情報確認日：2026年9月12日。OpenAIのTibo氏は、日本時間9月12日12時20分、GPT-6 Astraの品質に影響していた3つの問題への対応と、利用枠のリセット予定を発表しました。
今回のリセットは、チャット履歴を消したり、AIを初期状態に戻したりする話ではありません。対象となる利用枠を回復するものです。発表時点では実施予定の案内であり、全アカウントへの反映完了を示すものではありません。発表元の投稿
では、なぜリセットの話が繰り返し出てくるのでしょうか。過去の案内を確認すると、提供遅れへの対応、品質問題への対応、通常の利用期間の更新など、理由の異なる出来事が同じ言葉で語られていました。
今回修正された3つの問題
Tibo氏が説明した内容は、次のとおりです。スキルとは、特定の作業でAIが参照する手順や指示をまとめたもの。会話管理は、長い会話のうち何をAIに渡すかを調整する仕組みです。
| 問題 | 発表された内容 |
|---|---|
| 以前のモデル向けに書かれたスキル | 必要以上に発動したり、モデルによる作業の確認を妨げたりしていた |
| 任意参加の会話管理実験 | 作業の早期終了や、最新ではなく古いメッセージへの返答を引き起こす場合があり、実験を無効化した |
| 一部の実行エンジンの設定 | 一部の処理で測定上の品質低下があり、設定に問題のあるエンジンを取り除いた |
会話管理実験の影響人数は、約4,000〜5,000人という概算が示されています。これは3つの問題すべてを合わせた人数ではありません。エンジンの具体的な設定や、全利用者に共通する改善率までは公表されていません。発表元の投稿
ここで押さえたいのは、Astra本体を再学習して直したという発表ではない点です。説明の中心は、スキル、会話管理、実行環境です。モデルの能力だけでなく、それを動かす仕組みによっても、利用者が受け取る結果は変わります。
リセットが続く理由は、一つではない
OpenAIの公式案内には、Astraの提供開始に伴う複数のリセットが記録されています。
| 日付・出来事 | 確認できる対応 |
|---|---|
| 9月3日・4日（公式ヘルプ記載日） | 対象のPlus・Pro・Business利用者に、後から使える保存型リセットを付与 |
| 9月7日（公式ヘルプ記載日） | 対象利用者の利用枠を直接回復する一斉リセット |
| 9月9日（障害ページ記載日） | 一部Codex利用者の予期しない利用枠リセットを障害として調査し、復旧を案内 |
| 9月12日（日本時間の投稿） | Astraの品質問題への対応と、新たなリセット予定を発表 |
9月3日・4日の付与について、OpenAIはAstraの提供遅れへの対応と説明しています。表の3日・4日・7日は公式ヘルプに記載された日付で、日本時間への換算値ではありません。OpenAIの利用枠ガイド
9月9日の障害記録は、予期しないリセットの発生と復旧を示すものです。すべての消費量の増加や品質問題を、同じ原因で説明する資料ではありません。OpenAIの障害記録
何度もリセットされているから、毎回同じ不具合が再発しているとは限りません。提供遅れへの対応と、実際の不具合、今回の品質修正は分けて読む必要があります。
保存型と一斉リセットは、使い方が違う
保存型のbanked resetは、アカウントに残しておき、利用者が適用するものです。一斉リセットは対象の利用枠へ直接適用されるため、保存型の残数が増えるとは限りません。
利用枠とリセットの残数は別
一斉リセットで利用枠が戻っても、保存型の残数が増えるとは限りません。保存型には有効期限があり、フルリセットの使用によって週間の更新日も変わります。実際の対象と期限は、利用状況画面で確認してください。
リセットは現金やAPIクレジットではなく、プランの上限を恒久的に増やすものでもありません。保存型リセットの公式説明
通常チャットとWork・Codexの利用枠は同一ではありません。ChatGPTがリセットされたという見出しだけで、自分が使うすべての機能の上限が戻ると考えないほうがよいでしょう。OpenAIの利用枠ガイド
Claudeにも、品質問題に伴うリセットはある
Anthropicは2026年4月23日、Claude Codeなどの品質低下について調査結果を公開し、全契約者の利用枠をリセットすると発表しました。原因として挙げたのは、既定の推論設定の変更、過去の推論情報を誤って繰り返し削除する不具合、回答を短くする指示の変更です。
Anthropicは、この事例ではAPIと推論基盤に影響はなかったと説明しています。モデルそのものとは別の製品側の変更が、応答品質を下げていたケースです。Anthropicの調査報告
同報告では、推論情報の削除に伴うキャッシュミスが、利用枠の消費が速いという報告につながった可能性にも言及しています。キャッシュミスとは、以前の処理結果を再利用できない状態です。ただし、これは当時のClaudeの事象であり、今回のAstraにも同じ原因があるという意味ではありません。
両社に、問題への対応として利用枠を回復した実例があります。リセットの有無だけで、どちらが安定しているかを比較することはできません。
枠が戻っても、消費の速さが変わるとは限らない
利用枠の回復と、1回の作業に必要な利用量の削減は別の話です。OpenAIは、入力・出力の大きさ、推論設定、Fast mode、複数段階の作業などによって消費量が増えると説明しています。週間の残量があっても、5時間枠の上限に先に達する場合があります。OpenAIの利用枠ガイド
Claudeでも、会話の長さや複雑さ、モデル、機能、推論設定が利用量に影響します。また、利用量の制限と、一つの会話で扱える情報量の制限は別です。新しい会話を始めることと、利用枠を回復することは同じではありません。Claudeの利用制限の説明
残量が急に減ったときに、すべてを不具合と決めつけるのも、すべてを正常な消費として片づけるのも適切ではありません。実行した作業と設定、残量の変化を一緒に確認する必要があります。
仕事で使うなら、リセットより完了した成果を確認する
依頼した作業が途中で止まっていないか。追加した最新の指示が反映されているか。作成したコードや資料を、実際に確認した形跡があるか。この3点を成果物と照合すると、今回報告された問題の影響を点検しやすくなります。
異常を問い合わせる場合は、発生日時とタイムゾーン、使用モデル、設定、エラーや利用状況の記録を残しておくと、状況を伝えやすくなります。OpenAIの問い合わせ案内
リセットは、作業を再開する機会にはなります。しかし、途中で作られた資料の誤りや、未確認のコードまで直してくれるわけではありません。業務で評価すべきなのは、枠が何回戻ったかではなく、必要な確認を含めて仕事が完了したかです。