前回からの変化
変わったこと(変化・新規)
- OpenAI、次世代フラッグシップ「GPT-6 Astra」を発表(新規): OpenAIは9月3日、新モデル「GPT-6 Astra」を発表した。前回レポートでは触れられていなかったが、単純な一問一答ではなく画面を認識してマウス・キーボードを操作し、Webフォーム入力やCRM更新などのPC操作タスクを前世代の「GPT-5.6 Sol」よりおよそ47パーセント短い時間でこなす点を最大の特徴とする(OpenAI公式)。OpenAI社長のグレッグ・ブロックマン氏は「すでにAGIと呼べる水準か、その射程内にある」と述べたという(Al Jazeera)。
- GPT-6 Astra、サイバーセキュリティ能力が初めて「重大」水準に(新規): OpenAIのPreparedness Frameworkにおいて、Astraはサイバーセキュリティ能力が初めて最高区分「重大」に分類されたモデルとなった。エクスプロイト自動生成を測る「ExploitBench」で100パーセント(前モデルは78.5パーセント)を記録した一方、モデルの思考過程が外部から読み取りにくくなり、監視が難しくなっているとの分析が出ている(CSO Online)。
- 独立指標ではClaude Fable5.1がGPT-6 Astraを上回る(新規): 第三者機関Artificial Analysisの計測では、GPT-6 Astraの総合知能指数は61で、9月1日発表のAnthropic「Claude Fable5.1」の66を5ポイント下回った。コーディング指標はほぼ同水準(Astra67、Fable系67前後)だが、Claude Code上のFable5.1は70でトップだったという(Artificial Analysis)。
- GPT-6 Astraの提供が限定的で利用者に混乱(新規): Astraはサイバー防御専門プログラム「Daybreak」参加組織とProプランの一部から段階提供が始まったが、ChatGPT Plusでは通常のモデル選択画面から使えず、ChatGPT WorkとCodex経由の限定利用にとどまっている。OpenAIは「Astraに1日アクセスできないごとに利用制限リセットを1回付与する」との補償策を発表した(WinBuzzer)。
- AIコーディングエージェント脆弱性「GitSpawn」、一部ベンダーが修正(続報): 前回報告したコマンドライン型AIコーディングエージェント7製品に共通する脆弱性「GitSpawn」について、Goose(CVE-2026-72718)、Cursor、Codexが修正を完了したことが分かった。一方でHermes Agent(CVE-2026-71963、開発元は6回の連絡試行にも応答なし)、Qwen Code、Grok Buildは未修正のままで、Claude Codeも当初報告された経路とは別の欠陥が9月2日時点でなお追跡中とされる(Cyber Security News)。
昨日と同じこと(継続)
- 国防総省とAnthropicの対立構図は本日も変化なし。8月27日の連邦地裁判断(国防総省による「サプライチェーンリスク」指定は違法な報復)から1週間以上が経つが、Claudeは引き続きGenAI.mil(利用者300万人超)に加わっていない(Hoodline)。
- Metaの「Muse Spark1.2」オープンウェイト公開は本日時点でも未確定。9月2日付の発言では「近日公開」から具体的なバージョンを明示しない「近く公開」という、より曖昧な表現に後退している(Memeburn)。
- EU AI法第50条の透明性義務、日本の生成AI事業者向け「プリンシプル・コード」については、本日新たな進展の確認はできなかった。
- NVIDIAによるHugging Face買収(129億3,000万ドル)は本日新たな進展はなく、2027年前半の完了予定で手続きが進んでいるとみられる。
要因の連続性
- 継続要因: フロンティアモデル・AIエージェントの安全性を巡る懸念(前回のGitSpawn判明に続き、本日は一部ベンダーの修正進展と未修正の残存という形で継続)。Anthropicと国防総省の対立(司法判断後も実務上はGenAI.milからClaudeが除外され続ける状況が継続)。
- 新規要因: (1) GPT-6 Astraのサイバーセキュリティ能力が「重大」水準に達したことで、フロンティアモデル自体の監視・制御可能性への懸念という新しい要因が加わった、(2) 自社発表のベンチマークと独立系指標(Artificial Analysis)の評価が食い違うという、性能比較の信頼性を巡る新たな論点が加わった。
- 解消した要因: GitSpawnのうちGoose・Cursor・Codexが影響を受けていたベクトルは修正により解消した。ただし対象7製品全体で見た脆弱性リスクは解消していない。
1. 本日のハイライト
- OpenAIは9月3日、次世代フラッグシップモデル「GPT-6 Astra」を発表した。単純な一問一答ではなく、画面を認識してマウスとキーボードを操作し、Webフォーム入力やCRM更新などのPC操作タスクを前世代の「GPT-5.6 Sol」よりおよそ47パーセント短い時間でこなす点を最大の特徴とする(OpenAI公式)。
- 一方でAstraはOpenAIのPreparedness Frameworkにおいてサイバーセキュリティ能力が初めて「重大」水準に分類された。エクスプロイト自動生成ベンチマーク「ExploitBench」で100パーセントを記録した一方、思考過程の外部表出が弱まり、企業側からの監視が難しくなっているとの指摘が出ている(CSO Online)。
2. 企業・プロダクト動向
- OpenAIが9月3日、次世代フラッグシップ「GPT-6 Astra」を発表した(詳細は上記「変わったこと」参照)(OpenAI公式)。
- Astraのロールアウトは限定的で、サイバー防御専門プログラム「Daybreak」参加組織とProプランの一部からの段階提供にとどまり、ChatGPT Plusの通常利用者は事実上待たされている状態で、利用者の混乱を招いている(WinBuzzer)。
- Metaが8月10日に予告していた「Muse Spark1.2」のオープンウェイト公開は、9月2日時点でも公開時期が未確定のまま、表現がより曖昧に後退した(Memeburn)。
3. トレンドのAI活用法
特筆すべきトレンドなし。本日は出典まで遡って確認できる「話題の使い方」の紹介記事は見当たらなかった。
4. LLM性能比較・得意分野
- OpenAI公式発表によると、GPT-6 Astraは「ARC-AGI-3」で98.6パーセント、「FrontierMath Tier4 v2」で97.6パーセント、「GPQA Diamond」で96パーセントを記録したという。ただしFrontierMathを運営するEpoch AIはOpenAIから開発資金を受け、一部問題への独占アクセスを持つとされ、評価環境もOpenAI独自のハーネス設定で行われた点に留意が必要である(Artificial Analysis)。
- 第三者機関Artificial Analysisの独立計測(Intelligence Index、9項目の評価を統合)では、GPT-6 Astraは61で前世代GPT-5.6 Solと同水準にとどまり、9月1日発表のAnthropic「Claude Fable5.1」の66を5ポイント下回った。コーディング指標は横並び(ともに67前後)だが、Claude Code上でのFable5.1は70でトップだったという。用途別に見ると、知識・推論タスクはFable5.1が優位、ハルシネーション率(92パーセントから51パーセントに改善)などの安定性ではAstraに伸びが見られる、という使い分けが示唆される(Artificial Analysis)。
- 価格面では、Astraは百万トークンあたり入力10ドル・出力50ドルと、前世代のGPT-5.6 Solの2.5倍に値上がりしており、性能と価格のトレードオフが論点になっている(Artificial Analysis)。
5. 雇用・企業導入
雇用への影響
本日時点で、新たな大型人員削減の公式発表は確認できなかった。一方、GPT-6 AstraがWebフォーム入力やCRM更新などのPC操作タスクを人間の作業より大幅に短い時間でこなす性能を示したことを受け、事務系業務の自動化範囲が広がることへの懸念が業界内の論評で強まっている。ただし具体的な影響人数や生産性への数値を伴う調査はまだ確認できていない。
企業の導入状況
OpenAIは企業の管理者に対し、Astraの高度な自律実行機能をデフォルトで無効化しておき、必要な場合のみ手動で有効化する運用を求めている。前回報告したAIコーディングエージェントの脆弱性「GitSpawn」と合わせ、エージェント型AIに強い権限を与える際の管理体制が企業導入の実務上の課題として改めて浮上した(CSO Online)。米国防総省のGenAI.mil(利用者300万人超)は本日も稼働を継続しており、公共部門における生成AI導入の広がりを示す事例として引き続き注目される(詳細は上記「昨日と同じこと」参照)(Hoodline)。
6. 研究・技術
GPT-6 AstraはOpenAIのPreparedness Frameworkでサイバーセキュリティ能力が初めて「重大」水準に分類され、追加の配置制限を伴うセーフガードが適用されている。エクスプロイト自動生成ベンチマーク「ExploitBench」で100パーセント、実環境に近い「ExploitGym」でも42.4パーセントの成功率を記録した一方、思考過程の外部表出(chain-of-thought monitorability)が低下し、モデル内部で何が起きているかを企業側が監査しづらくなっているとの分析がある(CSO Online)。
AIコーディングエージェント7製品に影響する脆弱性「GitSpawn」は、リポジトリのGit設定を悪用し承認確認なしにコマンドを実行させる欠陥で、Goose(CVE-2026-72718)・Cursor・Codexが修正済みとなった。一方でHermes Agent(CVE-2026-71963)・Qwen Code・Grok Buildは未修正のままで、発見元のManifold Securityは合計8件の関連する欠陥を報告している(Manifold Security、Cyber Security News)。
7. 規制・政策
米連邦地裁が8月27日、国防総省による2月のAnthropic「サプライチェーンリスク」指定を「違法な報復」と判断してから1週間以上が経過したが、Claudeは引き続きGenAI.milに加わっておらず、司法判断が出た後も実務上の対立構図に変化がない状況が続いている(詳細は上記「昨日と同じこと」参照)(The Register)。
EU AI法第50条の透明性義務、日本の生成AI事業者向け「プリンシプル・コード」を巡る動きは、いずれも前回報告の通り継続中で、本日新たな進展は確認できなかった。
