GPT-6.2 Astra vs Claude Fable 5.2 怎么选
更新于 2026-11-18
OpenAI 在 2026 年 11 月 17 日发布了 GPT-6.2 Astra 和 GPT-6.2 Sol,比 Anthropic 发布 Claude Fable 5.2 晚了八天。Astra 取代 GPT-6 Astra 成为 OpenAI 最强的模型,官方价降了 20%,每百万 token $8 / $40,正好和 Anthropic 给 Fable 5.2 定的价一样。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,都能输入文字和图片。不管你搜的是「GPT-6.2 Astra vs Fable 5.2」还是「Fable 5.2 vs Astra 6.2」,要看的就是这一页。
我们运营 apimodels.app,两个模型都能用同一把 API key 调用,价格低于两家的官方价。这一页没有我们自己的实测:第三方跑分来自 Artificial Analysis 和 Vals AI,厂商数字来自 OpenAI 和 Anthropic 的发布文与文档,每条出处和核对日期都列在页面末尾。两家公布的评测项目不一样的地方,我们会直接说明,不把它们的数字硬凑成同一场测试。
GPT-6.2 Astra
终端、科学、文档胜出,每个任务的花费只是零头
- ·Terminal-Bench 4.0 64.1% 对 59.6%;Terminal-Bench-Science 78.1% 对 73.3%
- ·GDP.pdf 29.8% 对 24.2%;AA-3D Elo 1318 对 1271
- ·跑完 Artificial Analysis 指数输出 6,580 万 token,Fable 5.2 是 2.75 亿
- ·按我们的价格,每个 Artificial Analysis 任务约 $2.00
Claude Fable 5.2
两个独立综合指数都领先
- ·Artificial Analysis 智能指数 65(Astra 62)
- ·Vals Index 71.31%,41 个中第 1(Astra 67.66%,第 7)
- ·HLE-Diamond 80.2% 对 72.2%;AA-Omniscience 67 对 50
- ·1M 上下文内一个价;按我们的价格每个任务约 $15.92
终端、科学和文档类 agent,以及要大批量跑的任务,选 GPT-6.2 Astra。研究级推理或事实准确性决定结果、每个任务花多少钱排在第二位时,选 Claude Fable 5.2。
按场景速判
每一行都对应一项具体测试,完整数字和谁跑的见下面的表。
| 如果你要… | 选 | 因为 |
|---|---|---|
| 在终端里干活的编程或科学 agent | GPT-6.2 Astra | Terminal-Bench 4.0 64.1% 对 59.6%;Terminal-Bench-Science 78.1% 对 73.3%(Artificial Analysis) |
| 要达到维护者合并标准的仓库改动 | Claude Fable 5.2 | FrontierCode-AA 2.0 max 档 48.8% 对 45.4%;OpenAI 自己的图上是 49.1%(xhigh)对 44.2% |
| 多步骤的长流程 agent | GPT-6.2 Astra | Agents’ Last Exam max 档 77.6% 对 72.8%(OpenAI 图表);AutomationBench-AA 77.2% 对 76.4% |
| 难的研究题、知识题 | Claude Fable 5.2 | HLE-Diamond 80.2% 对 72.2%;CritPt 76.5% 对 71.5%;AA-Omniscience 67 对 50 |
| 交付物是报告、PDF | GPT-6.2 Astra | GDP.pdf 29.8% 对 24.2%(Artificial Analysis) |
| 单次输入超过 27.2 万 token | Claude Fable 5.2 | 1M 内一个价;Astra 超过 272K 后输入 ×2、输出 ×1.5,输入上限 922K |
| 大批量,或每个任务的花费要固定 | GPT-6.2 Astra,或 GPT-6.2 Sol | 按官方价每个 Artificial Analysis 任务 $4.00 对 $26.54;耗时 10.7 对 40.7 分钟 |
| 写漏洞利用,或输入音频、视频 | 两个都不合适 | 两家都限制高风险网络安全请求;两者都只接收文字和图片 |
完整对照:价格、限制、控制方式、跑分
两者每 token 的官方单价现在完全一样,所以影响账单的差别在别处:Fable 5.2 的缓存命中价只有一半,而且整个上下文一个价;Astra 每个任务输出的 token 少得多。通过 apimodels.app 调 GPT-6.2 时,agent 循环请建在函数调用上:OpenAI 托管的 Responses 工具(电脑操作、文件检索、托管 shell 等)在我们的端点上还没验证过。每一行里更好的一方加粗。
| GPT-6.2 Astra | Claude Fable 5.2 | |
|---|---|---|
| 厂商、发布时间 | OpenAI,2026-11-17 | Anthropic,2026-11-09 |
| 官方价,每百万 token(输入 / 输出) | $8 / $40 | $8 / $40 |
| 缓存命中,官方价 | $0.40 | $0.20 |
| 缓存写入,官方价 | $10(保留 30 分钟) | $10(5 分钟)、$16(1 小时) |
| 单次输入超过 27.2 万 token | 输入和缓存 ×2、输出 ×1.5 | 整个 1M 一个价 |
| apimodels.app 价格(输入 / 输出 / 缓存) | $4 / $20 / $0.20 | $4.80 / $24 / $0.12 |
| 示例:输入 5 万、输出 5 千 token,官方 / apimodels.app | $0.60 / $0.30 | $0.60 / $0.36 |
| 每个 Artificial Analysis 任务的花费,官方价 | $4.00 | $26.54 |
| 跑完 Artificial Analysis 指数的输出 token | 6,580 万 | 2.75 亿 |
| 上下文 | 1.05M(输入最多 922K) | 1M |
| 最大输出 | 128K | 128K |
| 知识截止 | 2026-05-18 | 2026 年 6 月 |
| 输入 / 输出 | 文字、图片 / 文字 | 文字、图片 / 文字 |
| 推理控制 | reasoning_effort 从 low 到 max;传 none 会被拒 | 思考关不掉;effort 从 low 到 max,API 默认 high |
| 工具调用(厂商 API) | 函数调用;Responses API 上还有 OpenAI 托管的工具 | 工具调用;不支持强制指定工具 |
| apimodels.app 上的端点 | /v1/chat/completions、/v1/responses | /v1/messages、/v1/chat/completions |
| apimodels.app 上的工具 | 函数调用,支持并行调用;OpenAI 托管的工具在这里没验证过 | 工具调用;强制指定工具会改成 auto 加一句指令发出 |
| apimodels.app 不提供 | Batch API、Fast 和 Ultrafast 模式 | Batch API、Fast mode |
| Artificial Analysis 智能指数 | 62 | 65 |
| Vals Index | 67.66%(41 个中第 7) | 71.31%(第 1) |
| 输出速度(Artificial Analysis) | 64 token/秒 | 112 token/秒 |
| 每个 Artificial Analysis 任务耗时 | 10.7 分钟 | 40.7 分钟 |
| 网络安全防护 | 高风险任务的防护收紧了;OpenAI 自己说这也会挡掉一部分正当的漏洞研究 | 会拦下大部分网络安全任务,被拦的请求改由 Opus 4.8 回答 |
第三方跑分
Artificial Analysis 和 Vals AI 都把 Fable 5.2 排在第一、GPT-6.2 Astra 排在它后面。但 Artificial Analysis 指数里面的分项比总分接近:两边都有成绩的九项评测(max 档)里,Fable 5.2 赢五项,Astra 赢四项。Fable 赢在知识和研究(HLE-Diamond、CritPt、AA-Omniscience)、AA-Briefcase 知识工作和 FrontierCode;Astra 赢在 Terminal-Bench 4.0、Terminal-Bench-Science、GDP.pdf,AutomationBench-AA 小胜。Artificial Analysis 另外做的 AA-3D 和 AA-Robotics 也是 Astra 领先。
换个 effort 档位,有几行的结果会变。xhigh 档下 Astra 的 FrontierCode-AA 是 49.0%,Fable 是 47.6%,和 max 档正好相反。Artificial Analysis 跑 Fable 5.2 时开着 Anthropic 默认的兜底。
| 评测(max 档) | 谁跑的 | GPT-6.2 Astra | Claude Fable 5.2 |
|---|---|---|---|
| 智能指数 v5.0.1 | Artificial Analysis | 62 | 65 |
| Vals Index | Vals AI | 67.66%(41 个中第 7) | 71.31%(41 个中第 1) |
| Terminal-Bench 4.0 | Artificial Analysis | 64.1% | 59.6% |
| Terminal-Bench-Science 0.1 | Artificial Analysis | 78.1% | 73.3% |
| GDP.pdf | Artificial Analysis | 29.8% | 24.2% |
| AutomationBench-AA | Artificial Analysis | 77.2% | 76.4% |
| FrontierCode-AA 2.0 | Artificial Analysis | 45.4% | 48.8% |
| HLE-Diamond | Artificial Analysis | 72.2% | 80.2% |
| CritPt v2(难题子集) | Artificial Analysis | 71.5% | 76.5% |
| AA-Omniscience v1.1 | Artificial Analysis | 50 | 67 |
| AA-Briefcase v1.1(Elo) | Artificial Analysis | 1643 | 1785 |
| AA-3D(Elo,盲评人工投票) | Artificial Analysis | 1318 | 1271 |
| AA-Robotics v0.1 | Artificial Analysis | 79 | 75 |
| 每个 Vals Index 测试的花费 | Vals AI | $10.68 | $17.94 |
| 每个 Vals Index 测试的耗时 | Vals AI | 52 分 16 秒 | 43 分 42 秒 |
厂商公布的数字:OpenAI 说了什么,Anthropic 还没回应什么
OpenAI 的发布文在九张图上把 Fable 5.2 和 GPT-6.2 Astra 画在一起,其中一张就是上面的 Artificial Analysis 指数。其余八张按 OpenAI 的数字,Astra 赢六项,Fable 5.2 赢两项:FrontierCode 2.0 和 BenchCAD。OpenAI 有两条脚注要注意:Agents’ Last Exam 去掉了 Fable 5.2 的九个由 Anthropic 兜底模型作答的任务;Terminal-Bench-Science 上 Fable 5.2 的那个点用的是 Artificial Analysis 的跑法,Anthropic 自己报的是 Claude Code、max 档 74.6%。GDPval v2 是 OpenAI 的内部评测。这些都应当当作 OpenAI 的说法来看。
Anthropic 的 Fable 5.2 发布表是 11 月 9 日出的,里面对比的是老的 GPT-6 Astra,所以目前还没有 Anthropic 给 GPT-6.2 Astra 的数字。它公布的 Fable 5.2 成绩里,OpenAI 没有画进图的项目,比如 FrontierSWE v2 69.9%、OSWorld 2.1 89.3%(离线集、按步骤给分)、Remote Labor Index 41.3%,都还没有 GPT-6.2 Astra 的成绩可比。
| 评测(OpenAI 发布图) | GPT-6.2 Astra | Claude Fable 5.2 |
|---|---|---|
| Agents’ Last Exam v1.1 | 78.3%(xhigh,每任务 $2.89;max 77.6%) | 72.8%(max,每任务 $60.05) |
| Terminal-Bench-Science 0.1 | 77.1%(max,$7.15) | 73.3%(max,$45.21,Artificial Analysis 跑法) |
| Vals Science Index v1 | 68.4%($4.17) | 63.7%($8.79) |
| AutomationBench 1.0.6 | 52.4%(max,$0.83) | 51.4%(max,$4.64) |
| Harvey LAB-AA v1.1(法律) | 15.0%(max,$6.35) | 7.2%(max,$39.84) |
| GDPval v2(OpenAI 内部) | 50.4%(max,输出 35,812 token) | 44.8%(max,输出 222,344 token) |
| FrontierCode 2.0 | 44.2%(max,$5.97) | 49.1%(xhigh,$14.19) |
| BenchCAD 2.1 Core | 82.5%(max,$5.43) | 83.5%(max,$50.77) |
价格和一单活要花多少钱
官方单价都是 $8 / $40,所以 token 数相同的一单活,两边价钱一样:输入 5 万、输出 5 千 token,都是 $0.60。真正把账单拉开的是三件事。一是思考 token 按输出计费,而 Astra 写得少得多:max 档跑完整个 Artificial Analysis 指数,Astra 输出 6,580 万 token,Fable 5.2 是 2.75 亿,折成每个任务是 $4.00 对 $26.54。Vals 在自己那套任务上测到的差距小一些,每次测试 $10.68 对 $17.94。二是缓存命中价,Astra $0.40、Fable 5.2 $0.20,反复重发长上下文的 agent 会感觉到。三是单次输入超过 27.2 万 token 时,Astra 整个请求按 2 倍输入价、1.5 倍输出价计费,Fable 5.2 到 1M 都是一个价。
在 apimodels.app 上,GPT-6.2 Astra 比 OpenAI 官方价低 50%,Fable 5.2 比 Anthropic 官方价低 40%,每一类 token 都是同样的折扣,所以上面测得的每任务成本可以直接按比例换算。Astra 的 272K 阶梯在这里同样适用。失败的请求不收费。
| 任务 | Astra 官方价 | Fable 5.2 官方价 | Astra 在 apimodels.app | Fable 5.2 在 apimodels.app |
|---|---|---|---|---|
| 输入 5 万、输出 5 千 token | $0.60 | $0.60 | $0.30 | $0.36 |
| 输入 40 万、输出 1 万(超过 272K) | $7.00 | $3.60 | $3.50 | $2.16 |
| 一个 Artificial Analysis 任务 | $4.00 | $26.54 | 约 $2.00 | 约 $15.92 |
| 一次 Vals Index 测试 | $10.68 | $17.94 | 约 $5.34 | 约 $10.76 |
速度
一旦开始输出,Fable 5.2 更快:每秒 112 个 token 对 64 个。Astra 开口更早,而且写得少,做完一个 Artificial Analysis 任务只要 10.7 分钟,Fable 5.2 要 40.7 分钟。medium 档下 Astra 出第一个 token 只要 2.7 秒,Fable 5.2 是 9.9 秒。Vals 在自己那套任务上测出来的结果相反:每次测试 Astra 52 分钟、Fable 5.2 44 分钟,所以按速度分流之前,先用自己的任务计一次时。
| Artificial Analysis 测得 | GPT-6.2 Astra | Claude Fable 5.2 |
|---|---|---|
| 输出速度 | 64 token/秒 | 112 token/秒 |
| 第一个 token,max 档 | 147.65 秒 | 214.95 秒 |
| 第一个 token,medium 档 | 2.70 秒 | 9.87 秒 |
| 单次请求端到端,max 档 | 316.23 秒 | 397.83 秒 |
| 每个指数任务耗时,max 档 | 10.7 分钟 | 40.7 分钟 |
GPT-6.2 Sol:价格更低的选择
GPT-6.2 Sol 是同一批发布的 OpenAI 日常主力模型,官方价只有 Astra 的四分之一:每百万 token $2 / $10,在 apimodels.app 是 $1 / $5。上下文同样 1.05M、最多输出 128K、输入文字和图片,知识截止 2026 年 6 月 1 日。Artificial Analysis 给它 57 分,比 Astra 低 5 分、比 Fable 5.2 低 8 分,每个任务 $1.01。
在一部分 agent 任务上它不输。OpenAI 的图上,Sol 在 FrontierCode 2.0 上和 Astra 只差半分不到(43.8% 对 44.2%),花费约五分之一;在 Agents’ Last Exam 上和 Fable 5.2 持平(每任务 $1.32 拿 73.0%,Fable 5.2 是 $60.05 拿 72.8%)。要注意的一点来自 Artificial Analysis:Sol 的编程 agent 指数比 GPT-6.1 Sol 低了 3 分,主要是 SWE-Atlas-QnA-AA 掉了 14 分,所以把编程 agent 切过去之前,先用你自己的代码问答测一遍。
| GPT-6.2 Sol | GPT-6.2 Astra | Claude Fable 5.2 | |
|---|---|---|---|
| 官方价,每百万 token | $2 / $10 | $8 / $40 | $8 / $40 |
| apimodels.app 价格 | $1 / $5 | $4 / $20 | $4.80 / $24 |
| Artificial Analysis 智能指数 | 57 | 62 | 65 |
| 每个 Artificial Analysis 任务的花费,官方价 | $1.01 | $4.00 | $26.54 |
| Vals Index | 66.06%(第 9) | 67.66%(第 7) | 71.31%(第 1) |
| 每个 Vals Index 测试的花费 | $3.18 | $10.68 | $17.94 |
| FrontierCode 2.0(OpenAI 图表) | 43.8% | 44.2% | 49.1% |
| Agents’ Last Exam v1.1,max 档(OpenAI 图表) | 73.0% | 77.6% | 72.8% |
| 输出速度(Artificial Analysis) | 85 token/秒 | 64 token/秒 | 112 token/秒 |
什么时候两个都不合适
大批量、差几分也无所谓的活:用上面的 GPT-6.2 Sol。一个 Artificial Analysis 任务的花费是 Astra 的四分之一,约为 Fable 5.2 的二十六分之一。
想留在 Claude 体系里、token 单价减半:用 Claude Opus 5.5,官方价 $4 / $20(apimodels.app 上 $2.40 / $12)。它在 Artificial Analysis 上 max 档 59 分,每个任务 $10.04;Vals Index 70.14%,排第 4,高于 Astra。Claude Code 和 Anthropic Messages API 都能直接用。
安全研究、写漏洞利用:两个模型都有限制。Anthropic 说 Fable 5.2 的安全防护会拦下大部分网络安全任务,转给 Opus 4.8 回答;OpenAI 说 GPT-6.2 收紧的防护也会挡掉一部分正当的漏洞研究,防御方要走它单独的 Daybreak 计划,而那里暂时还没有 GPT-6.2。
要输入音频或视频:两个都不行,都只接收文字和图片。Gemini 4 Carbon 能接收文字、图片、视频、音频和 PDF。
要注意的地方
GPT-6.2 Astra 才发布一天,接下来几周还会有更多第三方结果;Anthropic 也还没有公布任何和它的对比。Artificial Analysis 跑 Fable 5.2 时开着 Anthropic 的兜底,而 OpenAI 在 Agents’ Last Exam 上把兜底作答的任务从 Fable 的成绩里去掉了,同一个问题两家的处理方式不一样。Artificial Analysis 测得 Astra 在 max 档下 AA-Omniscience 幻觉率 59%(Sol 55%),这项测试的得分也是 Fable 5.2 更高,67 对 50。OpenAI 还提到,在它的两项测试里,两个 GPT-6.2 模型比 GPT-6 Astra 更容易漏报阻碍,比如文件缺失、搜索工具不可用,所以工具返回的结果要在你自己的代码里检查,不要只看模型的总结。
出处
全部于 2026 年 11 月 18 日查阅。第三方跑分、速度和任务成本来自 Artificial Analysis(对比页、模型页和它关于 GPT-6.2 发布的文章)和 Vals AI(Vals Index 榜,页面标注 11 月 16 日更新;GPT-6.2 Astra 模型页)。厂商数字来自 OpenAI 的 GPT-6.2 发布文和模型页,以及 Anthropic 的 Fable 5.2 发布公告、模型总览和定价页。apimodels.app 的价格是我们自己的。这一页没有做付费实测。
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-6.2-astra",
"messages": [{"role": "user", "content": "Read the attached test log and tell me which change broke the build: ..."}]
}'
# same key, same endpoint: change "model" to "claude-fable-5-2" for Fable 5.2, or "gpt-6.2-sol" for Sol常见问题
GPT-6.2 Astra 比 Claude Fable 5.2 强吗?
综合来看不是。两个独立综合指数都是 Claude Fable 5.2 分更高:Artificial Analysis 65 对 62;Vals Index 71.31% 对 67.66%,Fable 排第 1、Astra 排第 7。GPT-6.2 Astra 强在具体的几类活:终端编程(Terminal-Bench 4.0,64.1% 对 59.6%)、科学类 agent(Terminal-Bench-Science,78.1% 对 73.3%)和生成文档(GDP.pdf,29.8% 对 24.2%)。按官方价,它做一个 Artificial Analysis 任务只要 $4.00,Fable 5.2 要 $26.54。
有没有比 Claude Fable 5.2 更强的模型?
看综合排行榜,目前还没有。截至 2026 年 11 月 18 日,Claude Fable 5.2 在 Artificial Analysis 智能指数(65)和 Vals Index(71.31%)上都排第一。最接近的 OpenAI 模型是 GPT-6.2 Astra,分别是 62 和 67.66%,并且在几项单项测试上胜过 Fable 5.2,包括 Terminal-Bench 4.0、Terminal-Bench-Science、GDP.pdf 和 AA-3D。如果你说的是最早的 Claude Fable 5,Fable 5.1 和 Fable 5.2 都是它之后的新版本。
GPT-6.2 Astra 比 GPT-6 Astra 强多少?
Artificial Analysis 智能指数高约 5 分(62 对 57),Vals Index 高 2.6 个百分点(67.66% 对 65.02%)。OpenAI 在自己的图上报的提升更大:Agents’ Last Exam 高 5.2 分,成本不到三分之一;Terminal-Bench-Science 高 9 分;内部的 GDPval v2 高 6.2 分,输出 token 少 22%。官方价也降了 20%,变成每百万 token $8 / $40,缓存输入降了 60%,变成 $0.40。
GPT-6.2 Astra 的跑分是多少?
第三方结果(max 档):Artificial Analysis 智能指数 62(Claude Fable 5.2 为 65),Vals Index 67.66%(41 个中第 7),Terminal-Bench 4.0 64.1%,Terminal-Bench-Science 0.1 78.1%,HLE-Diamond 72.2%,AA-3D Elo 1318,在该榜单排第一。OpenAI 自己的图上还有:Agents’ Last Exam v1.1 77.6%(xhigh 档 78.3%),BenchCAD 2.1 Core 82.5%,Harvey LAB-AA v1.1 15.0%。
GPT-6.2 Astra 和 Claude Opus 5.5 怎么选?
GPT-6.2 Astra 在 Artificial Analysis 上分更高(max 档 62 对 59),每个任务也更省(官方价 $4.00 对 $10.04),在 OpenAI 的 Agents’ Last Exam 图上也领先(77.6% 对 71.6%)。Opus 5.5 在 Vals Index 上排名更高(70.14% 第 4,Astra 67.66% 第 7),每 token 的官方价只有 Astra 的一半,$4 / $20 对 $8 / $40。在 apimodels.app 上 Opus 5.5 是 $2.40 / $12,Astra 是 $4 / $20。工具链建在 Claude Code 或 Anthropic Messages API 上就选 Opus 5.5;否则在 Artificial Analysis 的任务上,同样的钱 Astra 做得更多。
GPT-6.2 Sol 和 Claude Opus 5.5 怎么选?
GPT-6.2 Sol 花费低得多:官方价 $2 / $10 对 $4 / $20(apimodels.app 上 $1 / $5 对 $2.40 / $12),一个 Artificial Analysis 任务 $1.01 对 $10.04。综合分数是 Opus 5.5 更高,Artificial Analysis 59 对 57,Vals 70.14% 对 66.06%;但在 OpenAI 的 Agents’ Last Exam 图上 Sol 略胜(73.0% 对 71.6%)。大批量的活用 Sol;那几分很重要、或者你在 Claude Code 里干活,用 Opus 5.5。
GPT-6.2 Sol 和 Claude Fable 5.2 差多少?
综合分数差得不少:Artificial Analysis 上 Sol 57、Fable 5.2 65,Vals Index 66.06% 对 71.31%。但在一部分 agent 测试上它持平,花费只是零头:OpenAI 的 Agents’ Last Exam 图上,Sol 每任务 $1.32 拿 73.0%,Fable 5.2 每任务 $60.05 拿 72.8%。官方价是 $2 / $10 对 $8 / $40。
