GPT-6 Astra の次：OpenAI が実際に述べたこと
2026-09-08、OpenAI は Navier–Stokes ミレニアム懸賞問題の解を公表した記事で、今回使われたのは「GPT-6 Astra より明らかに高性能な社内モデル」であり、「8 月 28 日から新しい社内モデルの学習を続けている……このモデルの学習は現在も進行中で、性能は向上し続けている」と明記しました。つまり次のモデルの存在は公式に確認済みで、噂ではありません。一方で同じ記事には、名称も API モデル id もリリース日も価格もありません。このページでは公式の原文、検証できる時系列、そして今日から実際にできる準備を分けて整理します。
更新日 2026-09-10
確定している 4 点（いずれも公式原文あり）
学習開始日
公式原文：「Since August 28 we have been training a new internal model」。このモデルについて公式が示した唯一の具体的な日付であり、時系列全体の起点です。
学習は終わっていない
公式原文：「This model's training is ongoing and its performance continues to improve」。学習が続いているということは、現時点で呼び出せるバージョンは存在しません。「すでに使える」という説明は公式見解ではありません。
GPT-6 Astra との比較で
公式原文：「we used an internal model that is significantly more capable than GPT-6 Astra」。公式が示したのはこの相対表現だけです。記事内の図には引用できる数値がないため、本ページは「どれだけ強いか」の数字を示しません。
公式は一切示していない
記事全体に、名称・API モデル id・リリース日・価格・コンテキスト長のいずれも登場しません。他所で見かける名前は公式のものではなく、本ページでも紹介しません。
これは何であり、何ではないのか
これは OpenAI の社内モデルであり、製品ではありません。2026-09-08 の記事で OpenAI はこのモデル（正確にはそれを動力とするマルチエージェント系）を使い、Navier–Stokes 方程式の存在と滑らかさの問題の解と、Lean による形式化証明を示しました。公式が公開している説明は 3 点だけです：2026-08-28 に学習開始、学習は継続中、GPT-6 Astra より明らかに高性能。GPT-6 Astra のマイナーバージョンではなく、公式は既存の製品ラインに位置づけていません。「GPT-7」でもありません。その名称を公式が使ったことは一度もないからです。この話題で最も多い誤読は、研究記事の性能記述をこれから出る製品の仕様として読むことです。記事が述べているのは社内評価であって、リリース告知ではありません。
2026-09-08 の記事にある検証可能な数値
Navier–Stokes の解を出したグループは「およそ 10,000 の同時エージェント」で構成されていました。エージェントが結論に至ったのは 2026-09-05（土）で、最初のエージェント起動から約 88 時間後。その後の Lean 形式化と検証にさらに 17 時間かかり、この工程は GPT-6 Astra が担当しています。試行した全問題の合計で、エージェントは 490 万件のメッセージを送り、約 3,000 億の出力トークンを使用しました。Navier–Stokes 単独では 270 万件、約 1,300 億トークンです。また公式は、この結果でミレニアム賞金を請求する意図はないと明記しています。これらの数値の価値は規模の誇示ではなく判断の物差しにあります。示されているのは一回限りの社内研究であって、API で誰かが再現できるものではありません。
時系列（3 件とも同じ公式記事から）
OpenAI が新しい社内モデルの学習を開始。数学を含む社内ベンチマークで「前例のない」性能を示したとしています。
エージェントが Navier–Stokes の解に到達（起動から約 88 時間後）。その後 GPT-6 Astra が 17 時間かけて Lean 形式化と検証を完了。
OpenAI が結果を公開し、同じ記事でモデルの学習が継続中であり性能も向上し続けていると明記。本ページ更新時点で、名称や日付の追加発表はありません。
三段階の分類：公式確認・未公表・本ページが書かないもの
公式確認（記事から逐語で引用可）
① GPT-6 Astra より明らかに高性能な社内モデルが存在する。② 2026-08-28 から学習中で、学習は継続している。③ それを動力とするマルチエージェント系が 2026-09-05 に Navier–Stokes の解を出した。④ Lean 検証は GPT-6 Astra が担当し、追加で 17 時間を要した。⑤ OpenAI はミレニアム賞金を請求しない。以上 5 点はすべて 2026-09-08 の公式記事に逐語で確認できます。
公式未公表（これを前提に計画しないでください）
名称、API モデル id、リリース日、価格、コンテキスト長、出力上限、そもそも一般公開されるのかどうか。公式はどれも示していません。コミュニティではいくつかのコードネームが流通していますが、公式の出典がないため本ページでは一つも紹介しません。コミュニティのラベルを公式の型番として書くことは、この話題で最も多く、最も取り消しにくい誤りです。チームに一文で伝えるなら、今日の時点で誠実な言い方は「公式は学習中と認めており、日付は示していない」だけです。
GPT-6 Astra との関係
GPT-6 Astra —— 今日呼び出せる
2026-09-03 リリース、API モデル id は gpt-6-astra、コンテキスト 1,050,000、出力上限 128,000（推論トークンを含む）、公式価格は 100 万トークンあたり入力 $10・出力 $50。上記の Lean 検証 17 時間を担当したのもこのモデルで、その種の作業をすでに担える水準です。
社内モデル —— 手が届かない
公式が示したのは「明らかに高性能」という相対表現だけです。id がなければ呼び出す手段がなく、日付がなければ計画も立てられません。今日この情報が持つ実用的な意味は、待つことではなく、モデル名を設定 1 行で切り替えられる形にコードを書いておくことです。
実際にやる価値のある準備
モデル名をコードから設定ファイルや環境変数に移し、切り替えコストを 1 行に下げてください。今年 OpenAI がリリースしたモデル（GPT-5.6 の 3 段階、GPT-6 Astra）はいずれも同じ Responses API で話します。移行の摩擦はインターフェースではなくパラメータから来ます。Astra では temperature・top_p・top_logprobs を外し、推論の none 段階がないため low から始め、ツール呼び出しは Responses 経由が必須です。これらの差分を 1 つのアダプタ層にまとめておけば、次のモデルが何という名前でいつ来ても、移行はコード変更ではなく設定変更で済みます。この作業は今日終えられ、未発表のものに一切依存しません。
QCode での準備の仕方
QCode では 1 つの key で gpt-6-astra と GPT-5.6 の 3 段階をすでに呼び出せます。切り替えは model id の変更だけで、エンドポイントも認証も変わりません。つまり上記のアダプタ層を今日 Astra 上で組み上げ、コストの基準値を今のうちに測っておけます。次のモデルが実際に一般公開されたとき、残る作業は model id を 1 つ足すことだけです。未発表モデルの提供時期は約束しません。公式が日付を出していない以上、私たちが出すべきではありません。実際の提供状況は /models ページをご確認ください。
よくある質問
OpenAI の次のモデルの名前は？
公式は名称を公表していません。2026-09-08 の記事は最初から最後まで「internal model（社内モデル）」としか呼んでいません。具体的な名前はすべて非公式で、コミュニティで流通しているコードネームも、番号から類推した「GPT-7」も同様です。
いつリリースされますか？
日付は示されていません。公式の表現は、学習は継続中で性能は向上し続けている、というものです。この一文自体が「近々リリース」という断定を排除します。学習中のモデルにリリース日程はありません。具体的な日付を挙げている情報源は OpenAI ではありません。
GPT-6 Astra よりどれくらい強いのですか？
公式は「significantly more capable（明らかに高性能）」としか書いていません。記事の図はテスト時計算量に対する正答率の曲線で、引用できる数値がないため、本ページは何パーセントという数字を示しません。検証できる能力の証拠は、それを動力とするマルチエージェント系が Navier–Stokes を解いたという 1 点だけです。
今すぐ使えますか？
使えません。公式は明確に社内モデルと呼び、学習は継続中としています。API モデル id がない以上、呼び出す手段はありません。今日呼び出せる OpenAI の最上位モデルは、2026-09-03 にリリースされた GPT-6 Astra です。
Navier–Stokes の結果は強さの証明になりますか？
約 90 年未解決だった問題に対し、Lean で検証可能な証明を出せたという点で、硬い証拠です。ただし 3 つの但し書きが必要です。第一に、それはおよそ 10,000 の同時エージェントが約 88 時間かけた結果であり、1 回の対話ではありません。第二に、検証工程は GPT-6 Astra が担当しました。第三に、公式自身がミレニアム賞金を請求しないと述べ、この結果を到達点ではなく「進行中の一断面」と表現しています。
待つべきか、今 GPT-6 Astra に移るべきか？
日付のないものを待つ計画は実行できません。今できる合理的な手は、切り替えコストを先に下げることです。model id を設定に出し、パラメータ差分をアダプタ層 1 か所にまとめる。そうすれば次のモデルがいつ来ても切り替えは 1 行です。今日 Astra で積む使い方とコスト基準値は、そのときも有効です。
出典
本ページの引用と数値はすべて、OpenAI 公式ブログ 2026-09-08 の「On the Navier–Stokes Millennium Prize Problem」（openai.com/index/navier-stokes-solution/）と、2026-09-06 に主任研究者 Jakub Pachocki 名義で公開された「An Alien Mind」（openai.com/index/an-alien-mind/）に基づきます。GPT-6 Astra の仕様と価格は公式のモデルドキュメントと価格ページによります。二次的な報道は引用せず、公式の出典がないコードネームも紹介しません。更新日はページ末尾に記載しています。
関連ページ
GPT-6 完全ガイド
GPT-6 Astra の仕様・価格・実際の使い方。
GPT-6 Astra 移行ガイド
GPT-5.6 から Astra へ移る際に必要な 4 種類のパラメータ変更。
GPT-6 Astra の枠消費
Codex における Astra の枠消費と、コミュニティの実測観察。
本ページは未リリースのモデルについて説明しています。「公式確認」の各項目は、上記の公式記事で逐語的に確認できます。名称・リリース日・価格・API モデル id は現在も未公表であり、本ページは推測を行わず、未発表モデルの提供時期も約束しません。