Claude Fable 5.2 和 GPT-6 Astra 怎么选
GPT-6 Astra 是 OpenAI 的旗舰,2026 年 9 月发布;Claude Fable 5.2 是 Anthropic 目前对所有人开放的最强模型,11 月 9 日发布。两者都是推理模型,上下文都在 100 万 token 左右,单次最多输出 128,000 token,主打的都是长时间的 agent 工作。这一页列出第三方测得的数字、两家各自公布的数字,以及每个任务花多少钱。
我们运营 apimodels.app,两个模型都以低于官方价的价格提供。下面的跑分不是我们跑的,来自 Artificial Analysis、Vals AI、Anthropic 和 OpenAI,出处链接在页面末尾。
Claude Fable 5.2
多数评测领先
- ·Artificial Analysis 智能指数 65(Astra 57)
- ·Vals Index 71.31%,36 个中第一(Astra 65.02%,第七)
- ·FrontierCode-AA 48.8% 对 42.4%;HLE-Diamond 80.2% 对 63.8%
- ·按我们的价格,每个 Artificial Analysis 任务约 $15.92
GPT-6 Astra
token 更少,账单更低
- ·每个任务输出 5.2 万 token,Fable 5.2 是 27.4 万
- ·按我们的价格,每个 Artificial Analysis 任务约 $2.12
- ·GDP.pdf 胜出(31.0% 对 24.2%)
- ·OpenAI 公布 MRCR v2 在 512K–1M 区间 96.3%
最难的编程、研究和 agent 工作选 Claude Fable 5.2。更在意每个任务的花费、文档产出或超长输入,不差那最后几分时,选 GPT-6 Astra。
第三方跑分
下面 11 项里 Fable 5.2 领先 10 项。差距最大的是知识题和科学题:HLE-Diamond 80.2% 对 63.8%,会扣乱猜分的 AA-Omniscience 67 对 42。Astra 唯一赢的第三方项目是 GDP.pdf(生成文档),31.0% 对 24.2%。Terminal-Bench 4.0 两者差距不到半分。Artificial Analysis 两个都用 max effort 跑,Fable 5.2 开着 Anthropic 默认的兜底。
| 评测 | 谁跑的 | Claude Fable 5.2 | GPT-6 Astra |
|---|---|---|---|
| 智能指数 v5.0.1 | Artificial Analysis | 65 | 57 |
| Vals Index v2.2 | Vals AI | 71.31%(36 个中第 1) | 65.02%(第 7) |
| HLE-Diamond | Artificial Analysis | 80.2% | 63.8% |
| CritPt v2(难题子集) | Artificial Analysis | 76.5% | 70.5% |
| Terminal-Bench-Science 0.1 | Artificial Analysis | 73.3% | 63.3% |
| FrontierCode-AA 2.0 | Artificial Analysis | 48.8% | 42.4% |
| AA-Omniscience v1.1 | Artificial Analysis | 67 | 42 |
| AA-Briefcase v1.1(Elo) | Artificial Analysis | 1785 | 1569 |
| AutomationBench-AA | Artificial Analysis | 76.4% | 68.5% |
| Terminal-Bench 4.0 | Artificial Analysis | 59.6% | 59.1% |
| GDP.pdf | Artificial Analysis | 24.2% | 31.0% |
两家厂商自己公布的数字
Anthropic 的发布表里列了 Astra,两者都有成绩的每一项都是 Fable 5.2 领先,差距最大的是 Remote Labor Index(41.3% 对 20.8%)和带工具的 Humanity’s Last Exam(74.2% 对 57.2%)。OpenAI 9 月给 Astra 公布的数字,强调的是 Anthropic 表里没有的项目:自家 MRCR v2 长上下文检索在 512K 到 1M token 区间 96.3%,FrontierMath Tier 4 97.6%,GPQA Diamond 96.0%,电脑操作 OSWorld 2.0 72.6%。Astra 的电脑操作工具在 apimodels.app 上不提供,所以最后这一项对这里的调用不适用。
| 评测(Anthropic 公布) | Claude Fable 5.2 | GPT-6 Astra |
|---|---|---|
| FrontierCode 2.0 | 49.1%(xhigh) | 42.8% |
| FrontierSWE v2 | 69.9% | 65.5% |
| AutomationBench | 51.4% | 41.4% |
| Terminal-Bench-Science 0.1 | 74.6% | 68.1% |
| OSWorld 2.1(离线集,按步骤给分) | 89.3% | 79.5% |
| Remote Labor Index | 41.3%(high) | 20.8% |
| Humanity’s Last Exam(带工具) | 74.2% | 57.2% |
| Chartography(不用工具) | 73.4% | 71.0% |
价格和每个任务的花费
按官方单价,Astra 每 token 更贵,$10 / $50 对 $8 / $40。按任务算却反过来,因为 Astra 写得少得多:Artificial Analysis 统计每个任务 Astra 输出 5.2 万 token(其中推理 3.58 万),Fable 5.2 是 27.4 万(推理 19.3 万)。按官方价,每个任务 Astra $6.24,Fable 5.2 $26.54。Vals 在自己那套任务上的结果顺序相反:每次测试 Astra $21.28,Fable 5.2 $17.94,所以差距很大程度上取决于任务本身。
在 apimodels.app 上,Astra 比 OpenAI 官方价低 66%,Fable 5.2 比 Anthropic 官方价低 40%,每一类 token 都是同样的折扣,所以 Artificial Analysis 的任务成本换算过来,Astra 约 $2.12,Fable 5.2 约 $15.92。Astra 有一条计费规则要算进预算:单次输入超过 27.2 万 token 时,输入按 2 倍、输出按 1.5 倍计费。
| 每百万 token | Fable 5.2 官方 | Fable 5.2 在 apimodels.app | Astra 官方 | Astra 在 apimodels.app |
|---|---|---|---|---|
| 输入 | $8 | $4.80 | $10 | $3.40 |
| 输出 | $40 | $24 | $50 | $17 |
| 缓存输入 | $0.20 | $0.12 | $1.00 | $0.34 |
速度
在 max effort 下,两者出第一个回答 token 都要 4 分钟左右。之后 Fable 5.2 吐字快一倍多,单次请求也结束得更早;但 Astra 写得少得多,做完整个任务的时间只有 Fable 5.2 的一半左右。
| Artificial Analysis 测得 | Claude Fable 5.2 | GPT-6 Astra |
|---|---|---|
| 输出速度 | 101 token/秒 | 38 token/秒 |
| 第一个回答 token | 247.85 秒 | 249.02 秒 |
| 单次请求端到端(平均) | 435.62 秒 | 581.42 秒 |
| 每个指数任务耗时 | 45.0 分钟 | 23.0 分钟 |
怎么选
难的编程、研究、科学和跨应用自动化:选 Claude Fable 5.2。FrontierCode、Terminal-Bench-Science、CritPt、HLE-Diamond、AutomationBench 都领先,Anthropic 的 Remote Labor Index 上更是约两倍。
产出是报告、文档、表格:选 GPT-6 Astra,它赢了 GDP.pdf。
在超长输入里找信息:按 OpenAI 的数字选 GPT-6 Astra,但要算上 27.2 万 token 以上的加价。
大批量,或者每个任务预算固定:选 GPT-6 Astra,按我们的价格,每个 Artificial Analysis 任务的花费约是 Fable 5.2 的八分之一。
安全研究:两者里 GPT-6 Astra 更能用,因为 Fable 5.2 的安全防护会拒掉大部分高风险网络安全请求;OpenAI 公布 Astra 在 ExploitBench 上 100%。
两个模型都能用同一把 apimodels.app key 通过 OpenAI 兼容的 /v1/chat/completions 调用,把难任务交给 Fable 5.2、其余交给 Astra,只是改一下 model 字段。
要注意的地方
Artificial Analysis 跑 Fable 5.2 时开着 Anthropic 的兜底,一小部分被拦的请求是由别的模型回答的。OpenAI 和 Anthropic 的数字是各自公布的,没有被独立复现。Astra 的电脑操作工具在 apimodels.app 上不提供。Fable 5.2 比 Astra 晚两个月发布,OpenAI 通常几周内就会推出回应的版本,这份对比大概率需要更新。
出处
第三方跑分、速度和任务成本来自 Artificial Analysis 和 Vals AI(2026 年 11 月 12 日查阅);厂商数字来自 Anthropic 的 Fable 5.2 发布公告和 OpenAI 发布 GPT-6 Astra 时公布的数字;apimodels.app 的价格是我们自己的。
调用示例
cURL
curl https://api.apimodels.app/v1/chat/completions \
-H "Authorization: Bearer $APIMODELS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-astra",
"messages": [{"role": "user", "content": "Summarise the attached quarterly report into a one-page brief: ..."}]
}'
# same key, same endpoint: change "model" to "claude-fable-5-2" to run Fable 5.2常见问题
Claude Fable 5.2 比 GPT-6 Astra 强吗?
几乎所有独立评测里 Claude Fable 5.2 分都更高:Artificial Analysis 智能指数 65 对 57,Vals Index 第一对第七。GPT-6 Astra 在文档产出(GDP.pdf)上赢,按 OpenAI 的数字长上下文检索也更强,而且每个任务花费低得多。
Fable 5.2 和 GPT-6 Astra 哪个更省钱?
GPT-6 Astra 每个任务通常更省,虽然它每 token 的官方单价更高,但写的 token 少得多:每个 Artificial Analysis 任务输出 5.2 万 token,Fable 5.2 是 27.4 万。按 apimodels.app 的价格,每个任务 Astra 约 $2.12,Fable 5.2 约 $15.92。不过在 Vals 那套任务上顺序反过来,最好用自己的任务试一下。
Fable 5.2 和 GPT-6 Astra 哪个快?
Fable 5.2 吐字更快,每秒 101 对 38 个 token,单次请求也结束得更早。GPT-6 Astra 做完整个任务更快,每个 Artificial Analysis 任务 23 分钟对 45 分钟,因为它写得少得多。在 max effort 下,两者出第一个回答 token 都要 4 分钟左右。
有 GPT-6.1 Astra 可以拿来比吗?
没有 GPT-6.1 Astra。OpenAI 在 2026 年 9 月 29 日只发布了 GPT-6.1 Sol,原计划的 GPT-6.1 Astra 取消了,所以 GPT-6 Astra 仍是 OpenAI 最强的模型,也是和 Fable 5.2 对比的正确对象。
能用一把 key 同时调这两个模型吗?
可以,一把 apimodels.app 的 key 就能调两个。调用 POST https://api.apimodels.app/v1/chat/completions,model 填 gpt-6-astra 或 claude-fable-5-2;Astra 也能走 /v1/responses,Fable 5.2 也能走原生 /v1/messages。共用一份余额,不用做 OpenAI 组织验证,也不用 Anthropic 账号。
相关阅读
- Claude Fable 5.2 模型页
- GPT-6 Astra 模型页
- Claude Fable 5.2 和 Gemini 4 Carbon 怎么选
- Fable 5.2 和 Opus 5.5 怎么选
- GPT-6 Astra API 实测
