2026.09.24

#お役立ちコラム

GPT-6 Astra 3Dモデリングとは｜仕組みと精度の限界

GPT-6 Astraが短い指示でBlenderを動かし、3Dシーンを組み上げる作例が、2026年9月3日の公開直後から次々に出ています。ただ、完成画像や動画を見ても、モデルが3Dデータそのものを出しているのか、それとも3Dソフトを操作しているのかは分かりません。

OpenAIが公開しているAPIのモデルドキュメントを読むと、Astraの出力はテキストだけです。3Dデータは、Astraが書いたコードを受け取ったBlenderの側にできます。この関係が分かると、公表されたベンチマークの数字が何を測ったのかも、どこで手直しが必要になるのかも読み解けます。

この記事では、Astraの3Dモデリングが実際に何をしているのか、Blenderへのつなぎ方、BenchCADの測定条件、実際に試した人が報告している限界を整理します。GPT-6 Astra全体の性能比較、料金プランの詳細、Blenderの操作手順は扱いません。

執筆: bestat 編集部

GPT-6 Astra 3Dモデリングとは

GPT-6 Astra 3Dモデリングとは、Astraが自分でBlenderなどの3Dソフトを動かし、シーンを組み立てることを指します。Astraは2026年9月3日にOpenAIが公開したモデルです。

この点は、OpenAIが公開しているAPIのモデルドキュメントで確認できます。入力はテキストと画像、出力はテキストだけと記載されており、3DやCADは機能として書かれていません。

項目	モデルドキュメントの記載（2026年9月時点）
入力	テキスト、画像
出力	テキスト
コンテキスト	合計1,050,000トークン（最大入力922,000／最大出力128,000）
使えるツール	Web検索、ファイル検索、画像生成、コードインタプリタ、シェル、computer use、MCPなど
料金	100万トークンあたり入力10ドル／出力50ドル
3D・CADの記載	なし

computer useは、人が使う画面やアプリをモデル自身が操作する仕組みです。同じ日に公開されたSystem Card（安全性評価の報告書）も、エージェントとして動くときの挙動を中心に評価しています。こちらにも3D・CAD・Blenderの語は出てきません。

3Dモデリングは、Astraに追加された専用機能として公式に位置づけられているものではなく、computer useとコード実行の応用として現れています。作例を読むときは、何がモデルの能力で、何がBlender側の機能なのかを分けて見ると混乱しにくくなります。

どうやってBlenderで3Dを作っているのか

Blender Python（bpy。Blenderに組み込まれた操作用のPython）でシーンを組み、レンダーした画像を自分で見て、指示とずれていれば書き直す、という反復で作っています。この「自分のレンダーを見て直す」動きが、公開直後の作例や検証記録で共通して指摘されている点です。

参照画像の確認からbpyでのシーン構築、レンダー、目視での手直し、書き出しまでの反復と戻りを示した図

npakaは、Astraの制作の流れを「参照画像を見る → Blenderで3Dを構築 → レンダーして確認 → 問題を修正 → 必要なら反復」と整理しています（note）。

3D生成サービスのNeural4Dも、同じ動きを自社ブログで説明しています（Neural4D）。Astraはオブジェクト、モディファイア、マテリアル、カメラを作るBlender Pythonを書きます。そしてフレームをレンダーして結果を確認し、指示と食い違う箇所でスクリプトを書き直す、という記述です。

レンダーの確認を手順として明文化している例もあります。開発者のSimon Willisonが公開したBlender操作用のSKILL.mdです（GitHub）。この文書は、レンダー画像を保存できたことと、それを見て確かめたことを別のものとして扱っています。

A successfully saved render is not visual QA.

同じ文書は、意味のある変更のたびに、シルエット、部品どうしの接触、浮いているパーツ、フレームの見切れ、影、背景が実際に見えているかを確認するよう指示しています。何を見るかまで書き下してある点が、レンダーを保存するだけの手順との違いです。

Blenderへのつなぎ方は1通りではありません。2026年9月時点で報告されているのは次の4つです。

つなぎ方	どう動くか	向く場面
bpyスクリプトの実行	Blenderに同梱のPythonでスクリプトを動かし、.blendとレンダー画像を書き出す	手元のPCで、同じ手順を再現できる形にしたい
Blender MCPで接続	起動しているBlenderへコマンドを送り、その場でシーンを操作する	作りかけのファイルへ手を入れたい
ChatGPTの画面で作らせる	会話の中でシーンを作らせ、.blendファイルを受け取る	Blender側の準備をせずに試したい
computer useで画面を操作する	人が使うのと同じ画面を見て操作する	スクリプトから触れない操作が必要

MCPは Model Context Protocol の略で、AIモデルへ外部のツールやアプリをつなぐための規格です。Blender用の実装を入れると、起動中のBlenderへ直接指示を送れます。

つなぎ方は用途で分かれます。Simon WillisonのSKILL.mdはbpyスクリプトをBlenderのバックグラウンド実行で動かす方法を示しています。iPentecはBlenderとMCPを導入したうえで、Blender側はPythonスクリプトの実行、3ds Max側はMCP経由でモデルを作らせています（iPentec）。MODELING HAPPYは、ChatGPTの画面でAstraへ参照画像を渡し、できあがった.blendファイルを受け取る形で試しています（MODELING HAPPY）。

参照画像は1枚でも動きます。MODELING HAPPYの3つの検証は、いずれも画像1枚から始めています。

画像から3Dを生成するAIとの違い

出てくるものが違います。1回の推論でメッシュを返す方式では、完成した3Dモデルが1個返ります。Astraは組み立ての過程がBlenderのファイルへ残るため、オブジェクト、マテリアル、ライト、カメラを後から個別に直せます。

アプリを操作して組み立てる方式とメッシュを直接生成する方式を、入力・出てくるもの・直し方で対比した図

比べる点	メッシュを直接生成する方式	アプリを操作させる方式（GPT-6 Astra）
入力	テキストや写真	テキスト、画像、既存の制作ファイル
出てくるもの	閉じたメッシュとマテリアル（.fbx、.obj、.glb など）	オブジェクトが分かれたままの.blendファイル
後から直せる単位	メッシュの頂点や面。条件を変えて生成し直す	オブジェクト、マテリアル、ライト、カメラを個別に
向く場面	単体のモデルを短時間で数多く用意する	すでにあるシーンへ手を入れる、部品数の多い構造を組む

Neural4Dはこの2系統を「同じ資産へ向かう2つの道」として整理しています。アプリ操作型の成果物は「既存の制作ファイルの中にある編集可能なシーン」、直接生成型の成果物は「閉じた形状とマテリアルを.fbx・.obj・.glbで書き出したもの」という書き分けです。同社は自社サービスが直接生成型にあたることを明記しているため、どちらが優れているかという評価は立場込みで読む必要があります。

違いが効くのは、後から変更が入る仕事です。窓の位置だけを直したい、机だけ別のものに差し替えたいという指示は、オブジェクトが分かれて残っていれば通ります。1個のメッシュとして返ってきた場合、同じ修正は手作業の編集か、条件を変えた再生成になります。

テキストや画像から直接3Dモデルを生成するツールの種類と使い分けは AI 3Dモデル作成ツール6選で整理しています。

どんな作例が出ているのか

家の写真から歩ける3D空間、古い絵から3,295個の編集可能オブジェクトで再構築した蒸気機関車、キャラクターの3面図からのモデリングなどが、公開直後から本人のX投稿として出ています。GIGAZINEが投稿者ごとにまとめており、多くはOpenAIの関係者や3Dに詳しい個人によるものです（GIGAZINE）。

Thomas Ricouard（OpenAI）は、歩き回れるデモハウスを公開しています。BlenderのシーンをUnreal Engine 5へ書き出し、扉の開閉などの操作を付けています
Sharif Shameem（OpenAI）は、パレス・オブ・ファイン・アーツを、集めた写真数百枚からBlenderで再現しています
Tom Krchaは、古い蒸気機関車の絵をAstraへ渡し、数分で3,295個の編集可能なオブジェクトとして組み上げています
Pietro Schiranoは、3D表示のiPod風Macアプリを15分で作り、地図のピンから周辺地域を3Dで再現する例も出しています
Matt Wolfeは、人型オオカミを約8分でモデリングし、リギングと走る動きを付けています（npakaの紹介）
日本のユーザーであるレオンは、キャラクターの3面図から3Dモデルを作らせています

3Dスキャンの後処理に使った報告もあります。npakaは、3Dスキャナーで取った欠けのあるメッシュをAstraがBlenderで作り直し、STEPファイルまで書き出した例を紹介しています。

作例は、投稿者が題材を選び、うまくいったものを公開したものです。同じ数だけ失敗した試行が並んでいるわけではないため、成功率の目安としては読めません。判断の材料にするなら、次に見るベンチマークの測定条件と、実際に試した人の検証記録を合わせて読む必要があります。

BenchCADの95.9%は何を測った数字か

BenchCADは、複数視点のレンダー画像からCADのコードを書かせ、実行してできた形と元の形の重なりを測る評価です。Astraの95.9%は、Pythonのサンドボックスを与え、レンダーして測って作り直すことを許した条件で出た値です。

評価	何を測るか	GPT-6 Astra	GPT-5.6 Sol
BenchCAD	レンダー画像からCADコードを書き、実行した形と元の形の重なり	95.9%	83.3%
OSWorld 2.0	デスクトップアプリを操作してタスクを終えられるか	72.6%	65.7%
ScreenSpot-Pro	画面上の目的の要素を正確に指せるか	92.7%	76.9%

数値はOpenAIが公表した値として複数のメディアが一致して報じているもので、ここでは Vellum の整理を参照しました（2026年9月時点）。読むときに押さえておく条件があります。

95.9%はツールを使える条件の値です。ツールを与えない条件でのAstraの値は公表されておらず、その条件ではGPT-5.6 Solの0.706（70.6%）が最も高い値として残っています（Noricad）
Claude Fable 5.1のBenchCADは84.3%ですが、この比較値についてOpenAIは設定を変えた実行だと注記しています
BenchCADが測るのは形の重なりであり、寸法や拘束が正しく設定された編集できるモデルかどうかではありません

最後の点について、CADを扱うNoricadが具体例を挙げています。幾何的な類似度が96.1%だった部品で、指示した変更が実際には反映されていませんでした。後から足した円柱状のボスが、開けたはずの開口部を部分的にふさいでいたためです。形が96%似ていても、部品としては別物になります。

同じことが、AstraがBlenderで作るシーンにも言えます。レンダーが指示どおりに見えることと、その中身が扱いやすい構造になっていることは、別々に確認する必要があります。

実際に試した人が報告している限界

見えていない面は推測で埋められ、キャラクターは元の設計から離れ、図面へ戻すと元と食い違います。1件あたり十数分と、ChatGPT Plusの利用枠のかなりの部分を使う報告も出ています。

写っていない面と細部は推測で埋まる

MODELING HAPPYは、東京タワー・住宅・ヘッドホンの画像をAstraへ渡し、Blender用のファイルを受け取る形で検証しています。大まかな形は少ないポリゴン数で整理して作られる一方、元画像に写っていない裏側や細部は推測で補われ、元画像を完全に再現したモデルにはならなかったと報告しています。ヘッドホンでは、参照画像が暗かったために形が読み取りにくく、比率が崩れたとも書かれています。

接合部やテクスチャの扱いに手直しが残る

iPentecは、宇宙船の参考画像からBlenderと3ds Maxでモデルを作らせています。Blenderでは底面が作られてはいたものの、補完しきれていない状態でした。3ds Maxでは、文字の部分がテクスチャではなくプリミティブなオブジェクトで作られていました。描画されているオブジェクトとぴったり接していないため、修正が必要だったと書かれています。

キャラクターは元の設計から離れる

GIGAZINEは、キャラクターの3面図から3Dモデルを作らせた作例をこう評価しています（GIGAZINE）。

髪色や服装などの大まかな特徴は再現できているものの、人間のモデラーの代わりにはほど遠い

3面図は線の情報だけで立体を決めるため、図に現れない部分は作る側の判断になります。この判断がずれると、元の設計から離れたモデルになります。

図面へ戻すと元と食い違う

建築士のwakuは、パースの画像からAstraに3Dを作らせ、そこから平面図・立面図・断面図へ戻す往復を試しています。戻ってきた図はポンチ絵の水準にとどまり、元のパースとの食い違いや、建築として成り立たない箇所が残りました（note）。同記事は、空間へ変換する能力と空間から変換する能力はかなり進んだものの、頭の中に空間を思い描き、それを見ながら考えるところまでは来ていないと結論づけています。

時間と利用枠を消費する

MODELING HAPPYの検証では、東京タワーが15分53秒、ヘッドホンが13分25秒かかっています。ChatGPT Plusの5時間枠は、1件で8割前後が使われています。iPentecの検証でも、Blenderで約4分、3ds Maxで約13分のモデリングに、Plusの5時間枠のうち約2.5時間を使ったと報告されています。

API経由でも費用は積み上がります。出力は100万トークンあたり50ドルです（2026年9月時点）。Neural4Dは、編集の合間にレンダーの確認画像を挟むため、長いセッションでは出力トークンが数百万規模になると指摘しています。

まだ検証されていない範囲

Neural4Dは、規則的で幾何的な形状には良い結果が出る一方、有機的な形状では弱いと書いています。大きな制作用ファイルや、あまり使われていないプラグインを含む環境での信頼性は未検証で、この領域を測る共通のベンチマークもまだありません。トポロジー（面と辺の並び方）が制作の現場で通用する品質かどうかも、公開された作例の見た目からは判断できません。

よくある質問

GPT-6 Astraはどのプランで使えますか

2026年9月時点では、ChatGPTのPlus・Pro・Business・Enterpriseへ順次提供されています。Enterpriseは既定でオフで、管理者がワークスペースごとに有効化します。Pro・Business・Enterpriseには上位の「GPT-6 Astra Pro」があります（DataCamp）。APIのモデルIDは gpt-6-astra で、料金は100万トークンあたり入力10ドル・出力50ドルです（OpenAI）。発表から日が浅く提供範囲は動くため、使う前にOpenAIの最新の記載を確認する必要があります。

作った3DデータはSTLやSTEPで書き出せますか

書き出しはBlenderなど操作されたソフト側の機能で、Astra自体の機能ではありません。Blenderが対応している形式であれば、Astraにその書き出しまで指示できます。前述のSTEPファイルの例も、Blender側の書き出し機能を使ったものです。ただし3Dプリントへ送る場合は、メッシュが閉じているか、肉厚が足りているかを別に確認する作業が残ります。形式ごとの違いと選び方は 3Dデータ拡張子一覧で整理しています。

まとめ

GPT-6 Astraの3Dモデリングは、モデルが3Dデータを出力する機能ではありません。BlenderなどのソフトをBlender Pythonや画面操作で動かし、レンダーを見て直す反復の結果です。OpenAIのモデルドキュメントでも、出力はテキストのみと記載されています。
BenchCADの95.9%は、Pythonサンドボックスで作り直しを許した条件での、形の重なりです。ツールなしの値は公表されておらず、寸法や拘束が正しく設定された編集できるモデルかどうかは、この数字では分かりません。
実際に試した記録では、見えていない面の推測、接合部の粗さ、図面へ戻したときの食い違いが共通して報告されています。1件あたり十数分と利用枠のかなりの部分を使う点も、試す前に見込んでおく必要があります。

AIによる3D生成全体の選択肢と選び方は 3Dモデル生成AI・3D化サービスおすすめ6選で整理しています。

bestatは、画像や点群から産業用の3Dデータを生成・活用する「3D.Core」を開発しています。3D.Core のサービス紹介資料をダウンロードできます。→ 資料ダウンロード

bestat 編集部について

bestat株式会社は、東京大学松尾研究室発の産業用3Dデータに特化したAIスタートアップです。製造業・インフラ・土木の現場で、画像・動画・点群・360度動画などから3Dデータを生成・処理・活用する「3D.Core」シリーズを開発・提供しています。

https://bestat-data.com/3dcore