2026年11月17日、OpenAIは新しいAIモデル「GPT-6.2 Astra」と「GPT-6.2 Sol」を発表しました。Astraは複雑な専門業務や研究を、Solは日常的な業務を主な用途とするモデルです。今回のアップデートにより、従来より少ない出力トークンで高い成果を得られるとのことです。
両モデルはChatGPT WorkやCodexの有料プラン、APIで提供されます。また、OpenAIはその前日、研究者向けにChatGPT Plusを無償提供するプログラムの拡大も発表しました。新モデルの特徴と利用条件に加え、日本からも応募できる研究者向け支援の概要を整理します。
GPT-6.2 AstraとSolは何が変わった?
GPT-6.2 AstraはGPT-6 Astraの後継にあたり、複雑な専門業務向けの上位モデルです。OpenAIによると、文書やスライド、スプレッドシートの作成では、指定されたテンプレートや分野ごとの慣習に沿った出力が改善されています。Webサイトや3Dデザインの作成、CADやシミュレーションツールを使った操作の精度も向上したとしています。[出典:OpenAIの発表]
また、GPT-6.2 SolはGPT-6.1 Solの後継で、日常的な仕事やコーディングなどを効率よくこなすモデルと位置付けられています。どちらも従来モデルより少ない出力トークンで成果を上げるよう改良されたとされています。トークンはAIが文章などを処理する単位で、出力が効率化されれば、利用条件によっては同じコストでもより多くの作業を進められます。
研究・プログラミングでの性能は?
OpenAIによると、ターミナル上で科学研究に関する作業を行う評価「Terminal-Bench-Science 0.1」では、GPT-6.2 AstraのスコアがGPT-6 Astraを9ポイント上回り、1課題あたりのコストは3分の1未満でした。また、複数段階の専門業務を評価する「Agents’ Last Exam」では、GPT-6 Astraより5.2ポイント高いスコアを示しています。

プログラムの変更が実際の開発者のマージ基準を満たすかを評価する「FrontierCode 2.0」では、GPT-6.2 SolがGPT-6.2 Astraに0.5ポイント以内の差で迫り、課題あたりのコストは約5分の1だったと報告しています。これは両モデルの推論強度をmaxにした条件での比較です。[出典:OpenAIのモデル紹介]

こうした数値はあくまでベンチマークの結果として得られた比較ですが、かなりの高速化・低コスト化が実現しているようです。
利用できるプランとAPI料金
OpenAIは、ChatGPT WorkとCodexで、Plus、Pro、Enterprise、Eduの利用者に両モデルを提供すると発表しています。EnterpriseとEduでは、ワークスペースの管理者による有効化が必要です。
高速な「Ultrafast」は、Pro 500では両モデルに対応します。Pro 200にも初めて提供され、まずGPT-6.2 Solで利用できます。APIでは両モデルについて提供開始時からUltrafastを利用できます。[出典:OpenAIの料金・提供案内]
管理人の環境でも既に6.2のモデルにアップデート対応済みでした。
APIの標準料金は、100万トークンあたり次の通りです。キャッシュ済み入力は、条件を満たす既存の入力を再利用した場合に適用される料金です。
| モデル | 入力 | キャッシュ済み入力 | 出力 |
|---|---|---|---|
| GPT-6.2 Astra | 8米ドル | 0.40米ドル | 40米ドル |
| GPT-6.2 Sol | 2米ドル | 0.10米ドル | 10米ドル |
GPT-6.2 Astraの入力・出力単価はGPT-6 Astraより20%、キャッシュ済み入力は60%安くなりました。GPT-6.2 Solの単価はGPT-6.1 Solと同じです。これまで以上にAPIを利用しやすくなっていますね。
安全対策と利用上の注意
OpenAIの評価では、両モデルはサイバーセキュリティ能力が同社の評価枠組みで「Critical」、生物・化学に関する能力が「High」の閾値に達しました。これは能力に関する評価区分であり、OpenAIは悪用を防ぐため、高リスクなサイバー支援などへの制限を強化したと説明しています。その結果、やむを得ず正当なセキュリティ研究の一部も制限される場合があります。[出典:OpenAIの発表、GPT-6.2システムカード]
また、性能評価の中で観察されたこととして、必要なファイルがない、検索ツールが使えないといった作業上の障害を、モデルが利用者に伝えない傾向が見られたそうです。OpenAIはCodexに追加した指示によって報告漏れを大きく減らせたとしていますが、調査は継続中です。
システムカードによると、このCodex向けの指示はAPIへの直接リクエストには適用されていません。重要な作業では、完了報告だけでなく、実際に必要なファイルや検証結果が得られたかも確認した方が良いでしょう。
研究者向けにChatGPT Plusの無料提供も拡大
新モデルの発表に先立つ11月16日、OpenAIは学術研究者向けプログラム「ChatGPT for Academic Researchers」の拡大を発表しました。以下では、応募条件と利用方法を紹介します。
ChatGPT for Academic Researchersは、対象となる学術研究チームに、研究用のChatGPTワークスペースを提供するプログラムです。2026年7月に試験運用が始まり、OpenAIによると、これまでに33か国の2万人の研究者が参加しています。[出典:OpenAIの発表]
今回の募集では、採択者1人につき共同研究者2人を含む最大3人が、ChatGPT Plusを最長12か月間無料で利用できます。先着5万件すべてで3人が利用した場合、今回の募集枠は最大15万人分です。OpenAIはプログラム全体の目標を、従来の10万人から20万人に引き上げています。

ChatGPT Plusは、無料プランより多くの機能や利用枠を利用できる有料プランです。研究者向けワークスペースで利用できるモデルや機能は、通常の個人向けPlusと異なる可能性がありますが、使わない手は無いと思います。[出典:OpenAIヘルプセンター]
日本の研究者も対象:応募できる人と研究分野
OpenAIの案内では、応募者は対象国・地域にある対象の学術機関に所属する研究職の教員またはポスドクで、対象分野に関連する研究成果を過去3年以内に発表している必要があります。また、ChatGPTを学術研究に利用する予定であることも条件です。
対象分野は、生物学、化学・材料、コンピュータサイエンス、地球・惑星科学、工学、数学、物理学の7分野です。対象地域には日本も含まれますが、すべての大学や研究機関が対象とは限りません。応募前に所属機関の対象状況を確認しましょう。[出典:応募資格の案内、研究者向けプログラムの比較]
研究室の学生も、同じ機関の対象となる共同研究者として招待される場合があります。ただし、学生が共同研究者になれることと、学生本人が代表者として応募できることは別です。代表者の応募資格は教員またはポスドクに関する条件を確認してください。
研究成果について、OpenAIは直近3年のarXiv、bioRxiv、ChemRxivの論文を対象例に挙げています。これらはプレプリントではありますが論文投稿が紹介制なので、研究者として信頼できる指標と見なされたものと思われます。
申込方法と利用期間について
今回呼びかけられている募集は11月23日(月)に開始予定です。OpenAIは、条件を満たす応募を先着順に受け付けると説明しています。応募を考えている方は応募ページと公式の案内を確認してください。
応募前には、所属機関と職位、対象分野、過去3年の研究成果を確認し、研究での利用目的を整理しておくとよいでしょう。採択後は承認メールの指示に従って本人・所属確認とワークスペースの設定を行い、対象となる共同研究者を招待します。共同研究者にも所属確認が必要です。
無料期間は、セルフサービスの場合、研究者用アカウントの提供開始時から数えられます。なお、今回の提供はChatGPTの利用枠であり、OpenAI APIの利用クレジットは含まれません。プログラムに参加しても、APIを利用した独自のプログラムが自動的に無料になるわけではない点に注意が必要です。[出典:OpenAIヘルプセンター]
試験運用との違いとデータの取り扱い
試験運用ではChatGPT Pro相当の利用枠が提供され、応募者多数の場合は抽選で選ばれていました。今回の新規募集ではPlusの利用枠に変更し、条件を満たす応募を先着順で受け付けます。OpenAIは、試験運用の参加者の多くがPlusの利用上限内に収まっていたため、より多くのチームに提供できるよう変更したと説明しています。過去の採択者には、それぞれの採択条件が適用されます。[出典:OpenAIの発表]
研究者用ワークスペースは個人用のワークスペースとは別に設けられ、入力したデータは既定ではOpenAIのモデルの学習に利用されません。一方、ワークスペース管理者にはデータの管理権限があり、設定によって取り扱いが変わる場合もあります。未公開の研究データを入力する前に、所属機関の規程とワークスペースの設定を確認しましょう。
研究者はChatGPTをどのように使っているのか
OpenAIは募集拡大と併せて、試験運用の参加者による利用状況を調べた報告も公開しました。2026年8月20日から9月22日までの研究者1,819人による約58万件の研究関連メッセージを分類し、別途251人を対象にアンケートを実施しています。[出典:Science at the Frontier]
回答者は、AIを使った作業と同じ品質の仕事をAIなしで行う場合、平均して約1.9倍の時間が必要だったと見積もりました。また、研究分野の発見までの期間について回答した250人のうち98%は、AIによって発見が早まると予想しています。
ただし、1.9倍は作業時間の実測値ではなく回答者自身の見積もりで、発見の加速も将来についての予想です。これらの数字だけから、AIが研究の生産性や発見速度を実際にその割合で高めたと結論することはできません。OpenAI自身も、調査結果は因果関係を示すものではないと説明しています。
まとめ
日々のコード修正やデータ整理にはGPT-6.2 Solを使い、複雑な解析の組み立てに行き詰まったらGPT-6.2 Astraと別のアプローチを考えてみる。今回の発表で試してみたくなるのは、そんな使い分けです。
両モデルは対象の有料プランでChatGPT WorkやCodexから使えるほか、APIでも利用できます。AstraのAPI標準単価は従来モデルより下がり、同じ予算の中で複数のアプローチを試しやすくなります。
もし解析の準備にかかる時間を短くできたら、その分、気になっていた仮説をもう一つ検討できるかもしれません。研究室で使うなら、まずは「時間があれば試したかった解析」を一つ持ち寄ってみるのも面白そうです。
研究者向けChatGPTの新規募集は、11月23日に始まる予定です。応募条件を満たす先着5万件を対象に、本人を含む最大3人の共同研究者がChatGPT Plusを最長12か月間利用できます。この研究者向けプログラムは今回の新モデルのリリースとは別のキャンペーンです。研究者用ワークスペースで利用可能なモデルや各種機能については最新情報をチェックしてください。
