OpenAI「AGIの時代に入った」と宣言、GPT-6 Astraのテスト99.9％は本物か 中立条件では62.7％に低下、運営側も「AGIの証明にはならない」【検証】

「人並みに考えるAIの時代」という宣言

ナゾロジーの記事によると、OpenAIは新しいAIモデル「GPT-6 Astra」の公開に合わせて、「AGI（汎用人工知能）の時代」に入ったと打ち出した。同社のグレッグ・ブロックマン社長は「数年後に振り返って、AGIが本当に生まれたのはいつかと問えば、おそらく今ごろで、このモデルかもしれない」と語っている。

OpenAIの公表データでは、Astraは専門分野のテストで前モデル「GPT-5.6 Sol」やライバルのトップモデルより10〜20％高い性能を出したとされる。目玉は、見たことのない抽象的な世界で新しい技能をどれだけ効率よく身につけるかを測る「ARC-AGI-3」で、99.9％という点数を出した。

同じ条件で解き直すと62.7％に

しかし、この99.9％には条件があった。最高点は、AIとテストの間に挟むOpenAI独自のソフトウェア「Provider Adapter」を使って出されたもので、ライバルの開発者は使えない仕組みだ。テストに用意された中立的な標準の仕組みで測ると、点数は62.7％まで下がった。約37ポイントの差がある。

テストを運営する非営利団体ARC Prize財団のグレッグ・カムラット会長も、「ARC-AGI-3で満点近くを取ってもAGIの証明にはならないと、始めた時から明言してきた」とブログに書いている。財団の検証では、Astraがテストの96％のステージで人間の手際の基準を上回ったことも確認されており、「一般化に向けた意味のある進歩」ではあるものの、AGIそのものと主張しているわけではないという立場だ。

数字の「書き換え」指摘も

報道によると、発表前に報道機関へ配られた資料ではARC-AGI-3の点数は98.6％だったが、公開されたサイトでは99.9％に上がっていた。研究者からは、AIがもっともらしい嘘をつく割合（ハルシネーション率）の数字が公開後に書き換えられていた点も問題視されている。

結論として、今回の点数だけで「人並みに考えるAIが完成した」とは言い切れない。少なくとも運営側自身がそう線を引いている。次に「AIが人間を超えた」という数字を見たら、どんな条件で測った点数なのかを確認するのが確実だ。

出典：ナゾロジー「OpenAIが『人並みに考えるAIの時代』に入ったと宣言」（2026年11月11日、参考文献：Live Science／arXiv論文「Benchmarking is Broken」）