GPT-6 Astra vs Claude Fable 5.1 比較──同じ$10/$50で何が違うか。公式ベンチの突合・独立指標・プラン別に使える条件・キャッシュ単価の4倍差を1枚に

2026年9月17日・日本時間時点の情報です。 2026年9月1日にAnthropicがClaude Fable 5.1を、その2日後の9月3日にOpenAIがGPT-6 Astraを出した（いずれも米国時間）。API価格はどちらも入力$10・出力$50（100万トークンあたり）で、真正面からぶつかる2本になった。この記事は、両社の公式ページ・料金ページ・ヘルプに書かれている数字だけで、「性能はどう違うのか」「同じ$10/$50で本当に同じ費用なのか」「自分のプランで使えるのか」の3つを突き合わせる。速報時の詳細はGPT-6 Astra公開とClaude Fable 5.1公開にあり、本記事はその2本をまたいで1枚にまとめ直したものである。

3行まとめ

1. 公式ベンチは物差しで逆転する。 OpenAIの比較表ではAstraが科学研究のTerminal-Bench Science 64.6%対52.6%、業務自動化のAutomationBench 41.4%対31.4%など多くの行で上。同じ表に載ったArtificial AnalysisのIntelligence IndexはFable 5.1 65.7対Astra 61.2、Humanity's Last Exam（ツールあり）は65.0%対57.2%でFable 5.1が上。Fable 5.1の数字は、OpenAIの表とAnthropicの表で4行が一致している。
2. トークン単価は同じ$10/$50でも、キャッシュ読み込みが4倍違う。 Astraは$1.00、Fable 5.1は$0.25。Astraは入力27.2万トークンを超えると入力2倍・出力1.5倍になり、Fable 5.1は100万トークンの全域が標準単価。知識カットオフはAstraが2026年4月30日、Fable 5.1が2026年6月。
3. 使えるプランの形が違う。 ChatGPT Plus（$20）はWorkとCodexだけでChatでは使えず、Pro $100／$200ならChatで「GPT-6 Pro」として週50通／200通。Claudeは無料プランで不可、Pro（$20）は従量の使用量クレジット、Max 5x／20x（$100／$200）は週間上限の50%まで標準搭載、と料金ページに書かれている。

まず1枚の表──公式資料の記載を並べる

出典は、AstraがOpenAIのモデルページとAPI料金ページ、Fable 5.1がAnthropicの公式ドキュメントと料金ページ（9月17日取得）。

公式ベンチの突合──Fable 5.1の数字は両社の表で4行が一致する

OpenAIの公式ページの比較表にはClaude Fable 5.1の列があり、AnthropicのページはAstraより2日早く出ているのでAstraの列は無い。そこで、OpenAIの表に載ったFable 5.1の値と、Anthropicの表に載ったFable 5.1の値を横に並べる。両社が同じ数字を出している行は、比較の土台として使いやすい。

一致しているのはTerminal-Bench Science 0.1、Terminal-Bench 4.0、AutomationBench、Humanity's Last Exam（ツールあり）の4行。OSWorld 2.0はAnthropicが「2026年8月版のタスクで測ったので過去の公表値と直接比較できない」と脚注に書いており、OpenAIの表の「Offline」とは条件が違うので、この行は比べない。

OpenAIが本文で最も押しているのはTerminal-Bench Scienceで、64.6%対52.6%に「推定APIコストは約31%低い」を添えている。同じ公式ページのグラフ26枚のうち22枚は横軸がAPIコストか出力トークンで、絶対値の差より「同じ点に届くまでの費用」を見せる作りになっている。一方でAnthropicは、Fable 5.1の表に「本番セーフガードを有効にして評価し、介入したタスクは0点」という自分に不利な注記を付けている。同じ「52.6%」でも、OpenAIの表の注記は「点数はどの努力レベルでも最大値」、Anthropicの表の注記は「本番セーフガード有効で、介入したタスクは0点」と、付いている但し書きが違う。

Astraが下回る行と、独立指標

OpenAIの表そのものに、Astraが他社を下回る行が載っている。

Artificial Analysisが9月3日に自分のアカウントで出した値（整数表記）では、Intelligence Index v4.1.1がAstra 61・Fable 5.1 66・Opus 5 63・Fable 5 62でAstraは5位、Coding Agent Index v1.4はCodex上のAstraが67、Claude Code上のFable 5.1が70、Opus 5が68、Fable 5が67で、こちらもAstraは5位である。本記事で参照した独立指標はこの1社ぶんだけで、順位は物差しで変わる。

「同じ$10/$50」の中身──キャッシュと長い入力で差が出る

トークン単価が同じでも、実際の請求は同じにならない。差が出るのは2か所ある。

キャッシュ読み込み。 同じ前置き（システムプロンプト・資料・過去の会話）を何度も送るエージェント用途では、入力の大半がキャッシュから読まれる。その単価がAstraは$1.00、Fable 5.1は$0.25で4倍違う。Anthropicは9月1日のブログで、Fable 5のキャッシュ読み込み$1.00を75%下げた効果として「通常のワークロードでFable 5比75、エージェント色の強いワークロードで55」という指数を出し、その根拠を「2026年8月の4週間の実使用・既定effort」と書いている。Astraの$1.00は、値下げ前のFable 5と同じ水準にあたる。

長い入力。 Astraのモデルページには、入力が27万2,000トークンを超えるプロンプトは「そのリクエスト全体について、入力とキャッシュの単価が2倍、出力が1.5倍」と書かれている（原文は使い方の記事に逐語で載せた）。境界を1トークン超えただけで全トークンが割増になる。Fable 5.1は100万トークンの全域が標準単価で、Anthropicのドキュメントに長さによる割増の記載は無い。長い文書やコードベースを丸ごと渡す使い方では、この差がトークン単価の同額より大きく響く。

逆にAstraにあってFable 5.1側で確認できなかったのが、Batch／Flexの半額（$5／$25）が料金表に明記されている点と、Fastモード（最大2.5倍速・価格2倍）である。Claudeの料金ページにも「Save 50% with batch processing」の記載はあるので、Batchの半額は両方にある。

どのプランで使えるか──ChatGPT側は「どこで」、Claude側は「どれだけ」の制約

ChatGPT側は、OpenAIのヘルプ「GPT-5.6 and GPT-6 Pro in ChatGPT」に整理がある。Plus（$20）に含まれるのはChatGPT WorkとCodexだけで、通常のChatではAstraを選べない。Chatで使えるのはPro $100・Pro $200・Business・Enterpriseで、表示名は「GPT-6 Pro」。上限はPro $200が週200通、Pro $100が週50通（GPT-5.6 Sol Proと共有）。Codexの5時間あたりの目安はPlusで5〜45通、Pro 5倍枠で25〜225通、Pro 20倍枠で100〜900通（GPT-5.6 Solの半分）。なおPro $200は2026年9月時点で新規申込を一時停止していると当サイトのChatGPT料金記事に整理した。

Claude側は、料金ページの「Models and usage」の表に「Fable」の行がある。9月17日に取得した記載では、Free「No」、Pro「Usage credits」（使用量クレジット＝従量）、Max 5x／Max 20x「50% of weekly limits」（週間上限の50%まで）、Teamは「premium seatsで50% of weekly limits」、Enterpriseは「Yes」。つまりClaudeはどの画面でも選べるが、$20のProでは月額の枠に含まれず従量になり、Max（$100／$200）でも週間上限の半分までという量の制約が付く。この表の行名は「Fable」で世代の表記は無く、同じページのAPI価格の欄では現行が「Fable 5.1」、「Fable 5」はレガシー欄に移っている。ヘルプ「Claude Fable models on your plan」（9月2日更新）はもう少し具体的で、Maxではプランの通常の週間上限から引かれ「他のClaudeモデルより速く消費する」、50%に達したら使用量クレジットで続けるか他のモデルに切り替える、Proでは最初から使用量クレジットで動き、Fable 5にあった7月の一時クレジットは「Fable 5.1には無い」と書いている。Claude CodeでFable 5.1を選ぶにはバージョン2.1.255以上が必要。Claude Codeの週間上限そのものは、@ClaudeDevsが9月14日から恒久的に+25%にすると告知している（整理記事）。

安全装置の違い──止まり方が違う

両社とも、最上位モデルには仕事を止める仕組みがある。止まり方が違う。

Astraは、ChatGPTのリリースノート（9月3日）に「指示を取り違えた可能性を検知する監視が追加され、検知時は会話が一時停止または停止して確認を求める」とある。公式ページは「追加の安全チェックは、防御目的のサイバーセキュリティを含む正当な作業を、遅らせたり、一時停止したり、止めたりすることがある」と明記し、ChatGPTとCodexでは内容を確認して続行できるが、APIではタスクがそこで停止する。公開版は脆弱性の実証コードの作成を拒否し、防御側向けの緩い設定は「Daybreak」を通じて数週間かけて広げるとしている。

Fable 5.1は、Anthropicの説明では「Claude Code利用時のサイバーセーフガードの介入がFable 5比で1セッションあたり平均約60%減」「初歩的な生物学・医学の質問での誤検知が85%減」と緩んだ側が中心で、締まったのは蒸留対策（2026年8月31日以降に作った新規APIアカウントで、過去の会話を書き換えつつ思考の記録を保持する操作が不可。Claude Code・Cowork・claude.aiの利用者は影響なし）。ベンチマークは本番セーフガード有効で測っており、介入したタスクは0点で計上されている。安全装置の少ない版はMythos 5.1で、審査を通った組織だけが使える。

止まり方の違いはヘルプに書かれている。Anthropicのヘルプ「Why Claude switched models in your conversation with Fable 5 or Fable 5.1」（9月1日更新）によると、Fable 5.1で遮断された依頼は既定でOpusに自動で切り替わって同じ会話の中で答え直され、切り替わった旨の表示と、答えたモデルのラベルが付く（生物・化学系はOpus 5、攻撃的サイバー系はOpus 4.8）。設定（Settings > Capabilities、Claude Codeでは Config > MODEL & OUTPUT）で「Switch models when a message is flagged」を切ると、切り替えずに会話が止まる。課金は、入力の時点で遮断されたらOpusの単価だけ、途中で遮断されたらそこまでがFableの単価。つまりAstraは「止まって確認を求める（APIでは停止）」、Fable 5.1は「別のモデルに切り替えて続ける（切れる設定あり）」が既定の挙動である。

筆者が同じ課題を両方に振って決めた使い分け

ここからは公式資料ではなく、筆者の観測である。

9月5日、筆者は3Dシーンを組む制作課題を、Claude Fable 5.1とGPT-6 Astraの両方に同じ題材で振った。そのとき決めた使い分けは、**「最初の目標点を決め、構想から叩き台までがFable 5.1。その叩き台から100に持っていく作業がGPT-6 Astra」**である。理由は挙動の差にあった。Fable 5.1は成功しやすい題材を逆算して無難に組み上げ、Astraは存在しない題材に挑んで仕上げまで持っていった。どちらが上という話ではなく、Fableはゴールと採点基準を先に渡すと強く、Astraは叩き台がある状態で伸びる、というのが筆者の主観的な判定である（1件の課題での判断で、統計ではない）。

Fable 5.1については、370年未解決だった暗号を解いた件を、当サイトが出典の1834年版の本で数え直して64文字中64文字の一致を確認した（検証記事）。Astraについては、9月5日05:32に筆者環境（ChatGPT Pro）のCodexでモデル欄に「GPT-6 Astra」が出ていたことと、公式ガイドの「癖5つ」に沿って設定を減らした運用の記録が公式ガイドの記事にある。effortについては、Fable 5.1のxhighがFable 5のmaxに相当する感覚で、普段はオーバースペック、lowでも十分に働く、というのが筆者の所感（プロンプトガイドの記事）。Astraのeffortの段階ごとの感触は、本記事の時点では同じ密度で試していない。

同じ物差しに見えて揃っていない5か所

比較表を作る過程で、揃っているように見えて揃っていない箇所が5つあった。

1. Terminal-Bench 4.0のAstraの値は、OpenAIの公式ページの本文と公式Xの図が57.9%、比較表が57.7%。本記事は比較表の値を使い、本文の値を併記した
2. HealthBench ProfessionalのFable 5.1の値は、OpenAIの比較表が56.6%（脚注11: OpenAIが独自に測り直した値）、公式Xの図が58.1%。Anthropicの表にはこの項目が無い
3. BenchCADのClaudeの値は「評価に3つの変更を加えた測定」（OpenAI脚注）、**ARC-AGI-3の99.9%**は「Responses APIのハーネスで2つの設定を変えて測定」（脚注1）。モデル単体でなく周りの仕組み込みの値である
4. OSWorld 2.0は、Anthropicが2026年8月版タスクで測り「過去の公表値と直接比較できない」と書き、OpenAIの表は「Offline」の値。同じ名前だが同じ試験ではない
5. Fable 5.1の測定条件が、Anthropic側は「本番セーフガード有効・介入は0点」、OpenAI側は「点数はどの努力レベルでも最大値」。4行で数字が一致している理由（OpenAIが測り直したのか、公表値を載せたのか）は本記事では扱わず、一致という事実だけを書く

加えて、外部の追試として参照できたのはArtificial Analysisの指数だけである。SWE-benchやLMArenaのような他の独立指標にAstraとFable 5.1が並んで載ったかどうかは、本記事の確認範囲に入れていない。

参照した資料と確認日

• GPT-6 Astraの数値・引用は、OpenAI公式ページ「GPT-6 Astra: A new generation of intelligence」（本文・比較表・脚注）、モデルページ、API料金ページ、ヘルプ「GPT-5.6 and GPT-6 Pro in ChatGPT」、Codex料金ページによる。いずれも当サイトの速報（9月4日）と使い方の記事（9月17日）で確認した内容を再掲している
• Claude Fable 5.1の数値・引用は、Anthropic公式ブログ「Introducing Claude Fable 5.1 and Claude Mythos 5.1」、公式ドキュメント（モデル概要・effort）、料金ページ（2026年9月17日取得）、ヘルプセンターの「Claude Fable models on your plan」「Why Claude switched models…」（同日取得）による。料金ページのプラン表の行名は「Fable」で、世代の表記は無い
• Artificial Analysisの整数の値は同社の公式X（9月3日）、小数1桁の値はOpenAIの比較表に載ったもの
• 筆者の使い分けは9月5日の1件の課題にもとづく主観で、追試はしていない。本記事は両社の次のモデルや価格改定があれば更新する