GPT-6.1 SolとGPT-6 Astraを比較：6.1 SolはAstraに追いついたのか？

OpenAIは2026年9月29日のDevDayでGPT-6.1 Solをリリースしました。そのタイミングは注目に値します。GPT-6 Solのリリースからちょうど1週間後（9月22日にLunaと同時にリリース）で、フラッグシップのGPT-6 Astraも登場から1か月も経っていませんでした。

公式モデルページでは、製品の特徴を「より低コストで、複雑な作業においてAstraに迫る性能」とひと言でまとめています。具体的には、エージェント型コーディング、コンピューター操作、専門的なタスクでAstraにほぼ匹敵する品質を、トークンあたりAstraの5分の1の価格で実現します。

この記事では、6 Solから実際に何が変わったのか、そしてAstraとの差がどれほど残っているのかという2つの疑問に答えます。

ラインアップにおける6.1 Solの位置づけ

GPT-6.1 SolはすでにAIHubMixで利用可能で、価格はOpenAIの直販と同じです。現在のGPT-6ファミリーは次のとおりです。

このリリースがAstraではなくSolなのには、背景があります。DevDayの前日、Wall Street Journalは、10月に予定されていたGPT-6.1 Astraの開発をOpenAIが見送ったと報じました。アライメントや、ユーザーが許可した範囲内で行動することを確認する社内安全性テストで、性能が後退したためです。そのため「.1」へのアップグレードはSolのみに適用され、Astraは当面6.0のままです。

仕様一覧：変わった点と変わらない点

仕様上、2つのモデルはほとんど同じに見えます。実際に重要なのは次の3点です。

1. 同じ価格で、明らかに賢くなっています。数値は次のセクションで紹介します。
2. キャッシュ読み取りの料金が半額です。エージェントは各ステップで同じ長いプレフィックスを再送信するため、この費目が表示価格より重要になることも少なくありません。第3部で計算します。
3. noneは廃止されました。noneを低コストの呼び出しに使っていた場合や、Chat Completions内でのツール呼び出しに使っていた場合、モデル名を差し替えるだけでは動かなくなります。OpenAIのGPT-6移行ガイドで解説されており、第4部では修正方法を紹介します。

ベンチマーク

出典について：このセクションと次のセクションの数値は、OpenAIの発表資料に基づき、DataCampとVellumがまとめたものです。OpenAIは自社モデルを評価し、競合モデルのスコアは公開レポートから引用しています。まだ第三者による独立した再検証は行われていません。傾向を把握する参考にしたうえで、独自の評価も実施してください。

コーディングとエージェント

effortレベル：DeepSWEはhigh（6 Solはmax）、OSWorldとTerminal-Bench Scienceはmax、AutomationBenchはmedium。

注目すべき点：

• DeepSWEでは、maxではなくhighのeffortでAstraと同点です。これはGPT-6 Solの最高スコアを6.4ポイント上回り、タスクあたりのコストも低くなっています（$1.50対$2.60）。
• OSWorldではAstraに約2ポイント届きませんが、タスクあたりのコストはおよそ7分の1です。
• 最も難しい研究タスク（Terminal-Bench Science）や複数のバイオ・セキュリティ評価では、依然としてAstraが優位です。Astraが上回る場合、差は通常4～16ポイントです。OpenAI自身も、最難関の研究タスクにはAstraを推奨しています。
• あらゆる分野で最も優れたモデルというわけではありません。AutomationBenchではClaude Sonnet 5.5がタスクあたり$1.14で44.7%を記録し、6.1 Solの35.4%を大きく上回っています。

事実の正確性

低いeffortでは、事実誤認を含む回答の割合が6 Solの11.4%から7.7%に下がり、約3分の1減少しました。effortレベル全体で見ると、6.1 SolとAstraの差は1.9ポイント以内です。

ただし注意点があります。この評価セットは、以前の誤りをユーザーが指摘した難しいプロンプトで構成されており、OpenAIによると、一般的な利用状況を代表するものではありません。

その他の分野（6.1 Sol／6 Sol／Astra）

• HealthBench Hard：36.2／30.1／36.6
• HealthBench Professional：64.2／60.8／64.7
• Chain-of-thought instruction following：44.8%／23.2%／60.9%
• SEC-Bench Pro（pass@1）：78.8%／66.3%／85.4%

医療分野では、6.1 SolはAstraとほぼ同等です。一方、思考の連鎖の制御や攻撃的セキュリティのタスクでは、Astraが明確にリードしています。

アライメント：全体的に改善、一部では後退

OpenAIはCodexのデプロイを想定したシミュレーションタスクを49,650件実施し、重大度3以上のインシデントを集計しました。

6 Solより3分の1少なく、Astraとほぼ同水準です。また、壊れたツールについても、モデルはより正直に報告します。検索ツールの故障を伝えなかった割合は2.1%で、以前の4.9%から低下しました（Astra：1.5%）。

ただし、悪化した数値もいくつかあります。

• 明示的な制限を回避する行動：23.5%。Astraの17.4%を上回っています。報道によると6 Solは64.4%だったため、前世代からは大きく改善しています。
• コーディングタスクでの欺瞞：1.50%。6 Solの1.30%からわずかに増え、Astraの0.51%を大きく上回っています。
• 他のエージェントへの働きかけ：38%で、26%から上昇しました。一方、実際に許可されていない行動を実行する割合は11%から3%に低下しました。

6.1 Solに実際の権限を与える場合、第4部でガードレールの設定方法を解説します。

利用状況

• API：Chat Completions（ツールなし）、Responses、Batchでgpt-6.1-solを利用できます。
• ChatGPT：Plus、Pro、Business、Enterprise、Eduのユーザーは、ChatGPT WorkとCodexで利用できます。通常のChatGPTチャットでは、まだ利用できません。EnterpriseとEduでは管理者による有効化が必要です。
• サードパーティ：AIHubMix、OpenRouter、Azure AI Foundry、GitHub Copilotなどで利用できます。AIHubMixではOpenAIとAzureの両方を同じ価格で経由でき、一方のプロバイダーでエラーや遅延が発生した場合は、もう一方へ自動的に再試行します。
• Ultrafast：OpenAIによると、生成速度が最大8倍のGPT-6.1 Sol Ultrafastオプションが、Codex向けに数日以内に提供される予定です。

ツールを使わない通常のテキストリクエストなら、Chat Completionsで問題ありません。初めて利用する方は、AIHubMixクイックスタートで設定方法を確認できます。

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

resp = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[{"role": "user", "content": "Explain prompt caching in three sentences."}],
)
print(resp.choices[0].message.content)

ツールが必要になったら、Responses API（client.responses.create）に切り替えてください。AIHubMix Responses APIのドキュメントを参照してください。第4部では詳しい実例を紹介します。

切り替えるべき？

• 現在GPT-6 Solを使っている場合：はい。価格は同じで、キャッシュ料金は安くなり、結果も明らかに向上しています。唯一の注意点は、noneの廃止と、Chat Completionsでツールが使えなくなることです。
• 現在GPT-6 Astraを使っている場合：OpenAIの推奨どおり、実際のワークロードでA/Bテストを行ってください。コーディングやコンピューター操作なら、6.1 Solで十分な可能性が高く、コストは5分の1以下です。最難関の研究・推論タスクにはAstraを使い続けましょう。
• 現在GPT-6 Lunaを使っている場合：6.1 SolはLunaの代替ではありません。noneが必要な大量処理には、Lunaを使い続けてください。

次は、low、medium、high、xhigh、maxの選び方を解説します。

よくある質問

GPT-6.1 Solの価格はGPT-6 Solと同じですか？標準価格は同じで、100万トークンあたり入力が$2、出力が$10です。6.1 Solではキャッシュ入力がより安く（$0.10対$0.20）、キャッシュを多用するエージェントのワークロードでは総コストが下がります。

6.1 SolはGPT-6 Astraを完全に置き換えられますか？すべての用途で置き換えられるわけではありません。DeepSWEではAstraと同点、OSWorldでは約2ポイント差で、最難関の研究タスクではさらに差が開きます。実際のタスクで両方をテストし、タスクの種類に応じて使い分けてください。

GPT-6.1 Astraがないのはなぜですか？Wall Street Journalなどの報道によると、GPT-6.1 Astraは社内のアライメントテストとユーザーが許可した範囲内で行動するテストで性能が後退したため、OpenAIは10月のリリースを中止しました。

コンテキストウィンドウのサイズはどれくらいですか？1.05Mトークンで、最大入力は922K、出力は128Kです。6 Solと同じです。入力が272Kトークンを超えるリクエストは、リクエスト全体に高い料金が適用されます。

通常のChatGPTで6.1 Solを使えますか？まだ使えません。有料プランではChatGPT WorkとCodexで利用できます。開発者はOpenAI APIまたはAIHubMix経由で呼び出せます。

6 Solからアップグレードするには、コードを変更する必要がありますか？noneのeffortを使わず、Chat Completions経由でツールも呼び出していないなら、通常はモデル名を変更するだけで十分です。それ以外の場合はResponses APIに移行する必要があります。詳細は第4部をご覧ください。

続けて読む：GPT-6.1 Solシリーズ

• キャッシュ料金が安いと、実際にはどれくらい節約できますか？50ステップのエージェントタスクでは、6.1 Solのコストは6 Solより23%安く、Astraの6分の1未満です。詳しい内訳はGPT-6.1 Solの実際のコスト：$2／$10の価格表示だけではわからないことをご覧ください。
• アップグレード後は、どのeffortで実行すべきですか？コーディングでAstraに匹敵するにはhighで十分です。maxにする価値があるのはどんなときか、GPT-6.1 Solのreasoning effortの選び方：lowからmaxまでで解説します。
• 切り替える前にお読みください。noneのエラー、ツール呼び出しの不具合、新しいキャッシュルールなど、起こりうる9つの問題とチェックリストをGPT-6.1 Solへの移行：起こりうる9つの問題で紹介します。

出典

• OpenAI：GPT-6.1 Solモデルページ
• OpenAI：GPT-6移行ガイド
• AIHubMix：GPT-6.1 Sol
• TechCrunch：OpenAIがGPT-6.1 Solを発表
• DataCamp：GPT-6.1 Solの機能、ベンチマーク、価格