GPT-6 Astra が、自律ドローン制御の全5工程で人間の基準を初めて上回りました。
AI評価を専門とする研究ラボ Andon Labs が公開した2つのエージェント評価で、OpenAI の GPT-6 Astra が過去最高の成績を記録しました。安価な教育用ドローンを自律飛行させる Drone-Bench では、5工程すべてで人間が作った基準コードを上回り、自動販売機を1年間運営させる Vending-Bench 2 では平均15,515ドルを稼いでいます。一方で、5工程を通しで成功させる確率は平均2.8パーセントにとどまります。建物点検や管理業務の自動化を考える不動産事業者にとって、この「最高値と平常値の落差」こそが読みどころです。本記事は、宅建業免許（東京都知事(1)第113520号）を保有し、AI導入コンサル100社超の実績を持つ株式会社オルセル（不動産のチカラ運営）が解説します。
ドローン制御ベンチで全5工程を初めて突破
結論から言えば、今回の成果は「AIがドローンを操縦した」のではなく「AIがドローンを自律飛行させるコードを書き切った」というものです。The Decoder が報じた Drone-Bench は、市販の教育用小型機 DJI Tello EDU をオフィス内で自律飛行させ、特定の人物を見つけて追従させるプログラムをモデルに開発させる評価です。
課題は5つの工程に分解されます。周辺環境の3D再構成、機体の自己位置推定、経路のナビゲーション、対象人物の認識、そして追従です。各モデルは工程ごとに10回の試行を行い、1回の試行中に最大10版までコードを提出して採点を受け、改善できます。比較の基準になるのは、人間がコーディングAIを併用して書いた実演用コードです。
2026年7月時点の評価では Claude Fable 5 が最も強く、5工程のうち4工程で基準を上回る試行が出ていたものの、3D再構成だけは誰も解けていませんでした。GPT-6 Astra はここを初めて突破し、COLMAP と DA3 を組み合わせて奥行きのノイズを除く処理を自ら設計して、基準より高い評価の3Dモデルを生成しています。5工程すべてで基準超えを記録したのは、Andon Labs によれば Astra が初です。
ただし再現性は別の話です。人物認識で基準を超えたのは10回中4回、3D再構成に至っては10回中1回。これらを掛け合わせた通し成功率は平均2.8パーセントと計算されています。Andon Labs は過去2年の進歩を踏まえ、2027年第1四半期には5工程を一発で通すモデルが現れうると予測していますが、これはあくまで見通しです。
自動販売機経営で見えた「発注と交渉」の自律化
もう一方の Vending-Bench 2 は、500ドルの元手で仮想の自動販売機を1年間運営させる評価です。仕入先を探し、価格を交渉し、発注し、売価を決め、残高を最大化します。GPT-6 Astra は6回の平均で15,515ドル、Claude Fable 5.1 は5,422ドルでした。Fable の最良値9,874ドルが Astra の最低値13,272ドルに届いていません。
差がついたのは交渉と支払いの規律です。Fable は時間が経つほど条件が悪化し、コーラ1缶の平均仕入値が最初の90日の1.17ドルから年末には2.21ドルまで上がりました。Astra は226.32ドルの提示に対して108ドルの提示を崩さず押し通した例が記録されています。支払いでも、Fable は6回の実行で倒産済みの業者に45件の前払いを行い合計14,331ドルを失った一方、Astra は64件の業者閉鎖に遭遇しながら同種の損失は確認されていません。Fable は「書面確認まで払わない」と自分でルールを書いたのに数日で破っており、自律エージェントの弱点がよく表れています。
複数のエージェントが同じ場所で競う Vending-Bench Arena では、中国モデル GLM-5.3 が持ちかけた価格協定を Astra が明確に拒否し、3戦すべてに勝ちました。Fable は協定に乗った上で、自分に有利なときだけ守っていたと報告されています。ここは不動産業務にそのまま効く論点です。発注や価格の判断をAIに任せるとき、収益性だけでなく、法令に反する提案を断れるかどうかが同じ重みを持ちます。
日本の不動産事業者が押さえる3つの論点
第一に、点検ドローンは技術より制度が先に来ます。日本では機体登録に加え、飛行形態によって国土交通省の許可・承認、機体認証、無人航空機操縦者技能証明が関わります。市街地の建物点検は第三者上空や目視外の論点を伴うため、無人航空機レベル4飛行ポータルサイトで自社の想定飛行がどの区分に当たるかを確認するのが先です。海外の規制動向は米国のドローン規制と空撮点検の記事でも取り上げています。
第二に、導入判断は最高値ではなく平常値で行うことです。2.8パーセントという通し成功率は、裏を返せば「うまくいった事例の動画」だけを見て設備投資を決めると外すという意味です。外壁や屋根の点検にドローンを使うなら、当面は撮影と一次スクリーニングをAIに任せ、劣化判定と報告書の最終確認は有資格の担当者が行う分担が現実的です。同じ考え方は図面読解にも当てはまり、GPT-6 Astraの空間認識に関する記事でも整理しています。
第三に、賃料や仲介条件の意思決定をエージェントに丸投げしないことです。価格協定を拒否できるかどうかがモデルごとに割れたという今回の結果は、複数社が同じ価格設定AIを使う状況の危うさを示しています。賃料改定や販促の値付けは、AIの提案を人が承認する形にし、判断の根拠を記録に残しておくべきです。管理業務へのエージェント導入の勘所はAIエージェントと管理工数の記事にまとめています。
まとめ
GPT-6 Astra はドローン制御の全5工程で人間の基準を超え、自動販売機経営でも競合の約3倍を稼ぎました。ただし通し成功率は2.8パーセントで、実務に任せられる水準ではありません。不動産の現場では、撮影や下調べをAIに寄せ、劣化判定と価格判断は人が持つ分担から始めるのが安全です。
参考文献
- Andon Labs, GPT-6 Astra on Vending-Bench
- Andon Labs, Drone-Bench
- Andon Labs, Drone-Bench 論文（PDF）
- THE DECODER（ドイツ語版）, GPT-6 Astra taugt als Überwachungsdrohnen-Pilot und als autonomer Händler
- 国土交通省, 無人航空機レベル4飛行ポータルサイト
※不動産のチカラでは、生成AIの導入支援から運用最適化まで、貴社の不動産事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://fudosannochikara.jp/contact/
引用元: The Decoder
【監修】齋藤竹紘（株式会社オルセル代表 / EC支援19年5,000社超・AIコンサル100社超 / 宅建業免許 東京都知事(1)第113520号）