個人開発しているもの
日々の開発で得た知識を発信しながら、「あったら便利」「作ってみたい」と思ったアイデアを形にしています。
これまでに、グループ旅行アプリ Trip Supporter、スコア管理サービス PointPia、リアルタイム共有サービス JustNow などを開発しました。
さらに、刺繍やオリジナルキャラクターを中心としたアパレルブランド MAD TOMMY WITH... も運営しています。
開発したサービスや技術記事は chicchi.work で紹介しています。
先に結論: OpenAIは2026年11月17日(米国時間)、複雑な専門業務向けのGPT-6.2 Astraと、日常業務向けのGPT-6.2 Solを発表しました。
開発者への影響: モデルの単価だけでなく、出力トークン数・キャッシュ再利用・作業の完了率によってAIエージェントの実際の費用が変わります。
まずやること: 同じ入力と評価基準で両モデルを試し、成功率・使用トークン・ツール呼び出し回数を記録しましょう。
「新しいAIモデルは前より賢く、しかも安い」。発表を見ると、そんな説明が目立ちます。でも、APIの単価が安いことと、仕事1件を安く終えられることは別です。たとえばコードを修正するAIが、回答は短くなったものの途中で作業を止めてしまったら、結局やり直しで高くつくかもしれません。
今回はニュースの見出しだけで終わらず、なぜモデルごとの費用が変わるのかを、トークン・キャッシュ・AIエージェントの処理の流れに分けて解説します。技術内部の非公開部分は想像で補いません。
情報確認日:2026年11月18日(日本時間)。 以下の性能や価格は発表時点の公開情報です。ベンチマークは主に提供元の評価であり、筆者が独立に再現した実測値ではありません。
1. GPT-6.2で何が変わったのか
OpenAIの公式発表は**2026年11月17日(米国時間)**です。日本時間11月18日に話題として扱っています。「11月18日に米国で発表された」とは書きません。
まず位置づけを整理します。
| 項目 | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| 役割 | 難しい専門業務・科学・複雑な開発 | 日常業務・コーディング・大量の処理 |
| APIモデルID | gpt-6.2-astra |
gpt-6.2-sol |
| 標準API入力(100万トークン) | $8 | $2 |
| 標準API出力(100万トークン) | $40 | $10 |
| キャッシュ済み入力(100万トークン) | $0.40 | $0.10 |
| コンテキスト上限 | 105万トークン | 105万トークン |
コンテキストはモデルが一度の処理で参照できる文章やデータの範囲、トークンはその内容を数える単位です。105万トークンの枠があっても、無制限に無料で読み込めるわけではありません。両モデルのAPI仕様では最大入力922,000トークン、最大出力128,000トークンです。
Astraは旧GPT-6 Astraと比べ、標準APIの入力・出力単価をそれぞれ20%引き下げました。一方Solの標準API単価はGPT-6.1 Solと同水準です。つまりSolまで一律20%値下げされたわけではありません。
またOpenAIは、長い複数工程の業務を測る「Agents’ Last Exam」で、GPT-6.2 AstraがGPT-6 Astraを5.2ポイント上回り、タスクあたり費用が3分の1未満だったと説明しています。これは同社が公表した評価条件での結果で、あらゆる仕事が自動的に3分の1の料金になるという意味ではありません。
2. 「1回の質問」ではなく「1件の仕事」で費用を考える
一般的な文章生成なら、入力を渡して回答を受け取るだけです。ところが、開発用AIエージェントは次のように動きます。
依頼:APIのテストが落ちたので原因を調べて直す
↓
① 対象コード・ログを読む(入力トークン)
↓
② 修正方針を考える(推論と出力トークン)
↓
③ ファイルを編集する(ツール実行)
↓
④ テスト結果を読み直す(新しい入力・ツール結果)
↓
⑤ 必要なら修正を繰り返し、結果を報告
この場合のコストは大まかに入力の処理費 + 出力の生成費 + 必要に応じたツール等の費用です。途中で何度もコードを読み直したり、失敗して最初から再実行したりすれば、呼び出し回数も増えます。
新モデルが同じ問題を短い出力と少ない呼び出しで解ければ、トークン単価が同じでも総額は下がります。逆に単価が低くても、生成が長い・試行回数が多い・不成功で再実行が必要なら、総額は増えます。
したがって比較すべき指標は、1回あたりの料金よりも正常完了したタスク1件あたりの料金です。「安くなった」という宣伝文句を判断するときは、何を分母にしているのか確認してください。
3. プロンプトキャッシュは、どの処理を省略するのか
プロンプトキャッシュとは、同じ入力の先頭部分を再利用して再計算を減らす仕組みです。モデルは入力を処理するとき、過去の内容を参照するための中間状態(KV状態)を計算します。以前と同じ部分の状態を再利用できれば、その部分を毎回最初から計算する必要がなくなります。
最初の依頼:
[ 共通ルール ][ リポジトリ仕様 ][ 質問A ]
└── 再利用可能な先頭部分を保存
次の依頼:
[ 共通ルール ][ リポジトリ仕様 ][ 質問B ]
└── 同じ先頭部分をキャッシュから再利用
└── 新しい部分を処理
ここで重要なのは、前の回答を保存して使い回しているわけではないことです。同じ入力があっても、新しい質問に対する回答は新しく生成します。また、キャッシュヒットはすべてのリクエストで保証されません。
たとえば毎回変わる時刻を共通ルールの冒頭に埋め込むと、共通の先頭部分が短くなり、再利用しにくくなる場合があります。変わらない指示・ツール定義・仕様書を前に置き、個別の質問を後ろに置く考え方が役立ちます。
この仕組みをさらに詳しく知りたい場合は、以前の記事Codex Day 16徹底解説:12時間プロンプトキャッシュとWorkの長期再利用、料金・実装・損益分岐点でもKV状態と保持期間を説明しています。
キャッシュは「保存」と「読み取り」で単価が違う
GPT-6.2 Astraの標準API料金は、100万トークンあたり通常入力**$8**、30分保持のキャッシュ書き込み**$10**、キャッシュ済み入力**$0.40です。Solではそれぞれ$2 / $2.50 / $0.10**です。
キャッシュ書き込み料金は通常入力料金への追加手数料ではなく、該当入力に適用される別の単価です。長時間保持を選ぶ場合も料金条件が異なります。最初に保存して、後続の要求で再利用できて初めて効果を測れます。
4. 同じトークン数ならいくら違う? 仮の計算で比較
公式の標準API・短いコンテキスト向け単価を使って、2つの仮定を比較します。ツール料金・税・再試行・追加モード料金は含めません。
ケースA:50,000入力、5,000出力、キャッシュなし
| モデル | 入力費 | 出力費 | 合計 |
|---|---|---|---|
| Astra | $0.400 | $0.200 | $0.600 |
| Sol | $0.100 | $0.050 | $0.150 |
これは単純な単価比較です。SolがAstraと同等の品質で必ず仕事を完了できることを意味しません。
ケースB:50,000入力のうち45,000がキャッシュヒット、5,000出力
| モデル | キャッシュ済み45,000入力 | 通常の5,000入力 | 出力5,000 | 合計 |
|---|---|---|---|---|
| Astra | $0.0180 | $0.0400 | $0.2000 | $0.2580 |
| Sol | $0.0045 | $0.0100 | $0.0500 | $0.0645 |
この表はすでにキャッシュが存在してヒットした後続リクエストの仮定です。最初の書き込み費用は含みません。また、現行仕様では入力が272,000トークンを超える要求には、入力・キャッシュ料金の倍額、出力料金の1.5倍が要求全体に適用されます。長いコンテキストではこの表をそのまま使わないでください。
以前のGPT-6.1 Terraを含む使い分けは、Codex Day 22:GPT-6.1 Terraを徹底解説|性能・API料金・Computer Useと比較すると整理しやすいです。ただし同記事の料金は執筆当時の値なので、現在のモデル単価は公式API資料を優先します。
5. ベンチマークの数字を読むときの注意
GPT-6.2 Astraが優れているという評価は複数ありますが、テストの種類を混ぜないことが重要です。
| 評価 | 何を測るか | 発表から分かること |
|---|---|---|
| Agents’ Last Exam | 複数工程にわたる専門業務 | Astraは従来Astraより5.2ポイント改善(提供元の比較) |
| Terminal-Bench-Science 0.1 | ターミナルを使う科学研究の仕事 | Astraは従来Astraより9ポイント改善(提供元の比較) |
| FrontierCode 2.0 | 実際のコード変更がマージ水準を満たすか | SolはAstraに0.5ポイント差まで接近(提供元の比較) |
| 内部の安全性評価 | 不適切な行動や作業障害の報告 | 改善点だけでなく未解決の課題もある |
スコアが5.2ポイント上がるのと、性能が5.2%上がるのは同じ意味ではありません。さらに、開発環境・推論設定・試行回数・ツールの条件が変われば結果も変わります。
OpenAI自身、GPT-6.2は一部の安全性テストで、作業を妨げる障害を報告せず省略する傾向が増えたと公表しています。Codex側の指示でその傾向を減らしたと説明していますが、「障害を必ず漏れなく報告できる」とは書かれていません。自動化するほど、完了報告だけでなく、変更差分とテスト結果の確認が重要です。
6. では、何を選べばいいのか
まず、安いSolで十分に完了できる仕事と、Astraの追加能力が必要な仕事を実測で分けると判断しやすくなります。
たとえば既存APIの小さな修正なら、同じテストとレビュー基準でSolとAstraを比較します。複数システムを横断する設計変更や、長い工程での調査なら、Astraの完了率や手戻りの少なさに価値があるかもしれません。ただし、これは用途に応じた評価方法の提案であり、どちらが必ず勝つという予測ではありません。
比較時は次の項目を記録すると実務に使えます。
- 成功率: テストが通り、要件を満たしたタスクの割合
- 費用: 入力・キャッシュ書き込み・読み取り・出力・ツール費の合計
- 作業量: ツール呼び出し回数、やり直し回数、所要時間
- 安全性: 権限外の操作がないか、失敗や未実施を報告したか
「成功」の定義をそろえるため、同じ入力・テスト・レビュー条件で比較してください。
初代GPT-6世代で何が変わったのかを振り返りたい場合は、Codex Day 3:GPT-6とIntelligent UI、保存可能リセットを解説も関連しています。今回はその続きとして、モデルの単純な賢さだけでなく、仕事全体のコストをどう測るかが実務上のポイントです。
7. 注目された理由と、まだ分からないこと
OpenAIの公式発表を受けたHacker Newsの議論ページは、2026年11月18日(日本時間)の確認時点で1,248ポイント・773コメントでした。これは投稿に対する投票と議論の件数であり、記事の閲覧数ではありません。公開人気指標の取得時点によって数値は変わります。
また、公開情報からは新モデル内部の層構成、学習レシピ、非公開の推論最適化の実装詳細までは確認できません。「特定の注意機構を採用したから速くなった」「GPUコストが何割減った」といった説明は推測になるため記載しません。確認できるのは、公開仕様・価格・ベンチマークの評価条件・キャッシュなど公開APIで説明されている処理です。
まとめ:モデル単価と仕事の成功コストは分けて考える
GPT-6.2 AstraとSolは、難しい業務と日常的な大量処理に異なる重点を置くモデルです。Astraの入力・出力単価は従来より20%下がり、Solは従来のSolと同水準。それでも総費用を決めるのは、出力の長さ・キャッシュヒット・ツール操作・再試行・最終的な成功率です。
モデルの内部構造を推測するより、公開されたAPIの仕組みを理解したうえで、自分の仕事での成功した1件あたりのコストを測るほうが、現実的で再利用できる判断になります。
一次情報・確認資料(2026年11月18日確認)
- OpenAI「Introducing GPT-6.2 Astra and Sol」(公式発表、米国時間11月17日)
https://openai.com/index/introducing-gpt-6-2-astra-sol/ - OpenAI API「GPT-6.2 Astra」モデル仕様・料金
https://developers.openai.com/api/docs/models/gpt-6.2-astra - OpenAI API「GPT-6.2 Sol」モデル仕様・料金
https://developers.openai.com/api/docs/models/gpt-6.2-sol - OpenAI API「Prompt caching」(中間状態とキャッシュの説明)
https://developers.openai.com/api/docs/guides/prompt-caching - Hacker News「GPT-6.2 Astra and Sol」(公開関心指標。値は取得時点)
https://news.ycombinator.com/item?id=50535230