GPT-6 Astra vs Claude Haiku 5.5

ポジ 13 ／ ネガ 4 ／ 中立 4

ポジ 18 ／ ネガ 1 ／ 中立 5

2026-09-03（米国時間）公開の OpenAI 最上位モデル（API は gpt-6-astra）。 「Astra」は 2026-08-01 に数学の未解決問題を10問解いた成果として存在が明かされたモデルで、そこに GPT-6 という世代番号が付いて公開された。 提供は段階的で、まず Daybreak プログラムで承認された組織（2026-09-03 時点で2,000の組織・ワークスペース）に届き、数日中に ChatGPT の Plus・Pro・Business・Enterprise へ広げると案内された（Enterprise は既定で無効、管理者が有効化）。API のほか Amazon Bedrock・Microsoft Azure でも提供。 料金は入力 $10 / 出力 $50 で、前世代の GPT-5.6 Sol（$4/$20）の2.5倍。キャッシュ入力は $1、キャッシュ書き込みは $12.50（未キャッシュ入力の1.25倍）。まとめて投げる Batch と Flex は標準の半額、低遅延の Fast モードは2倍の $20/$100（最大2.5倍高速）。入力が 272,000 トークンを超えたリクエストは、そのリクエスト全体が入力2倍・出力1.5倍で計算される。 本表の「一度に読める量」922,000 は、OpenAI 公式表記のコンテキストウィンドウ 1,050,000 トークンから1回の出力上限 128,000 トークンを引いた値（GPT-5.6 Sol と同じ数え方）。知識のカットオフは 2026-04-30。入力はテキストと画像、出力はテキスト。 第三者機関 Artificial Analysis の AA Intelligence Index は 53（v4.3.2／max 設定・2026-09-23 確認）で、Claude Fable 5.1 と同じ 53。AA 全体の順位は168モデル中6位で、本表では 2026-09-22 公開の Claude Opus 5.5（max 設定で 58）が上にいる。2026-09-08 の v4.3 では小数まで見て Fable 5.1 の 53.4 に対して Astra は 52.8、順位は130モデル中1位対3位だった（公開時の v4.1.1 では Astra 61・Fable 5.1 66 と差があり、指標の版上げで縮んだ）。Meta の Muse Spark 1.3 は同じ v4.3.2・max 設定で 48 なので、本表では Astra が上に出る（Muse Spark 1.3 の max reasoning は Meta AI Research のブログが公開初日から利用可能と明記しており、2026-09-05 に原文で再確認した）。同社の Coding Agent Index は、公開時の記事では Codex ハーネスで 67 と、Claude Fable 5.1（Claude Code ハーネス）の 70 に次ぐ位置だった（この指標もその後採点し直されているので、最新の値は AA のページで確認してほしい）。 一方、OpenAI 自身が公表した数値ではパソコン操作とサイバーの伸びが大きい。OSWorld 2.0 は 72.6%（GPT-5.6 Sol は 65.7%）で所要時間は約75分→約40分、ScreenSpot-Pro 92.7%、BrowseComp 91.5%、Agents' Last Exam 59.3%、Terminal-Bench 4.0 57.9%、DeepSWE v1.1 74.1%、FrontierCode 1.1 Extended 64.5%、FrontierMath Tier 4 v2 97.6%、GPQA Diamond 96.0%、ExploitBench 100%（同 78.5%）、SRE-Bench 88.0%（4回以内で 99.2%）、SEC-Bench Pro 85.4%。許可された範囲を超える行動は 0%（同 48.2%）。 本表の GPQA 欄には OpenAI 自身の公表値 96.0% を入れている（本表の GPQA・HLE 欄は各社の公表値を載せる欄で、Anthropic 行の HLE がツールなし条件の公表値であるのと同じ扱い）。第三者機関 Artificial Analysis の独自実測は 96.1%（max 設定・2026-09-04 確認）で、公表値とほぼ一致している。 HLE（Humanity's Last Exam）は OpenAI が Astra について公表していないため「—」のまま。AA の独自実測は 54.7%（max 設定・2026-09-04 確認）だが、本表の HLE 欄に並ぶ他行はベンダー公表値なので、測り方をそろえるため欄には入れず、ここに記録だけしておく。 なお ARC-AGI-3 の 99.9% という数字が広く報じられているが、ARC Prize の計測では各社を同条件でそろえる Standard ハーネスだと 62.7%（費用 $26,098）で、99.9%（同 $19,285）は OpenAI 独自の Provider Adapter ハーネス（考えている途中の状態をリクエストをまたいで保持できる）を使ったときの値。 サイバーセキュリティ分野で OpenAI の Preparedness Framework の最上位「Critical」に分類された初めての自社モデルで、この分類を維持したまま公開された（GPT-5.6 Sol までは一段下の「High」）。評価中に未知のゼロデイ脆弱性を2件発見し、開発元に報告している。

2026-10-07（米国時間）公開の Anthropic の軽量・低価格モデル（API は claude-haiku-5-5）。9月22日の Opus 5.5、9月28日の Sonnet 5.5 に続く「Claude 5.5 ファミリー」の3本目で、これで Opus・Sonnet・Haiku の3つが 5.5 にそろった。同日から Claude API・Amazon Bedrock・Google Cloud・Microsoft Foundry と Claude アプリで使える。料金はプロンプトの長さで2段階になり、10万トークン以下のリクエストは入力$0.10／出力$0.50、10万トークンを超えるリクエストは入力$0.50／出力$2.50（キャッシュ読み込みは$0.01、超過時$0.05）。本表の $0.10／$0.50 は10万トークン以下の単価。Claude の 4.6 以降のモデルは100万トークンまで同じ単価なので、長さで単価が変わるのは Haiku 5.5 だけ。前の Haiku 4.5（$1／$5）から単価は1割になり、Anthropic は「Haiku 4.5 へのリクエストの9割が10万トークン以下だったので、平均で約75%安く動かせる」と説明している（同社の試算。新しい数え方で同じ文章が約30%多いトークンになる分も含めた値）。入力3:出力1の平均額 $0.20 は GPT-6 Luna と並んで本表でいちばん安い。ただし長い依頼の割増しの境目が違い、GPT-6 Luna は27万2千トークンまで同じ単価なので、10万〜27万2千トークンの依頼では Luna のほうが安い。第三者機関 Artificial Analysis の AA Intelligence Index は 43（v4.3.2・max 設定／2026-10-09 確認）で、同じ平均額の GPT-6 Luna（38）を5点上回る。設定を下げると xhigh 41、high 38、medium 34、low 29。公式の値（システムカード Table 8.1.A、max 設定・5回平均）は、Humanity's Last Exam がツールなし 45.9%（Haiku 4.5 は 10.2%）・ツールあり 57.4%、より難しいコード修正の SWE-bench Pro が 64.8%（Sonnet 5.5 は 81.3%）、SWE-bench Multilingual が 83.7%（Haiku 4.5 は 67.4%）、パソコン操作の OSWorld 2.1（インターネットにつながない82課題）が 72.4%（Haiku 4.5 は 15.7%、GPT-6 Luna は 48.9%）、実務の出来を測る GDPval-AA v2.1 が 1620（GPT-6 Luna は 1437）。発表ページでは、コマンド操作で開発を進める Terminal-Bench 4.0 が 39.2%（Haiku 4.5 は 0.0%、GPT-6 Luna は 16.4%）。SWE-bench Verified・GPQA・MMLU・AIME は公表されていないため「—」。一度に読める量は100万トークン、一度に書ける量は最大12万8千トークン、知識は2026年6月まで。入力はテキストと画像。考える量（effort）の既定は medium で、考える機能（adaptive thinking）は既定でオン。Haiku 4.5 向けのコードはそのままでは動かないことがある（考える量をトークン数で指定する budget_tokens や、既定以外の temperature・top_p・top_k の指定がエラーになる）。前の Haiku 4.5 は公式ドキュメントで旧世代（Legacy）扱いになったが引き続き使え、終了の予告はまだ出ていない（2026-10-09 確認）。Haiku 5.5 自身の提供終了は 2027-10-07 より前にはならない。本表の「一度に読める量」100万トークンは、Anthropic 公式の context window（会話の履歴と AI の返答を合わせた1つの枠）。

• → OpenAI Developers：GPT-6 Astra Model（コンテキスト1,050,000・出力上限128,000・知識カットオフ 2026-04-30・$10/$50・キャッシュ $1/$12.50）
• → OpenAI 公式：GPT-6 Astra: A new generation of intelligence（2026-09-03。ページ本文は JavaScript 必須で機械取得できない）
• → ITmedia NEWS：OpenAI、「GPT-6 Astra」を一部組織向けに公開　サイバー能力が初の「Critical」に（2026-09-04）
• → 窓の杜（Impress）：OpenAI、次世代モデル「GPT-6 Astra」を発表（2026-09-04。API 料金とベンチマーク）
• → the decoder：GPT-6 Astra is the first model making OpenAI willing to declare the AGI era（2026-09-03。公式ベンチ一覧）
• → Artificial Analysis：Benchmarking GPT-6 Astra（2026-09-08 確認時は Intelligence Index v4.3 で 53・130モデル中3位。v4.2 では 55、公開時の v4.1.1 では 61・Coding Agent Index 67）
• → Artificial Analysis：GPT-6 Astra（max）のモデルページ（Intelligence Index v4.3.2 で 53・168モデル中6位・2026-09-23 確認）
• → ARC Prize：OpenAI's GPT-6 Astra on ARC-AGI-3（Standard 62.7% / Provider Adapter 99.9%）

• → Anthropic：Introducing Claude Haiku 5.5（2026-10-07・料金・公式ベンチ・約75%安いという試算）
• → Anthropic：Claude Haiku 5.5 システムカード（Table 8.1.A：HLE ツールなし 45.9%・SWE-bench Pro 64.8%・OSWorld 2.1 オフライン 72.4%）
• → Anthropic 公式ドキュメント：Claude Haiku 5.5 overview（公開日・1M／128K・知識 2026年6月・提供終了の目安）
• → Anthropic 公式ドキュメント：What's new in Claude Haiku 5.5（Haiku 4.5 からの移行で変わる点）
• → Anthropic API 料金（Haiku 5.5：10万トークン以下 $0.10 / $0.50、超えると $0.50 / $2.50）
• → Anthropic Models Overview（現行は Fable 5.1 / Opus 5.5 / Sonnet 5.5 / Haiku 5.5。Haiku 4.5 は旧世代扱い）
• → Artificial Analysis：Claude Haiku 5.5（Intelligence Index v4.3.2 で 43・max 設定・2026-10-09 確認）