わずか2日の間に、AnthropicとOpenAIは相次いで新たなフラッグシップAIモデルを発表しました。両者の定価は完全に一致しています:入力100万トークンあたり10ドル、出力100万トークンあたり50ドルです。しかし直感とは裏腹に、定価が同じだからといって実際の請求額が同じになるわけではなく、真のコスト評価はより複雑になっています。
本記事では、GPT-6 AstraとClaude Fable 5.1を、ソフトウェア開発・自律エージェント機能、高度推論、コンピュータ操作、セキュリティ、そして実運用コストの観点から徹底比較します。
– OpenAI公式ベンチマークではAstraがほぼ全項目でリードする一方、独立系評価機関Artificial Analysisの指標ではFable 5.1がトップにランクインしています。
– 定価は同等ですが、プロンプトキャッシュ読込価格(Fable 5.1が4倍安価)と、Astraの272K超長文コンテキスト割増料金に差が存在します。
– タスクあたりの実測コストでは逆転が起きます。Artificial Analysisの測定では、Astraが目標達成に必要な生成トークン数が大幅に少ないため、タスク単価はAstraの1.67ドルに対し、Fable 5.1は3.76ドルとなります。
– デスクトップ操作、CAD等の成果物生成、数学・科学推論、サイバー防衛、およびタスクあたりの低コスト性を重視する場合はGPT-6 Astraを推奨します。
– 思考の深さ、272Kトークン超の長大プロンプト、キャッシュ読込が主体のエージェントループではClaude Fable 5.1を推奨します。
GPT-6 Astraとは何か?
GPT-6 Astraは、GPT-5.6 Solの後継として登場したOpenAIの最前線フラッグシップです。単なる対話ではなくエージェントとしてのタスク実行に特化して設計されています。OpenAIは本モデルをコンピュータ操作、専門的実務、高度ソフトウェア工学向けと位置づけており、同社のPreparedness Frameworkにおいて「Critical」サイバーセキュリティ基準を初めてクリアしたモデルです。1,050,000トークンのコンテキストウィンドウ、最大128K出力、2026年4月30日のナレッジカットオフを備えています。
Codex環境において、Astraは要約による圧縮ではなくコンテキストウィンドウを横断して検索可能なメモを保持し、推測と質問のタイミングを自律判断します。
Claude Fable 5.1とは何か?
Claude Fable 5.1は、難度の高い推論タスクと長時間の自律エージェント運用向けに最適化されたAnthropicの最高峰モデルです。100万トークンのコンテキスト、最大128K出力、常時適応型推論(Adaptive Thinking)、2026年6月のナレッジカットオフを備えています。
注目すべき変更は、基本定価を維持したまま、キャッシュ読込料金を75%削減し100万トークンあたり0.25ドルとした点です。
GPT-6 Astra vs Claude Fable 5.1:直接対決スペック比較

要約:OpenAI公表値ではAstraが広範にリードしていますが、Artificial Analysisの独立指標ではFable 5.1が首位を獲得しています。
| 項目 / ベンチマーク | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| 発表日 | 2026年9月3日 | 2026年9月1日 |
| APIモデル識別子 | gpt-6-astra | claude-fable-5-1 |
| コンテキストウィンドウ | 105万トークン | 100万トークン |
| 最大出力トークン | 128Kトークン | 128Kトークン |
| 知識カットオフ | 2026年4月30日 | 2026年6月 |
| 基本定価(1Mトークン) | 入力 $10 / 出力 $50 | 入力 $10 / 出力 $50 |
| キャッシュ読込(1Mトークン) | $1.00(272K超は $2.00) | $0.25 |
| 272K超入力時の割増 | 入力・キャッシュ2倍、出力1.5倍 | 割増なし(一律) |
| FrontierMath Tier 4 (v2) | 97.6% | 87.8% |
| Humanity’s Last Exam(ツール有) | 57.2% | 65.0% |
| ScreenSpot-Pro(ツール無) | 92.7% | 87.3% |
| AutomationBench | 41.4% | 31.4% |
| ExploitBench | 100% | 70% |
| AA Intelligence Index(最大努力) | 61 | 66 |
| AA タスクあたりコスト(最大努力) | $1.67 | $3.76 |
| 主な強み | PC操作、数学、サイバー防衛、タスク単価 | 深い推論、キャッシュ高頻度利用環境 |
コーディングおよびエージェント運用
Terminal-Bench 4.0において、OpenAIはAstraの57.7%に対しFable 5.1は55.8%と公表しています。DeepSWE v1.1では74.1%対67.4%と差が開きますが、FrontierCode 1.1 Mainでは53.3%対50.9%と拮抗しています。
| ベンチマーク | GPT-6 Astra | Claude Fable 5.1 | 備考 |
|---|---|---|---|
| Terminal-Bench 4.0 | 57.7% | 55.8% | OpenAI表発表値 |
| DeepSWE v1.1 | 74.1% | 67.4% | OpenAI報告値 |
| FrontierCode 1.1 Main | 53.3% | 50.9% | ほぼ同等水準 |
| CursorBench 3.2.0 | 非公開 | 73.4% | Anthropic報告(最大努力時) |
| AA Coding Agent Index | 67(Codex内) | 70(Claude Code内) | 独立評価(実行環境依存) |
Artificial AnalysisのCoding Agent Indexでは、Claude Code内のFable 5.1が最高点70を獲得し、Codex内のAstraは67でした。ただしAstraは極めてトークン消費効率が高く、Codex内でGPT-5.6 Solの約3分の1、Claude Opus 5の5分の1のトークン数で同等結果を達成しています。
高度推論および科学・学術タスク
FrontierMath Tier 4 v2では97.6%対87.8%、GPQA Diamondでは96.0%対93.7%とAstraが数学・自然科学分野で優勢です。
一方、学際的複合推論を測るHumanity’s Last Exam(ツール利用)ではFable 5.1が65.0%対57.2%とリードしており、Artificial AnalysisのIntelligence IndexでもFable 5.1が66点を獲得して首位に立っています。
コンピュータ操作およびプロフェッショナル成果物
OSWorld 2.0(72.6% vs 70.2%)やScreenSpot-Pro(92.7% vs 87.3%)、BenchCAD(95.9% vs 84.3%)においてAstraが優位性を示しています。CAD設計やスライド生成などの実務成果物において極めて高い精度を誇ります。
安全性とサイバー防衛
ExploitBenchにおいてAstraは100%を達成し、FrontierCyberの226問中86問を攻略しました。Anthropicは脆弱性の検出にとどめ、攻撃コードの自動生成を意図的に抑止する調整を行っています。
API料金:実際の支払額はどうなるか
基本定価が同一であるため、コスト差はキャッシュと長文コンテキストの取り扱いに起因します。

トークン単価の比較
| 項目 | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| 入力(100万トークンあたり) | $10.00 | $10.00 |
| 出力(100万トークンあたり) | $50.00 | $50.00 |
| キャッシュ読込(100万トークン) | $1.00 | $0.25 |
| 272K超入力時の料金 | 入力 $20 / キャッシュ $2 / 出力 $75 | 割増なし(定額) |
タスク完了あたりの実測コスト比較
Artificial Analysisの実測データによると:
| 推論努力レベル | GPT-6 Astra:スコア / 単価 | Claude Fable 5.1:スコア / 単価 |
|---|---|---|
| 最大努力(max) | 61 / $1.67 | 66 / $3.76 |
| 高努力(xhigh) | 61 / $1.20 | 65 / $2.72 |
最大努力時、Fable 5.1はAstraの約2.25倍のコストがかかります。これはFable 5.1が回答生成時に約1.7倍の出力トークンを消費するためです。Astraは無駄のないトークン生成でタスクを効率的に完了させます。
実証実験:物理シミュレーションHTML一発生成テスト
両モデルに外部ライブラリなしの単一HTMLによる物理シミュレーションコード生成を行わせました:

