GPT-6 Astra vs Mistral Large 4

ポジ 13 ／ ネガ 4 ／ 中立 4

ポジ 2 ／ ネガ 0 ／ 中立 1 （判定材料が少なくスコアは保留）

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。

フランス Mistral AI の新しい旗艦モデル（API モデル名は mistral-large-4、版は v26.10）。2026-10-06 に公開プレビュー（Public Preview）として出た。 総パラメータ1兆500億のうち1回に動くのは520億の MoE（専門家分業型）で、16億パラメータの画像エンコーダを持ち、テキストと画像を入力できる。 1つのモデルで「すぐ答える」と「じっくり考える」の両方をこなす。 料金は定価で入力 $1.36／出力 $4.18（キャッシュ済み入力 $0.14）。公開から2週間は半額（$0.68／$2.09）だが、本表は定価で載せている。 一度に読める量は Mistral 公式のモデルカードと変更履歴で100万トークン（第三者機関 Artificial Analysis のページは 524k と表示していて、公式と食い違う）。 重みは「今月末までに公開する」と予告されているが、2026-10-09 時点では未公開で、ライセンス名も公表されていない。 【性能】第三者機関 Artificial Analysis の AA Intelligence Index は 38（v4.3.2・考えるモードあり、小数では 38.38／2026-10-09 確認）で、AA は「米国と中国以外で最も賢いモデル」と書いている。前の Medium 3.5（14）から24点上がった。 Mistral 自身の公表値は、長いプログラム修正の DeepSWE v1.1 が 61.7%、コマンド操作で開発を進める Terminal-Bench 4.0 が 28.3%、業務自動化の AutomationBench が 59.9%、セキュリティ課題の Cybench が 93%。 SWE-bench Verified・MMLU・GPQA・AIME は公表されていないため本表では「—」（Medium 3.5 の 77.6% は流用しない）。 プレビュー版なので、正式版で料金や仕様が変わることがある。 【前の行について】本表は 2026-10-09 まで Mistral Medium 3.5（2026-04-28 公開・128B dense・Modified MIT で重み公開・$1.5／$7.5・256k・SWE-bench Verified 77.6%（公式モデルカード）・AA 14）を載せていた。 その前は Mistral Large 3（2025-12-02 公開・MoE 675B/41B active・Apache 2.0・$0.5／$1.5・AA は v4.3.2 で 9）。どちらも引き続き API で使える。

• → 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%）

• → Mistral 公式：Mistral Large 4（2026-10-06・公開プレビュー・1兆パラメータ／活性520億・定価 $1.36/$4.18・公表ベンチ）
• → Mistral 公式 docs：Mistral Large 4 モデルカード（v26.10・Public Preview・1M・1.05T/52B・キャッシュ $0.14・公開記念の半額）
• → Mistral 公式 docs：変更履歴（2026-10-06 Mistral Large 4 を公開プレビュー・1M context・2週間は50%オフ）
• → Artificial Analysis：Mistral Large 4 Preview（Intelligence Index v4.3.2 で 38・2026-10-09 確認）
• → Mistral 公式 docs：Mistral Medium 3.5 モデルカード（前の行・2026-04-28 公開・256k・Modified MIT・$1.5/$7.5）
• → Hugging Face：mistralai/Mistral-Medium-3.5-128B（前の行・SWE-Bench Verified 77.6%）
• → Artificial Analysis：Mistral Medium 3.5（前の行・Intelligence Index v4.3.2 で 14）