💡 核心結論速覽 (TL;DR)
- 牌價第一次一樣：GPT-6 Astra 與 Claude Fable 5.1 的 API 都是輸入 $10、輸出 $50，Batch 也同價，問題只剩你踩到哪一格。
- 真正不同的三格：快取讀取 $1 對 $0.25、Astra 超過 272K 整筆翻倍、知識截止 4/30 對 6 月。
- 聰明與便宜各贏一邊：AA 9/5 v4.2 智慧指數 Fable 5.1 56.8 高於 Astra 54.7，但 Astra 每題輸出 token 只有一半。
- 今天先做：抓上月帳單的快取讀取佔比與單筆最大輸入，任一偏高選 Fable 5.1，否則選 Astra。
GPT-6 Astra 和 Claude Fable 5.1 的 API 牌價第一次長得一模一樣：輸入 $10、輸出 $50。我把兩張定價頁並排的那一刻，第一個念頭不是「太好了省得比」，而是「那這篇文章要比什麼」。
答案很快就出來了。牌價相同，帳單不會相同。兩家真正的差異藏在三格：快取讀取一個收 $1、一個收 $0.25；一個在 272K token 畫了一條線、超過整筆翻倍，另一個 900K 和 9K 同價；知識截止差了兩個月。
你的工作落在哪一格，決定了你該站哪一邊。
同時付兩家最高檔方案這幾年，我學會先看合約細則再看跑分；API 也兩邊都在燒。
9 月 1 日到 3 日，兩家各丟出一款旗艦，我做的第一件事是把兩張價目表逐格對——做過採購的人都知道，兩個供應商報同一個價的時候，比的從來不是報價單，是合約細則。
這篇就把細則攤開：價目表哪三格不同、272K 那條線怎麼算錢、官方跑分表贏哪裡輸哪裡、獨立評測為什麼三種讀法、以及最後——三種用法各該選誰。
先講結論：GPT-6 Astra vs Claude Fable 5.1，三種用法各該選誰
GPT-6 Astra 與 Claude Fable 5.1 的 API 牌價都是每百萬 token 輸入 $10、輸出 $50，但三種用法會選到不同邊：一次性任務與短脈絡看 token 用量，選 Astra；反覆重讀同一份長脈絡的 agent 看快取讀取，選 Fable 5.1。
單筆輸入常超過 272K 的長文件，直接選 Fable 5.1。
這個結論是從官方定價頁的三格差異推出來的，不是從跑分表。跑分表兩邊都有贏的格子，後面會逐格拆；但價目表上那三格差異是硬的，每一次請求都會結算，跑分不會。
先看你帳單上的兩個數字、再看你的題型。
❶ 你的請求會不會重複讀同一段上下文？會的話——agent 迴圈、長對話、每一輪都把整份文件送回去——快取讀取那一格就是你的主要帳單，Fable 5.1 的 $0.25 對 Astra 的 $1 是四倍差距。
❷ 你的單筆輸入會不會超過 272K token？會的話，Astra 那一筆的輸入與快取價變成 2 倍、輸出 1.5 倍，而且是整筆算，不是只算超出的部分。Fable 5.1 沒有這條線。
❸ 你的題型要的是「答對」還是「答得便宜」？Artificial Analysis 9/5 v4.2 的智慧指數 Fable 5.1 56.8 高於 Astra 54.7，差 2.1 分；但 AA 9/3 評測文章量到 Astra 每題輸出的 token 只有 Fable 5.1 的一半。
兩個數字與題型裡任何一項對上了，下面對應的那一段就是為你寫的。
順帶交代時間點：Astra 是 2026 年 9 月 3 日發布，官方原文寫「rolling out today to a limited set of organizations」，分批灰度開放中、官方尚未宣告全面開放。
同一週 Google、Meta 與阿里也各出了新模型，那幾款按預算擺在一起看的版本我另外寫了一篇，這篇只做 Astra 對 Fable 5.1 的雙人對決。
這段能帶走的判斷：先看你的帳單結構，再看跑分。快取讀取佔比與單筆輸入長度這兩個數字，比任何 benchmark 都更早決定你該選誰。
同樣 $10／$50，GPT-6 Astra 和 Claude Fable 5.1 的價目表差在哪三格
GPT-6 Astra 和 Claude Fable 5.1 的價目表，輸入、輸出、快取寫入、Batch 四個地方相同，不同的只有快取讀取（$1 對 $0.25）、1 小時快取寫入（Astra 沒有這一檔）、以及 Fast mode 這種 Astra 才有的 2 倍價計費層。
我把兩家官方定價頁逐格對出來是這樣：
| 計費項目 | GPT-6 Astra | Claude Fable 5.1 | 差異 |
|---|---|---|---|
| 輸入 | $10 / MTok | $10 / MTok | 相同 |
| 輸出 | $50 / MTok | $50 / MTok | 相同 |
| 快取讀取 | $1 / MTok | $0.25 / MTok | 差 4 倍 |
| 快取寫入（Claude 為 5 分鐘檔） | $12.50 / MTok | $12.50 / MTok | 相同 |
| 1 小時快取寫入 | 無此檔 | $20 / MTok | Claude 才有 |
| Batch | $5 / $25 | $5 / $25 | 相同（各半價） |
| Fast mode | $20 / $100（2 倍價） | —（本篇只比五格常設價） | Astra 才有的計費層 |
資料來源是 OpenAI 官方 API 定價頁與 Claude Fable 5.1 官方模型總覽，查證日 2026 年 9 月 5 日，單位是美元、每百萬 token。Claude 那邊我只比五格常設價，Fast 這種加價層不在本篇範圍。
快取讀取那一格為什麼差四倍？因為兩家的倍率邏輯不同。OpenAI 這一代四款模型（Astra、Sol、Terra、Luna）的快取讀取一律是輸入價的 0.1 倍、快取寫入一律 1.25 倍，Astra 只是把這個通則套在 $10 上，所以是 $1。
Anthropic 則替 Fable 5.1（與同價的 Mythos 5.1）破例，快取讀取只收輸入價的 0.025 倍，官方定價頁註明其他模型一律 0.1 倍。
這裡就是我說「合約細則」的地方。我帶團隊採購過工具，同價的兩家供應商坐在會議室裡，第一輪報價一定打平，勝負全在第二輪：誰的續約條款鬆、誰的超量計費狠。快取讀取就是 AI 模型的續約條款——你每多重讀一次上下文，就是在續約一次。
有個跑 agent 的開發者朋友，Fable 5.1 上線那天原本沒打算換，理由是「牌價沒動」。他把自己迴圈裡的快取讀取量代進去算完之後改了主意——他的帳單裡重讀的比例高到讓那一格的四倍差距壓過其他所有格子。
他沒告訴我精確數字，但我把Fable 5.1 只降一格卻有人省 63%、有人只省 0.6% 的那份試算拿出來對，結論方向一致：差距全看你重讀多少。
他後來把長時 agent 的迴圈整段搬到 Fable 5.1，短的批次任務留在 OpenAI 那邊——這也是我後面那張配法表的雛形。
1 小時快取寫入那一格也不是裝飾。Astra 的快取只有一種寫入價，意思是你要在讀取窗口內反覆命中才划算；Fable 5.1 多了一個 $20 的 1 小時檔，讓「重讀間隔拉長」的工作流仍然吃得到 $0.25 的讀取價。做批次分析、幾十分鐘才回來讀一次同一份脈絡的人，這格比快取讀取本身還關鍵。
Fast mode 那一列我特別放進來，是因為它最容易被當成「免費升級」。GPT-6 Astra 官方模型頁寫的是：
up to 2x the speed … at 2x the Standard price
而且明文「does not include a latency SLA」——付兩倍價換的是「最多兩倍速」，不是保證。歐盟資料落地的端點也不能用 Fast。
這段能帶走的判斷：輸入輸出同價的兩家，快取讀取就是唯一會讓帳單分岔的常設格。先去帳單後台看 cached 那一欄佔多少，佔比越高，Fable 5.1 的 $0.25 越值錢。
272K 這條線：GPT-6 Astra 超過就整筆翻倍，Claude Fable 5.1 送 900K 和 9K 同價
GPT-6 Astra 的輸入一旦超過 272K token，那一筆請求的輸入與快取價變成 2 倍、輸出變成 1.5 倍，而且是整筆計算；Claude Fable 5.1 的 100 萬 token 視窗全段同一個費率。
Claude 官方原文寫：
A 900k-token request is billed at the same per-token rate as a 9k-token request.
這是三格差異裡最容易被忽略、也最容易一次噴掉最多錢的一格。
先把官方的話原樣放上來，因為這句的每個字都在算錢。OpenAI 定價頁寫：
Prompts with more than 272K input tokens are priced at 2x input and cache rates and 1.5x output for the full request.
關鍵是最後三個字——for the full request，整筆。不是階梯式只算超出的部分。
| GPT-6 Astra 計費層 | 輸入 | 快取讀取 | 輸出 |
|---|---|---|---|
| 輸入 ≤ 272K | $10 | $1 | $50 |
| 輸入 > 272K（整筆） | $20 | $2 | $75 |
| Fast mode 且 > 272K | $40 | — | $150 |
我自己踩的坑就在這裡，講出來給你省一次。看到「1,050,000 token 脈絡窗」的第一直覺，是把它當成價格邊界——反正在窗內都一個價。結果定價頁的邊界畫在 272K，大約只有整個視窗的 26%。剩下那 74% 的容量是給你用的，但用的時候價目表換了一張。
用一個我自己算的例子（這是推算，不是官方數字，每格單價都來自官方定價頁）：一份 30 萬 token 的文件丟進去、回 1 萬 token 的分析。
❶ GPT-6 Astra：輸入 300K × $20 = $6.00，輸出 10K × $75 = $0.75，合計 $6.75。
❷ Claude Fable 5.1：輸入 300K × $10 = $3.00，輸出 10K × $50 = $0.50，合計 $3.50。
❸ 同一份工作切成 25 萬 token 送 Astra：輸入 $2.50、輸出 $0.50，合計 $3.00——跟 Fable 5.1 的價格回到同一個量級。
所以 272K 這條線的實際效果不是「Astra 長文件比較貴」，而是「Astra 逼你在 272K 前切片」。切得動的工作（逐章摘要、分批比對）沒差；切不動的工作——整個 codebase 一次進去找跨檔案的關聯、一份合約要前後條款互相對照——Fable 5.1 的全段同價就是實實在在的省一半。
還有一個容易漏的細節：Astra 的視窗是 1,050,000，但最大輸入是 922,000，最大輸出 128,000。你的長文件塞到 92 萬就頂了，不是 105 萬。Fable 5.1 官方寫的是 1M 視窗、128K 輸出。
兩家的斷詞器也不一樣，同一份中文文件在兩邊數出來的 token 不會相同，272K 這條線要用 OpenAI 自己的計數去量。這件事我在Claude 換斷詞器那次多算三成 token 的帳裡踩過一次，同樣的坑不要在 OpenAI 這邊再踩一次。
這段能帶走的判斷：把你最近一個月「單筆最大輸入 token」拉出來。經常超過 272K 又切不動的，Fable 5.1 直接勝出；從來不到 272K 的，這條線對你不存在，回到快取讀取那一格去比。
同樣 1M／128K，GPT-6 Astra 和 Claude Fable 5.1 差在知識截止與 effort
GPT-6 Astra 與 Claude Fable 5.1 的脈絡窗都是 100 萬 token 等級、最大輸出都是 128K，規格表上真正不同的兩格是知識截止（Astra 2026 年 4 月 30 日、Fable 5.1 2026 年 6 月）與思考檔位的控制方式。
「視窗變大」這件事在兩邊都不成立——Astra 的 1,050,000 跟上一代 GPT-5.6 Sol 一模一樣。
| 項目 | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| 脈絡窗 | 1,050,000（最大輸入 922,000） | 1M |
| 最大輸出 | 128,000 | 128K |
| 知識截止 | 2026-04-30 | 2026 年 6 月 |
| 思考控制 | effort：low／medium／high／xhigh／max，不支援 none | 思考永遠開啟不能關；claude.ai 預設 medium |
| 輸入型態 | 文字＋圖片，只出文字 | （本篇不比） |
| Batch | $5 / $25 | $5 / $25 |
知識截止差兩個月，聽起來很小，但它落在一個很尷尬的區間。照官方寫的知識截止推算，Astra 的 4 月 30 日意思是 5 月到 8 月發生的事它訓練時不該看過——包括同一家在 8 月的 Sol 降價、8 月的節奏調整，也包括它自己的競爭對手在 6 月發的 Fable 5。
Fable 5.1 的 6 月截止多吃到兩個月，但同樣看不到 7、8 月。所以問今年下半年的事，兩邊都要開搜尋，只是 Astra 要開得更勤。
effort 那一格才是開發者真正會有感的差異。Astra 提供五檔，但把上一代的 none 拿掉了——原本用 GPT-5.6 跑 none 來省錢的人，被迫升到 low，成本只會往上。Fable 5.1 更直接：思考永遠開著，任何 effort 都關不掉。
兩家不約而同做了同一件事：不再讓你買「不思考」的便宜版旗艦。對聊天訂閱戶的意思是：想在 claude.ai 省 Max 額度，能動的只有把 effort 從預設的 medium 往下調，關思考這條路沒有。
Astra 還有幾條寫在模型頁上、不會出現在公告裡的限制：不接受 temperature、top_p、logprobs；不支援 fine-tuning；工具呼叫必須走 Responses API；API 免費層寫的是「Not supported」；Tier 1 是 500 RPM／500K TPM。
這幾條對只用聊天介面的人沒差，對正在把 GPT-5.6 的程式改成 Astra 的人，每一條都是一個要改的地方。
規格表越來越像，差異全部往「控制權」那邊移。兩年前比的是誰的視窗大，現在視窗都一樣大，比的是你能不能關思考、能不能調溫度、超過某條線之後誰跟你多收錢。這篇會一直繞著這個主軸走。
如果你是從 Claude 這邊出發、正在猶豫該用 Fable 5.1 還是留在 Opus 5，effort 五檔各自怎麼用，我在Opus 5 那一代少燒 26% token 的四個習慣裡拆過，那套調法在 Fable 5.1 上仍然適用。
這段能帶走的判斷：規格表只剩兩格會影響你的決定——問時效性題目的人記住 4 月 30 日這條線；用 API 省錢靠 none 檔的人，Astra 上這條路沒了。
OpenAI 自家表有兩格輸給 Claude Fable 5.1：其他十三格先看腳註 5、8、11、17
OpenAI 自己放在 GPT-6 Astra 公告文末的比較表，Astra 在終端、代理、科學、數學類的多數項目領先 Claude Fable 5.1，但在兩個綜合指標上輸給它。
那兩格是 Artificial Analysis 智慧指數（公告表引 AA v4.1.1）61.2 對 65.7、Humanity's Last Exam 57.2% 對 65.0%。
連官方自家表格都不是每格第一，這件事本身就是資訊。
下面是我從 OpenAI 的 GPT-6 Astra 發布公告文末表格抄下來、只留 Astra 與 Fable 5.1 兩欄的版本。全表註記「Evaluation scores are the maximum at any effort」，每一格都是該模型在任何 effort 檔位下的最高分。
| 項目 | Astra | Fable 5.1 | 讀法備註 |
|---|---|---|---|
| AA Intelligence Index v4.1.1 | 61.2 | 65.7 | 公告表引用 v4.1.1、Astra 在六款裡排第 4；AA 站上 9/5 已改 v4.2：54.7 對 56.8，順序仍 Fable 5.1 在前 |
| Humanity's Last Exam（含工具） | 57.2% | 65.0% | 有數字的模型裡 Astra 最低 |
| AA Coding Agent Index v1.4 | 67.0 | （空白） | AA 自家文章另說 Fable 5.1 在 Claude Code 是 70 |
| Terminal-Bench 4.0 | 57.9% | 55.8% | 差 2.1 個百分點 |
| DeepSWE v1.1 | 74.1% | 67.4% | — |
| FrontierCode 1.1 Main | 53.3% | 50.9% | Astra 搭近似 Codex 開發者訊息跑；競品是否同等提示未確認 |
| Terminal-Bench Science 0.1 | 64.6% | 52.6% | — |
| FrontierMath Tier 4 | 97.6% | 87.8% | 公告內文寫成 98% |
| GPQA Diamond | 96.0% | 93.7% | — |
| AutomationBench | 41.4% | 31.4% | — |
| BenchCAD | 95.9% | 84.3% | Claude 分數套了 3 項修改（腳註 5） |
| ARC-AGI-2 | 95.0% | 90.0% | — |
| SRE-Bench pass@1 | 88.0% | 12.5% | 差距最大的一格 |
| HealthBench Professional | 63.4% | 58.1% | Claude 分數由 OpenAI 自行測得（腳註 11） |
| ExploitBench（無防護） | 100% | 70% | Fable 分數來自防護較少的 Mythos 版本（腳註 17） |
這張表的四個腳註各會改變某一格的讀法，我按腳註的順序講。
❶ 腳註 5、11、17：競品分數不全是同一種來源。官方主詞是「GPT evaluations」，但 Claude 那幾格各有各的出處。
BenchCAD 的 Claude 分數套了三項修改（腳註 5）；HealthBench 是 OpenAI 自己跑 Claude（腳註 11）；ExploitBench 那格 Fable 拿的是防護較少的 Mythos 版本的分數（腳註 17）。
❷ 腳註 8：FrontierCode 的提示詞。Astra 那兩格是搭「近似 Codex developer message」跑的，原文寫「The prompt was not optimized for the eval.」，競品有沒有同等提示官方沒說明，我只能標「未確認」。
❸ 全表註記：「最高分」是拿每一檔 effort 的最高值，空白格也不能當 0 讀。你在 API 或聊天介面預設檔位跑出來的，本來就不會是這個數字；官方在正文另外報過低成本檔的 Terminal-Bench Science 61.1%、GPQA 94.9%，那才比較接近你日常會拿到的。
Coding Agent Index 那一列 Fable 5.1 是空白，Artificial Analysis 自家文章說的是 Fable 5.1 在 Claude Code 上拿 70 分、榜首，Astra 在 Codex 上是 67——這是「模型＋harness」的組合分。
OSWorld 2.0 與 ScreenSpot-Pro 兩列 Fable 5.1 也是空值，有分數的 Claude 分別是 Opus 5 的 70.2% 與 Fable 5 的 87.3%，不能籠統寫成「Fable 5.1 的分數」。
SRE-Bench 那格 88.0% 對 12.5% 是全表差距最大的一格，做維運自動化的人可以直接把它當決定性證據；其他格子的差距大多落在個位數到十幾個百分點之間。
還有一格公告表沒放、但公告正文有寫的：FrontierCode Extended，Astra 64.5%，輸給上一代 Fable 5 的 64.9%，仍高於 Fable 5.1 的 63.6%。
同一個 benchmark 家族，Main 贏、Extended 輸，而且輸的是對手的舊版——這種格子最能說明「贏」是分項目的。
官方在表格旁邊還放了幾個成本宣稱：Terminal-Bench 4.0 每題成本比 Fable 5.1 低約 63%、BenchCAD 低 86%。這些是 OpenAI 自估，不是第三方；方向跟下面獨立評測量到的「Astra 省 token」一致，幅度就當廠商說法看。
如果你想看上一輪兩家旗艦是怎麼交手的，GPT-5.5 對 Claude Opus 4.7 那五個場景的對決那篇的結論到現在還沒翻：純寫程式與視覺推理一邊、agent 與長文本另一邊。這一代的表格只是把同一條分界線畫得更細。
這段能帶走的判斷：Astra 贏的格子集中在終端、代理、科學、數學；輸的兩格是綜合智慧與 HLE。你的工作像前者，看官方表就夠；像後者，往下看獨立評測。
獨立評測怎麼說：AA v4.1.1 打平前代、v4.2 拉開 3.4 分、Epoch 史上最高、ARC 兩個分數
三家獨立評測機構對 GPT-6 Astra 給出三種讀法：Artificial Analysis 9/5 v4.2 智慧指數 Astra 54.7，輸 Claude Fable 5.1 的 56.8、贏上一代 GPT-5.6 Sol 的 51.3。
Epoch AI 的 ECI 169.23 是史上最高；ARC Prize 在兩種 harness 下分別量到 62.7% 與 99.9%。
AA 的版本要特別交代：9/3 評測文章用的 v4.1.1 是 Astra 61.2 對 Sol 60.9、只差 0.29，等於打平；9/5 改版成 v4.2 之後變成 54.7 對 51.3，拉開 3.4 分。
Epoch 那個 169.23 高於 Fable 5.1 的 162.88。同一顆模型，三個機構、三個結論，這才是這一代最真實的樣子。
Artificial Analysis：v4.2 只輸 Fable 5.1，幻覺率與 token 效率大進步
Artificial Analysis 的 GPT-6 Astra 頁面在 9 月 5 日改版成 Intelligence Index v4.2：Fable 5.1 56.8、Astra 54.7、Opus 5 54.1、Fable 5 53.2、Sol 51.3。
Astra 只輸 Fable 5.1，已經越過 Opus 5 與 Fable 5。OpenAI 公告表引用的是 9/3 的舊版 v4.1.1（61.2 對 65.7，當時 AA 文章列全站第 8、Astra 排在三款 Claude 之後）。
兩個版本的順序都是 Fable 5.1 在前，變的是 Astra 跟 Opus 5、Fable 5 誰先誰後。
AA 9 月 3 日的評測文章（v4.1.1 分項）還量到兩件 OpenAI 表格上沒有、對日常使用更有感的事。
第一是幻覺率從 Sol 的 92.2% 降到 51.3%（AA-Omniscience），Fable 5.1 是 72.6%、Opus 5 是 60.8%——這一格 Astra 贏 Fable 5.1 二十幾個百分點。
第二是 GDPval-AA v2 的知識工作 Elo：Astra 1629，不但輸 Fable 5.1 的 1853，連自家上一代 Sol 的 1710 都輸了 81 分，四款旗艦裡最低。
速度欄 AA 9/5 已補上：Astra 87.5 tok/s、上一代 Sol 85.4、Fable 5.1 68.7、Opus 5 59.1——量的是 Standard 模式；Fast mode 的「up to 2x」仍沒有第三方實測。
Epoch AI：綜合指數史上最高，但信賴區間跟 Fable 5 重疊
Epoch AI 的評測儀表板（測試日 8 月 28 到 30 日，預發布版）把 Astra 的 ECI 記為 169.23，史上最高；Fable 5 是 162.9、Fable 5.1 是 162.88、Opus 5 是 162.33、Sol 是 162.03。
看起來拉開了 6 分，但 Astra 的下界 164.85 跟 Fable 5 的上界 166.77 是重疊的，統計上不能寫成「碾壓」。
更有意思的是 Epoch 自己的兩個 benchmark 排序相反。FrontierMath Tier 4 Astra 95.12%，但 FrontierMath-Erdős 只有 2.94%（Sol 是 0%）。
EBR-bench Astra 76.19% 大勝 Fable 5.1 的 47.62%，MirrorCode 卻是 Astra 0.467 輸給 Fable 5 的 0.639。同一家機構、同一顆模型，在不同題型上分別是第一名和落後者。這就是所謂鋸齒狀的能力，不是評測方矛盾。
判讀方式很簡單：你的任務像 FrontierMath 那種封閉的難題，Astra 的天花板最高；像 MirrorCode 那種要先讀懂既有程式再動手改的題，Fable 家族還在前面。Epoch 這幾張分項表，比 ECI 那個總分更接近你會遇到的差異。
ARC Prize：同一顆模型，62.7% 和 99.9% 都是真的
ARC Prize 對 Astra 的評測文（9 月 3 日）給了兩個數字：標準 harness 62.7%、花費 $26,098；用 OpenAI 的 Responses API harness（保留推理＋壓縮）則是 99.9%、花費 $18,817。
兩個都是 ARC 自己測的，差別只在 harness。
而且這個分數量的是「相對人類動作效率」（RHAE），不是答對率。ARC 從此雙軌列榜，ARC 排行榜規則只列 $10,000 以下的系統，Astra 兩個都超過門檻。這一段 AGI 論述的部分我不展開，誰說了 AGI、公告頁出現幾次，我在主文那篇拆過。
LMArena 在發布兩天後還沒有 Astra 的排名。所以到查證日為止，能拿來跟 Fable 5.1 並排的第三方數字，就是 AA 與 Epoch 這兩家。
把三家當三種量法，而不是三個互相矛盾的答案：AA 量平均、Epoch 量天花板、ARC 量動作效率。你的工作像哪一種量法量的東西，就信哪一家。這跟不會拿使用者滿意度去否定效能測試是同一回事：兩個都對，只是問的問題不同。
這段能帶走的判斷：要做知識工作（報告、分析、文件）看 GDPval（AA 9/3 文章），Fable 5.1 領先 224 分；要做難題與代理，看 Epoch 與 ARC，Astra 領先；要少被騙，看幻覺率，Astra 51.3% 明顯好。
GPT-6 Astra 每題只想一萬個 token：同價的 Claude Fable 5.1 帳單為何是兩倍多
在 Artificial Analysis 9/3 評測文章（v4.1.1）跑智慧指數的同一套題目上，GPT-6 Astra 每題平均輸出 14,934 個 token，Claude Fable 5.1 在 xhigh 檔每題輸出 31,173 個。牌價同樣是 $10／$50，帳單差的全在用量。
換算成每題成本，AA 9/5 v4.2 是 Astra $2.57 對 Fable 5.1 $6.12、差約 2.4 倍；把同一週的中價與平價模型一起按每題成本排層，我在同一週那五款我按每題成本分層的那篇攤開，這裡只講旗艦對旗艦的 token 用量。
拆開來看更清楚。Astra 那 14,934 個 token 裡，答案佔 4,936、思考佔 9,998；上一代 Sol 是 16,879，所以 Astra 還比自家前代少用 11.5%。
Fable 5.1 的 31,173 是 Astra 的兩倍多，Opus 5 的 31,185、Muse Spark 1.3 的 30,543 都在同一個量級——Astra 是這一批旗艦裡唯一把思考 token 壓在一萬左右的。
但 AA 9/5 v4.2 的智慧指數 Fable 5.1 高 2.1 分。所以正確的句子不是「Astra 比較便宜」，是「Astra 用一半的 token 換到少 2.1 分」。
這個交換划不划算，只有你的任務能回答：分類、摘要、格式轉換這種「答對就好」的工作，2.1 分可能一點差別都沒有；需要多推一步的分析，那 2.1 分就是你會不會回頭重問的差別。
AA 9/3 文章（v4.1.1）還算了一個數字：以 Sol 的促銷價為基準，Astra 每題比前代貴 75%——牌價 2.5 倍，省下的 token 把它壓回 1.75 倍。
注意這個「2.5 倍」是拿 Sol 的促銷價 $4／$20 算的，那個促銷價官方保證到 2026 年 11 月 21 日，之後如果回到原價，這個倍數會縮小。
我做 PM 最常用的一句話是：單價是給採購看的，用量才是給財務看的。這一代兩家把單價對齊之後，等於把所有的差異都推給用量，而用量是模型自己決定的——你只能選模型，不能選它要想多久。
Fable 5.1 那三萬個 token 的思考，跟前面那格 $0.25 的快取讀取加在一起，就是它的帳單長相：讀得便宜、想得貴。
這段能帶走的判斷：你的任務如果「答對就好」，Astra 每題只燒一半 token 是實打實的省；任務如果「要想深」，Fable 5.1 多出的 2.1 分可能省掉你重問的那一次。
兩家拒答的東西不一樣：GPT-6 Astra 拒 PoC 攻擊碼，Claude Fable 5.1 拒生科題
GPT-6 Astra 與 Claude Fable 5.1 各自有一堵功能牆，方向剛好相反：Astra 明文拒絕撰寫 proof-of-concept 攻擊碼，一般存取下的 PoC 完成率只有 2.4%。
Fable 5.1 則在 LifeSciBench、GeneBench、MedChemBench 三個生科評測上拒答多數題目。OpenAI 腳註 12 的原文是：
refuse the majority of questions
OpenAI 的比較表所以沒列 Fable 那三格的分數。你的工作在哪一邊，這一段直接決定你能不能用。
Astra 這邊：資安工作有一道明確的線
OpenAI 在 GPT-6 Astra 發布公告寫得很直接：
Astra will refuse to comply with more advanced cybersecurity tasks such as creating proof-of-concept exploits for vulnerabilities.
System Card 的數字對照更具體——PoC 撰寫的完成率，一般存取是 2.4%，只有通過 Daybreak Blue 較寬鬆防護的用戶才到 92%；紅隊類任務是 7.4% 對 76.9%。漏洞發掘、分析、修補這三類則兩邊都是 100%。
換句話說，你可以用 Astra 找洞、分析洞、修洞，就是不能叫它寫打進去的那段。而且就算是 Daybreak Blue，任意網安請求也只完整完成 3.5%——寬鬆版也不是全開。
越獄拒答率 Astra 是 91.5%，上一代 Sol 是 59%。這對想繞過限制的人是壞消息，對把它接進公司系統的人是好消息。
還有一件跟拒答不同、但會有同樣體感的事：Astra 的安全監控可能把合法工作誤判為濫用而暫停，而且在 API 上任務會直接停。Path to Astra 的原文是：
The system may occasionally flag legitimate activity as potential cyber misuse or unauthorized behavior
這套機制怎麼運作、被暫停之後你能做什麼，主文那篇有完整的一段，這裡只提醒：長時間跑的 agent 要有被中途停下的心理準備。
Fable 5.1 這邊：生科題官方腳註寫 refuse，轉單規則在另一篇
OpenAI 比較表的腳註 12 寫得很清楚：Fable 5 與 Fable 5.1 在 LifeSciBench、GeneBench、MedChemBench 上拒答多數題目，所以那三列沒有 Claude 的分數。
腳註 12 只寫拒答；至於拒答後會不會轉給 Opus 5 回你，我在 Fable 5.1 那篇的防護段落整理過官方規則，這裡不重複。
對照 HealthBench Professional 那格就有意思了：Astra 63.4%、Fable 5.1 58.1%——但別忘了那格 Claude 的分數是 OpenAI 自己跑的。能確定的只有一件事：做醫療、生科、藥物相關工作的人，Astra 目前是「能回答」的那一邊。
我怎麼判斷該站哪一邊
❶ 做防禦性資安（找洞、修洞、分析）：兩邊都可以，Astra 的完成率數字更透明。
❷ 做攻擊性資安（寫 PoC、滲透）：Astra 一般存取 2.4%，Fable 5.1 的防護規則另有一套——兩邊都會撞牆，撞法不同。
❸ 做生科、化學、醫療：Fable 5.1 會拒多數題，Astra 是能用的那一邊。
❹ 一般寫程式、寫文件、做分析：兩堵牆你都碰不到，回到前面的價格與跑分去選。
這段能帶走的判斷：拒答不是模型強弱，是廠商決定不賣你什麼。先確認你的工作有沒有落在任何一邊的牆上，再比其他的。
訂閱戶拿得到嗎？ChatGPT 端叫 GPT-6 Pro，Claude 端 Fable 5.1 看 Max 還是 Pro
不寫程式、只用聊天介面的人，兩家給的東西差很多：ChatGPT 裡它不叫 Astra、叫「GPT-6 Pro」，目前以這個名義出現在模型選單的只開給 Pro $100 以上的方案。
Claude 這邊 Fable 5.1 對 Pro 與 Max 都開放，但 Pro 從第一個 token 就走 usage credits 另外計費，Max 是方案內含、上限為週額度的 50%。兩邊的 Free 都拿不到。
| 你付的 | ChatGPT 端（GPT-6 Pro） | Claude 端（Fable 5.1） |
|---|---|---|
| US$0 | 英文與繁中定價頁對照表 Free、Go 標示 No／否 | Free 不可用 |
| US$20 | Plus：官方三處說法不同，說明中心限縮到 Work 與 Codex 的有限額度 | Pro：可用，但按 API 費率走 usage credits |
| US$100 | Pro $100：GPT-6 Pro 每週 50 則，與 Sol Pro 共用同一份 | Max（官方頁 From $100）：方案內含，上限週額度 50% |
| 更高檔 | Pro $200：每週 200 則 | Max 高階檔：同上，額度池更大 |
ChatGPT 那一欄的 Plus 是整張表最需要自己驗證的一格。公告寫「all ChatGPT Plus」、英文定價頁標 Yes（繁中頁同一格是「有限額」）、說明中心卻限縮到 Work 與 Codex、且是「limited Astra usage」：
Plus plans include GPT‑6 Astra in ChatGPT Work and Codex
三處口徑不同，最準的方法是自己打開模型選單看。
額度怎麼撞牆、Pro $200 撞牆後自動切到哪個模型、其他檔只能自己換或等重置，GPT-6 Astra 到底誰用得到、Pro 一週幾則的主文裡有完整的表，這裡不重複。
Claude 那一欄要注意的是「Pro 可用」的真正意思。Pro 月繳 $20（年繳折合 $17）用 Fable 5.1 不是免費，是另一張按 API 費率算的帳單；Max 那個 50% 是上限不是加碼，而且 Fable 系列吃額度比其他模型快。
Fable 也不是任何方案的預設，Claude Code 要更新到 2.1.255 以上（官方三處版本號有出入，以說明中心為準）、自己打 /model fable。方案改制那一輪怎麼算，Fable 5 剛移出 Pro 時我逐條算過的三條路現在還適用。
台灣這邊的價格，ChatGPT 官網以美金顯示，App Store 內購是 Plus NT$690、Pro 5x NT$3,300、Pro 20x NT$6,990（Apple 內購價，非官網結帳價）。
Claude 消費端也是美金計價，Pro $20 月繳、Max 從 $100 起。兩家官網我查到的都是美金計價。
兩家的限制寫法不同：ChatGPT 端的限制寫在「則數」，Claude 端的限制寫在「額度比例」。前者你數得出來、後者你感覺得到。
Pro $100 那格的 50 則是 GPT-6 Pro 跟 Sol Pro 共用的同一份，用完兩個 Pro 都沒了，只能換別的模型或等介面顯示的重置時間；Claude Max 的 50% 則是「你可以把一半的週額度拿去給 Fable 燒，燒完自己看著辦」。
這段能帶走的判斷：付 US$20 的人，Claude 這邊確定能用但要另付、ChatGPT 這邊要自己開選單驗證；付 US$100 以上才是兩邊都「內含」，而內含的計量單位一邊是則數、一邊是比例。
預算到不了旗艦：Gemini 3.8 Flash、Muse Spark 1.3、Qwen3.8-Max 在哪層
如果 $10／$50 的旗艦價本來就不在你的預算內，同一週發布的 Gemini 3.8 Flash（$0.75／$3.75）、Muse Spark 1.3（$1.25／$4.25）與 Qwen3.8-Max-0902 是實際會拿來對照的三款。
最值得看的一格：Muse Spark 1.3 在 AA 9/5 v4.2 的智慧指數 53.0，只比 GPT-6 Astra 的 54.7 低 1.7 分，每題成本不到 Astra 的四成。
| 模型 | 牌價（輸入／輸出） | AA 9/5 v4.2 智慧／每題成本 | 便宜的條件 |
|---|---|---|---|
| GPT-6 Astra | $10／$50 | 54.7／$2.57 | 272K 內、快取讀取佔比低 |
| Claude Fable 5.1 | $10／$50 | 56.8／$6.12 | 反覆重讀長脈絡才吃得到 $0.25 |
| Muse Spark 1.3 | $1.25／$4.25（Contributor 檔 $0.10／$0.20） | 53.0／$0.96 | 折扣檔要讓 Meta 用你的資料訓練，RPM 只剩 1/30 |
| Gemini 3.8 Flash | $0.75／$3.75 | 47.1／$0.74 | 介紹價到 2026-12-31，之後翻倍；會多跑幾趟 |
Qwen3.8-Max-0902 我沒放進表，因為這篇比的是牌價與每題成本，而它這次真正的變化在快取結構——顯式快取 $0.17、建立時要付 1.25 倍、只活 5 分鐘，同一段脈絡用不到 8 次別開顯式快取。
這條線我在Qwen 顯式快取要重複幾次才划算的那篇裡整段算過。
先講 Muse Spark 1.3，因為它最容易被誤讀。53.0 那個分數是 max 檔的，每題成本約是旗艦的三分之一到四成；幻覺率 31.5%（AA 9/3 文章）更是全表最低。
但它便宜的條件寫在 Contributor 檔的定價裡：$0.10／$0.20 那組價格的代價是 Meta 可以用你的資料訓練，而且速率限制只剩標準檔的三十分之一。
拿公司程式碼去跑折扣檔的人，先看一眼自己的資料規範。細節在便宜 21 倍但速率只剩 1/30 的 Muse Code 那篇。
Gemini 3.8 Flash 則是另一種便宜法：牌價三代同價，但官方公告自己承認它「works harder」、可能多用 token，AA 9/3 文章（v4.1.1）量到它的每題成本比上一代 3.7 Flash 高 43.4%。
而且這個 $0.75 是介紹價，2026 年 12 月 31 日到期後變 $1.50／$7.50。
Terminal-Bench 4.0 它只有 19.1%，跟 Astra 的 57.9% 不在同一個世界——它便宜，但代理任務不是它的場子。Google 自己在公告裡勸你可以不要換的那一句，我整篇拆過。
速度這一欄（AA 9/5 v4.2）也值得看一眼：Muse Spark 1.3 190 tok/s、Astra 87.5、Fable 5.1 68.7；Gemini 3.8 Flash 在 AA 9/3 文章量到 397.6。
便宜的模型也快，貴的模型也慢，這一代是這樣。要即時互動的產品，這格比智慧分數更決定使用者體感。
我自己的用法是把 Muse Spark 1.3 當「先跑一遍」的工具：分類、初稿、篩選用它，通過的再丟旗艦。這不是這篇的主軸——五款怎麼按預算擺、哪一款先看，同一週幾款新模型該先看哪一款的那篇是專門做這件事的，這裡只給旗艦以外的三個座標。
這段能帶走的判斷：預算卡在旗艦之下，Muse Spark 1.3 標準檔是這週智慧／價格比最高的一款，但 Contributor 折扣檔先過資料規範；Gemini 3.8 Flash 便宜且快，代理任務除外，年底前記得它會漲價。
所以 GPT-6 Astra 和 Claude Fable 5.1 我會怎麼配？三種人的選法
GPT-6 Astra 和 Claude Fable 5.1 我兩邊都用，但不是隨機分：單筆短、答對就好、批次跑的工作給 Astra；反覆重讀同一份長脈絡、或單筆超過 272K 的工作給 Fable 5.1；生科醫療題只能給 Astra，攻擊性資安兩邊都不給。把前面所有東西收成一張表。
| 你是誰 | 我會選 | 理由（對應哪一格） |
|---|---|---|
| 不寫程式、只用聊天介面 | 看你已經付哪一家 | ChatGPT 端要 Pro $100 起才穩拿 GPT-6 Pro；Claude 端 Pro 能用但另付 credits、Max 內含 |
| 開發者，短任務、批次、分類摘要 | GPT-6 Astra | 每題輸出 token 14,934 對 31,173（AA 9/3 文章）；Batch 同價下 Astra 的用量只有一半 |
| 開發者，長時 agent、大 codebase | Claude Fable 5.1 | 快取讀取 $0.25、1 小時快取寫入、沒有 272K 那條線 |
| 知識工作：報告、分析、文件 | Claude Fable 5.1 | GDPval-AA Elo 1853 對 1629（AA 9/3 文章）；智慧指數高 2.1 分（AA 9/5 v4.2） |
| 生科、化學、醫療 | GPT-6 Astra | Fable 5.1 拒多數題；HealthBench 63.4% 對 58.1%（OpenAI 自測） |
| 怕它一本正經講錯 | GPT-6 Astra | 幻覺率 51.3% 對 72.6%（AA 9/3 文章） |
我自己的配法，講給你當參考、不是標準答案。
❶ 部落格與長篇內容的判斷、需要前後文互相對照的分析，留在 Claude Fable 5.1。理由不是它比較聰明（雖然指數上它是），是我的工作流會反覆讀同一份素材，快取讀取那格 $0.25 對我有感。
❷ 自動化雜活——分類、抽欄位、格式轉換、批次摘要，丟給 GPT-6 Astra 的 Batch。$5／$25 的 Batch 價兩家一樣，但 Astra 每題燒的 token 只有一半，同樣的錢跑的量差一倍。
❸ 每個月換一次的功課：11 月 21 日 Sol 促銷價到期後，「Astra 比前代貴 2.5 倍」這個倍數要重算；快取讀取佔比也要重看一次，因為模型換版之後我的用法會跟著變。這兩個日期我都記在行事曆上。
🧭 換邊之前的三個檢查
- 抓快取讀取佔比：從帳單後台或 API 回應的用量欄位，看重讀 token 佔輸入的多少——高於一半，Fable 5.1 的 $0.25 就是你的主戰場。
- 抓單筆最大輸入：最近一個月有沒有請求超過 272K 又切不動——有，Astra 那一筆是整筆兩倍價。
- 看拒答牆：生科化學題 Fable 5.1 會拒、PoC 攻擊碼 Astra 會拒——你的工作落在任一邊，另外兩個檢查都不用做了。
三家一起選、不只兩家的話，Claude、ChatGPT、Gemini 三家到底怎麼選的購買建議那篇是總入口；只在 Claude 家族裡挑，Fable、Opus、Sonnet、Haiku 的 30 秒決策樹更直接。
上一代 ChatGPT 5.6 三個版本怎麼分、你付的錢用到哪一版，那篇的方案表到今天大部分還適用，只是選單裡多了一列 GPT-6 Pro。
這段能帶走的判斷：不要選「一家」，選「哪一格給哪家」。同價的兩個供應商，正確的用法是把帳單拆開，讓每一格都落在便宜的那一邊。
FAQ 常見問題
長文件該用 GPT-6 Astra 還是 Claude Fable 5.1？
單筆輸入經常超過 272K token 又切不動的，選 Claude Fable 5.1。Astra 超過 272K 的請求是整筆用 2 倍輸入價、1.5 倍輸出價計算，不是只算超出的部分；Fable 5.1 的 100 萬視窗全段同價，官方寫 900K 與 9K 同費率。
文件能切成 272K 以下分批送的話，兩邊價格回到同一量級，再看快取讀取佔比決定。
ChatGPT 和 Claude 都訂了，要退哪一家？
先看你付的是哪一檔。付 US$20 的人：Claude Pro 用 Fable 5.1 要另付 usage credits；ChatGPT Plus 能不能在聊天選單拿到 GPT-6 Pro，主文那篇有三處官方說法的對照。
付 US$100 以上的人兩邊都內含，差的是計量單位——ChatGPT 是每週則數，Claude Max 是週額度的 50%。兩家都留的理由只有一個：工作流有一半重讀長脈絡、一半是批次雜活，各吃到一邊的便宜格。
GPT-6 Astra 比 Claude Fable 5.1 聰明嗎？
看你要量的是哪一項。AA 9/5 v4.2 智慧指數 Fable 5.1 56.8 高於 Astra 54.7，GDPval-AA 知識工作 Elo（AA 9/3 文章）也是 Fable 5.1 1853 對 1629。
但 Epoch AI 的 ECI Astra 169.23 是史上最高、高於 Fable 5.1 的 162.88，OpenAI 自家表上 Terminal-Bench 4.0、DeepSWE、FrontierMath、GPQA 等多數項目 Astra 領先。
幻覺率 Astra 51.3% 明顯好於 Fable 5.1 的 72.6%（AA 9/3 文章）。綜合與知識工作看 Fable 5.1，難題、代理與不亂講看 Astra。
GPT-6 Astra 的 Fast mode 什麼情況才該開？
只在「等待時間本身有成本」的場景開。Fast mode 是輸入 $20、輸出 $100 的 2 倍價，官方寫「up to 2x the speed」且「does not include a latency SLA」，付兩倍換的是最多兩倍速、不是保證。
超過 272K 再疊上去是 $40／$150；歐盟資料落地端點不能用。批次、非即時、排程跑的工作不該開，那些反而該走半價的 Batch。
AA 9/5 量到 Astra Standard 模式 87.5 tok/s（Fable 5.1 68.7）；Fast mode 的實際倍率仍沒有第三方數字。
不會寫程式的人，GPT-6 Astra 和 Claude Fable 5.1 差別在哪？
差在三件你在聊天視窗就會遇到的事。第一，名字：ChatGPT 裡它叫 GPT-6 Pro，Claude 裡叫 Fable 5.1 且不是預設要自己選。第二，門檻：ChatGPT 端穩拿要 Pro $100 起，Claude 端 Pro $20 能用但另付、Max 內含。
第三，知識截止：Astra 停在 2026 年 4 月 30 日、Fable 5.1 到 6 月，問今年下半年的事兩邊都要開搜尋。快取、272K 那些 API 的格子，聊天訂閱戶碰不到。
寫在最後：同價之後，帳單搬到了合約細則裡
GPT-6 Astra 與 Claude Fable 5.1 把牌價對齊，是我追這幾代模型以來第一次看到兩家旗艦的輸入輸出價一模一樣。以前寫比較文，第一段永遠是「誰比較貴」；這篇的第一段寫不出來，因為答案是「一樣」。
但寫到最後我反而覺得這是好事。單價一樣，代表廠商終於不能靠一個數字贏你，得靠細則。快取讀取的倍率、272K 那條線、1 小時快取、拒答的方向、每題燒多少 token——這些以前躲在定價頁腳註裡的東西，現在就是全部的差異。
看得懂的人帳單會變薄，看不懂的人繼續為同一件事付兩種價。
採購桌上最難談的從來不是報價高的那家，是報價一模一樣的兩家——你得回頭翻自己的帳單才知道該簽誰。這一代的 AI 旗艦，正在變成那種東西。
兩家的帳單我每個月都會再拆一次，想跟著看的可以訂閱我的部落格，會不定期收到信；關於夜羽凌那頁寫了我為什麼同時付兩家。
9 月 1 到 3 日三天內五款新模型（三家旗艦＋Muse Spark 1.3＋Qwen3.8-Max-0902）怎麼按預算排，接著讀我把那五款按每題成本分層排開的那篇；想看這一輪的「同價」是怎麼從上一輪的「Fable 最貴」走過來的，上一輪五大模型的價格與跑分總表還在。
參考資料
- OpenAI — Introducing GPT-6 Astra（發布公告與文末六款模型比較表、腳註 5／8／11／12／17、PoC 拒答原文；同日 System Card 給出 PoC 完成率 2.4%／92%／3.5% 與越獄拒答率 91.5%）
- OpenAI Platform — GPT-6 Astra 模型頁（脈絡窗、最大輸入輸出、知識截止、effort 檔位、Fast mode 說明）
- OpenAI Platform — API 定價頁（$10／$50、272K 整筆計價原文、Batch 與 Fast mode 價格、GPT-5.6 促銷價）
- OpenAI — Path to Astra（誤判暫停原文）
- OpenAI 說明中心 — GPT-6 Pro 在 ChatGPT 的方案與額度
- Anthropic — Introducing Claude Fable 5.1 and Claude Mythos 5.1（發布公告）
- Claude Platform Docs — Claude Fable 5.1 模型總覽（五格價目、0.025 倍快取讀取、1M 全窗同價原文、1 小時快取寫入）
- Anthropic 說明中心 — Claude Fable models on your plan（Pro 走 usage credits、Max 50% 上限、Claude Code 版本需求）
- Artificial Analysis — GPT-6 Astra（9/5 改版後的 Intelligence Index v4.2 智慧指數、每題成本、速度欄）
- Artificial Analysis — Benchmarking GPT-6 Astra（9/3 評測文章、v4.1.1：每題輸出 token、幻覺率、GDPval-AA、Coding Agent Index 的 harness 組合分）
- Epoch AI — AI Benchmarking Dashboard（ECI 與信賴區間、FrontierMath-Erdős、MirrorCode、EBR-bench）
- ARC Prize — GPT-6 Astra 評測（標準 harness 與 Provider Adapter harness 的兩組分數與成本、RHAE 定義）
- Gemini Developer API 官方定價頁（Gemini 3.8 Flash 介紹價與 2027 年新價）
- Artificial Analysis — Muse Spark 1.3（智慧指數、每題成本、幻覺率、Contributor 檔定價）
