GPT-6 Astra 與 Claude Fable 5.1 怎樣選？面向創作工作的比較

先看真正不同的規格

Astra 的模型頁面列出 1,050,000 token 上下文視窗、922,000 token 最大輸入和 128,000 token 最大輸出。Fable 5.1 列出 1M token 上下文視窗與 128K token 最大輸出。兩者都接收文字與圖片，而且只輸出文字，所以任何一個模型都無法單獨產出一張成品圖片。

推理的控制方式不同。Astra 提供從 low 到 max 的推理程度設定。Fable 5.1 採用一直開啟的自適應思考，由一個預設為 high 的 effort 參數引導。Astra 的知識截止日期是 2026 年 4 月 30 日；Fable 5.1 列出的可靠知識截止日期為 2026 年 6 月。做任何以審美為基礎的比較之前，先把這些事實記下來。

• Astra 模型規格
• Claude Fable 5.1 模型頁面

標價相同，計費方式不同

在標準費率下，兩個模型都收取每百萬輸入 token 10 美元、每百萬輸出 token 50 美元，推理或思考 token 也都按輸出計費。差異出現在細節。Astra 的快取輸入為每百萬 token 1 美元；Fable 5.1 的快取讀取為每百萬 0.25 美元，只有 Astra 費率的四分之一，而它的五分鐘快取寫入為 12.50 美元，與 Astra 的快取寫入相同。

長請求的差距更大。Astra 的請求一旦超過 272,000 輸入 token，整次請求就改按每百萬 token 20 美元輸入、75 美元輸出計費。Anthropic 的價格頁面說明，Claude 4.6 及之後的模型以標準價格包含完整的 1M 上下文。經常傳送大型品牌手冊的團隊，會從兩個標價相同的模型收到不同的帳單。

• OpenAI API 價格
• Astra 超過 272K 的整次請求規則
• Anthropic 的價格、快取與長上下文說明

兩個模型同時出現的基準測試列

OpenAI 的發布文章公布了一張含 Claude Fable 5.1 欄位的表格。在 AutomationBench 上，它回報 Astra 為 41.4%，Fable 5.1 為 31.4%。在透過生成 CAD 程式碼重建 3D 物件的 BenchCAD 上，它回報 95.9% 對 84.3%，並附註 Claude 的分數反映了 Anthropic 系統卡中描述的三項修改。在 Terminal-Bench 4.0 上，數字分別為 57.9% 與 55.8%。

同一張表也有 Fable 5.1 領先的列。在使用工具的 Humanity’s Last Exam 上，Astra 得 57.2%，Fable 5.1 得 65.0%。在獨立彙總的 Artificial Analysis Intelligence Index v4.1.1 上，Astra 得 61.2，Fable 5.1 得 65.7。在 Artificial Analysis Coding Agent Index 上，Claude Opus 5 以 68.1 領先 Astra 的 67.0。這裡的每個數字都是各推理程度中的最高分。

• OpenAI 的發布評測與附註
• Artificial Analysis 對 GPT-6 Astra 的分析

這些列都沒有衡量的東西

沒有任何公開的列在評分排版、版面層級、色彩判斷或品牌一致性。OpenAI 列出一項內部 Design Tasks 評測，Astra 為 50.0%，GPT-5.6 Sol 為 47.4%，但任務內容不公開，也沒有顯示 Fable 5.1 的結果。Intelligence Index 是十項評測的加權平均，涵蓋智慧體、程式設計、科學推理和一般知識；沒有一項是圖片品質測試。

對創作團隊來說，有用的解讀範圍更窄。電腦操作的列，例如 Astra 在 OSWorld 2.0 的 72.6%，能說明操作設計軟體和執行視覺 QA 的能力。長上下文的列能說明閱讀大型參考資料包的能力。一張圖片的品質仍然來自渲染器與你的審核，而不是這些表格。

• Intelligence Index 的權重方式

工具決定圖片實際怎樣生成

Astra 的模型頁面列出 image_generation 工具，還有網頁搜尋、檔案搜尋、程式碼直譯器、電腦操作、MCP 和技能。在一次 Responses API 請求中，Astra 可以規劃畫面、呼叫圖片工具，並在同一輪回傳渲染結果。畫素來自 GPT Image 2 渲染器，其費用與 Astra 自身的 token 分開計算。

Anthropic 的文件將 Fable 5.1 描述為文字與圖片輸入、文字輸出，伺服器端工具包括電腦操作、瀏覽器操作、程式碼執行、網頁搜尋與網頁擷取。名單裡沒有第一方的圖片生成工具。因此以 Claude 為基礎的流程會把渲染步驟交給外部圖片模型，這正是 Ciyo 這類畫布使用 GPT Image 2 的方式，無論需求是由哪個助手撰寫。

• Astra 的圖片生成工具
• Claude 模型總覽與能力

設計師在哪裡能用到各個模型

Astra 在 ChatGPT 中以 GPT-6 Pro 的名稱提供給 Pro、Business 和 Enterprise 方案，而隨著逐步開放，Plus 方案在 ChatGPT Work 和 Codex 中也包含 Astra。在 API 中它是 gpt-6-astra，OpenAI 也點名了 Microsoft Azure 與 AWS Bedrock。Fable 5.1 可在 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry，以及 AWS 上的 Claude Platform 使用。

實際的結果是，你現有的帳號往往決定了第一次測試。比較品質之前，先確認哪個產品開放了該模型。持有 Plus 方案的設計師已經可以在 Work 或 Codex 中執行 Astra，而 API 開發者可以用同一份需求，在一個腳本裡同時執行兩個模型。

• 各 ChatGPT 產品的 Astra 開放情況

一份宣傳需求的費用範例

以一次 20,000 個未快取輸入 token 加 4,000 個輸出 token 的請求為例。按短上下文標準費率，在任一模型上都是 0.40 美元。現在重複二十次，並快取同一段 15,000 token 的品牌內容。在 Astra 上，快取部分每次請求為 0.015 美元；在 Fable 5.1 上為 0.00375 美元。二十次請求累計相差約 0.23 美元，單看很小，對於製作數百個版本的代理商則會放大。

推理對費用的影響比快取更大。兩家廠商都把隱藏的推理按輸出計費，每百萬 token 50 美元，所以一次思考了 30,000 token 的請求，在寫出第一個字之前就已經花了 1.50 美元。每次測試都要記錄推理程度設定，因為拿 max 的 Astra 去比預設設定的 Fable 5.1，無論在品質還是費用上都不是公平的比較。

• 推理 token 的計費方式

做一組自己能判斷的比較

選三個貼近你工作的任務：一份約束互相衝突的需求、一次根據截圖的行銷頁面審閱，以及一次牽動多個交付物的修改。在看到任何輸出之前先定好驗收條件。使用完全相同的參考資料、兩邊相同的推理程度，以及任何圖片都用同一個渲染器，避免把圖片的差異誤認為策劃的差異。

記錄模型識別碼、日期、推理程度、token 用量、工具費用、耗時和糾正次數。可行時對審核者隱藏模型名稱。任一廠商發布材料中的一個驚豔案例，都不是關於你的產品攝影或手機版面的證據。多個有代表性的任務，經過盲審之後，才是。

一份公允的結論應該是什麼樣子

有用的結論具體且有日期：例如 2026 年 9 月某個模型在你的包裝需求上需要更少修改，或者兩者都可接受，而快取輸入價格決定了預設選擇。把條件放在結論旁邊，並在價格或模型變動時重新檢視。Anthropic 承諾 Fable 5.1 至少提供至 2027 年 9 月 1 日，所以現在做的決定有重新測試的空間。

對於渲染這一步，策劃模型的選擇不如參考圖、輸出尺寸和審核迴圈重要。在 Ciyo 中，你可以把任一助手寫的需求帶到畫布，用 GPT Image 2 生成，並排比較選中的輸出，而不需要更換撰寫計畫的模型。

繼續閱讀

• 以設計師角度讀 Astra 的基準測試表
• Astra 與 GPT-5.6 Sol 的比較
• 理解 272,000 token 的價格門檻