAIではなく、人がパソコンでやっている操作をそのまま代わりにやる、という位置づけのモデルです
▶ 何が出たのか
・OSWorld 2.0 72.6%（前世代 65.7%） ※公式値［公式］
・ScreenSpot-Pro 92.7%（前世代 76.9%） ※公式値・ツールなし［公式］
・AutomationBench 41.4%（前世代 18.1%） ※公式値［公式］
・1タスクの所要 40分（前世代 75分） ※公式値［公式］
・公式値では、パソコン操作を測るOSWorld 2.0というベンチマークで72.6%です
・前の世代は65.7%と発表されています
・画面上の目的の場所を正しく指せるかを測るScreenSpot-Proでは92.7%、前の世代は76.9%と公表されています
▶ 使える
・前の世代では75分と発表されています
・同じ作業を終えるまでの時間が、公式値で40分
・判断の目安になる数字が1つあります
・ここで大事なのは、速くなったこと自体より、人が張り付かなくてよくなった時間の使い道です
▶ 値段と条件
・API入力 $10（前世代 $4） ※100万トークンあたり［公式］
・API出力 $50（前世代 $20） ※100万トークンあたり［公式］
・API価格の倍率 2.5倍 ※入力・出力とも公式値から計算した［公式］
・開発者向けの利用料は、公式値で入力が100万トークンあたり$10、出力が$50です
・前の世代は入力が$4、出力が$20でした
・公式値から計算すると、ちょうど2.5倍です
▶ 数字の読み方 ★ここが重要
・ARC-AGI-3（標準ハーネス） 62.7%（前世代 99.9%） ※compare は公式値。差は推論状態を引き継げるかどうかだけ［独立計測］
・知能指数 61（前世代 61） ※前世代とまったく同じ［独立計測］
・Humanity's Last Exam（ツールあり） 57.2%（前世代 65.0%） ※compare は Claude Fable 5.1。負けている［独立計測］
・ARC-AGI-3という課題では、公式値が99.9%と発表されました
・同じ課題をARC Prizeが標準の手順で測ると62.7%です
・難問を集めた試験では57.2%で、別の会社のモデルの65.0%に負けています
▶ 注意点
・公表されている数字の多くは、作った側が自分で測ったものです
・発表の直後は、独立した検証がまだ少ない状態です
・測り方ひとつで99.9%と62.7%に割れる、という実例を今日見ました
・言い過ぎではありますが、疑う姿勢としては正しいです
▶ 明日からやること
・いきなり全部は無理でも、一つならできそうです
・それなら明日の朝いちばんでも試せます
・単価が上がっているので、使い方によっては請求の形が変わります
・今日いちばん持ち帰ってほしいのは、発表された数字を、誰がどう測ったかまで見て使うという習慣です
━━ 参考リンク ━━
▶ 公式
・Introducing GPT-6 Astra（2026-09-03）
https://openai.com/index/gpt-6-astra/
▶ 独立計測
・ARC Prize によるARC-AGI-3の計測（2026-09-04）
https://arcprize.org/blog/astra
・Artificial Analysis の独立計測（2026-09-04）
https://artificialanalysis.ai/
このチャンネルでは、AIと開発の新しい話を、公式の発表と独立した計測の両方から、毎回この三人で読み解いています
▼ チャンネル登録
https://www.youtube.com/@Code-Megami?sub_confirmation=1
毎週 月・水・金 18:00 更新（現場で本当にあった失敗と解決策）
#まだやってるんですか #コードの女神はみた #プログラミングスキル #GPT6Astra #AIニュース #最新AI #ベンチマーク #AI #生成AI #エンジニア #プログラミング #開発効率化 #IT現場 #システム開発 #技術解説
