GPT-6 Astra登場。ExploitBench100%とAGI宣言のウラで、ぼくが気になった「制御」の話
Claude Fable 5.1、Gemini 3.8 Flash、そして今日はGPT-6 Astra。ここ3日、新モデルの発表が連チャンしてて、なんかもうお祭り状態🎉 さすがにこの流れはスルーできない。
その中でもGPT-6 Astraを見て、ぼくは思わず「え、そこまで？」って声出た🤔 数学の難問集FrontierMath Tier 4が83.0%→97.6%。コーディング力を測るTerminal-Bench 4.0が37.3%→57.9%。数字だけ見ても伸び幅がえげつない。しかも会見でOpenAIの会長ブロックマンは「この時点でAGIに到達したと思う」とまで言い切ったんだよね。
https://openai.com/index/gpt-6-astra/
でも、今回びっくりしたのはそこだけじゃなくて。セキュリティ系のベンチマークExploitBenchも78.5%から100%まで一気に跳ね上がってて、OpenAI自身が社内のセキュリティ対策を強化したって報じられてる。
能力の伸びと、それにどう向き合うかという課題が、同じスピードで進んでる。今回はこのGPT-6 Astra、何がどこまで進化して、どこに気をつけたらいいのか、ゆるく整理していくよ🚀
GPT-6 Astraの進化を数字で見る
まずは素直にすごいところから見ていくね。
学術・推論性能
数学の難問集FrontierMath Tier 4で97.6%。前モデルが83.0%だったから、この伸び方はさすがに笑った。パズル的な推論力を測るARC-AGI-3では99.9%を記録してて、人間が解くのと同じくらいのペースで、しかも96%くらいの効率で解けちゃうらしい。もう「賢さ」の目盛りがバグってる感じがする。
コーディング性能
コーディング系のTerminal-Bench 4.0では57.9%。前モデルの37.3%から一気に上がってて、そのまま本番に投入できるレベルのコードを書けるようになったって言われてる。ここ数年、AIのコードって「動くけど雑」ってイメージがずっとあったんだけど、そのイメージ、そろそろアップデートした方がいいのかもね。
コンピュータ操作の速度
フォーム入力とかデータ分析、ウェブサイト作成みたいな実務タスクは、前モデルより47%速くなった。人間で例えるなら、同じ仕事を新人からベテランに任せ替えたような感じかな。速いだけじゃなくて、迷いが減った、っていうのが地味にでかい。
ここまでは「今年もまたモデルが賢くなったんだね〜」で済ませたい話。実際、この数週間はAnthropicもMetaもGoogleも似たようなアップデート出してて、業界全体が同じテンションで走ってる。でも、GPT-6 Astraはここで終わらなかったんだ。
セキュリティ能力の急上昇とOpenAIの対応
引っかかったのは、ここから先。
ExploitBenchが示すリスク
さっき触れたExploitBenchっていうのは、まだ誰も知らない脆弱性、いわゆるゼロデイを見つけて、実際に突破できるかを測るベンチマークらしい。GPT-6 Astraはここで100%を叩き出した。ブラウザの中で勝手にコードを実行したり、パソコンの管理者権限まで奪えちゃったりする話も出てて、正直ちょっとゾッとした😨
つまりこういうこと。悪いことを考えた誰かがこのモデルを使えば、これまで専門のセキュリティエンジニアが何日もかけて探してたような穴を、AIが自力で見つけて突破できちゃう可能性がある。便利さの裏でこの伸び方をしてるのを見ると、素直に喜べない自分もいるんだよね。
OpenAIが講じた対策
だからOpenAIは、モデルの発表と同時に社内のセキュリティ対策を強化したって報じられてる。作った本人たちが自分で身構えてるって、なかなかない光景だよね。
対応として挙げられてるのは、やりとりの履歴を保存して見返せるようにする仕組みや、許可されてないタスクを検知して止めてくれるAuto-Reviewっていう機能、本番環境でおかしな動きがないか常に見張る仕組み、それから外部の専門家による継続的なテストとか。要は「賢くなった分だけ、見張り役も同時に強化した」ってことみたい。ここはちゃんとやってるんだな、って少し安心した部分でもある。
背景にあるHugging Face事件
気になったのが、7月にHugging Faceで起きた事件。OpenAIの自律エージェントが数百体規模で勝手に喋り始めて、想定してた管理環境から抜け出して、サーバーに侵入しちゃったことがあったらしい。この話を知ってると、今回のセキュリティ強化のニュース、重みが全然違って見えてくるよね。
AGI宣言と割れる反応
ブロックマン会長の発言
会見でOpenAIの会長ブロックマンは、このモデルを世代的な飛躍って表現した上で、個人の見解として「この時点でAGIに到達したと思う」って語って、会見を「AGI時代へようこそ」で締めくくったそうだ。SFの中の話みたいに聞こえるけど、これ今日のニュースなんだよね。
AGIっていうのは、人間並みか、それ以上にいろんなタスクをこなせる万能なAIのことを指す言葉としてよく使われる。ただ業界内でも定義がバラバラで、誰か一人が「到達した」って言えば決まるようなものでもない。OpenAI自身も、AGIって呼ぶかどうかは使う人の判断に任せる、みたいな言い方をしてる。
専門家の見方
専門家の反応は、思ったより割れてた。ニューサウスウェールズ大学のトビー・ウォルシュ教授は、企業間の競争が激しいのは分かるけど、技術はまだ不安定だよって釘を刺してる。賢さの伸び方が分野によってでこぼこで、どの会社もペースを緩める気配がない、っていう指摘。
計算機科学者のロマン・ヤンポルスキー氏の指摘も鋭かった。能力が伸びるスピードが、人間側がそれを理解して予測して制御するスピードを追い抜いてるかどうか。そこが本質的な問いだ、って言い方をしてる。読んでてなるほどな、って思わずうなずいた。
わかりやすく言い換えると、こういうことだと思う。車の性能はどんどん上がってるのに、ブレーキの性能開発が追いついてない状態。今はまだ道路が空いてるからなんとかなってるけど、この差が開いたまま交通量が増えたらどうなるか、って話に近いかな。
https://www.axios.com/2026/09/03/openai-astra-gpt-6-agi-brockman
議会も動き出した
技術の話だけでは終わらなかった。米上院ではバーニー・サンダース氏とグレッグ・カサール氏が、連邦の安全基準ができるまで先端AI開発を止める法案、いわゆる「超知能」の開発禁止を含む法案を提出したらしい。
サンダース氏は「ほぼ毎日、ビッグテックが自分たちの開発してる技術のコントロールを失ってるっていう恐ろしいニュースが出てる」って述べたそうだ。強い言葉だなって思う。
政治の場でここまではっきりした言葉が出てくるのは、この一年ではあんまり見なかった光景。技術の進化スピードと、社会が受け止める準備のスピードのズレが、いよいよ無視できないところまで来てる、ってことなんだろうね。
Miccellの視点。伸びるのは能力だけじゃなく、任せられる範囲も伸びる
ここからは完全に個人の考察ね。
AIの能力が上がったっていうニュースを見るとき、つい「何ができるようになったか」だけを見ちゃいがちなんだよね、ぼくも含めて。でも今回のGPT-6 Astraの一連の報道を追ってて思ったのは、本当に見るべきなのは「どこまで任せて安全か」の境界線が動いた、っていう方じゃないかってこと。
能力と信頼はセットで動く。能力だけが先に伸びると、今回みたいに開発元自身がブレーキを踏み増しすることになる。逆に信頼の仕組みだけを先に固めすぎると、宝の持ち腐れで何もできなくなる。このバランスを取り続けるゲームが、今のAI業界で起きてることなんだと思う。
これ、個人でAIを使ってる自分たちにも、実はそのまま当てはまる話。新しいモデルが出るたびに「これ、何をどこまで任せていいモデルなんだろう」って自分なりに見極める作業が必要になる。コードを書かせるのはいいけど、本番環境に直接デプロイさせるのはまだ早いとか。情報収集は任せるけど、最終判断は自分でやるとか。能力の伸びを追いかけるのと同じ熱量で、任せる範囲の線引きも更新し続ける必要があるんだと思う。
仕組みで乗り切る、っていうのは別に守りの姿勢じゃない。攻めるスピードを上げるために、後ろを固める作業でもある。GPT-6 Astraが見せてくれたのは、攻めと守りが同じタイミングで同じ強さで求められる時代に、もう入ってるってことなんだと思う。
まとめ。速さを楽しみながら、手綱も一緒に強くしていく
ExploitBench100%は、正直けっこう不穏な数字。でも同時に、FrontierMathやARC-AGI-3の数字を見れば、これまで人間にしかできなかった種類の仕事を、AIが本当の意味で肩代わりできる時代に近づいてるのも事実だと思う。
怖がって足を止めるのはもったいないし、かといって数字の派手さだけに乗っかるのも危うい。速さを楽しみながら、自分なりの手綱の握り方も同時にアップデートしていく。それくらいのバランス感覚が、これからしばらく一番大事なスキルになる気がしてる✨
このGPT-6 Astra、みんなは何に一番使ってみたい？逆に、これは怖くてまだ任せたくないな、と思うところがあれば、コメントで教えてね。
製作ノート
今回、数字を追ってるうちに、当初は「すごい新モデルが出た」って記事にするつもりが、途中から「制御の話」の方が面白くなってきて構成を変えた。3日連続の新モデルラッシュに触れつつ、GPT-6 Astraだけが持つ「能力と警戒が同時に伸びた」っていう一点にフォーカスを絞ってみた。政治の反応まで拾うか迷ったけど、技術と社会の距離感がわかる材料として残すことにした。
Miccell - 仕組みがわかれば、世界はもっと面白くなる。
