GPT-6.2 Astra と GPT-6.2 Sol は、OpenAI が2026年11月17日(米国時間)に公開した2つのモデルです。Astra は最も難しい仕事のための最上位、Sol はふだんの仕事の主力という位置づけで、それぞれ GPT-6 Astra と GPT-6.1 Sol の後継です。API の単価は、Astra が GPT-6 Astra より2割安い入力 $8・出力 $40(100万トークンあたり)、Sol は GPT-6.1 Sol と同じ入力 $2・出力 $10 です。OpenAI の測定では、Astra は多くの試験で前の Astra の半分前後の費用で上回り、Sol は同じ単価のまま多くの試験で点が上がりました。ただし、Claude Fable 5.2 が上回る試験もあり、API では会話の途中の書き換えの扱いが変わるため、乗り換えるときに確かめることがあります。この記事では、OpenAI の発表のグラフの値・モデルのページ・移行の案内の原文(2026年11月19日確認)から、料金・性能・使える場所と、Astra と Sol の選び方をまとめます。
GPT-6.2 を3行で
Astra
最上位で2割安く
入力 $8・出力 $40。この記事で比べた10の試験すべてで前の Astra を上回り、1タスクの費用は半分前後に下がった試験が多い。
Sol
同じ単価で賢く
入力 $2・出力 $10 のまま。実際のコードの変更の試験では、Astra との差が0.4ポイントで費用は約5分の1。
注意
API の会話の作り方
会話の途中を書き換えると、前の推論が捨てられる。共通の指示は instructions でなく、入力の先頭に置く。
確認日:2026年11月19日(日本時間)。出典は OpenAI の発表・GPT-6.2 Astra と GPT-6.2 Sol のページ・Using GPT-6.2。性能の数字は OpenAI が発表のグラフに載せた値です。
1. GPT-6.2 の2つのモデルの位置づけ
OpenAI の API のモデル一覧は、冒頭で「迷ったら GPT-6.2 Astra、バランスは GPT-6.2 Sol、低コストは GPT-6 Luna」と案内しています。主なモデルとして並ぶのは、GPT-6.2 Astra・GPT-6.2 Sol・GPT-6.1 Terra・GPT-6 Luna の4つです。OpenAI はモデルのページで、Astra を「最も難しいプロジェクトを最初から最後まで任せられる、最も能力の高いモデル」、Sol を「コーディングから大規模なエージェントまで、ふだんの仕事の定番のモデル」と説明しています。
| モデル | 入力 / 出力(100万トークン) | 知識のカットオフ | 前のモデル |
|---|---|---|---|
| GPT-6.2 Astra | $8.00 / $40.00 | 2026年5月18日 | GPT-6 Astra($10 / $50・知識 2026年4月30日) |
| GPT-6.2 Sol | $2.00 / $10.00 | 2026年6月1日 | GPT-6.1 Sol($2 / $10・知識 2026年4月30日) |
| GPT-6.1 Terra | $1.00 / $5.00 | 2026年6月1日 | — |
| GPT-6 Luna | $0.10 / $0.50 | 2026年5月18日 | — |
出典:OpenAI の Models と各モデルのページ(2026年11月19日確認)。GPT-6.2 の2つは、どちらも文脈が約105万トークン(入力は最大92.2万)、最大出力が12.8万トークン、入力は文字と画像。Terra と Luna は今回は変わっていない。
前の GPT-6 Astra・GPT-6.1 Sol は API で引き続き使えますが、推奨の一覧からは外れました。提供の終了日は発表されておらず、廃止の一覧(Deprecations)でも廃止の対象になっていません(11月19日時点)。2つの新しいモデルは、どちらも推論の強さを「none(推論なし)」にできません。推論なしで速く返したい用途は、none を選べる 6.1 Terra か 6 Luna が受け持ちます。中位の Terra については「GPT-6.1 Terra とは」にまとめています。
2. 料金——Astra は値下げ、Sol は据え置き
GPT-6.2 Astra
GPT-6.2 Sol
100万トークンあたりの米ドル。打ち消し線は GPT-6 Astra の単価。出典:OpenAI の発表と各モデルのページ(2026年11月19日確認)。
キャッシュへの書き込みは、どちらも30分保持なら入力の単価の1.25倍、12時間保持なら2.5倍です。倍率などの決まりは2つのモデルで同じです。
| 項目 | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| キャッシュの書き込み | $10(30分保持)・$20(12時間保持) | $2.50(30分保持)・$5(12時間保持) |
| 27.2万トークンを超える入力 | そのリクエスト全体の入力とキャッシュが2倍、出力が1.5倍 | |
| Batch | 半額 | |
| Fast | 2倍 | |
| Ultrafast | 2027年2月28日まで3倍、3月1日から6倍(米国太平洋時間) | |
| 時間を区切ったバックグラウンド処理(ベータ) | 2時間以内に返せばよい処理は3割引、8時間以内なら4割引(Responses API) | |
出典:GPT-6.2 Astra・GPT-6.2 Sol のページ、API の変更履歴(2026年11月17日の項)。Ultrafast はデータの保存先を米国にした場合だけ使える(移行の案内)。
Astra は単価が下がったうえに、OpenAI によれば同じ仕事に使う出力のトークンも減っています。そのため、次の章のとおり1タスクあたりの費用は単価の差以上に下がり、GPT-6 Astra の半分前後になった試験が多くあります。Claude と単価で比べると、Astra は Claude Fable 5.2(入力 $8・出力 $40)と同じ、Sol は Claude Sonnet 5.5(入力 $2・出力 $10)と同じで、Claude Opus 5.5 は入力 $4・出力 $20 です(Anthropic の Pricing、2026年11月19日確認)。Gemini 4 Carbon は2026年11月30日まで入力 $2・出力 $10、12月1日から入力 $4・出力 $20 です(Google の Pricing、同日確認)。ただし、1タスクに使うトークンの量はモデルごとに大きく違うので、実際の費用は単価でなく1タスクあたりの費用で比べるほうが確かです。
3. 性能①:前のモデルと比べて
OpenAI の発表には16のグラフがあり、多くは各モデルの点数と1タスクあたりの費用(一部は出力のトークン数)を推論の強さごとに載せています。内訳は、仕事・コーディング・科学などの性能の試験が10、サイバーセキュリティの試験が4、安全面の評価が2です。この章では性能の10の試験を、新旧のモデルを同じ条件で比べるため、どれも推論の強さを最も高い「max」にした値を並べます。どれも OpenAI が選んだ試験で、OpenAI が測った値(第三者の指数も OpenAI がグラフに載せたもの)です。
| 試験(何を測るか) | GPT-6.2 Astra | GPT-6 Astra | GPT-6.2 Sol | GPT-6.1 Sol |
|---|---|---|---|---|
| Agents’ Last Exam v1.1(専門職の長い仕事) | 77.6%$4.47 | 73.1%$8.99 | 73.0%$1.32 | 72.5%$2.02 |
| GDPval v2(コンサルや金融の実案件) | 50.4%出力 3.6万トークン | 44.2%出力 4.6万トークン | 46.9%出力 3.3万トークン | 41.5%出力 4.0万トークン |
| Harvey LAB-AA v1.1(法律の作業・全基準を満たした率) | 15.0%$6.35 | 8.6%$13.67 | 11.1%$1.92 | 6.9%$2.48 |
| FrontierCode 2.0(実際のコードの変更) | 44.2%$5.97 | 42.8%$6.68 | 43.8%$1.29 | 39.0%$1.03 |
| Terminal-Bench-Science 0.1(端末での科学の作業) | 77.1%$7.15 | 68.1%$23.80 | 68.0%$2.21 | 57.0%$5.47 |
| Vals Science Index v1(生物のデータの解釈と実験) | 68.4%$4.17 | 65.1%$8.03 | 57.8%$1.03 | 59.6%$1.36 |
| BenchCAD 2.1 Core(CAD の設計) | 82.5%$5.43 | 62.6%$9.71 | 73.1%$1.60 | 52.6%$1.61 |
| AutomationBench 1.0.6(業務の自動化) | 52.4%$0.83 | 41.4%$1.73 | 41.1%$0.27 | 36.1%$0.30 |
| LifeVal(日常の難しい用事) | 86.1%$4.23 | 79.8%$9.04 | 83.8%$1.27 | 79.5%$1.27 |
| Artificial Analysis Intelligence Index v5.0.1(第三者の総合指数) | 62.1$4.00 | 56.9$6.24 | 57.3$1.01 | 54.6$1.27 |
各モデルの推論の強さ max の値。小さい字は1タスクあたりの費用(米ドル)で、GDPval v2 だけは1タスクの出力のトークン数。緑は前のモデルより高い、赤は低い値。出典:OpenAI「Introducing GPT-6.2 Astra and Sol」のグラフのデータ(2026年11月19日確認)。GDPval v2 は OpenAI の社内の試験。サイバーの4つの試験(DeepBinary・ExploitBench・SecureSWE・PatchBench)は入れていない。うち2つは安全対策を外した社内の設定で測ったもので、ふだん使う状態とは条件が違うため。安全面の2つは8章。
読み取れることは3つです。
① Astra は、10の試験すべてで前の Astra より高い点を、多くは半分前後の費用で出した。専門職の長い仕事を測る Agents’ Last Exam では、77.6% と GPT-6 Astra(73.1%)を上回り、1タスクの費用は $4.47 と約半分です。発表が見出しに使ったのは、推論を1段下げた「xhigh」の78.3%($2.89)で、前の Astra の max より5.2ポイント高く、費用は3分の1未満でした。Astra は max より xhigh のほうが点が高い試験もあるので、いつも max にすればよいわけではありません。
伸びが大きいのは、法律の作業(Harvey LAB-AA は8.6% → 15.0%)・CAD の設計(BenchCAD は62.6% → 82.5%)・端末での科学の作業(Terminal-Bench-Science は68.1% → 77.1%)です。Harvey LAB-AA は、すべての採点基準を満たし重大な作り話の無い成果物だけを合格とするため、どのモデルも点が低く出る試験です。
② Sol は、同じ単価のまま多くの試験で上がった。実際のコードの変更がメンテナーの取り込みの基準を満たすかを測る FrontierCode 2.0 では、6.2 Sol は43.8% と、6.2 Astra(44.2%)との差は0.4ポイントで、1タスクの費用は約5分の1です。CAD の設計や法律の作業でも 6.1 Sol から大きく上がりました。一方、生物のデータを扱う Vals Science Index は、max では 6.1 Sol(59.6%)より低い57.8% でした(xhigh では58.5%)。
③ 推論の強さを low にすると大きく落ちる試験がある。同じグラフの low の値を見ると、6.2 Sol は日常の用事の LifeVal で25.3%(6.1 Sol の low は66.8%)、Terminal-Bench-Science で43.4% でした。6.2 Astra も low では LifeVal が46.3%、Terminal-Bench-Science が56.3% です。medium にすると、LifeVal は 6.2 Sol が70.3%、6.2 Astra が78.9% まで戻ります。OpenAI の移行の案内も、新しく使い始めるときは medium から試すよう勧めています。費用を下げたくて low にするときは、自分の仕事で点が落ちないかを先に確かめてください。
4. 性能②:Claude・Gemini と比べて
OpenAI は一部のグラフに、Anthropic の Claude Fable 5.2・Claude Opus 5.5 と、Google の Gemini 4 Carbon も載せています。他社のモデルは載っている推論の強さがまちまちなので、この表では各モデルが最も高い点を出した設定の値を並べます。他社のモデルが載っていない LifeVal は外しました。Sol と単価が同じ Claude Sonnet 5.5 は、どのグラフにも載っていません。
| 試験 | GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 | Claude Opus 5.5 | Gemini 4 Carbon |
|---|---|---|---|---|---|
| Agents’ Last Exam v1.1 | 78.3%$2.89・xhigh | 73.0%$1.32・max | 72.8%$60.05・max | 71.6%$17.57・max | 77.4%$4.60・high |
| GDPval v2(社内) | 50.4%出力 3.6万・max | 46.9%出力 3.3万・max | 44.8%出力 22.2万・max | 43.5%出力 19.1万・max | 48.8%出力 10.9万・high |
| Harvey LAB-AA v1.1 | 15.0%$6.35・max | 11.1%$1.92・max | 7.2%$39.84・max | 4.2%$17.93・max | — |
| FrontierCode 2.0 | 44.2%$5.97・max | 43.8%$1.29・max | 49.1%$14.19・xhigh | 45.5%$12.82・max | 41.1%$5.16・medium |
| Terminal-Bench-Science 0.1 | 77.1%$7.15・max | 68.0%$2.21・max | 73.3%$45.21・max | 63.3%$23.21・max | — |
| Vals Science Index v1 | 68.4%$4.17・max | 58.5%$0.71・xhigh | 63.7%$8.79・high | 58.7%$8.71・max | — |
| BenchCAD 2.1 Core | 82.5%$5.43・max | 73.1%$1.60・max | 83.5%$50.77・max | 65.3%$20.00・max | — |
| AutomationBench 1.0.6 | 52.4%$0.83・max | 41.2%$0.21・high | 51.5%$4.64・max | 42.5%$1.44・max | 53.9%$2.12・high |
| Artificial Analysis Intelligence Index v5.0.1 | 62.1$4.00・max | 57.3$1.01・max | 64.6$26.54・max | 59.1$10.04・max | 60.0$7.76・high |
各モデルが最も高い点を出した推論の強さの値(小さい字に設定を書いた)。「—」はグラフに載っていないもの。出典は前の章の表と同じ。Agents’ Last Exam の Fable 5.2 は、別のモデル(フォールバック)で応答した9タスクを除いた結果(発表の注記)。Gemini 4 Carbon の費用がどの単価(2026年11月30日までの導入価格か)で計算されたかは発表に書かれていない。Terminal-Bench-Science の Fable 5.2 は Artificial Analysis が mini-swe-agent という仕組みで測った値で、Anthropic は Claude Code で推論を max にした値を74.6% と報告している(発表の脚注)。
この9つの試験では、6.2 Astra は5つで最も高い点でした。残りの4つは、実際のコードの変更(FrontierCode 2.0)・CAD の設計(BenchCAD)・第三者の総合指数(Artificial Analysis)で Claude Fable 5.2 が、業務の自動化(AutomationBench)で Gemini 4 Carbon が上でした。Fable 5.2 と1対1で比べると、Astra が上なのは6つ、Fable 5.2 が上なのは3つです。目立つのは費用の差で、費用が載っている8つの試験では、Fable 5.2 の1タスクの費用は 6.2 Astra の2倍から21倍ほどです(21倍は Agents’ Last Exam で、Astra は xhigh の値)。Fable 5.2 と Astra は単価が同じなので、主な理由は同じ仕事に使うトークンの量の違いと考えられます。ただし、比べた推論の強さの設定や測り方(Terminal-Bench-Science の仕組みなど)は同じではありません。
この比較は、OpenAI が選んだ試験と設定で、他社のモデルも OpenAI のグラフに載ったものだけを並べたものです。Anthropic が自社の発表で選んだ試験では、また違う並びになります。Claude 側の数字は「Claude Fable 5.2 の機能と料金」、Gemini は「Gemini 4 Carbon と Argon の比較」にまとめています。
5. Astra と Sol、どちらを使うか
単価は Astra が Sol の4倍で、1タスクあたりの費用で比べても、OpenAI の測定では Astra は Sol の約3〜5倍でした(どちらも max)。分かれ目は「仕上がりの質の差が、その費用の差に見合う仕事か」です。
なお、OpenAI の API の一覧は「迷ったら Astra」と案内していますが、この記事では「迷ったら Sol」を勧めます。費用が3〜5倍違うのに、実際のコードの変更(FrontierCode 2.0)や日常の用事(LifeVal)では差が小さいためです。用途ごとの目安は次のとおりです。
- ふだんのコーディング・文章・資料の作業 → Sol実際のコードの変更の試験では Astra との差が0.4ポイントで、費用は約5分の1です。ChatGPT Work の新しいチャットも Sol で始まります。迷ったら Sol から始め、足りない場面だけ Astra に替えるのが無駄の少ない使い方です。
- 業務の自動化・長くて複雑な専門職の仕事・スライドや表の仕上げ → Astra業務の自動化(AutomationBench)では Astra が52.4%、Sol が41.1% と約11ポイントの差があります。専門職の長い仕事(Agents’ Last Exam)・法律の作業(Harvey LAB-AA)・GDPval v2 でも、差は3.5〜4.6ポイントです。OpenAI は、Astra がテンプレートや各分野の慣行に沿ったスライド・表・文書を作れるよう学習させたと説明しています。
- 科学の計算・CAD の設計 → AstraTerminal-Bench-Science は Astra が77.1%、Sol が68.0%、BenchCAD は82.5% と73.1% で、差が大きい分野です。
- 推論なしで速く・安く大量に → 6.1 Terra か 6 LunaGPT-6.2 の2つは推論の強さを none にできません。
- Claude を使っている場合単価は Fable 5.2 と Astra が同じ、Sonnet 5.5 と Sol が同じです。OpenAI の測定では、実際のコードの変更と CAD の設計で Fable 5.2 が上、多くの仕事の作業で Astra が上で、費用は Astra のほうがずっと小さく出ました。ふだん使う仕事を両方に数回ずつ流し、仕上がりを直す手間と請求額で比べるのが確実です。
前の世代の Astra・Sol との違いは「GPT-6 Astra の解説」「GPT-6.1 Sol と GPT-6 Sol の比較」にあります。
6. ChatGPT・Codex・GitHub Copilot で使うとき
ChatGPT と Codex
- 対象のプラン:発表は Plus・Pro・Enterprise・Edu のすべての利用者を対象としています。Free は対象に入っていません。
- 使える場所:ChatGPT Work と Codex です。ChatGPT のリリースノート(11月17日)は、Work と Codex のデスクトップアプリで「プレビュー」として提供と書いています。Work のモデルの選択か Codex のモデルの選択で選びます。ふだんの Chat(Work でない会話)の選択肢は変わりません。
- 既定のモデル:ChatGPT の文書によると、Work の新しいチャットは 6.2 Sol で始まります(個人のプランは推論の強さ Light、Enterprise は Medium)。Sol は Astra より1トークンあたりに使うクレジットが少なくなっています。
- Ultrafast:Pro 500 は両方のモデルで Ultrafast を使えます。Pro 200 は Ultrafast が初めて使えるようになり、まず 6.2 Sol から始まります(Astra の時期は発表に書かれていません)。Pro 100 については発表に記載がありません。対象の Enterprise と Edu も、ワークスペースの管理者が有効にすると同じ機能を使えます。
- Codex の CLI:ChatGPT の Models の文書は、Codex でモデルを指定するコマンドの例として
codex --model gpt-6.2-solを挙げています。
出典:OpenAI の発表の「料金と提供状況」、ChatGPT のリリースノート(2026年11月17日の項)、ChatGPT の Models の文書(2026年11月19日確認)。管理されたワークスペースでは、席の種類と設定で見えるモデルが変わる。
Pro の3つのプランの利用枠の違いは「ChatGPT Pro 100・200・500 の比較」、Work そのものは「ChatGPT Work とは」で解説しています。
GitHub Copilot
GitHub は11月17日に、2つのモデルを Copilot で一般提供しました。対象は Copilot Pro+・Max・Business・Enterprise で、VS Code・Visual Studio・JetBrains・Xcode・Eclipse・Copilot CLI・github.com などのモデルの選択から選べます。料金は使った分の課金で、OpenAI の定価で数えられます。Business と Enterprise は、管理者が無効にしていなければ新しいモデルが自動で有効になります。提供は順に広がるので、まだ一覧に無い場合もあります(GitHub Changelog)。
7. API で乗り換えるときに確かめること
モデル名を gpt-6.2-astra か gpt-6.2-sol に替えるだけでも動きますが、OpenAI の移行の案内「Using GPT-6.2」は、乗り換えるときの確認点として次を挙げています。最初の2つは GPT-6.2 から変わった点で、気づかないと品質と費用の両方に効きます。
- 会話の途中を書き換えると、前の推論が捨てられるResponses API で、会話の履歴の前のほう(前の developer メッセージやツールの呼び出しなど)を書き換えると、GPT-6.2 からはそれまでの推論の記録(reasoning items)が使われなくなります。モデルを下位に替えたとき、エンドユーザーや組織が変わったときも同じです。推論を失うと答えの質が下がり、前の作業をやり直すためにトークンも増えることがあります。設定を変えるときも、前の部分は変えずに新しい指示を末尾に足すのが基本です。
- 共通の指示は
instructionsでなく、入力の先頭にGPT-6.2 からは、Responses API の一番外側のinstructionsがinputの後ろに付くようになりました。毎回同じ指示をキャッシュに乗せたいなら、inputの最初の項目に developer メッセージとして置きます。instructionsは、そのリクエストだけの指示に使います。
例:{"model": "gpt-6.2-sol", "input": [{"role": "developer", "content": "社内の用語集に沿って答える"}, {"role": "user", "content": "…"}]}のように書きます。 - 推論の強さは medium から新しく使うときは medium から試すよう勧めています。今
noneやminimalを使っているならlowにします(none は受け付けません)。ただし3章のとおり low では大きく落ちる試験があるので、自分の仕事で品質を確かめてから決めます。 - ツールを使うなら Responses APIChat Completions でも使えますが、ツールの呼び出しには Responses API が要ります。
- 使えないパラメータを外す
temperature・top_p・top_logprobs(Chat Completions ではlogprobsも)を外します。 - キャッシュの設定GPT-6 系から移るときは変える必要はありません。GPT-5.5 以前から移るときだけ、
prompt_cache_retentionをprompt_cache_options.ttl("30m")に置き換えます。キャッシュの仕組みの違いは「OpenAI と Claude のプロンプトキャッシュの比較」で解説しています。 - 指示の文を見直す移行の案内は、GPT-6.2 Astra が何も言わなくても前より短く率直に書くと説明しています(Sol については同じ記述がありません)。「簡潔に」と強く書いた指示があれば、短くなりすぎないか確かめます。意図がはっきりしないときに、次の手を提案して確認を待つこともあるので、長い作業では、ある程度の仮定で進めてよいと書いておきます。
出典:OpenAI「Using GPT-6.2」と API の変更履歴(2026年11月19日確認)。発表も、会話の中でプロンプトの前の部分を変えず、新しい指示を末尾に足すよう勧めている。
8. 安全面の扱い
OpenAI は、2つのモデルが自社の安全の基準(Preparedness Framework)で、サイバーセキュリティの「Critical」と生物・化学の「High」のしきい値(threshold)に達したと発表しました。GPT-6 Astra と同じ判定で、危険度の高いサイバーの支援と一部の生物の依頼への制限を強めたうえで公開した、としています。そのため、正当な脆弱性の研究やセキュリティテストの一部も止められることがあります。防御の担当者向けの Daybreak(OpenAI のサイバー防御の窓口)への GPT-6.2 の導入は「取り組んでいく」とされ、時期は発表されていません。
また 6.2 Astra は、AI の研究を速める力(AI の自己改善)で「High」に達した、OpenAI が外部に公開した初めてのモデルです。OpenAI は、研究の作業を見張り、必要なら出力を止める仕組みなどを整えたと説明しています。発表の「職場タスクでの不適切な行動」のグラフでは、職場を模した課題で不適切な行動をとった率は、6.2 Astra が0.64%、6.2 Sol が0.71% と、GPT-6 Astra(1.2%)より下がりました。一方で、発表の「障害の隠蔽」のグラフにある2つの試験では、ファイルが無い・検索のツールが使えないといった作業の妨げを報告しない傾向が強まったため、Codex に指示を足して減らしたとしています。詳しくは OpenAI の GPT-6.2 System Card にあります。
まとめ
- GPT-6.2 Astra と Sol は2026年11月17日(米国時間)公開の、GPT-6 Astra と GPT-6.1 Sol の後継(Astra は最上位、Sol はふだんの仕事の主力)
- API の単価は、Astra が入力 $8・出力 $40(GPT-6 Astra より2割安、キャッシュは6割安)、Sol は入力 $2・出力 $10(据え置き)
- OpenAI の測定では、どちらも前のモデルより多くの試験で高い点を出し、Astra の1タスクの費用は半分前後になった試験が多い
- Claude Fable 5.2 は、実際のコードの変更・CAD の設計・総合指数で Astra より上だが、1タスクの費用は Astra の2〜21倍ほど(OpenAI の測定)
- 迷ったら Sol から始め、推論の強さは medium から試す(low にすると大きく落ちる試験がある)
- API では、会話の途中の書き換えで推論が捨てられる点と、
instructionsの位置の変更を確かめる
FAQ
Q. GPT-6.2 Astra と Sol の API の料金はいくらですか?
A. 100万トークンあたり、Astra は入力 $8・キャッシュされた入力 $0.40・出力 $40、Sol は入力 $2・キャッシュされた入力 $0.10・出力 $10 です。どちらも Batch は半額、Fast は2倍、Ultrafast は2027年2月28日まで3倍、3月1日から6倍です。27.2万トークンを超える入力は、そのリクエスト全体の入力とキャッシュが2倍、出力が1.5倍になります。
Q. GPT-6.2 Sol と GPT-6.1 Sol は何が違いますか?
A. 単価は同じで、OpenAI の測定では多くの試験で 6.2 Sol の点が高くなっています(実際のコードの変更は39.0% → 43.8%、CAD の設計は52.6% → 73.1%)。知識のカットオフは、6.1 Sol の2026年4月30日から、6.2 Sol は2026年6月1日に新しくなりました。生物のデータを扱う Vals Science Index は、max では 6.1 Sol のほうが高い値でした。
Q. Claude Fable 5.2 より性能は上ですか?
A. 試験によります。OpenAI が両方を載せた9つの試験では、6.2 Astra が6つで上、実際のコードの変更・CAD の設計・第三者の総合指数の3つでは Fable 5.2 が上でした。費用が載っている8つの試験では、Fable 5.2 の1タスクの費用は Astra の約2〜21倍でした(各モデルが最も高い点を出した設定どうしの比較)。これは OpenAI が測った比較です。
Q. ChatGPT の無料プランで使えますか?
A. 発表の対象は Plus・Pro・Enterprise・Edu で、Free は含まれていません。使えるのは ChatGPT Work と Codex で、ふだんの Chat の選択肢は変わりません。
Q. GPT-6 Astra から乗り換えるべきですか?
A. 単価が2割安く、OpenAI の測定では性能の10の試験すべてで GPT-6 Astra を上回っているので、多くの場合は有利です。ただし比べた試験は OpenAI が選んだもので、出力が短めになる、推論の強さを none にできないといった変化もあります。API では、会話の途中の書き換えで推論が捨てられる点と、instructions の扱いの変更があるので、7章の項目を確かめてから切り替えてください。
更新の記録
- 2026年11月19日初版。OpenAI の発表(11月17日)のグラフのデータ、API のモデルのページと移行の案内、ChatGPT のリリースノートと文書、GitHub Changelog を確認して作成。
出典
- OpenAI:Introducing GPT-6.2 Astra and Sol・GPT-6.2 Astra(API)・GPT-6.2 Sol(API)・Models・Using GPT-6.2・API changelog・ChatGPT release notes・ChatGPT Models
- GitHub:OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available
- OpenAI:GPT-6.2 System Card
- 比較の単価(2026年11月19日確認):Anthropic Pricing・Google Gemini API pricing