GPT-6 Astra ロボットアームに搭載

GPT‑6 Astra ロボットアーム上で

2026年9月4日

Claude Fable 5とFable 5.1の比較に続く記事です。OpenAIのGPT‑6 Astraに、同じInspect Robotsエージェントポリシー、同じ2つのタスクで、同じYAMアームの制御を任せました。

「テーブルの上にある赤いブロックを拾い上げ、ボウルの中に置く。」

「丸い青いパズルピースを中央のノブで掴み、ボードの対応する円形の溝に置く。」

ボウルタスクでは、Astraは20回の試行中19回成功しました。これはFable 5.1の8回（20回中）、Fable 5の1回（20回中）と比較して大幅な改善です。試行あたりの時間はAstraが2.5分であったのに対し、Fable 5.1は6.8分でした。コストも、Astraが1試行あたり推定$0.94、Fable 5.1が$2.12でした。

パズルタスクは様相が異なります。Astraは20回の試行中2回しか挿入を完了できませんでした。これはFable 5.1の2回（20回中）と同等です。AstraはFableと同様に、最終段階で溝に到達して停止しました。コストはAstraが1試行あたり$1.36、Fable 5.1が$2.18でした。

［動画: ブロックをボウルに入れる：各モデルの最も成功した試行（最高ステージ、次に最短時間）、それぞれ自身の時間で同じ速度で再生。タイマーは思考の一時停止を除いた実際の経過時間を示す］

---

Astraはボウルタスクをはるかに頻繁に、コストは約半額で完了

［画像: Block into bowl: the best completed run of each model (highest stage, then shortest), each played in its own time at the same speed‑up. Timers show real elapsed time with thinking pauses removed.］

---

スコアリング

すべての試行は人間が採点し、到達した最高ステージに基づいて評価されました。失敗した実行でも、どこまで進んだかが記録されます。評価基準はFableレポートから変更されていません。

---

Astraはブロックをほぼ毎回配置；パズルではFableと同じ段階で停止

［画像: Astra places the block almost every time; on the puzzle it stalls where Fable does.］

---

結果

---

全実行結果

カウントされたすべての試行、合計120件。

---

技術仕様

---

限界

• Astraの試行はFableの試行から2日後に実行され、それらとインターリーブされていません。パズル比較は同じリグで行われましたが、ボウル比較は異なります：Fableのボウル試行はrig-3で実行されましたが、これは利用できませんでした。
• 採点はオペレーターがモデルを知った上で判断したため、スコアには無意識のバイアスが含まれる可能性があります。
• コストはリスト価格です。Anthropicへのリクエストはプロンプトキャッシュなしで送信されました；OpenAIはAstraの入力の約5分の1を自動的にキャッシュしましたが、これは割引されていません。したがって、Astraのコストは、もしあれば、過大評価されています。
• オブジェクトは試行ごとに手動でリセットされ、すべてのモデルは中程度の推論努力でのみ実行されました。