OpenAIは8月1日、未公開の次世代モデルファミリー「Astra」を正式名称として明かした。Astraは10件の未解決数学問題を解いたシステムとして研究投稿内で紹介されており、Anthropicによる「Claude Opus 5」の発表から1週間後のタイミングだった。
主なポイント
- OpenAIは8月1日付の研究投稿で、10件の数学問題を解いたモデルとして「Astra」の名称を確認した。
- Astraは複数のエージェントを束ねて1つの問題に数時間から数日かけて取り組む長期推論型で、公開時期は未定。
- Claude Opus 5は7月24日に提供開始。料金は入力100万トークン当たり5ドル、出力100万トークン当たり25ドルで、文脈長は100万トークン。
OpenAI「Astra」モデルの概要
OpenAIは、研究投稿の中でAstraの名称を初めて公表し、社内版Astraが過去10年以上未解決だった数学・理論計算機科学の問題10件に成果を上げたと報告した。対象分野は高次元幾何学、符号理論、量子計算複雑性などにまたがり、その一つでは「非ソフィック群」の存在を示す証明も含まれる。
モデルの「売り」は生の計算速度ではなく、長時間にわたる持久力だ。Astraは複数のエージェントをオーケストレーションし、1つの問題に何時間も、場合によっては数日単位で集中的に取り組ませる設計となっている。
先行報道では、AstraはSol、Terra、Lunaといった既存ファミリーと並ぶ位置付けと伝えられており、リリース日や「GPT-6」「GPT-5.7」といった製品名への採用有無も未定とされる。サム・アルトマンCEOはワシントンD.C.で政策立案者向けにデモを行っており、このファミリーは今後予定されている連邦政府の承認枠組みの下で初の審査対象になると見込まれている。
関連記事: AIインフラ：給料日ローン企業の「脱金融」1,000億円データセンターピボット
Claude Opus 5：価格とベンチマーク
Anthropicは7月24日、Claude Opus 5を正式リリースした。料金は入力100万トークン当たり5ドル、出力100万トークン当たり25ドルで、前モデルのOpus 4.8と同水準に据え置いた。性能面では、Opus 5はArtificial Analysis Intelligence Indexで61ポイントを獲得し、タスク当たりコストはFable 5の約半分に抑えた。
モデルは最大100万トークンのコンテキストウィンドウを持ち、生成出力は最大12万8,000トークンに制限されている。推論ベンチマークではARC-AGI-3で30.2％と、公開済み2位の約3倍のスコアを記録。プログラミング環境での持久戦を測るTerminal-Bench 2.1では、最大設定で89.1％をマークした。Anthropic広報は、企業がモデル選定を行う際には、同一条件の短期タスクと長期タスクの両方で競合モデルを走らせて比較することを推奨すると述べている。
Astraを巡る専門家の評価
Astraについては、現時点で価格もベンチマークも外部検証も公表されていない。このため、導入を検討する企業は、既に商用提供され、コストと性能が見えるClaude Opus 5と、研究成果として報告されたに過ぎないAstraとを比較する構図になっている。
マンチェスター大学の数学者トーマス・ブルーム氏は、Astraによる10件の成果についてX上で「大ニュースだ」と評し、OpenAIが以前示した数学的成果よりも一段高いレベルだと評価した。
一方でブルーム氏は、「数学者を置き換える」といった過剰な受け止め方には否定的だ。モデルそのものは数学者が構築し、過去の数学文献を学習しているにすぎないという立場だ。OpenAI研究者のノアム・ブラウン氏も、今回の成果がミレニアム懸賞問題には一切触れておらず、個々の問題に投入した計算資源も「それほど大きくない」と説明している。
認知科学者のゲイリー・マーカス氏は、自身のニュースレターで、Astraの成果そのものは「本物」だと認めつつも、「あたかも数学が解決済みの分野になったかのような誇張が目立つ」と批判した。
Astraの発表は、同じ長期推論ファミリーによる5月の成果に続くものだ。このときは離散幾何学の長年の未解決問題だった「エルデシュの単位距離予想」を否定する結果が示された。フィールズ賞受賞者のティム・ガワーズ氏は当時、この証明について「『Annals of Mathematics』への掲載をためらわず推薦する」と高く評価している。