Brockmanの「トークン単価は無意味」を疑う

GPT-6 Astraは何を売っているのか（自律PC操作と110万トークン）

2026年9月3日、OpenAIは新フラッグシップモデル GPT-6 Astra を発表しました。最大の特徴は、人間の代わりにPC画面を読み取り、ブラウザやローカルアプリを自律操作して業務を完結させる強力なエージェント能力です。文脈長は 110万トークン に達し、長大な業務マニュアルや複数アプリケーションに跨がる操作手順を丸ごと読み込ませることが可能になりました。

しかし、この高い処理能力と引き換えに設定されたAPI料金は、市場に大きな波紋を広げています。標準料金は 100万トークンあたり入力$10、出力$50。前世代モデルであるGPT-5.6 Solのプロモーション価格（入力$4/出力$20）と比較して、実に 2.5倍の値上げ となりました。また、サイバーセキュリティリスク指標が初めて最高ランクの「Critical（危機的）」に達したため、当面は限定的な法人プログラム「Daybreak」経由での段階提供にとどまります。

「トークン単価は無意味」の裏側｜2.5倍値上げを正当化する理屈

2.5倍という大幅な値上げに対し、ベンダー側はどのような論理を展開しているのでしょうか。発表ブリーフィングの場において、OpenAIのプレジデントである Greg Brockman（グレッグ・ブロックマン） は、集まった記者団に対して従来の価格比較に対する強い疑問を投げかけました。

トークン単位での価格設定（Pricing tokens）はもはや意味をなさない。顧客は1タスクの完了あたりにいくらかかったかでコストを判断すべきだ。

Brockmanの主張の根拠は、タスク完了スピードと試行錯誤の削減にあります。画面操作ベンチマーク「OSWorld 2.0」において、従来モデルが平均75分かかっていたタスクを、GPT-6 Astraは約40分と 約47%短縮 しました。無駄なリトライや誤操作が減ることで、1つの業務を完了するまでに消費する総トークン数が抑えられ、単価が2.5倍になっても最終的な支払い額は変わらない、あるいは安くなるという理屈です。

しかし、この「タスク単価で見よ」というアピールは、ベンダー側にとって極めて都合の良い論理のすり替えを含んでいます。なぜなら、顧客に提示されている契約は「タスクごとの定額制」でも「成果保証型」でもなく、従来通りのトークン従量課金 のままだからです。

エージェントの隠れコスト｜思考トークンで請求が膨らむ罠

ここに、中小企業が直面する最大の罠が存在します。Brockmanが「無意味だ」と切り捨てたトークン単価こそが、利用者が事前に費用を予測できる唯一の指標でした。自律型エージェントに業務を任せる際、最も恐ろしいのは 未知のエラーや例外処理に遭遇したときの発散 です。

エージェントが複雑な自律操作の途中でエラー修復の無限ループに陥ったり、予期せぬポップアップの処理に苦戦したりした場合、モデルはバックグラウンドで大量の「思考トークン」を消費し続けます。画面上では「処理中」と表示されている間にも、従量課金のメーターは100万トークンあたり出力$50という高額なレートで回り続けているのです。

デモ映像のような「最もスムーズに成功した例（best case）」ではトークン消費が抑えられても、実際の泥臭い現場業務で発生する「失敗時の試行錯誤（worst case）」のコストはすべて顧客の財布に跳ね返ってきます。単価が2.5倍になったことで、エージェントが一度迷走した際の実損額は旧モデルの比ではありません。

中小はどう測るか｜単価表でなく1タスクの実支払いで判断する

では、地方や中小企業の現場はこの「2.5倍の値上げとタスク課金論争」にどう向き合うべきでしょうか。最も避けるべきは、ベンダーの「速くなったから実質安い」という主張を鵜呑みにして、既存の自動化処理をそのまま新モデルへ丸投げすることです。一方で、単価だけを見て一律に採用を見送るのも、業務効率化のチャンスを逃すことになります。

見るべきは、ベンダーが提示する単価表ではなく 「自社の頻出タスク10件での実支払い額」 です。例えば、月10件発生する「取引先Webサイトからの見積データ抽出と請求書下書きの作成」という作業を仮定します。この同一タスクを旧モデルとGPT-6 Astraの両方に実行させ、実際の請求明細に載る実消費トークン量と総コスト を直接比較するのです。

試算の際には、AIに任せる範囲の線引きも重要です。画面操作をすべてAIに委ねて放置するのではなく、例外が発生したら即座に処理を中断して人間に引き継ぐ仕様にすることで、思考トークンの無駄遣いを防ぐことができます。自社の運用ルールと測定基準を持たないまま高価格帯モデルへ飛びつくことこそ、AI活用の最大の損益リスクであることを肝に銘じるべきです。

30分で課題を整理する→