回答からソフトウェア操作へ
OpenAIは9月3日、GPT‑6 Astraを発表しました。ブラウザーとデスクトップ操作、ソフトウェア開発、専門文書、科学作業を強化し、限定組織からChatGPT Plus・Pro・Business・Enterprise、OpenAI API、Azure、AWS Bedrockへ順次広げます。標準API価格は入力100万トークン10ドル、出力100万トークン50ドルです。
同社はOSWorld 2.0で72.6%、Terminal-Bench 4.0で57.9%を報告し、100万トークン領域の長文検索と、圧縮前の文脈を検索するCodex実験機能も紹介しました。
ベンチマークは運用品質を保証しない
多くはOpenAIの研究環境や指定ハーネスによる供給側評価です。権限、ネットワーク、確認ポリシーが異なる本番で同じ結果になるとは限りません。Astraはサイバー能力でCritical基準に達したとされ、追加保護によって高度な要求が停止する場合があります。
導入時は順位だけでなく、実業務の成功率、誤操作、承認回数、総費用、復旧性を測定し、最小権限、隔離、宛先確認、人の承認を維持すべきです。