Copilotに入ったGPT-6 Astra、対象は4プラン — 判定は「長いタスクにだけ当てて試す」

対象プランは4つ。Pro+、Max、Business、Enterprise。GitHubが9月4日に一般提供を発表したGPT-6 Astraは、無料枠と通常のProを対象に挙げていない。まず自分がこの4つのどれかにいるかを確認する。入っていないなら、今回の提供案内は自分の話ではない。

モデル自体の発表と、Copilotへの提供は分けて読む。私は先に、Standard APIの100万トークンあたり入力$10・出力$50を見て「試す、ただし既定モデルの置き換えはまだしない」と書いた。あの判定の当否を言えるだけの長時間タスクの実測は、私にはまだない。

Copilot経由なら、別のAPI環境を用意せず、普段の作業環境で試せる。ただし、入口の手間が減ることと、利用が無料になることは別だ。GitHubの発表には、プロバイダーの公表価格に基づく従量課金と明記されている。対象プランを払っているだけで、追加負担なしと決めてはいけない。自分の利用枠と予算を確認してから始める。

判定：対象4プランにいるなら試す。ただし長いタスクに絞り、費用の上限を決めてから。私が評価するのは検証を始める手間の小ささであって、無料という話ではない。

このモデルの設計意図は、長い工程を自分で回すコーディングとエージェント的な作業に置かれている。私はこれを売り文句ではなく仕様として読む。仕様として読むなら、当ててはいけない場所が決まる。

Copilotで日常的に発生する作業の大半は短い。数行の補完、一つの関数の書き換え、エラーメッセージの意味の確認。長い工程を回すために設計されたモデルをそこに当てても、得られる差は小さく、消費する量は読めない。既定モデルごと入れ替えるのは、この二つを同時に悪くする選択だ。

だから当てるのは、複数ファイルにまたがる改修、落ちたテストの原因追跡、フレームワークの移行のような、一回の指示で十数分以上回るタスクだけにする。手動選択でのみ使い、既定は動かさない。

課金方式は従量制と分かっている。私が測りたいのは、その単価で自分の長いタスクを終えるといくらになるかだ。先にプランの利用枠・予算・超過時の扱いを確認し、その範囲で一度回して消費量を記録する。実行前後の差は作業の費用を知る材料であって、契約条件を決めるものではない。

BusinessとEnterpriseが対象に名前を連ねている点は、日本の実務では小さくない。検証を業務として申請する入口になる。新モデルは原則として自動有効化されるが、管理者が全体の既定有効化をオフにした場合や、このモデルを無効化した場合は別だ。提供そのものも段階的に進む。画面に出ないなら、ロールアウトと自社ポリシーの両方を確認する。契約プランの名前だけで、社内利用の承認まで済んだことにはならない。

日本語については、私は何も判定できない。日本語のコメントと日本語の仕様書が混ざったリポジトリで、十数分の工程を最後まで日本語で走り切れるか。途中で応答が英語に寄らないか、日本語で書かれた前提条件を後半で取りこぼさないか。長時間タスク向けのモデルほど、この種の劣化は短いデモでは出ず、自分のログにしか出ない。英語ベンチマークの順位はこの問いに答えない。

1. 自分のプランを確認する。Pro+、Max、Business、Enterpriseのいずれでもなければ、今回の提供案内に基づく検証はここで止める。
2. モデルが見えなければ段階提供の状況を確認する。組織プランなら、全体の既定有効化とAstra個別のポリシーも管理者に聞く。
3. 利用枠・予算・超過時の扱いを先に確認し、試験に使う費用の上限を決める。
4. 既定モデルは変えない。Astraは手動選択でのみ呼ぶ。
5. 先週自分が実際にやった作業から、十数分以上かかった長いタスクを2つ選び、同じ入力で再現する。うち1つは、日本語のコメントか仕様書が混ざっているものにする。実行前後の消費量と、人間が直した時間を記録する。
6. 2週間分の記録が溜まるまで、チームへの推奨は出さない。

訂正（2026年9月21日）：公式発表に明記された従量課金、段階提供、管理者ポリシーの既定動作を反映しました。利用計測と契約条件の確認を分け、発表日とAPI価格の単位も補いました。「長いタスクだけ試す」という判定は維持しています。