皆様ご無沙汰しています。
風とともに去り、夕立とともに現れるさすらいのブロガー、冬萠です。
お元気してましたでしょうか。今日からまた五月雨ですがブログを更新していこうと思いますのでどうか宜しくお願いいたします。
さて、今回のネタは先日発表されましたChatGPTの新たなシリーズに関してです。
ここ最近のAI界隈、本当に展開が速すぎます。
少し前まで「GPT-6が出た！」と騒いでいた気がするのに、その後GPT-6 Sol、GPT-6 Lunaが登場し、さらに今度はGPT-6.1 Solです。スマートフォンなら「今年の新型が出ました」で済むところですが、AIはそんな悠長なペースではありません。
気づけば数週間単位で性能が更新され、昨日まで最先端だったモデルが、今日はもう“旧世代”になりかねない世界です。
そして今回登場したGPT-6.1 Solには、少し気になるキャッチコピーがあります。
「Near-Astra intelligence」
つまり、ChatGPT最高峰のGPT-6 Astraに“かなり近い”というわけです。OpenAIも、GPT-6.1 Solはコーディングやコンピューター操作、専門業務などでAstraに迫る性能を持ちながら、API価格はAstraの約5分の1だと説明しています。
そうなると気になるのは当然これ。
「じゃあAstraじゃなくてSolでよくない？」
今回はGPT-6.1 SolとGPT-6 Astraを、単純な上下関係ではなく、実際に使う目線から5つの違いに分けて見ていきます。
では、参りましょう。
GPT-6.1 Solとは？ まずは立ち位置を整理
GPT-6.1 Solは2026年9月29日に発表された、GPT-6 Solのアップグレードモデルです。GPT-6 Solが登場したのが9月22日なので、わずか1週間ほどで「6.1」が投入されたことになります。 OpenAI
「もう改良版？」と思ってしまいますが、中身は単なる微調整ではありません。
OpenAIによると、GPT-6.1 Solではコード生成やデバッグ、複雑な文書理解、複数ステップの業務処理、コンピューター操作など幅広い領域が改善されています。 OpenAI
さらにAPI版では、コンテキストウィンドウが105万トークン、最大出力128,000トークンとなっており、かなり大規模な資料や長時間のワークフローにも対応します。 OpenAI Developers
つまりGPT-6.1 Solは、
「軽量版Astra」ではなく、“日常的に回せるAstra級モデル”を狙った存在
と見る方が近いでしょう。
違いその1：推論性能。Astraが上、でも差はかなり縮まった
まず最大の違いは、やはり純粋な推論能力です。
GPT-6 AstraはOpenAIが「最も高性能なモデル」と位置づけるフラッグシップで、複雑な推論、科学、研究、ソフトウェア開発、コンピューター操作などを想定しています。 OpenAI Developers
一方GPT-6.1 Solは、その性能にかなり接近しています。
例えば難しい科学タスクを測るTerminal-Bench Scienceでは、GPT-6 Astraが68.1％で依然トップ。一方でGPT-6.1 Solも従来のGPT-6 Solから大幅に伸びています。OpenAI自身も、特に難易度の高い科学研究ではAstraを使うべきとしています。 OpenAI
つまり、最高到達点はAstra。
しかし、そこまで難しくない仕事ではSolとの差を感じにくくなってきた。
この関係です。
違いその2：コーディングでは、もうかなり肉薄している
ここは少し面白いところです。
ソフトウェア開発能力を測るDeepSWE v1.1では、GPT-6.1 SolはGPT-6 Astraとほぼ同等の結果を出したとOpenAIは説明しています。しかもGPT-6 Solと比較すると、最高スコアを6.4ポイント上回りました。 OpenAI
これはかなり大きな進化です。コードを書く、エラー原因を調べる、既存プロジェクトを修正する、といった用途では、
「Astraでなければ無理」
という場面が、かなり減ったと考えられます。
特にChatGPT WorkやCodexで長時間作業させる場合、Sol側の性能向上はかなり恩恵が大きそうです。
違いその3：PC操作でもAstraとの差はわずか
最近のAIは、文章を書くだけではありません。
ブラウザを開く、ソフトを操作する、ボタンを押す、ファイルを確認する。
いわゆるAIエージェント用途です。
この分野を測るOSWorld 2.0では、GPT-6.1 SolはGPT-6 Solより7ポイント性能が上昇。
さらに最大推論設定では、GPT-6 Astraとの差はわずか2.1ポイントまで縮まっています。 OpenAI
これはかなり重要です。
個人的には、今後のChatGPTは単に「質問するAI」ではなく、
「パソコン上の作業そのものを任せるAI」
に移っていくと思っています。
そう考えると、この分野でAstraとの差が小さくなったことは、GPT-6.1 Solの一番大きな進化かもしれません。
違いその4：事実性も改善。Hallucinationが減った
AIを使っていて一番困るのが、
自信満々に間違えること。
俗に言うハルシネーションです。
OpenAIの評価では、難しい質問に対するGPT-6 Solの事実誤り率が11.4％だった条件で、GPT-6.1 Solは7.7％まで低下しました。
約32％の改善です。 OpenAI
さらに複数の推論設定でも、GPT-6 Astraとの差は最大1.9ポイント以内だったとされています。 OpenAI
もちろん「絶対に間違えない」という話ではありません。
ただし、調査、記事作成、資料整理、プログラム修正など、日常的な実務で使うモデルとしてはかなり安心感が増しています。
違いその5：最大の差は価格。ここでSolが一気に現実的になる
そして今回、一番分かりやすい差がこれです。
価格。
API料金ではGPT-6 Astraが、
入力：100万トークンあたり10ドル
出力：100万トークンあたり50ドル
なのに対し、GPT-6.1 Solは、
入力：2ドル
出力：10ドル
です。つまり標準料金ではほぼ5分の1。 OpenAI Developers
さらにキャッシュ入力はGPT-6.1 Solが100万トークンあたり0.10ドル。
OpenAIはこれを、標準入力より95％安く、旧GPT-6 Solのキャッシュ入力より50％安いとしています。 OpenAI
長時間AIを動かすエージェントや、大量の資料を読み込ませる用途では、この差は非常に大きいです。性能差が小さいのに料金差が5倍。
ここにGPT-6.1 Solの存在意義があります。
実際Astraの軽でもアプリ制作などの作業をしていますと、あっという間にトークンを使い果たします。さらに一週間で使えるクレジットには限りがあるので、使い果たしてしまうと翌週まで待たないといけないので、このコストは嬉しいです。
実際に比べるとどう感じる？
ここからはベンチマークの数字ではなく、実際の使用感に近い話です。例えば、
「ブログ記事の構成を考える」
「コードの不具合を探す」
「複数資料を読ませて要点をまとめる」
「アプリのUI仕様を考える」
このくらいの作業なら、GPT-6.1 Solでもかなり高い精度でこなせます。
むしろ普通の作業では、
「Astraとの差、どこ？」
となる場面もありそうです。一方、
非常に長い条件が絡む設計
難しい科学・数学問題
大量資料をまたいだ推論
曖昧な問題から最適解を探す作業
こういった場面では、Astra側の「最後の一段」が効いてきます。
なので体感的な使い分けとしては、
普段使いはSol。詰まったらAstra。
これが非常に分かりやすいでしょう。
実際GPT-6.1 Solで問題にぶつかってもAstraでクリアできた時が幾度もあったので、難易度が高い作業ではAstraで仕上げる感じですね。
結論：GPT-6.1 Solは「廉価版Astra」ではなかった
最初は私も、「結局Astraの下位版でしょ？」
くらいに思っていました。でも公式データを見ると、少し印象が変わります。
GPT-6.1 SolはAstraの性能を単純に削って安くしたモデルではありません。
Astraに近い性能を、現実的なコストで何度も使えるようにしたモデル
と表現した方がしっくりきます。
Astraは最高性能。Solは実用性能。この差です。
そして普通のユーザーにとって重要なのは、必ずしも100点のAIではありません。
毎日気軽に使える90数点のAIの方が、結果的には便利だったりします。
そう考えると、GPT-6.1 Solはかなり面白い立ち位置です。
まとめ〜これからAIは「性能」より「使い分け」の時代へ〜
AIモデルはこれまで、
「どれが一番賢いか」
という比較が中心でした。
しかしGPT-6.1 Solを見ていると、これから少し考え方が変わってきそうです。
最高性能が必要なときはAstra。
毎日の仕事ならSol。
大量処理ならLuna。
そんなふうに、目的ごとにAIを使い分ける時代になっていくのでしょう。今回のGPT-6.1 Solは、その流れをかなり分かりやすく示しているモデルだと思います。
何でもかんでも最上位モデルを使う必要はありません。
クルマだって毎日の買い物にF1マシンは必要ありませんからね。
ただ――
「このSol、思っていたよりだいぶF1寄りだな？」
というのが、今回調べてみて一番感じたところでした。
秋が来ましたね。
皆さんご健勝であられることを願っています。
