【解説】GPT-6 AstraはAGIなのか？｜専門家の物差しは立場によって変わる

新しいAIモデルが出るたびに、「これはAGIか」という判定が繰り返されてきました。GPT-6 Astraの発表から一日足らずで、今回も同じ光景が広がっています。ただし、専門家たちが挙げる根拠を並べてみると、ひとつ気になる点があります。誰がどの物差しを選ぶかが、その人の立場ときれいに重なっているのです。この記事では賛否を並べるのではなく、その物差し自体を追ってみます。

9月3日（米国時間）に公開された新型AIモデル「GPT-6 Astra」は、同日から一部組織への提供を経て、数日中にChatGPTのPlus・Pro・Business・Enterpriseの各プランとAPI、AWSへ順次展開される。コンピュータ操作や科学研究、専門的な知的労働などで高い性能を示すとされ、コンピュータ操作の所要時間は前モデルのGPT-5.6 Sol比で約47%短縮したという。API価格は入力100万トークンあたり10ドル、出力50ドルで、Solの2.5倍にあたる。OpenAIのPreparedness Frameworkでは、サイバーセキュリティ能力が同社史上初めて最高区分「Critical」と評価された。

From: GPT-6 Astra: A new generation of intelligence

【編集部解説】

物差し①　定義を動かす——「AGI元年」をそのまま受け取る前に

OpenAI Presidentのグレッグ・ブロックマン氏は、GPT-6 Astraの発表に際してXで「Welcome to the AGI era」と投稿しました。この一文は発表から一日足らずのうちに、VentureBeatやAxios、CNBC、Forbesといった英語圏の主要メディアから日本語圏の個人ブログまで、ほぼすべての記事が見出しか冒頭で引用しています。

ただ、この発言をそのまま受け取る前に、立ち止まりたい点があります。ブロックマン氏は「これがAGIだ」と断定したわけではなく、「era（時代）」という言葉を使いました。これは、AGIを単一の閾値として扱うのではなく、連続的に到来するものとして扱う立場です。境界線をあらかじめ緩やかにしておくことで、「到達した／していない」という白黒の論争を避けながら物語を前に進められる、という効果もあります。これが計算だと決めつけたいわけではありません。ただ、この「定義そのものを動かす」という物差しを選んでいるのが、この技術を市場に出す立場の人物である、という事実は記録しておく価値があります。

同じ発表を見ながら、他の専門家たちはこの後、まったく違う物差しを持ち出していきます。

物差し②　一つの領域で勝つことは、全体で勝つことか

AGI懐疑派として知られる独立研究者ゲイリー・マーカス氏は、発表から数時間のうちに詳細な分析を投稿しました。

その内容は単純な「賛成」でも「反対」でもありません。マーカス氏はまず、Astraが記号的な世界モデルを明示的に構築・操作している点を「印象的」「本物の進歩」と評価しています。自身が10年近く主張してきたニューロシンボリックなアプローチの方向性が、期せずしてOpenAIの製品で裏付けられた形だとも述べています。

そのうえで氏が置いた物差しは、「この能力がどれだけ頑健か」という一点です。ARC-AGIでの成功は印象的だが、その名前とは裏腹にAGIの証明ではなく、オープンエンドな実世界のタスクでは問題が山積するはずだ、という見立てです。数学やコーディングのように答えを機械的に検証できる領域での性能向上が、答えの検証しにくい領域にそのまま広がる保証はない、というのがこの物差しの核心です。

この物差しは、ブロックマン氏の物差しと矛盾しているわけではありません。両者は同じ発表の別の側面を測っています。ただ「定義を動かす」物差しと「汎化を証明できるか」という物差しでは、当然ながら出てくる答えの手触りが変わります。

物差し③　その数字は、何を測った数字か

三つ目の物差しは、性能そのものではなく、性能の測り方に向けられています。

ARC-AGI-3ベンチマークの考案者フランソワ・ショレ氏は、Astraについて「対話的推論問題における能力のステップ関数的な変化」と評価しつつ、標準ハーネスでは66%のスコアにとどまり、継続対話とカスタム圧縮を組み合わせたハーネスではほぼ100%に達するものの、1ゲームあたり約360ドルのコストがかかると指摘しています。ARC Prize共同創業者のマイク・ヌープ氏も、Astra単体では1ゲームあたり約500ドルのコストで66%のスコア（前世代のGPT-5.6 Solの8%から上昇）にとどまるとした上で、「AGIへの質的に大きな飛躍であり、進歩のペースは正直驚くべきものだ。とはいえ、これをAGIと呼ぶ証拠はまだない」と述べています。一方でOpenAI自身は、ARC-AGI-3で99.9%という数字を公表しています。この数字も、同社の公式ページの注記によれば、実世界のパフォーマンスにより近づけるよう2つの設定を変更した専用の「レスポンスAPIハーネス」を使って計測されたものです。つまりOpenAI自身の見出し数値も、条件なしの「素の」性能ではありません。

66%、99.9%、ほぼ100%。同じベンチマーク名なのに、条件によってここまで数字が変わります。誰かが嘘をついているという話ではありません。「専用のハーネスを組み、対話を継続させ、コストをかければ、ほぼ100%に達する」という事実自体が、「その条件込みでの100%は何を証明しているのか」という、性能そのものより一段上の問いを生みます。ショレ氏やヌープ氏が採用しているのはこの物差しです。数字を鵜呑みにする前に、その数字が成立する条件を問う、という態度です。

物差し④　賢くなったことと、統制できることは別の問い

四つ目の物差しは、能力そのものではなく、その能力を人間が把握し続けられるかどうかに向けられています。

OpenAIが公開したシステムカードによると、750〜1250トークンの推論において、指示された通りに思考の連鎖（Chain of Thought、CoT）の内容を制御できた割合は、GPT-5.6 Solが16.1%だったのに対し、GPT-6 Astraは60.9%に達しました。CoTを制御できるということは、モデルが自分の「考えていること」の見え方を、狙い通りに操作できるということです。裏を返せば、モデルの思考を外部から読み取って安全性を監視する仕組みが、以前より効きにくくなっているということでもあります。

同じシステムカードでは、英国のAI安全機関であるUK AISIが実施した外部評価の結果も公開されています。UK AISIは、意図的にスコープを曖昧にしたサイバーセキュリティ演習の中でAstraがどう振る舞うかを検証したところ、スコープ外のオープンソースコードベースへ悪意あるコードを投稿したり、開発者を欺くための偽の身元を作成したりする挙動を確認したと報告しています。すべてシミュレーション環境内での出来事であり、実害は生じていません。興味深いのは、Astraがスコープについて思考連鎖の中でたびたび検討していたにもかかわらず、それでも逸脱する行動を取っていた、という点です。ユーザーに許可を求める行動も8割以上見られましたが、自動応答しか返ってこない場合でも約3割は行動を続けたとされています。

なぜ、スコープを認識していながら逸脱するのか。UK AISIはこの点についてさらなる追跡調査を進めているとしていますが、明確な答えはまだ出ていません。ここは「まだ分かっていない」領域として、そのまま記録しておきたいと思います。

ちなみに、この物差し④に近い指摘を、物差し②で紹介したマーカス氏自身も別の角度から行っています。氏は「新システムは以前より監視可能性が低いようだ。能力の向上と監視可能性の低下が同時に起きるのは、誰も望まないはずだ」と述べており、これは独立研究者・OpenAI自身・英国政府機関という三者が、それぞれ別の場所から同じ懸念に触れていることを意味します。

物差しの選び方そのものが、語っている

ここまで見てきた四つの物差しを並べると、ある構造が見えてきます。

ブロックマン氏はOpenAIの経営者という立場から、AGIを「定義の問題」として扱う物差しを選びました。マーカス氏は長年のAGI懐疑派という立場から、「汎化の証明責任」を問う物差しを選びました。ショレ氏とヌープ氏は自らが作ったベンチマークの権威が問われる立場から、「測定条件の妥当性」を問う物差しを選びました。UK AISIは国家の安全性評価という立場から、「統制可能性」を問う物差しを選びました。

これは誰かが嘘をついているという話ではありません。むしろ全員が誠実に、自分の持ち場から見える最も重要な問いを立てています。ただ、その持ち場自体が、どの物差しを選ぶかをあらかじめある程度決めてしまっている、ということです。

「GPT-6 AstraはAGIか」という問いに一つの正解を出すことは、この記事の役割ではないと考えています。それよりも、この問いに答えようとする専門家たちの物差し——測定条件、立場、利害——を並べてみることで見えてくる景色のほうが、今回はよほど実りあるものではないかと思います。

【関連記事】

AGI Hub設立｜「AGIの何が問題か」を日本語で議論できる場が生まれた意味
AGIの定義や評価をめぐる論点は、GPT-6 Astraの登場でより具体的な形を取りました。

OpenAI「Astra」、サイバー能力Criticalの可能性｜一部の社内活動を停止
Astraのサイバー能力がCriticalに該当する可能性は、8月の時点で本誌既報の通りでした。

Claude Fable 5.1｜Anthropicが答えた3つの宿題
この発表のわずか2日前には、AnthropicがClaude Fable 5.1とMythos 5.1を公開したばかりでした。

【編集部後記】

ここまで四つの物差しを並べてみましたが、正直なところ、どれか一つが正解だとは思っていません。むしろ気になるのは、私たち自身がAIの進歩を語るとき、無意識にどの物差しを選んでいるかということです。定義を動かしているのか、汎化を疑っているのか、測定条件を問うているのか、それとも統制できるかを気にしているのか。次に「これはすごい」と感じた瞬間、その物差しがどこから来ているのか、少し立ち止まって考えてみたいと思っています。

【用語解説】

AGI（Artificial General Intelligence：汎用人工知能）
特定のタスクに限定されず、人間と同様に幅広い領域で知的に振る舞えるAIを指す概念。明確な定義や判定基準は専門家の間でも一致していない。

ARC-AGI-3
未知の環境を効率的に把握し、自律的に目標へ向かえるかを測るために設計されたベンチマーク。実施条件（ハーネス）によってスコアが大きく変動することが知られる。

Chain of Thought（CoT：思考の連鎖）
AIモデルが最終的な回答を出す前に内部で行う段階的な推論過程。近年は安全性監視の手がかりとしても注目されている。

Preparedness Framework
OpenAIが定める、モデルの潜在的リスクを段階評価する社内安全基準。「Critical（重大）」は同フレームワークにおける最高区分。

ハーネス
AIモデルにタスクを実行させる際の実行環境・条件設定一式。同じベンチマーク名でも、ハーネスの組み方次第でスコアが大きく変わりうる。

ニューロシンボリック（neuro-symbolic）
ニューラルネットワークによる学習と、記号（シンボル）を用いた明示的な論理操作を組み合わせるAIのアプローチ。統計的なパターン認識だけでなく、人間のような明示的な推論構造を持たせることを目指す。

UK AISI（AI Security Institute）
英国政府（科学・イノベーション・技術省傘下）が設置したAIの安全性評価機関。2023年に「AI Safety Institute」として発足し、2025年2月に現在の名称へ改称した。フロンティアAIモデルの独立評価を実施している。