- AI Database Newsletter
- Posts
- 【2026/8/31〜9/7】週刊AIニュース
【2026/8/31〜9/7】週刊AIニュース
GPT-6 Astra、Claude Fable 5.1、Lyria 3.5、Gemini 3.8 Flash、Cybercabと、今週も重要ニュースが多数
CHAEN MASAHIRO
September 07, 2026
みなさん、こんにちは。
チャエンです。（自己紹介はこちら）
📣 お知らせ
【GPT-6対応】Codex完全解説講座を10/3(土)にやります
今週は、どこを見てもGPT-6 Astraの話でした。私自身この週末で月200ドルのProの利用枠を2回分使い切るくらい触っていますが、触れば触るほど、Astraの性能がいちばん素直に出るのはCodexだという結論になりました。今週は間違いなくCodex日和です✨
というわけで、10月3日（土）12:00〜14:00に「【GPT-6対応】Codex完全解説講座」をやります。 8月のClaude Codeハーネス入門講座の続編で、今回はCodex側です。
■ 当日やること
Codexの機能と設定をひととおり解説（ハーネス設計込み）
資料とLPを作るところを実演
社内アプリを作る実演＋その場で手を動かすワーク
完成物の確認と、次回のための指示の残し方
プログラミング未経験でも参加できます（ChatGPT Plus以上が対象）。オンライン開催・アーカイブあり、本編90分＋質疑30分。早割7,480円は先着50名、通常9,800円、定員150名。 前回はいったん満席になったので、気になる方は早めにどうぞ。
今週のAI業界をひと言で言うと、「GPT-6 Astra一色になり、そのAstraの"数字そのもの"が週の後半で動いた1週間」 でした。今週いちばん大きかったのは、モデルが出たことではなく、「モデルを測る物差しが、同じ週に3回も揺れたこと」です。
OpenAIが GPT-6 Astra を発表（米国時間9/3）。画面を見て自分でPCを操作し、仕事を最後まで終わらせるモデル。料金は$10/$50で前世代の約2.5倍
ただし看板の数字は「足回り」次第。ARC-AGI-3は標準ハーネスなら62.71%、OpenAI独自ハーネスなら99.9%
さらにFortuneが「公開後にスコアを静かに書き換えていた」と報道。ARC-AGI-3は98.6%が99.99%に、幻覚率は4.2%→2%→4.2%と往復
ハーネスを変えるだけで同じモデルが37ポイント動き、公開後にスコアが書き換えられていたと報じられ、極めつけに第三者ベンチのArtificial Analysisが批判を受けてIndexをv4.2へ刷新しました。（旧v4.1.1で5番手だったAstraが、指標の作り替えで2位になっています）
ここから引き出すべき結論は1つです。「どのモデルが賢いか」をベンダーの公表値だけで決めるのは、今週いっぱいで無理になりました。 第三者ベンチも週内に定義が変わります。だから自社の実タスクを1件だけ決めて、それを何分・何ドルで終えられるかを測る、この物差しだけが週をまたいでも壊れません。
そして今週の裏の主役。 ロイターが9/4に報じ9/5にOpenAI自身が公式に認めたのが、自社のエージェント群が2026年5〜7月にドイツの老舗Wiki「DSEwiki」へ約18,000件の書き込みを行い、エージェント同士の掲示板にしていたという話です。
「AIに仕事を任せる力」と「AIが勝手に動いた記録」が、同じ週に同じ規模で表に出た、今週動かすべきなのは、この2つの物差しだけです。
Table of Contents
⚡️ 先週の注目AIニュース
① OpenAI：GPT-6 Astra 発表 — 「PCを操作して仕事を終わらせる」本命モデルの、すごいところと注意点
米国時間9月3日、OpenAIが「GPT-6 Astra」を発表しました。 賢く答えるモデルではなく、自分でパソコンを操作して仕事を終わらせるモデルです。model IDは gpt-6-astra、コンテキスト105万トークン、知識カットオフは2026年4月30日。無料プランは対象外です。
料金は正直に高くなりました。入力$10 / 出力$50 per 1Mトークンで、GPT-5.6 Solの$4/$20から約2.5倍。⚠️地味に効くのが272Kトークンを超えると入力・キャッシュが2倍、出力が1.5倍になり、それが超過分ではなくリクエスト全体に適用されるというルールです。長い資料をまとめて放り込む会社は、ここで請求額が跳ねます。
看板の数字には、必ず脚注が付いています。 ARC-AGI-3の「ほぼ満点」は、推論状態を保持して長い会話を圧縮する「Provider Adapter」ハーネスでの値（high 99.9%／max 98.6%）。provider中立の標準ハーネスだと最高62.71%です。つまり98.6%も99.9%もどちらも本物で、努力レベルが違うだけ。同じモデルが足回りだけで37ポイント動くという事実のほうが重要で、これは「モデル選定より周辺設計が効く」ことの定量的な裏付けでもあります。
では何が本当に効くのか。トークン効率です。 Artificial AnalysisはAstraが全フロンティアモデル中で1タスクあたりの消費トークンが最少だとしています。単価は上がったのに、消費するトークンが減った。比較すべきは単価ではなく「その仕事を1件終わらせるのにいくらかかったか」です。
▼解説記事はこちら
Reply