GPT-6 Astraの性能とLooped Transformerの仕組みを解説
原題: GPT-6 Astra, looped transformers, and hidden reasoning
なぜ重要か
GPT-6 Astraは推論アーキテクチャの刷新と高ベンチマーク達成により、AIモデルの次世代設計指針を示す重要事例となる。
OpenAIは2026年9月、新モデル「GPT-6 Astra」をリリースした。ARC-AGI-3ベンチマークで99.9%を達成するなど前世代のGPT-5.6を大幅に上回り、数学・コーディング・3Dレンダリングで特に高い性能を示した。同時に、Looped Transformerアーキテクチャや推論トレースを「隠す」仕様についても注目を集めている。
機械学習研究者のSebastian Raschka博士が、OpenAIの最新モデル「GPT-6 Astra」のベンチマーク結果とアーキテクチャに関する考察をまとめた。
【ベンチマーク結果】
Astraは数学・コーディング・文章生成など全カテゴリでGPT-5.6を上回った。特に注目されるのはARC-AGI-3での99.9%達成で、GPT-5.6（Sol）の7.8%と比較して飛躍的な向上を示した。独立機関Artificial Analysisの「Intelligence Index v4.2」でも最高水準に位置するが、他モデルとの差は際立って大きいわけではないとも記されている。コーディングエージェント評価「Artificial Analysis Coding Agent Index v1.4」においても最前線にあるものの、圧倒的なリードではないとされる。3Dレンダリングやアニメーション関連タスクでは他モデルとの差が特に顕著だという。
【ベンチマーク評価の注意点】
Artificial Analysisのベンチマークはモデル開発者による自己評価ではないため信頼性が高いとされる一方、モデルは特定のharness（評価フレームワーク）向けに学習・ファインチューニングされる傾向があり、別harness上での評価ではスコアが過小評価される可能性があると指摘されている。
【Looped TransformerとHidden Reasoning】
記事ではさらに、Astraに採用されているとされる「Looped Transformer（ループ型Transformer）」および「Recurrent Depth（再帰的深度）」の仕組みについて解説している。また、AstraがChain of Thought（推論の連鎖）を外部に公開せず内部で処理しているという噂についても、関連研究論文を交えながら考察している。
OpenAIの公式リリースブログ（openai.com/index/gpt-6-astra/）にも追加ベンチマーク情報が掲載されている。