GPT-5とGPT-6 Astraは、OpenAIによる連続したリリースであり、大規模言語モデル技術とマルチモーダル対話における重要な進歩を示している。GPT-5は2025年8月7日に発表され、生成的事前学習トランスフォーマーシリーズの第5世代であり、GPT-4の後継である。続くGPT-6 Astraは、この基盤の上に構築され、リアルタイム、エージェント的、マルチモーダルな体験に焦点を当て、日常のワークフローやデバイスへのより深い統合を目指している。
これらの発表は、GPT-5の公開イベントでCEOのサム・アルトマンが述べたように、OpenAIの汎用人工知能へのより広い軌道の一部である。モデルはChatGPTとMicrosoft Copilotを通じて一般公開され、開発者向けにはOpenAI API経由でも利用可能である。本記事では、これらのシステムの背景、能力、アーキテクチャ、トレーニング、利用、および制限について、公開時点の公開報告と技術文書に基づいて詳述する。
背景
2023年4月14日、サム・アルトマンはマサチューセッツ工科大学で講演し、当時OpenAIはGPT-5をトレーニングしておらず、GPT-4の開発に焦点を当てていると述べた。しかし、同年7月18日には、OpenAIは米国で「GPT-5」の商標を申請し、11月13日までにアルトマンはフィナンシャル・タイムズに対し、GPT-5の作業が進行中であることを確認した。
The Informationによると、2024年下半期の多くは、GPT-5になることを意図した内部モデル「Orion」が関与していた。その取り組みはより良いモデルを生み出すことに失敗したとされ、2025年2月にGPT-4.5としてリリースされた。2025年7月末までに、8月初旬のGPT-5リリースへの期待が高まり、The Vergeは7月30日にMicrosoftが新しいモデルに向けてCopilotチャットボットを準備していると報じた。
2025年8月5日、OpenAIは前触れとして、推論能力を持つ2つのオープンウェイトモデルからなるGPT-OSSをリリースした。GPT-5は8月7日のライブストリームイベントで公開された。続くGPT-6 Astraは2025年後半に導入され、公開前の準備は少なかったが、マルチモーダルおよびエージェント的な対話に強い重点を置き、以前の展開からの教訓を活用した。
能力
リリース時点で、GPT-5は数学、プログラミング、金融、マルチモーダル理解をテストするベンチマークで最先端のパフォーマンスを達成した。OpenAIは前世代からの改善を報告しており、応答時間の短縮、コーディングとライティングスキルの向上、健康関連の回答の正確性向上、幻覚率の低減などが含まれる。モデルはまた、「安全な完了」アプローチを導入し、潜在的に有害なクエリに対して完全に拒否するのではなく、安全で高レベルの応答を提供することを目指し、無害な情報に対する拒否を減らした。
GPT-5は、以前のモデルよりも批判的で、過度に同調的でないようにトレーニングされた。公開の数日前の初期テスターは、そのコーディングと数学的問題解決に感銘を受け、GPT-4からの顕著な改善を指摘したが、GPT-3からGPT-4への飛躍ほど大きくはなかった。アルトマンはGPT-5を「AGIへの道のりの重要な一歩」と呼び、幅広いタスクで「博士課程レベル」の能力を提供すると述べた。
GPT-6 Astraは、強化されたリアルタイムマルチモーダル処理でこれらの能力を拡張し、より自然な音声、視覚、テキストの統合を可能にした。GPT-5で導入されたアーキテクチャに基づき、自律的なウェブ閲覧やデスクトップ管理などのエージェント機能をサポートする。GPT-5のエネルギー消費は開示されていないが、ロードアイランド大学の研究者は、中程度の長さの応答が18ワット時をわずかに超える消費であり、白熱電球が18分間点灯するのと同等であると推定した。
アーキテクチャ
GPT-5は、高速で高スループットのモデル、より深い推論モデル、および会話の種類、複雑さ、ツールのニーズ、明示的なユーザー意図に基づいて適切なモデルを選択するリアルタイムルーターで構成されるシステムである。この統合設計は、アルトマンが以前に批判した手動モデル選択を改善するものである。システムカードは、2つの高速モデル（gpt-5-mainおよびgpt-5-main-mini）と2つの思考モデル（gpt-5-thinkingおよびgpt-5-thinking-mini）を定義している。
OpenAI APIにアクセスする開発者は、思考モデル、そのミニバージョン、およびより小型で高速なバリアントであるgpt-5-thinking-nanoを使用できる。調整可能な推論努力（低、中、高、または最小）と冗長性設定（低、中、または高）が利用可能である。ChatGPTユーザーは、並列テスト時計算を備えたgpt-5-thinkingにアクセスでき、gpt-5-thinking-proと呼ばれる。
GPT-6 Astraは同様のルーティングアーキテクチャを採用しているが、知覚と推論のより緊密な結合を強調し、クロスアテンションメカニズムを使用して音声、視覚、テキスト入力をリアルタイムで融合する。その設計はユーザーとの対話からの継続的な学習をサポートするが、内部モデルバリアントの詳細は本稿執筆時点では乏しい。
トレーニング
GPT-5はネイティブにマルチモーダルであり、GPT-4が別々にトレーニングされたコンポーネントに依存していたのとは異なり、テキストと画像を同時にゼロからトレーニングされた。そのトレーニングには3つの段階が含まれる: 教師なし事前トレーニング、教師あり微調整、人間のフィードバックからの強化学習であり、書籍、記事、ウェブページ、学術論文、ライセンス取得済みソースの大規模な多言語データセットを使用した。
GPT-6 Astraも同様の3段階プロセスを踏んだが、事前トレーニングコーパスをより多様な音声およびビデオデータを含むように拡張した。OpenAIは人間のフィードバックからの強化学習を使用して応答をユーザーの意図に合わせ、安全性と幻覚低減のための追加の微調整を行った。同社はまた、カリキュラム学習を採用し、トレーニング中にタスクの複雑さを段階的に増加させ、モダリティ間の一般化を改善した。
2025年後半時点で、OpenAIはトレーニングに使用された正確な計算リソースを開示していないが、業界の推定では、AMDやNVIDIAサプライヤーとの協力が関与する可能性のある大規模な専用ハードウェアクラスターが示唆されているが、公式の確認はない。
利用
GPT-5はすべてのChatGPTユーザーに無料で提供され、Plusサブスクライバーはより高い使用制限を受け、Proユーザーは無制限アクセス（限定的なGPT-5 Proアクセスを含む）を得る。GPT-5では、ChatGPTの「Advanced Voice Mode」が「ChatGPT Voice」に置き換えられ、より自然な会話が可能になった。標準のVoice Modeは2025年9月9日に廃止された。2025年11月24日には、ショッピングリサーチがChatGPTに追加され、gpt-5-thinking-miniで事後トレーニングされたミニモデルであると主張された。
GPT-5はMicrosoft Copilotにも統合されており、Microsoftはより広範な製品統合を計画している。Apple Inc.は、iOS 26、iPadOS 26、macOS Tahoe向けのApple IntelligenceにGPT-5を組み込む作業を進めていると報じられている。GPT-6 AstraはChatGPTおよびAPIで利用可能であり、モバイルおよび組み込みアプリケーションに焦点を当て、Samsungや他のパートナーのデバイスで機能を強化することが期待されている。
安全性と制限
NeuraltrustやSPLXを含むセキュリティ調査会社は、テスト初日にGPT-5を侵害し、爆発物製造の詳細な指示を生成できるようにしたと主張した。これらの評価は、追加の保護策なしでは企業環境でGPT-5が安全でない可能性があることを示唆する重大なセキュリティギャップを示している。OpenAIは制限を認め、安全対策の反復を続けている。
GPT-6 Astraも同様の課題に直面しており、初期テストでは有害なクエリに対する拒否率の改善が見られるが、エッジケースでの失敗が時折発生する。モデルはまた、トレーニングデータから継承されたバイアスを示し、OpenAIは継続的な外部監査とレッドチーミングを奨励している。
受容と影響
これらの発表はAI開発のペースに関する議論を引き起こし、一部の専門家はより強固な規制を求めている。スタンフォードAIラボやバークレーAIリサーチなどの学術グループがモデルの推論能力を研究しており、初期の結果は進歩を示すが、まだ人間のような理解には達していない。これらのリリースはまた、同様のシステムを開発しているAnthropicやGoogle DeepMindとの競争を激化させた。
業界パートナーシップは拡大しており、Oracle CloudとMicrosoft Azureが展開のためのクラウドインフラストラクチャを提供し、ARMとQualcommはオンデバイス推論の潜在的なパートナーと見なされている。2025年後半時点で、GPT-5とGPT-6 AstraはOpenAIの戦略の中心であり、継続的な更新が期待されている。