AI コーディング

GPT-6 Astra vs Claude Fable 5.1：ベンチマーク、API料金、実務での選び方

GPT-6 AstraとClaude Fable 5.1は通常の入力・出力単価が同じですが、キャッシュ料金、長文コンテキストの課金ルール、生成速度、完了タスクあたりのコストは異なります。本稿では公式仕様、各社のベンチマーク、Artificial Analysisの独立データを組み合わせ、コーディング、ツール利用、文書分析、長時間Agentのどこで各モデルを選ぶべきかを、実践的なA/Bテスト方法とともに解説します。

BetterToken

編集チーム

2026年9月5日4 分で読めます

GPT-6 Astra vs Claude Fable 5.1：ベンチマーク、API料金、実務での選び方

gpt 6 astra claude や claude astra で検索する人の多くは、OpenAIのGPT-6 AstraとAnthropicのClaude Fable 5.1を比較したいはずです。最初に混同しやすい点を整理すると、AstraはOpenAIのモデルであり、Claudeシリーズではありません。現在「Claude Astra」という名称のモデルは存在しません。

両モデルの公式基本料金は同じで、入力100万Tokenあたり10ドル、出力100万Tokenあたり50ドルです。しかし、実際の請求額と結果は同じとは限りません。Prompt Cache、Astraの272K入力しきい値、reasoning effort、実際のToken消費量、そしてモデルを動かすagent harnessがコストと品質を左右します。

実務向けの結論

多数のツールを使う処理、Computer Use、ターミナル作業、実行中に人が方向修正したいタスクでは、まずGPT-6 Astraを試します。

大きなコンテキストを何度も再利用する処理、非常に長い入力、長時間の自律実行、出力スループットを重視する処理では、まずClaude Fable 5.1を試します。

コーディングは自分のリポジトリで両方をA/Bテストします。CodexやClaude Code内のモデルはシステムの一部であり、ランキングの差が別ツールでもそのまま再現されるとは限りません。

本稿の仕様、料金、公開評価データは 2026年9月18日 時点で確認しています。Production投入前には、各プロバイダーとBetterTokenの最新料金を再確認してください。

30秒で分かる比較

比較項目	GPT-6 Astra	Claude Fable 5.1
提供元	OpenAI	Anthropic
Model ID	`gpt-6-astra`	`claude-fable-5-1`
コンテキスト / 最大出力	1,050,000 / 128,000 Token	1,000,000 / 128,000 Token
標準入力 / 出力	1M Tokenあたり $10 / $50	1M Tokenあたり $10 / $50
Prompt Cache書き込み	1M Tokenあたり $12.50	5分 $12.50、1時間 $20 / 1M Token
Prompt Cache読み取り	1M Tokenあたり $1	1M Tokenあたり $0.25
長い入力の課金	272Kを超えると、リクエスト全体のinput/cacheが2倍、outputが1.5倍	1Mコンテキスト内は標準料金
独立Intelligence Index	53	53
独立計測の出力速度	約51.3 Token/秒	約66.4 Token/秒
最初に試したい用途	ツール中心Agent、Computer Use、対話的な軌道修正、ターミナル・科学ワークフロー	再利用する長文コンテキスト、long-horizon Agent、キャッシュ中心処理、高い出力スループット

これは万能ランキングではありません。タスクの形から最初の候補を選び、自分のデータ、ツール、受け入れ条件で検証するための案内図です。

同じ定価でも請求額が変わる理由

1. 単発の標準リクエストは同額

キャッシュなしの入力100K Token、出力10K Tokenなら次の通りです。

入力: 0.1 × $10 = $1.00
出力: 0.01 × $50 = $0.50
合計: $1.50

この条件では両モデルの公式コストは同じです。差が出るのは、コンテキストを再利用する、Astraの272Kを超える、effortを変える、または完了までのToken消費量が異なる場合です。

2. 100Kの共通プレフィックスを繰り返し読むならFableが有利

最初のリクエストで100K Tokenの共通プレフィックスをキャッシュに書き込み、その後9回は全量をキャッシュから読み取り、全体の出力が50K Tokenだったとします。Fableは5分キャッシュを使い、すべてTTL内でヒットすると仮定します。Astraの各リクエストは272K未満です。

Astra: 0.1 × $12.50 + 0.9 × $1.00 + 0.05 × $50 = $4.65
Fable: 0.1 × $12.50 + 0.9 × $0.25 + 0.05 × $50 = $3.975 ≈ $3.98

この計算は共通プレフィックスと出力だけを対象にし、各ターンの新規入力は別料金です。Fableの優位は実際にcache hitする場合に限られます。プレフィックスが変わる、TTLを過ぎる、同一ブロックを再利用しない場合は再書き込みが必要です。

3. 300K入力ではAstraのコスト構造が大きく変わる

キャッシュなしの入力300K Token、出力20K Tokenなら次のようになります。

Astra: 0.3 × $20 + 0.02 × $75 = $7.50
Fable: 0.3 × $10 + 0.02 × $50 = $4.00

Astraは272Kを超えると、超過した28Kだけでなく リクエスト全体 に追加料金がかかります。Inputとcacheは2倍、outputは1.5倍です。リポジトリ全体、大量の契約書、研究資料一式を投入すると、同じ基本単価でも差が大きくなります。

4. 「Token単価が安い」と「1タスクが安い」は別の話

Artificial Analysisには、一見矛盾する二つの結果があります。

low effortでは、GPT-6 Astraの評価タスクあたりコストは約 $0.82、Claude Fable 5.1は約 $2.37。
max effortで、cache hit/input/outputを7:2:1とした加重コストは、Fableが約 $7.17 / 1M Token、Astraが約 $7.70。

両方成立します。Cost per taskは成功率、推論の長さ、effortに左右されます。加重Token単価は固定したトラフィック構成を仮定しています。Productionでは、合格する成果物を1件得るための総コストを測るべきです。

Benchmarkから本当に読み取れること

OpenAIが公開した直接比較

GPT-6 Astraの発表ページには次の比較があります。

Benchmark	GPT-6 Astra	Claude Fable 5.1	優位
AutomationBench	41.4%	31.4%	Astra
Terminal-Bench 4.0	57.9%	55.8%	Astra
DeepSWE v1.1	74.1%	67.4%	Astra
Terminal-Bench Science 0.1	64.6%	52.6%	Astra
GPQA Diamond	96.0%	93.7%	Astra
Humanity’s Last Exam with tools	57.2%	65.0%	Fable

自動化、ターミナル、ソフトウェア開発、ツールを使う科学処理では、Astraを最初に試す根拠になります。ただしOpenAIが公開した結果です。Harness、ツール、effort、プロンプト、再試行方針が異なる可能性があるため、方向性を示す証拠として扱い、万能な結論にはしないでください。

独立比較：総合指数は同じでも得意分野は違う

Artificial Analysis v4.3では、両モデルのIntelligence Indexは 53 です。同じ比較ページでは、

Claude Fable 5.1の生成速度は約 66.4 Token/秒、Astra maxは約 51.3 Token/秒。
AstraはAutomationBench-AAやTerminal-Bench 4.0など、一部のAgent評価で優位。
FableはSciCodeやHumanity’s Last Examなど、一部の推論評価で優位。
effort、fallback、ツール、Agent環境によって結果は変わる。

「53対53だから完全に同じ」ではありません。同じ能力帯にいる一方で、強みの分布が異なると理解するのが実用的です。

ブランドではなくワークロードで選ぶ

GPT-6 Astraを先に試す場面

多くのツールを使い、実行中に人が介入したい。 OpenAIは非同期ツール呼び出しとmid-turn steeringを強調しています。
ターミナルや自動化が中心。 Terminal-BenchとAutomationBenchの結果から、システム設定や運用フローの第一候補になります。
科学・専門ソフトと推論を組み合わせる。 Terminal-Bench Science、GPQA、BenchCADはtool-assistedな科学・工学処理での可能性を示します。
low effortで低コストの初回実行をしたい。 独立評価のtask-level costはAstraが有利ですが、成功率と手戻りも記録します。

Claude Fable 5.1を先に試す場面

大きなプレフィックスを何度も再利用する。 リポジトリ索引、製品仕様、ナレッジベース、契約書テンプレートなどです。Fableのcache readはAstraの4分の1です。
入力が頻繁に272Kを超える。 1Mコンテキスト内では、Astraのようなリクエスト全体への追加料金がありません。
Agentを長時間自律動作させる。 AnthropicはFable 5.1をdemanding reasoningとlong-horizon agentic work向けに位置付けています。
出力スループットを重視する。 独立比較ではFableの方が高速です。

コーディングでは「モデル + Agent」を比較する

Codex、Claude Code、Cursor、自作Agentは次を決めます。

system promptの組み立て方
どのファイルをコンテキストに入れるか
いつツールを呼ぶか
失敗時に再試行するか
テストをどう実行・解釈するか
いつコンテキストを圧縮・キャッシュするか

したがって、Codex上のAstraとClaude Code上のFableは、二つのシステム全体の比較です。評価時にはクライアント名とバージョンも記録してください。

重要なAPI差分：`tool_choice`

Claude Fable 5.1はツール呼び出しの強制に対応していません。以下は 400 invalid_request_error になります。

{"tool_choice":{"type":"any"}}

および、

{"tool_choice":{"type":"tool","name":"your_tool"}}

利用できるのは auto と none です。ツール引数をschemaに厳密準拠させたい場合は、auto とstrict tool useを組み合わせます。応答全体を固定JSON形式にしたい場合はstructured outputsを使います。

「このターンでは必ず特定ツールを呼ぶ」ことが前提のアプリでは、この制約が小さなBenchmark差より重要です。AstraからFableへの移行がModel IDの置換だけで済むとは限りません。

自分の仕事で公平なA/Bテストを行う

一度だけ曖昧な質問をして勝者を決めないでください。実際に料金を払って実行したいタスクを3〜5件選び、入力と受け入れ条件を固定します。

最低限、次を記録します。

指標	記録内容
タスク完了	文章が自然かではなく、全受け入れ条件を満たしたか
自動テスト	成功・失敗数、無関係な変更の有無
人の手戻り	追加プロンプト、手動修正、レビュー時間
エンドツーエンド時間	依頼から合格結果までの総時間
Token	input、output、cache write、cache readを分離
総コスト	1リクエストではなく、合格結果1件あたり
安定性	重要タスクを最低2回繰り返し、ばらつきを記録

日本語プロンプト例：コード不具合の修正

目的：決済コールバックが重複処理される問題を修正する。

変更可能な範囲：コールバックの冪等性ロジックと、その関連テストだけを変更する。

行わないこと：決済モジュール全体をリファクタリングしない。依存関係を更新しない。他の決済チャネルを変更しない。

完了条件：同じコールバックが複数回届いても入金は1回だけ行われ、既存の正常なコールバック動作は変わらない。

検証：決済コールバック関連のテストだけを実行する。合格したら停止し、無関係な全テストは実行しない。

両モデルで同じリポジトリrevision、branch、ツール権限、テストコマンドを使います。説明の自信ではなく、少ない手戻りでmerge可能な変更を出したかを比較します。

日本語プロンプト例：長文書セットの分析

提供された契約書と添付資料を読み、次の質問だけに回答してください。

1. 自動更新が発動する条件と、解約の最終期限は何ですか。
2. 価格変更は何日前までに通知する必要がありますか。
3. 当社が上限のない責任を負う可能性がある条項はどれですか。

各結論にファイル名と条項番号を付けてください。資料から確認できない場合は推測せず、「提供資料では確認できない」と書いてください。最後に、高・中・低リスクの順で対応リストを示してください。

このタスクでは、長文コンテキスト検索、根拠箇所の特定、引用の正確性、実行可能性を同時に確認できます。同じ資料に何度も質問する場合はcache hit率も記録します。

日本語プロンプト例：複数ステップのAgentタスク

このサービスの直近デプロイが失敗した原因を調査してください。

最初にデプロイログと関連設定を読み、最も可能性の高い根本原因を示してください。十分な根拠がある場合だけコードまたは設定を変更してください。変更後は最も関連する検証を実行し、変更内容、結果、残るリスクをまとめてください。権限や情報が足りない場合は、何が不足しているかを明示し、結果を捏造しないでください。

ツール選択、実行中の軌道修正、エラー回復、最終的な証拠のつながりを観察できます。

BetterTokenで両モデルを比較する

BetterTokenの現行カタログでは、正確なModel IDは次の通りです。

モデル	Model ID	API Keyグループ	主なプロトコル
GPT-6 Astra	`gpt-6-astra`	`GPT`	OpenAI-compatible / Responses
Claude Fable 5.1	`claude-fable-5-1`	`Claude`	Anthropic-compatible、一部ツールではOpenAI-compatible

すべてのクライアントに同じBase URLを設定しないでください。

OpenAI Responses経由のCodexでは、BetterTokenドキュメントは https://www.bettertoken.ai/v1 を使用します。
Anthropic Messages経由のClaude Codeでは、ANTHROPIC_BASE_URL は https://bettertoken.ai で、/v1を付けません。

必要なグループのAPI Keyを作成し、クライアント別のガイドに従います。Dashboardでmodel、status、input、output、cache、costを記録し、テスト資料を同一に保ち、クライアント名とバージョンも残します。

最終判断マトリクス

主な要件	最初に試すモデル	理由
複雑なツール、Computer Use、ターミナル自動化	GPT-6 Astra	tool/terminal評価が強く、mid-turn steeringに対応
大規模リポジトリや知識ベースへの反復質問	Claude Fable 5.1	cache readが安い
入力が頻繁に272Kを超える	Claude Fable 5.1	Astraのリクエスト全体追加料金がない
low effortでタスク単価を抑える	GPT-6 Astra	独立評価のlow-effort task costが低い
高い出力スループット	Claude Fable 5.1	独立比較で生成が速い
科学、CAD、専門ソフトのワークフロー	GPT-6 Astra	公開されたtool-assisted評価が強い
長時間の自律研究やシステム横断調査	Claude Fable 5.1	long-horizon agentic work向けで長文コストも有利
Productionコーディング	両方を試す	リポジトリとagent harnessが総合点以上に重要なことが多い

よくある質問

Claude Astraとは何ですか。

現在、その名称のモデルはありません。AstraはOpenAIのGPT-6 Astraを指し、本比較のAnthropicモデルはClaude Fable 5.1です。claude astraは製品名ではなく、混在した検索語として使われることが多い表現です。

どちらが賢いですか。

Artificial Analysis v4.3では両方のIntelligence Indexが53です。個別Benchmarkでは勝者が分かれるため、実際のワークロードで検証する必要があります。

どちらのAPIが安いですか。

標準の入力・出力料金は同じです。キャッシュの反復読み取りと272K超の入力はFableが有利になりやすく、low effortのtask costはAstraが有利です。合格結果1件の総コストで比較してください。

コーディングにはどちらが向きますか。

すべてのリポジトリに共通する答えはありません。AstraはCodex、FableはClaude Codeで強い場合があります。同じbranch、権限、タスク、検証コマンドで比較し、人の手戻りを数えます。

両方とも約1M Tokenのコンテキストに対応しますか。

はい。Astraは1,050,000、Fableは1,000,000 Tokenで、最大出力はいずれも128,000 Tokenです。ただしAstraは入力が272Kを超えるとリクエスト全体の料金が上がります。

Fable 5.1に特定ツールの呼び出しを強制できますか。

できません。tool_choiceのanyまたは名前付きtoolは400エラーになります。autoかnoneを使い、既存Agentを移行する前に動作を確認してください。

BetterTokenで両方を試せますか。

はい。正確なModel IDと対応するAPI Keyグループを使い、Codex、Claude Code、その他クライアントごとにprotocolとBase URLを設定します。請求の基準は最新の料金ページとDashboardの実績です。

参考資料

LLM ワークフローを最適化しませんか？

単一 API でモデルを接続し、キーと AI コストを管理できます。

無料で始める