【GPT-6.2 Astra】一部でFable 5.2超え!性能・料金・使い方を徹底解説

- GPT-6.2 AstraはOpenAIが2026年11月18日に公開した最上位モデル
- Agents’ Last Examで前モデルを上回り、タスクあたりのコストは3分の1未満
- ChatGPT Work・Codex・APIで利用でき、通常のChatには非搭載
2026年11月18日、OpenAIが新モデル「GPT-6.2 Astra」を公開しました!難しいプロジェクトを任せるための最上位モデルで、日常業務向けの「GPT-6.2 Sol」も同時に登場しています。
OpenAIの発表ポストは、公開から約1時間で1万6,000件を超えるいいねを集めました。公式ブログによると、複数の工程が続く業務を測るAgents’ Last Examで前モデルのGPT-6 Astraを5.2ポイント上回っています。しかもタスクあたりのコストは3分の1未満というから驚きです。

とはいえ、「前のAstraと何が変わったの?」「どのプランで使えるの?」と気になっている方も多いのではないでしょうか?
この記事では、GPT-6.2 Astraの特徴や仕組み、使い方、料金とライセンスを詳しく解説します。最後まで読めば、自社のどの業務を任せられるかを判断できるようになるはずです。ぜひ最後までご覧ください。
\生成AIを活用して業務プロセスを自動化/
GPT-6.2 Astraとは?

GPT-6.2 Astraは、OpenAIが開発した最上位の生成AIモデルです。前モデルのGPT-6 Astraの後継にあたり、資料作成・研究・コーディングなど、手間のかかる仕事を最初から最後まで任せる用途を想定しています。
公式ブログでは「難しいプロジェクトのためのフロンティアモデル」と紹介されました。少ない出力トークンで成果を出せるよう調整されており、同じ利用枠でもこなせる作業が増えるとしています。
基本的なスペックは以下のとおりです。
| 項目 | 内容 |
|---|---|
| 開発元 | OpenAI |
| 公開日 | 2026年11月18日 |
| モデルID(API) | gpt-6.2-astra |
| 入力 | テキスト・画像 |
| 出力 | テキスト |
| コンテキストウィンドウ | 1,050,000トークン(入力は最大922,000トークン) |
| 最大出力トークン | 128,000トークン |
| 知識のカットオフ | 2026年5月18日 |
| 使える場所 | ChatGPT Work・Codex・API |
主なベンチマークの結果も表にまとめました。
| ベンチマーク | 測っている内容 | GPT-6.2 Astra | GPT-6 Astra | Claude Fable 5.2 |
|---|---|---|---|---|
| Agents’ Last Exam v1.1 | 複数の工程が続く専門業務 | 78.3% | 73.1% | 72.8% |
| Terminal-Bench-Science 0.1 | ターミナルでの科学研究 | 77.1% | 68.1% | 73.3% |
| Harvey LAB-AA v1.1 | 法務の成果物の完成度 | 15.0% | 8.6% | 7.2% |
| GDPval v2 | 実案件をもとにした知的業務 | 50.4% | 44.2% | 44.8% |
| Artificial Analysis Intelligence Index v5.0.1 | 9種類の評価の総合点 | 62.1 | 56.9 | 64.6 |
| FrontierCode 2.0 | 実際のコードベースの改修 | 44.2% | 42.8% | 49.1% |

なお、Claude Fable 5.2のTerminal-Bench-Scienceは、Artificial Analysisがmini-swe-agentで測った値です。Anthropic自身はClaude Codeでの測定で74.6%と報告しました。Agents’ Last ExamのClaude Fable 5.2の値も、代替モデルが使われた9つのタスクを除いた結果となっています。
スライドや表計算の仕上がりが実務レベルに
GPT-6.2 Astraは、スライド・表計算・文書を、業界の慣習や手持ちのテンプレートに沿って作るよう訓練されています。公式ブログでは、スライドのスクリーンショット1枚からレイアウトや配色、文字サイズまで合わせられると紹介されました。
法務の成果物を評価するHarvey LAB-AAでは15.0%を記録しています。Claude Fable 5.2の2倍以上のスコアを、およそ6分の1のコストで出したそうです。
実案件をもとにした社内評価のGDPval v2でも、GPT-6 Astraから6.2ポイント伸びました。出力トークンは22%少なく済んでおり、品質と効率を両立した形といえるでしょう。
なお、GPT-6 Astraのスライド生成の作例は、以下の記事で詳しく紹介しています。前モデルとの違いを知りたい方は、あわせてご覧ください。

科学研究と長い業務で最高水準のスコア
OpenAIは、GPT-6.2 Astraを「科学者にとって世界最高のモデル」と位置づけています。ターミナル上で科学研究を進める力を測るTerminal-Bench-Science 0.1では77.1%を記録しました。

これはGPT-6 Astraより9ポイント高い数値です。しかもタスクあたりのコストは3分の1未満に抑えられています。
生物のデータから仕組みを推定するVals Science Indexでも、最高スコアを更新したと発表されました。表計算や報告書から数字を拾って計算するAA-AnalystAgentでは、5回の試行すべてで正解した問題が62.5%にのぼります。数字を扱う調査業務を任せたい方には、心強い結果でしょう。
3D制作とPC操作の精度が向上
GPT-6.2 Astraでは、画面を見ながらPCを操作するComputer Useの精度が上がりました。CADやシミュレーションのツールで、部品1つや接続部まで細かく扱えるそうです。
公式ブログでは、山道を走る車のサスペンションの動きをPythonで計算し、Blenderでアニメーションにした例が紹介されています。
Web制作でも、サイトの目的に合わせたレイアウトや画像を選べるよう改善されました。審査員が同じ指示から作られた2つの3D作品を見比べて投票するAA-3Dでは、Eloレーティング1,318で1位を獲得しています。Claude Fable 5.2の1,271を上回る結果です。
GPT-6 AstraのComputer Useの仕組みや実演は、以下の記事で解説しています。PC操作を任せたい方は参考にしてください。

GPT-6.2 Solとの違い
同時に公開されたGPT-6.2 Solは、日常業務向けの効率重視のモデルです。API料金は入力100万トークンあたり2ドル・出力10ドルで、GPT-6.2 Astraの4分の1に抑えられています。
性能の差は思ったほど大きくありません。実際のコード改修を評価するFrontierCode 2.0では、SolがAstraとの差0.5ポイント以内に迫りながら、コストは約5分の1でした。
OpenAIは、難しい案件にはAstraを、普段の文章作成やコード編集にはSolを勧めています。迷ったらSolで試し、物足りない作業だけAstraに切り替える使い方が現実的でしょう。
GPT-6.2 Astraの仕組み
GPT-6.2 Astraは、回答する前にじっくり考えるリーズニングモデルです。考える深さを選べるほか、ツールを使った作業や、前の推論を次のターンへ引き継ぐ仕組みを備えています。
なお、2026年11月時点でパラメータ数などの内部構造は公開されていません。ここからは、OpenAIのシステムカードと開発者向けドキュメントで説明されている範囲で、仕組みを整理しました。

考えてから答える推論の仕組み
システムカードによると、GPT-6.2 Astraは強化学習で「考えてから答える」よう訓練されています。回答の前に長い思考を内部で組み立て、別の方法を試したり、自分の誤りに気づいたりできるのです。
考える量は、推論レベルで調整します。APIでは推論レベルを「none」にした呼び出しを受け付けず、新しく組み込む場合はまず「medium」から始めるのがおすすめです。
Codexでは、Light(CLIではLow)からExtra Highまでの段階に加え、時間をかけて考えるMaxも選べます。サブエージェントで作業を分担するUltraも用意されており、大きな作業を並行して進められる仕組みです。
前の推論を次のターンへ引き継ぐ
GPT-6.2から、APIは会話の途中で履歴の前半が書き換えられると、それまでの推論を破棄するようになりました。推論が失われると回答の質が落ちたり、同じ作業をやり直してトークンを余計に使ったりします。
OpenAIが勧めているのは、会話の前半はそのままにして、新しい指示を後ろに足していく方法です。この形にしておけば推論を引き継げるうえ、プロンプトキャッシュも効きやすくなります。
推論の中身は暗号化して保護されており、外部から抜き出そうとする攻撃の成功率は1%未満にとどまったと、システムカードで報告されました。
ツールとサブエージェントで作業を進める
APIのResponses APIでは、Web検索・ファイル検索・コード実行・Computer Use・MCPなど、多くのツールを組み合わせられます。ツール呼び出しはResponses APIでのみ使え、Chat Completions APIでは使えない点に注意しましょう。
ベータ版のマルチエージェント機能を使えば、作業の一部をサブエージェントに任せることも可能です。コンテキストウィンドウは約105万トークンあり、大量の資料を一度に読み込ませられます。
ただし、入力が27万2,000トークンを超えるリクエストは、割高な料金になる点に注意が必要です。長い資料を扱うときは、必要な部分に絞って渡すとよいでしょう。
利用状況を見守る安全対策
GPT-6.2 Astraはサイバー攻撃に悪用されうる能力が高いため、外部での利用も監視システムの対象になっています。危険度の高い依頼には、以前より厳しい制限がかかる仕組みです。
社内の研究環境では、モデルの作業を一元管理し、問題があればすぐに止められる「Control Room」も導入されました。社内で使うCodexの通信や強化学習の実行も、すべて監視しているそうです。
利用者側で設定する項目ではありません。それでも、セキュリティ調査などで依頼を断られる場合がある点は、事前に押さえておくと安心です。
GPT-6.2 Astraの使い方
GPT-6.2 Astraは、ChatGPT Work・Codex・APIの3つで使えます。2026年11月時点では通常のChatには追加されていないため、使う場所を間違えないようにしましょう。
ChatGPT Workで使う
ChatGPT Workは、長い作業や資料作成を任せられるエージェント機能です。GPT-6.2 Astraは、Plus・Pro・Business・Enterprise・Eduなどのプランで順次使えるようになっています。
ChatGPTデスクトップアプリまたはWeb版にアクセス
まずは、ChatGPTのデスクトップアプリを最新版に更新してください。メニューの「Check for Updates」から更新し、アプリを再起動すれば準備完了です。Web版やモバイル版なら、この手順は必要ありません。
Workタブへ切り替え&モデル選択
次に、画面上部の切り替えで「Work」を選びます。続けてモデルピッカーを開き、「GPT-6.2 Astra」を選択してください。
推論レベル選択&プロンプト入力
最後に、推論レベルを選んで依頼を入力すれば完了です。モデルが表示されない場合は、まだ自分のアカウントに展開されていない可能性があります。
Codex CLIで使う
ターミナルから使う場合は、Codex CLIを導入します。macOSとLinuxであれば、以下のコマンド1つでインストールと更新が可能です。
Codex CLIをインストール
curl -fsSL https://chatgpt.com/codex/install.sh | shCodex起動
インストールしたら、作業したいフォルダで次のコマンドを実行してください。初回は「Sign in with ChatGPT」でログインすると、契約中のプランの利用枠を使えます。
codex -m gpt-6.2-astra
モデル切り替え&プロンプト入力
起動後は/modelと入力すれば、モデルと推論レベルをいつでも切り替え可能です。スクリプトから呼び出すときは、codex execを使いましょう。
codex exec -m gpt-6.2-astra "このリポジトリの構成を説明してください"Codexの初期設定では、GPT-6.2 Astraのコンテキストは27万2,000トークンに設定されています。最大100万トークンまで広げたい場合は、config.tomlのmodel_context_windowを変更しましょう。
APIで使う
APIから使う場合は、OpenAIの公式SDKを使うのが手軽です。
Pythonライブラリインストール
まずはPythonのライブラリをインストールします。
pip install openaiモデル呼び出し
次に、環境変数OPENAI_API_KEYにAPIキーを設定し、以下のコードを実行してください。モデル名にgpt-6.2-astraを指定すれば、GPT-6.2 Astraを呼び出せます。
from openai import OpenAI
client = OpenAI() # 環境変数OPENAI_API_KEYを読み込む
response = client.responses.create(
model="gpt-6.2-astra",
reasoning={"effort": "medium"},
input="3社の提案書を比較し、選ぶべき1社と、決める前に確認すべき点を挙げてください。",
)
print(response.output_text)旧モデルから移行する際は、temperatureやtop_pの指定を外してください。GPT-6.2 Astraでは、これらのパラメータに対応していないためです。
ツール呼び出しを使うならResponses APIを選びましょう。
【実践】GPT-6.2 Astraを実際に使って検証してみた!
ここでは、公式ブログで強みとされた資料作成・3D制作・コード改修の3つを、実際に試してみました。どれも、業務でそのまま使える場面を想定した内容です。
①スクショのデザインに合わせてスライドを作れるか
公式ブログでは、スライドのスクリーンショットをテンプレートにして資料を作れると紹介されていました。そこで、架空の企業の業績報告をもとに、見本の画像1枚のデザインに合わせてスライドを作れるかを試します。
プロンプトはこちら
添付したスライド画像(テンプレート_スライド.png)のレイアウト・配色・文字の大きさに合わせて、添付資料(資料_2026年度Q2業績.md)からプレゼン用のスライドを5枚作成してください。
各スライドのタイトルは、そのスライドで伝えたい結論が一目で分かる一文にしてください。
数値は資料に書かれているものだけを使い、計算した値には計算式を注記してください。
PowerPoint形式で出力してください。出力結果はこちら
見本のオレンジの帯やカード型の数値、ページ番号まで、見本どおりの仕上がりです。数値はすべて資料どおりで、計算した営業利益の増加額には「5.1億円−4.3億円=0.8億円」と式も添えています。タイトルも結論が一目で分かる一文です。
②1回の指示でブラウザで遊べる3Dゲームを作れるか
Xでは、GPT-6.2 Astraで作った3Dのデモが次々と投稿されています。そこで、1回の指示だけでブラウザで遊べる3Dゲームが完成するかを確かめました。
プロンプトはこちら
ブラウザで遊べる3Dのレースゲームを、1つのHTMLファイルで作ってください。
・コースは夜の湾岸の高速道路をイメージし、街の明かりやトンネルも入れてください
・矢印キーで操作し、画面にラップタイムと最速ラップを表示してください
・Three.jsはCDNから読み込んで構いませんが、外部の画像ファイルは使わないでください
・完成したら、ブラウザで動作を確認してから渡してください出力結果はこちら
1つのHTMLで、夜の湾岸とトンネルを走るレースゲームが完成しました。アーケード風のデザインは完成度が高く、ラップタイムや操作ガイドも表示されています。
③既存コードのバグを見つけて直せるか
最後に、既存のコードを直す力をCodex CLIで確かめます。検証用に、会計処理の仕様と食い違う箇所を3つ仕込んだ小さなPythonプロジェクトを用意しました。
既存のテストで見つかるのは、そのうち1つだけです。残りの2つは、READMEの仕様を読み込まないと気づけないようにしています。リポジトリのフォルダでcodex -m gpt-6.2-astraを起動し、以下のプロンプトを送りました。
プロンプトはこちら
このリポジトリの会計処理を、README.mdの仕様どおりに直してください。
テストが1件落ちていますが、テストに出ていない仕様違いもないか確認してください。
修正したら、必要なテストを追加して python -m pytest -q を実行し、結果と変更点を報告してください。出力結果はこちら
仕込んだ3つの仕様違いを、わずか39秒ですべて修正しました。テストに出ていない四捨五入と送料の判定もREADMEから読み取り、Decimalで正しく丸めています。境界値を含むテストを6件自分で追加した点も好印象です。
GPT-6.2 Astraの料金とライセンス
GPT-6.2 Astraの料金は、APIで使うかChatGPTで使うかによって変わります。APIでは前モデルより入力と出力がそれぞれ20%安くなり、キャッシュ入力は60%安くなりました。
ChatGPTでは定額のプランの中で使え、Plus以上で利用できます。ライセンスはOpenAIの利用規約に従う形で、モデル本体は公開されていません。それぞれ詳しく見ていきましょう。
APIの料金
APIの標準料金は以下のとおりです。
| 項目 | 料金(100万トークンあたり) |
|---|---|
| 入力 | 8ドル |
| キャッシュ入力 | 0.40ドル |
| キャッシュの書き込み(30分保持) | 10ドル |
| 出力 | 40ドル |
入力が27万2,000トークンを超えるリクエストでは、入力とキャッシュの料金が2倍、出力が1.5倍になります。急がない処理はBatchを使えば、標準料金の50%で済むでしょう。
速さを優先するモードもあります。Fastモードは標準の2倍、Ultrafastは2027年2月28日(米国太平洋時間)まで標準の3倍で、3月1日からは6倍になる予定です。
ChatGPTでの料金
ChatGPTでは、WorkとCodexの利用枠の中でGPT-6.2 Astraを使えます。
| プラン | 月額料金 | GPT-6.2 Astra | Ultrafast |
|---|---|---|---|
| 無料版・Go | 0円・1,400円 | 使えない | 使えない |
| Plus | 3,000円 | WorkとCodexで使える | 使えない |
| Pro 100 | 100ドル | WorkとCodexで使える | 使えない |
| Pro 200 | 200ドル | WorkとCodexで使える | GPT-6.2 SolのみCodexで使える |
| Pro 500 | 500ドル | WorkとCodexで使える | 使える |
| Business | 料金ページを参照 | WorkとCodexで使える(順次展開) | 使えない |
| Enterprise・Edu | 要問い合わせ | WorkとCodexで使える(ワークスペースの権限設定による) | 管理者が有効にした対象ワークスペースで使える |
別のヘルプ記事によると、Enterprise・EduのUltrafastはワークスペースのクレジットから支払う仕組みになっています。Pro 500でUltrafastを使うと、通常の6倍の速さで利用枠を消費する点に注意が必要です。
ライセンス
GPT-6.2 Astraはモデルの重みが公開されていないため、使えるのはOpenAIのサービス経由に限られます。権利関係は、ChatGPTの個人向けプランなら利用規約、APIや企業向けプランならOpenAIサービス契約に従う形です。
| 項目 | 可否 | 補足 |
|---|---|---|
| 商用利用 | ⭕️ | 出力の権利は適用法の範囲で利用者に帰属する |
| 改変 | ❌️ | モデル本体が公開されていない |
| 再配布 | ❌️ | サービスの販売や配布は禁止されている |
| 特許利用 | – | |
| 私的利用 | ⭕️ |
どちらの規約でも、出力の権利は利用者に譲渡されると明記されています。そのため、作った資料やコードは商用利用が可能です。ただし、出力の正確さは利用者側で確かめる必要があり、ほかの方が似た出力を受け取る場合もある点は覚えておきましょう。
一方で、出力を使ってOpenAIと競合するモデルを開発することは禁じられています。生成AIで作ったものを、人間が作ったように見せることも認められていません。社内で使う際は、こうした禁止事項をガイドラインに書き込んでおくと安心です。
【業界別】GPT-6.2 Astraの活用シーン
GPT-6.2 Astraは、資料作成・研究・コーディングのように、手順が長く判断の多い仕事で力を発揮します。ここからは、業界ごとに向いている使い方を見ていきましょう。
法律事務所・企業の法務部門
法務の成果物を評価するHarvey LAB-AAで最高スコアを出しており、法律分野と相性のよいモデルです。契約書の条項の確認や、複数の資料から事実関係を整理する作業に向いています。
OpenAIは、弁護士向けに調整した「Astra for Law」も用意しました。Harvey LAB-AAでは、通常のGPT-6.2 Astraよりさらに高いスコアを出しているそうです。
ただし、評価のスコアは15.0%で、すべての要件を満たす成果物はまだ多くありません。最終的な判断は必ず専門家が行う前提で、下調べや下書きを任せるのが現実的でしょう。
生成AIを活用した法務業務について、詳しく知りたい方は以下の記事も参考にしてみてください。

金融・コンサルティング
決算資料や市場データから数字を拾い、表計算で分析する仕事に向いています。公式ブログでは、架空の企業の財務諸表から売上予測と株式価値の試算を行う表計算ファイルを作った例が紹介されました。
スライド作成でも、結論をタイトルに書き、要点を絞った本文にまとめる力が上がっています。見本のスライドに合わせて資料を作れるため、社内のフォーマットがある企業ほど手直しを減らせるでしょう。
金融業界における生成AI活用について、詳しく知りたい方は以下の記事も参考にしてみてください。

ソフトウェア開発
既存のコードベースに複雑な変更を加え、テストまで仕上げる力が伸びています。サービスをまたいだバグの原因を追う作業や、大規模なリファクタリングに向いているでしょう。
Codexで使えば、ローカルのリポジトリを読み込ませたまま作業を進められます。日常的な修正はGPT-6.2 Solに任せ、難しい調査だけAstraに切り替えると、利用枠の節約にもつながるはずです。
フロントエンドの見た目にこだわりたい場合は、使う画像やフォントを指示してみてください。開発者向けドキュメントでも、デザインの参考画像を渡す方法が勧められています。
生成AIを搭載したSaaSについて、詳しく知りたい方は以下の記事も参考にしてみてください。

GPT-6.2 AstraについてXで話題の内容
公開直後から、X上ではGPT-6.2 Astraの性能や使い心地をめぐる投稿が相次ぎました。ここからは、2026年11月18日時点で注目を集めている話題を、辛口の評価も含めて紹介します。
ARC-AGI-3で初めて100%に到達
生成AIの抽象的な推論力を測るARC-AGIの運営団体が、GPT-6.2 Astraの結果を公開しました。投稿によると、ARC-AGI-3で100%を達成した初めてのモデルだそうです。
ARC-AGI-2でも95.8%で最高スコアを記録しています。1タスクあたりのコストは0.50ドルでした。
ただし、ARC-AGI-3の100%は、モデルの提供元に合わせた条件(provider adapter)で測った値です。標準の条件では70.3%となっており、どちらの数値かを区別して見る必要があります。
パリの街を再現した3Dデモが話題に
開発者のThomas Ricouard氏は、GPT-6.2 Astraで作ったパリの地図の3D再現を公開しました。歩いたり車で走ったりでき、バスや歩行者、自転車も行き交う作り込みです。
50以上の名所が3Dでモデリングされており、手作りの素材と自動生成の地形を組み合わせたといいます。
ほかにも、eric provencher氏が画像を参考に渡すと3Dグラフィックの出来がさらによくなると投稿していました。デモはWebGPUを使ってブラウザで動くそうです。
「扱いにくい」という辛口の評価も
一方で、厳しい評価も出ています。生成AIのサービスを手がけるMatt Shumer氏は、GPT-6.2 AstraとSolを試した体験がひどく、実質的に使い物にならなかったと投稿しました。
公開前から試していたEthan Mollick氏も、ほかのモデルより指示どおりに動かしにくいと述べています。ただ、BlenderとUnityで宇宙エレベーターの乗り物をゼロから作るような大きな課題では、しっかり成果を出したそうです。得意な仕事とそうでない仕事の差が大きいモデルといえるでしょう。
日本でもCodexで試す声が続々
日本のユーザーも、さっそくGPT-6.2 Astraを試しています。Kinopee氏はCodex CLIでGPT-6.2 Astraを選び、リファクタリングの計画を立てさせたところ、思ったより軽快で内容もよかったと投稿していました。
料金に注目する声もあります。まつにぃ氏は、値下げとトークン効率の改善を合わせると大幅に効率よく使えると評価していました。
GPT-6 Astraでトークンの消費が多かった点が改善されたのか、気にする声も見られます。実際の使い心地の評価は、これから固まっていきそうです。
GPT-6.2 AstraをはじめとしたAIモデルのご相談はWEELへ!
GPT-6.2 Astraは、資料作成・研究・コーディングといった手間のかかる仕事を任せられる、OpenAIの最上位モデルです。前モデルを上回る性能を、大幅に少ないコストで実現しました。
一方で、Xでは扱いにくさを指摘する声も出ています。得意な業務を見極めて導入するのが成功の近道でしょう。
まずはChatGPT WorkやCodexで、自社の資料や業務を任せてみてください。どの業務から生成AIを取り入れるべきか迷う場合は、専門家に相談するのも1つの方法です。
弊社では、AI導入を検討中の企業向けに、業務効率化や新しい価値創出を支援する情報提供・導入支援を行っています。最新のAIを活用し、効率的な業務改善や高度な分析が可能です。
「生成AIで新しいプロダクトを作りたい」「もっと本格的に生成AIを業務に組み込みたい」とお考えの方は、ぜひ株式会社WEELにご相談ください。
開発実績として、
・新規事業室での「リサーチ」「分析」「事業計画検討」を70%自動化するAIエージェント
・社内お問い合わせの1次回答を自動化するRAG型のチャットボット
・過去事例や最新情報を加味して、10秒で記事のたたき台を作成できるAIプロダクト
・お客様からのメール対応の工数を80%削減したAIメール
・サーバーやAI PCを活用したオンプレでの生成AI活用
・生徒の感情や学習状況を踏まえ、勉強をアシストするAIアシスタント
などの開発実績がございます。
生成AIを活用したプロダクト開発の支援内容は、以下のページでも詳しくご覧いただけます。
➡︎株式会社WEELのサービスを詳しく見る。
アイデア段階でも構いません。まずは無料相談でお気軽にご相談ください。
➡︎生成AIを活用したプロダクト開発・業務効率化について相談する

「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。
セミナー内容や料金については、ご相談ください。
また、大規模言語モデル(LLM)を対象に、言語理解能力、生成能力、応答速度の各側面について比較・検証した資料も配布しております。この機会にぜひご活用ください。

