VS COMPARISON
OpenAI
GPT-6 Astra ／ 2026-09-03
「パソコン操作とサイバーは一段上だけど、お値段は同じ GPT-6 の Sol の5倍だよ」
Z.ai
5.3-Flash ／ 2026-08-26
「1課題$0.24。安さがけた違いなのに、旗艦との差は3ポイントだよ」
編集部の総合判定
総合知能（AA Index）は GPT-6 Astra 53 対 GLM-5.3-Flash 42。現時点では GPT-6 Astra が明確に優位
WHICH ONE
SPECS
| 項目 | GPT-6 Astra | GLM-5.3-Flash |
|---|---|---|
| バージョン | GPT-6 Astra | 5.3-Flash |
| 公開日 | 2026-09-03 | 2026-08-26 |
| コンテキスト長 | 922K | 1000K 勝ち |
| 入力料金 $/1M | $10 | $0.15 安い |
| 出力料金 $/1M | $50 | $0.5 安い |
| 推論モデル | ✓ あり | ✓ あり |
| マルチモーダル | ✓ あり | ✓ あり |
| AIコスパ指数 独自指標 | 55 | 82 勝ち |
BENCHMARKS
バーの長さは100%スケール。長い方が勝ち。
総合知能（AA Intelligence Index）
専門知識（GPQA）
※ AA Intelligence Index（第三者機関 Artificial Analysis の統合知能指標）/ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）/ HLE（Humanity's Last Exam・最難関試験）
※「—」は未公表（実測0ではありません）。未公表の項目は勝敗のカウント対象外です。公式が個別ベンチを公表していないモデルも、AA Intelligence Index は第三者測定のため横並びで比較できます。
X VOICE
ベンチマークとは別の軸として、直近7日（2026-10-12 〜 2026-10-19）の X上の日本語の声をサンプル分析。てんびん丸総研調べ。
ポジ 13 ／ ネガ 4 ／ 中立 4
👍 動画編集の高速・高品質
👍 詳細分析・診断が優秀
👎 主張が弱く分かりにくい
👎 人間味を失う傾向
ポジ 24 ／ ネガ 8 ／ 中立 3
👍 トークン効率・安定性良い
👍 速度・満足度高い
👎 速度が遅い
👎 日本語品質が悪い
※ Grok（x_search）で過去7日の日本語Xポストを、モデルごとに3つの角度（感想・活用報告・他モデル比較）から検索してサンプル収集し、ポジ・ネガ・中立をLLM分類した傾向値。全数調査ではなく、角度間の重複除外も完全ではありません。評判スコア＝ポジ÷（ポジ＋ネガ）×100（判定5件未満は「—」）。 全モデルの一覧と推移は てんびん丸総研へ。
EDITOR'S NOTE
数値の背景と、いまの提供状況・注意点
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。
Z.ai の廉価版で、旗艦 GLM-5.3 の下に付くグレード（API のモデル名は glm-5.3-flash）。 総パラメータ3,200億のうち実際に動くのは180億の専門家分業型（MoE）で、 GLM-5 シリーズで初めて動画・画像・テキスト・ファイルを最初から扱えるようになりました。 考える機能は常にオンで切れません（公式ドキュメントに thinking.type は enabled のみと明記。推奨は reasoning_effort: max）。 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（2026-09-10 に公式ドキュメントで確認）。 【料金】公開時に付いていた50%オフ（入力 $0.075 / 出力 $0.25）は 2026-09-09 24時（シンガポール時間・UTC+8）で終了し、2026-09-10 から定価の入力 $0.15 / 出力 $0.50 になりました （キャッシュ済み入力は $0.03。2026-09-10 に公式料金ページで確認）。本表の値はこの定価です。 なお AI仲介サービスの OpenRouter は 2026-09-10 時点でまだ $0.075 / $0.25 を表示していますが、 終了日が公表されていないので続く前提では見ないでください。 【性能】コードを直す力は、誰でも見られる DeepSWE v1.1 の公式ランキング（113課題・ハーネスは mini-swe-agent・ max 設定／2026-09-03 更新・既定の表示は登録28モデルのうち21モデル）で 63%（誤差 ±4）・21モデル中12位。 1課題あたりの平均費用は $0.24 で、同じランキングで74%の Claude Opus 5（$11.84）の約49分の1、 前世代 GLM-5.2（44%・$3.92）からは19ポイント上がって16分の1です（2026-09-10 確認）。 第三者測定の Artificial Analysis Intelligence Index は 42（v4.3.2・2026-09-23 確認）で、 旗艦 GLM-5.3 の 45 に3ポイント差まで迫っています。 【重み】MIT ライセンスで Hugging Face に公開されているので自前運用もできます （FP8 版が約328.3GB、BF16 版が約642.6GB）。旗艦 GLM-5.3 のほうは MIT ではなく独自ライセンスなので、 MIT で使えるのはこの Flash だけです。 SWE-bench Verified・MMLU・GPQA・AIME は公式・第三者とも数値を公表しておらず本表では「—」です。 2026-08-20 から8月下旬まで OpenRouter で提供元非公開・無料の「ox-alpha」として匿名テストされていたのがこのモデルです。 中国製のため業務利用は規約とデータの取り扱いを確認してください。
PROS & CONS
AIブームの火付け役。2026-10-07 からチャットが GPT-6 になり、Plus 以上は GPT-6 Sol、無料・Go は 10/8 から順次 GPT-6 Luna。最上位は GPT-6 Astra で、改良版の GPT-6.1 Sol は Work（エージェント機能）と Codex で使える。画像・音声まで一つで完結。
◎ 強み
△ 注意点
中国 Z.ai の GLM シリーズ。旗艦 GLM-5.3 は DeepSWE 公式ランキングで 69%・6位、重みは独自ライセンスで公開。廉価版 GLM-5.3-Flash は MIT ライセンスで商用利用もでき、その高速版 GLM-5.3-FlashX も出ている。
◎ 強み
△ 注意点
USE CASES
GPT-6 Astra か GLM-5.3-Flash を取り上げてるタスク 9件
PRIMARY SOURCES
GPT-6 Astra
GLM-5.3-Flash
FAQ
Q. GPT-6 Astra と GLM-5.3-Flash、結局どっちがいい？
A. 第三者測定の AA Intelligence Index は GPT-6 Astra が 53、GLM-5.3-Flash が 42 と明確な差があり、現時点の総合性能では GPT-6 Astra が優位です。料金や使い勝手も含めた選び方は「こんな人はどっち？」の欄を参考にしてください。
Q. GPT-6 Astra と GLM-5.3-Flash、料金が安いのはどっち？
A. 入力料金は GPT-6 Astra が $10／1M、GLM-5.3-Flash が $0.15／1M。出力料金は GPT-6 Astra が $50／1M、GLM-5.3-Flash が $0.5／1M です。入力・出力とも GLM-5.3-Flash の方が安く、コスト重視なら GLM-5.3-Flash が有利です。
Q. GPT-6 Astra と GLM-5.3-Flash、ベンチマークで強いのはどっち？
A. 両モデルが共通で公表している指標は1項目と少ないため、全モデルを第三者が同一条件で測定している AA Intelligence Index（GPT-6 Astra 53／GLM-5.3-Flash 42）を軸に判断するのがおすすめです。AA Intelligence Index・SWE-Bench・MMLU・GPQA・AIME などの比較可能な指標では GPT-6 Astra の勝ち数が多く（1／0）、総合的なベンチ性能では GPT-6 Astra が優勢です。
Q. GPT-6 Astra と GLM-5.3-Flash、コスパがいいのはどっち？
A. AIコスパ指数（第三者測定の知能スコアと料金の安さを 6:4 で合成した編集部独自指標）は GPT-6 Astra が 55、GLM-5.3-Flash が 82。「安くて賢い」バランスでは GLM-5.3-Flash が有利です。
Q. GPT-6 Astra と GLM-5.3-Flash、初心者にはどっちがおすすめ？
A. 初心者へのおすすめ度は GPT-6 Astra の方が高め（5／5 対 2／5）。まず触ってみるなら GPT-6 Astra から始めると迷いにくいです。
RELATED
AIエージェント時代の本格幕開け
「指示するAI」から「自分で動くAI」へ。2026年は、AIがコードを書き、画面を操作し、Slackに常駐して仕事を片づける「エージェント」が本番運用に入った年。
AIブラウザ／Computer Use — 「PCを触るAI」の普及期
Dia・Comet などの AI ブラウザがブラウザのUIを作り変え、ChatGPT agent や Claude の Computer Use はAIにPCを触らせる。
推論モデル革命
「考える時間」を持たせると、AIは数学・コードで人類トップに肉薄する。
MCP（Model Context Protocol）が業界標準に
AnthropicがOSSで公開した「AIに道具を渡す共通規格」が、業界全体に広がっている。
更新を受け取る