GitHub Copilot GPT-6 Astraの使い方

こんにちは。AIあれこれ散歩道、運営者のもっちゃんです。

2026年9月4日、GitHub CopilotでGPT-6 Astraの一般提供が始まりました。名前は見かけたものの、「自分のプランで使える？」「どこから選ぶ？」「AI Creditsはいくら減る？」と戸惑っている方も多いかなと思います。

結論から言うと、このモデルは短い質問を次々に投げるより、複数ファイルにまたがる実装や調査、テスト、修正を一つの流れで任せたいときに向いています。ただし、対象プランは限られ、長い入力では単価も上がります。この記事では、GitHubとOpenAIの公式情報だけを基に、選び方から安全な任せ方まで順番に見ていきます。

GitHub CopilotでGPT-6 Astraを使う方法

最初に確認したいのは、モデル名よりも利用条件です。GPT-6 AstraはすべてのCopilot利用者に同じ形で表示されるわけではありません。対象プラン、利用場所、段階的な提供、組織の設定という四つの条件がそろって初めて選べます。

ここではVisual Studio Codeの操作を中心に説明しますが、GitHub.com、Visual Studio、JetBrains IDE、Xcode、Eclipseなどでも基本は同じです。まずCopilot Chatを開き、モデル選択欄からGPT-6 Astraを選びます。

まず対象プランを確認

GitHubの2026年9月4日の発表では、GPT-6 Astraを選べる対象としてCopilot Pro+、Copilot Max、Copilot Business、Copilot Enterpriseが挙げられています。Copilot Free、Student、Proは、この発表で明示選択できる対象に含まれていません。

個人で使うならPro+かMax、会社や組織の席で使うならBusinessかEnterpriseが入口です。「有料のCopilotだから使えるはず」と考えると、ProとPro+を取り違えやすいので注意してください。Pro+は月39米ドル、Maxは月100米ドルと公式のGitHub Copilotプラン一覧に記載されています。

利用場所はかなり広く、Visual Studio Code、Visual Studio、Copilot CLI、GitHub Copilot coding agent、Copilot app、github.com、GitHub Mobile、JetBrains IDE、Xcode、Eclipseが対象です。普段の開発環境を大きく変えずにモデルを切り替えられるのは、試しやすいポイントですね。

一方で、GitHubは提供が段階的に進むとも案内しています。対象プランなのに表示されない場合、すぐに設定ミスと決めつける必要はありません。アカウントへの提供がまだ届いていない可能性もあります。

契約を上げる前には、Astraを使いたい作業が本当にあるかも考えてみてください。毎日の質問が数行の説明や小さな修正だけなら、今のプランとモデルで足りる場合があります。複数工程をまとめて任せる頻度と、月間のAI Creditsを見比べて選ぶと、プラン名の新しさだけで判断せずに済みます。

モデル選択は3手順

Visual Studio Codeでは、まずタイトルバーのCopilotアイコンからCopilot Chatを開きます。次にチャット表示の下部にある現在のモデル名を選び、一覧からGPT-6 Astraを選択します。最後に新しいチャットを開始して、今回任せたい作業を入力すれば準備完了です。

操作を短く言うと「チャットを開く」「モデルピッカーを開く」「GPT-6 Astraを選ぶ」の3手順。github.comでもCopilot Chat下部のモデル選択欄から選ぶ流れです。クライアント別の詳しい場所はGitHub公式のモデル変更手順で切り替えて確認できます。

すでにAutoで会話を続けている場合は、新しいチャットに切り替えてから明示的にモデルを選ぶと分かりやすいです。過去の長い会話をそのまま引き継ぐと、不要な文脈まで入力に含まれ、AI Creditsにも影響しやすくなります。

ここで大切なのが、Copilot Chatのモデル変更はインライン候補のモデル変更とは別だという点です。エディター上の補完が急にGPT-6 Astraへ切り替わる操作ではありません。チャット、エージェント、コード補完は同じCopilotの中でも役割が違います。

選択後は、最初の回答にモデル名が表示されているかも確認しましょう。画面の表示方法はクライアント更新で変わることがありますが、モデルピッカーにAstraが選ばれているかを見るのが基本です。操作説明を暗記するより、現在のモデル欄を毎回見る習慣の方が間違いを防げます。

表示されない原因を確認

モデル一覧にGPT-6 Astraが見当たらないときは、むやみに拡張機能を入れ直す前に確認順を決めると早いです。最初はプラン、次に提供状況、クライアントの更新、組織ポリシー、開いている機能の順で見てください。

特に見落としやすいのは、会社から付与されたCopilot席です。画面上でBusinessまたはEnterpriseと表示されていても、管理者が新しいモデルを無効にしていれば利用者側では選べません。個人の設定だけを探し続けても解決しないケースです。

また、GitHubの発表には「提供は段階的」と明記されています。対象プランと設定が正しくても、公開直後には時間差があり得ます。終了日時は示されていないため、「何時までに必ず出る」とは断定できません。

組織はモデルポリシーを確認

Copilot BusinessとEnterpriseでは、管理者がCopilot設定にあるモデルポリシーからGPT-6 Astraへのアクセスを管理します。GitHubによると、新しいモデルは既定の有効化設定に従って自動的に使える状態になります。ただし、管理者が全体の既定値をオフにした場合や、GPT-6 Astraを個別に無効化した場合は表示されません。

利用者は「モデルが出ません」とだけ伝えるのではなく、契約プラン、利用クライアント、拡張機能のバージョン、確認した日時を管理者へ共有すると話が進みやすいです。管理者側も、対象組織とポリシーの適用先を見分けやすくなります。

管理者は、使えるようにするかだけでなく、AI Creditsの予算や対象チームも合わせて考える必要があります。Businessは1席当たり月1,900 credits、Enterpriseは1席当たり月3,900 creditsが標準枠として共有プールに加わります。全員が同じ長時間タスクを始めれば、個人単位の感覚より早くプールを使う場合があります。

開放範囲に迷うなら、小さなチームで用途と消費量を確認し、変更のレビュー手順が機能するか見てから広げる方法が現実的です。モデルの能力だけでなく、予算と承認の流れまで含めて運用を設計しましょう。

長時間の開発に向く理由

GitHubはGPT-6 Astraを、長期間にわたる自律的なコーディングとエージェント作業向けと位置付けています。公開説明では、作業しながら計画と検証を行い、診断と確認をまとめて進め、完了を宣言する前に結果を確かめる点が挙げられました。

つまり、関数一つの説明を聞くというより、「関連ファイルを確認し、実装し、テストを走らせ、失敗を直し、差分を確認する」といった連続作業で持ち味が出やすいモデルです。複数の工程を別々の会話に分断せず、完了条件まで渡せる場面に合います。

依頼するときは「この機能を作って」だけで終わらせず、触れてよい範囲、守る仕様、実行するテスト、完了時に報告してほしい内容を書きます。例えば「認証画面の入力検証を追加。対象はsrc/auth以下。既存APIの形は変更しない。単体テストと型検査を通し、最後に変更ファイルと残課題を報告」のような形です。

途中経過の受け取り方も決めておくと安心です。調査が終わった時点、実装前、テスト失敗時の三か所で報告するよう頼めば、最後まで待ってから方向違いに気付く事態を減らせます。長時間動けることは、途中確認が不要という意味ではありません。

高性能なモデルほど、広い権限ではなく明確な境界と完了条件を与えるのがコツ。任せる範囲を絞ると、関係のないファイルを読み込む量も減り、確認しやすく、AI Creditsの節約にもつながります。

GitHub CopilotとGPT-6 Astraの料金・注意点

GPT-6 Astraは対象プランに含まれますが、使い放題の一律料金として考えるとズレが生じます。Copilotの利用はAI Creditsで計測され、モデル、入力、出力、キャッシュの量によって消費が変わります。

ここからは料金表の読み方、272Kを超える長い入力、他モデルとの役割分担、安全に任せる境界を確認します。一回いくらと固定額を求めるより、何をどこまで渡すかで消費を調整する考え方が大切です。

AI Creditsの単価と数え方

GitHub AI Creditsでは、1 AI creditが0.01米ドルとして扱われます。GPT-6 Astraはプロバイダーの定価に基づく使用量課金で、公式料金表は100万トークン当たりの金額です。トークンは入力、出力、再利用されたキャッシュ、キャッシュ書き込みに分けて数えられます。

例えば短い質問なら入力も出力も少なく、消費は小さくなります。反対に、大量のファイルを読み、長いコードを生成し、何度もツールを動かすエージェント作業では増えます。タスクの中身によって変わるため、「一回で必ず何credits」とは言えません。

個人向けの月間合計枠はPro+が7,000 credits、Maxが20,000 credits。組織向けはBusinessが1席当たり1,900、Enterpriseが1席当たり3,900で、組織または企業の単位にまとめられます。最新の単価はGitHub公式のモデル料金表で確認できます。

なお、コード補完とNext Edit SuggestionsはAI Creditsの課金対象外で、すべての有料プランで無制限と説明されています。チャットやエージェントの利用と、入力中に出る候補を同じ減り方だと思わないことが大切です。AI Credits全体の仕組みは、当サイトのCopilot AI Creditsの料金と上限・節約方法でも詳しく解説しています。

予算を見るときは、月の初めに一度だけ確認するのではなく、大きなエージェント作業の前後で残量を見るのがおすすめです。どの種類の依頼で減りやすいかが分かれば、次からはAstraへ渡す作業と軽量モデルへ回す質問を分けやすくなります。記録するのはタスク名、選んだモデル、開始前後の残量だけでも十分です。

長い入力では単価が上がる

GPT-6 Astraは入力が272Kトークン以下なら通常枠、272Kを超えると長いコンテキスト向け料金になります。GitHubの表では、入力とキャッシュ関係が通常の2倍、出力は1.5倍です。しかも境界を超えた部分だけではなく、長いコンテキストのリクエスト全体にその料金がかかります。

長い文脈を扱えることと、毎回すべてを渡すべきことは別です。リポジトリ全体を無差別に対象へ含めると、関係のないコードや生成物まで読み、費用だけでなく判断の焦点もぼやけます。対象ディレクトリ、関連ファイル、参照してよい設計文書を指定してください。

会話が長くなったときは、現在の仕様、決定事項、未完了項目を短くまとめ、新しいセッションへ移す方法もあります。ただし、重要な制約を落とすと手戻りになるので、短くすること自体を目的にしないでください。必要な文脈だけを残すのがポイントです。

生成されたビルド成果物、依存パッケージのキャッシュ、過去のログを毎回読ませない設定も有効です。反対に、型定義、公開API、テスト、プロジェクト固有の指示は判断に必要です。除外する対象と必ず読む対象を分けると、入力を抑えながら仕様の見落としも防げます。

ほかのモデルとの使い分け

GPT-6 Astraが追加されたからといって、すべての依頼を一つのモデルへ寄せる必要はありません。GitHubのモデル比較では、GPT-5.6 Lunaは小さく速い作業、Terraは日常的なコーディングとエージェント作業、Solは大規模コードベースの複雑な推論と長時間作業、Astraは継続的な計画と検証を伴う長期間の自律作業に分類されています。

単純なコード説明、短い正規表現、定型的な変換なら、軽量モデルやAutoの方が待ち時間と費用を抑えやすいです。設計の検討、複数箇所の修正、テスト失敗の追跡、長い実装ならAstraを候補にします。選択基準は「一番新しいか」ではなく「一つの依頼がどれだけ長く連鎖するか」です。

比較したい場合は、同じ小さな課題を二つのモデルに渡し、差分の正確さ、テストの通過、説明の分かりやすさ、AI Creditsを見ます。ただし本番ブランチへ両方が同時に書き込む形は避け、別の作業領域か読み取りだけで比べると安全です。

モデルを固定するか迷うときは、作業の開始時に選び直す運用が簡単です。調査と設計にはAstra、短い質問にはLunaやTerra、複雑なデバッグにはSolというように役割を分ければ、一つの会話へ異なる目的を詰め込まずに済みます。結果を比べる基準は、回答の長さより、実際に使える差分と検証結果です。

Claude系モデルとの選び方に関心がある方は、別記事のCopilot Claude Opus 5の使い方と料金も参考になります。この記事では、Astra固有の対象プランと長い入力の料金へ焦点を絞りました。

安全に任せる境界を決める

GPT-6 Astraは長時間の作業を進められる分、許可した操作の影響も広がり得ます。OpenAIはGPT-6 Astraの安全性概要で、サイバー能力をPreparedness FrameworkのCritical水準と評価し、監視や保護策を強化したと説明しています。これは不安をあおる話ではなく、利用者側でも権限と確認点を丁寧に設ける理由です。

最初に、触れてよいディレクトリと禁止操作を明記します。次に、依存関係の大幅更新、データ削除、外部送信、課金、デプロイは自動で進めず、人の確認を挟むようにします。最後に、テスト結果と変更差分を人が見てから統合します。

APIキー、パスワード、Cookieをチャットへ直接貼り付けるのも避けてください。秘密情報は組織で定めた安全なストアから必要な処理だけが参照できる形にし、ログや生成物へ残らないか確認します。モデルが高性能でも、秘密情報の扱いが自動的に安全になるわけではありません。

完了条件には「テストが通った」と書くだけでなく、実行するコマンド、対象テスト、許容できない警告、失敗時の停止方法を含めます。AIエージェントの権限管理で確認したい設定も合わせて見ると、任せる範囲を決めやすくなります。

よくある質問

Q1. Copilot ProでGPT-6 Astraを選べますか？

A. 2026年9月4日のGitHub公式発表では、対象はPro+、Max、Business、Enterpriseです。Proは対象として挙げられていません。契約名がPro+かどうかをCopilotの設定で確認してください。

Q2. Visual Studio Codeではどこから選びますか？

A. Copilot Chatを開き、チャット表示下部の現在のモデル名を選択します。モデル一覧からGPT-6 Astraを選び、新しいチャットで作業を始めると分かりやすいです。

Q3. 対象プランなのに表示されないのはなぜですか？

A. 段階的な提供、古いクライアント、BusinessまたはEnterpriseのモデルポリシー、開いているCopilot機能の違いが考えられます。プラン、更新状況、管理者設定の順に確認してください。

Q4. GPT-6 Astraは一回いくらですか？

A. 一回当たりの固定額ではありません。入力、出力、キャッシュ、利用機能によってAI Creditsの消費が変わります。公式料金表は100万トークン当たりで、1 AI creditは0.01米ドルです。

Q5. Chatで選ぶとインライン補完もAstraになりますか？

A. いいえ。GitHub公式では、Copilot Chatのモデル変更はインライン候補のモデルを変更しないと説明されています。チャットとコード補完は別の設定として考えてください。

GitHub Copilot GPT-6 Astraのまとめ

結論として、GitHub CopilotのGPT-6 Astraは、Pro+、Max、Business、Enterpriseで使える、長期間の自律的なコーディングやエージェント作業向けのモデルです。複数ファイルの実装からテスト、確認までがつながる仕事で候補になります。

ただし、最新モデルだからと常時選ぶ必要はありません。短い質問は軽量モデルやAutoへ任せ、Astraは完了条件のある長時間タスクへ絞ると、AI Creditsを使う理由がはっきりします。272Kを超える入力では単価が上がるため、対象ファイルと会話の文脈も必要な範囲に限定しましょう。

そして、Astraの完了報告をそのまま採用するのではなく、差分、テスト、権限、秘密情報の扱いを人が確認してください。能力が上がるほど、最小権限と停止条件が大切です。まずは影響の小さな実装で選択手順と消費量を確かめ、あなたの開発手順に合う任せ方を見つけてみてください。