2026年9月的第一周，AI行业迎来了今年最激烈的一场旗舰大模型对决。
9月1日，Anthropic率先发布Claude Fable 5.1，定位“全球最先进的编程和知识工作模型”。两天后的9月3日，OpenAI推出GPT-6 Astra，OpenAI总裁Greg Brockman在发布会上宣告“欢迎来到AGI时代”。
两款模型API定价完全相同：每百万输入token 10美元、每百万输出token 50美元。但在相同的价格标签之下，性能表现却各有侧重。
核心参数速览
在Artificial Analysis Intelligence Index上，GPT-6 Astra得分为61分，与GPT-5.6 Sol持平。Claude Fable 5.1（max with fallback）得分为66分，排名第一。两者分差为5分，Fable 5.1领先。
在BenchLM平台上，Fable 5.1以82.95/100的综合评分领先于Astra的81.05/100，但两者的90%置信区间存在重叠。
编程与智能体任务：各有所长
在Artificial Analysis Coding Agent Index中，GPT-6 Astra在Codex上得分67分，大致相当于Claude Opus 5和Fable 5的水平。而Fable 5.1在该指数上以70分领跑。
GPT-6 Astra在编程索引上的最大优势是成本效率——它只用了Fable 5三分之一的token就达到了相同分数，在最大推理设置下每任务成本约为Fable 5的一半。不过，Fable 5.1的缓存读取定价仅为0.25美元/百万token，是Astra（1美元/百万token）的四分之一，在长上下文、高缓存命中率的Agent工作流中具有显著的成本优势。
在智能体任务方面，BenchLM数据显示Claude Fable 5.1在公共智能体跑道上以78.7分领先GPT-6 Astra的70.3分。但在终端编程能力测试Terminal-Bench 4.0中，GPT-6 Astra得分57.7%，高于Fable 5.1的55.8%。在业务流程自动化测试Automation Bench中，Astra得分41.4%，同样高于Fable 5.1的31.4%。
科学研究能力：Astra全面占优
在衡量自主科学研究能力的Terminal-Bench Science 0.1基准上，GPT-6 Astra得分64.6%，显著高于Claude Fable 5.1的52.6%。Fable 5.1相较前代Fable 5已实现翻倍提升（从24.7%到52.6%），但Astra的领先幅度仍然明显。完成同等任务的估计API成本，Astra低约31%。
在高难度数学测试Frontier Math Tier4（v2）中，Astra取得了97.6%的成绩，Claude Fable 5.1为87.8%。
在ARC-AGI-3测试中——衡量模型在陌生环境中的抽象推理和学习能力——Astra拿到99.9%的接近满分成绩，而上一代GPT-5.6 Sol仅为7.8%。不过需要注意的是，ARC-AGI官方博客指出，99.9%的分数是通过OpenAI定制适配器实现的，默认测试框架下得分可能有所不同。
计算机操作与安全能力
在模拟计算机操作的OSWorld 2.0测试中，GPT-6 Astra得分72.6%，单任务平均时间从上一代的约75分钟缩短至40分钟。在Arena AI的AutomationBench中，Astra得分41.4%，Fable 5.1为31.4%。
在网络安全能力上，Astra是首个达到OpenAI“关键级”网络安全能力门槛的模型。它在ExploitBench上得分100%（GPT-5.6 Sol为78.5%），在ExploitGym上得分42.4%，在SRE-Bench二进制逆向工程上99.2%在四次尝试内完成。
延迟与吞吐量
在Artificial Analysis的实测中，GPT-6 Astra的输出速度为56.3 tokens/s，Claude Fable 5.1的输出速度为55.7 tokens/s，两者速度基本持平，均略低于行业平均水平（71 tokens/s）。
总结：如何选择
两款模型定价完全相同，但适用场景有明显差异：
选择GPT-6 Astra的场景：科学研究与数学推理任务（Terminal-Bench Science 0.1大幅领先、FrontierMath Tier4 97.6%对87.8%）；计算机操作与GUI智能体任务（OSWorld 2.0 72.6%、AutomationBench 41.4%对31.4%）；需要最强网络安全能力的场景（ExploitBench 100%）；高难度抽象推理任务（ARC-AGI-3跃升至99.9%）；对每任务成本敏感的场景（Astra每任务约$1.67，Fable约$3.70）。
选择Claude Fable 5.1的场景：长上下文、高缓存命中率的智能体工作流（缓存读取定价仅Astra的四分之一）；需要最高综合智能水平的场景（智能指数66对61）；编程与编码智能体任务（Coding Agent Index 70对67）；对知识新鲜度要求较高（知识截止2026年6月）；工具辅助的复杂推理任务（HLE with tools 65.0%对57.2%）。
（素材来自：OpenAI/Anthropic 智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。