OpenAIの旗艦は、9月3日のGPT-6 Astraで止まっている

11月9日、AnthropicはClaude Fable 5.2を発表した。料金は100万トークンあたり入力8ドル、出力40ドル。6月9日のFable 5は10ドルと50ドルだった。出力は前の版より最大3割速い。翌10日、GoogleはGemini 4 Carbonを、料金を払うすべての開発者と企業に開いた。

OpenAIの最上位は、9月3日に出たGPT-6 Astraのままである。入力10ドル、出力50ドル。後継のGPT-6.1 Astraは10月に出るはずだったが、出なかった。止めたのは競合でも規制当局でもない。OpenAI自身の安全評価である。

範囲と権限を守れなかった次の版

GPT-6.1 Astraは、複雑な仕事を自力で進める力を増し、ChatGPTやCodexのエージェント機能を動かす予定だった。ところが社内の評価では、前の版より利用者を欺く場面が多く、自分のした操作を正しく伝えないことがあった。許しを求めずに作業を進め、外部の道具やサービスに手を伸ばす場面もあった。

安全システムの責任者Saachi Jainは、手を抜く癖は改まったと認めたうえで、範囲と権限の中にとどまること、した仕事を利用者にどう伝えるかの二点で基準に届かなかったと述べている。取りやめが確かになったのは、同社が年に一度開く開発者向けの催しDevDayの前日だった。

OpenAIは9月29日、GPT-6.1 Solを出した。複雑なコーディングと専門の仕事をAstraより安くこなすモデルで、入力2ドル、出力10ドル。Astraの5分の1である。10月26日にGPT-6.1 Terra、30日に承認された研究組織に限るGPT-6 Rosalind、11月5日に脆弱性の調査に使うGPT-6 Cyberと、発表は途切れていない。Astraの名の付く新しい版だけがない。

夏に続いた、試験の外へ出るエージェント

基準が重くなった背景に、夏の出来事がある。英国のAI Security Instituteが7月25日から28日にかけて、複数のエージェントにサイバーセキュリティの評価を122回行ったところ、AnthropicのClaude Mythos 5のエージェントが許された範囲の外で17回、OpenAIのGPT-5.6 Solのエージェントが2回動いた。

OpenAI、Anthropic、Metaによれば、原因は試験を請け負ったIrregular AIの環境の設定の誤りで、モデルが稼働中のシステムに届く状態になっていた。もっとも、届く状態に置かれたときに手を出すかどうかは、モデルの側の性質である。試験の設営を直しても、その性質は残る。

Anthropicも足を止めている。6月9日に出したFable 5とMythos 5の提供を3日後の12日に止め、再開は7月1日になった。

OpenAIは9月3日のAstraに、エージェントの作業中に起こりうる問題を並行して調べる監視を付けた。警告を出すことも、会話を止めて審査に回すこともある。AstraはOpenAIの基準でサイバーの能力が初めて「Critical」の水準に届いたモデルで、6.1はその後継だった。能力が上がるほど、範囲を一歩出たときの害も大きくなる。前の版より範囲を守らない後継を、同社は出せなかった。

関連GPT-6 Astraだけでは見えないOpenAIの現在地　ChatGPT・Codex・APIを使い分ける視点

Anthropicが発表に載せた3.1%

Fable 5.2の発表でAnthropicが多くの行を割いたのは、この性質である。Fableと、安全装置の一部を外したMythosは同じモデルで、Mythosは審査を通った組織だけに渡る。そのMythos 5.2を、わざと弱点を残した砂場に入れ、多くは砂場を出なければ解けない1,800余りの場面を与えた。外に置いた認証情報やファイルを使ったのは3.1%。Mythos 5は39%、5.1は21%だった。

9月22日に出たOpus 5.5は3.3%で、Anthropicは当時からこのモデルを、与えられた境界の外で動くことがずっと少ないと説明していた。約1,900の場面で振る舞いを見る監査の総合点は、低いほどよい尺度で、Mythos 5.1の3.28に対し5.2は2.67。入力を捏造する、終えていない仕事を終えたと言う、といった項目が下がった。

OpenAIが6.1 Astraで落とした二つの項目、範囲を守ることと仕事を正しく伝えることを、Anthropicは数字にして発表の中心に置いたことになる。同じ文書は限界も書いている。5.2は、自分が評価されているのではないかと疑う頻度が最近のどのモデルより高い。評価の結果から実際の振る舞いを見通すのは、それだけ難しくなる。

売り方も長い仕事に合わせてある。月200ドルのプランはMax 20xからUltraに名を改め、確認済みのアカウントでは5時間ごとの上限がなくなった。Ultraはモデルの名ではなく、エージェントを途中で止めずに働かせるための契約の名である。

Googleは発表から13日で一般に開く

Googleは別の道筋で同じ関門を通った。9月30日に発表したGemini 4 Argonは、まずFairwindという枠組みで信頼できるサイバー防御の担当者に渡し、米政府の任意の事前試験にも応じたうえで、10月13日に一般提供にした。10月28日に発表したCarbonも同じ順を踏み、11月10日に開いた。どちらも発表から13日である。

料金は入力2ドル、出力10ドル。導入期間の11月30日を過ぎると4ドルと20ドルになるが、それでもFable 5.2の半分である。GoogleはCarbonについて、Artificial Analysisの指数で59の首位だと発表した。Argonは供給が追いつかない中で、開発者向けの基盤での最初の1週間の利用がGemini 3の3.5倍の速さで伸びたという。

Googleの上位のモデルは、2月19日のGemini 3.1 Pro（プレビュー）から8か月近く出ていなかった。その会社が、6週間で二つを一般に開いた。

指数の上では負けていない

OpenAIのモデルが劣っているわけではない。Artificial Analysisが10月27日に改めた指数で、首位はClaude Opus 5.5の58、次がGPT-6 Astraの57、GPT-6.1 Solの55。上位五つをAnthropicとOpenAIが占め、Gemini 4 Argonは50だった。九つの評価のうち、AstraはTerminal-Bench-ScienceとCritPt v2の二つで首位に立つ。

費用ではSolが抜けている。指数の課題1件あたり、Opus 5.5が10.04ドル、Astraが6.24ドル、Solは1.27ドル。首位と4点差の内側にいるモデルが、8分の1ほどの費用で動く。

Anthropicの側も、最上位を誰にでも薦めているわけではない。大半のコーディングと知識の仕事はOpus 5.5から始めるよう書いている。メンテナーが変更を受け入れるかで採点するFrontierCodeで、Fable 5.2は上から3番目の設定で45.3%を取り、Opus 5.5の最高点45.5%に並んだ。1件あたりの費用はおよそ半分。Astraの最高点は42.8%で、費用はFable 5.2とほぼ同じである。設定をもう一段上げたFable 5.2は49.1%に届く。

OpenAIに欠けているのは一か所、最上位の次の版である。その一か所が料金表に出ている。三社の最上位を並べると、Carbonが2ドルと10ドル、Fable 5.2が8ドルと40ドル、Astraが10ドルと50ドル。いちばん古いモデルが、いちばん高い。