GPT-6 Astra vs Claude Fable 5.1

ポジ 7 ／ ネガ 10 ／ 中立 5

ポジ 10 ／ ネガ 5 ／ 中立 0

2026-09-03（米国時間）公開の OpenAI 最上位モデル（API は gpt-6-astra）。 「Astra」は 2026-08-01 に数学の未解決問題を10問解いた成果として存在が明かされたモデルで、そこに GPT-6 という世代番号が付いて公開された。 提供は段階的で、まず Daybreak プログラムで承認された組織（2026-09-03 時点で2,000の組織・ワークスペース）に届き、数日中に ChatGPT の Plus・Pro・Business・Enterprise へ広げると案内された（Enterprise は既定で無効、管理者が有効化）。API のほか Amazon Bedrock・Microsoft Azure でも提供。 料金は入力 $10 / 出力 $50 で、前世代の GPT-5.6 Sol（$4/$20）の2.5倍。キャッシュ入力は $1、キャッシュ書き込みは $12.50（未キャッシュ入力の1.25倍）。まとめて投げる Batch と Flex は標準の半額、低遅延の Fast モードは2倍の $20/$100（最大2.5倍高速）。入力が 272,000 トークンを超えたリクエストは、そのリクエスト全体が入力2倍・出力1.5倍で計算される。 本表の「一度に読める量」922,000 は、OpenAI 公式表記のコンテキストウィンドウ 1,050,000 トークンから1回の出力上限 128,000 トークンを引いた値（GPT-5.6 Sol と同じ数え方）。知識のカットオフは 2026-04-30。入力はテキストと画像、出力はテキスト。 第三者機関 Artificial Analysis の AA Intelligence Index は 53（v4.3.2／max 設定・2026-09-23 確認）で、Claude Fable 5.1 と同じ 53。AA 全体の順位は168モデル中6位で、本表では 2026-09-22 公開の Claude Opus 5.5（max 設定で 58）が上にいる。2026-09-08 の v4.3 では小数まで見て Fable 5.1 の 53.4 に対して Astra は 52.8、順位は130モデル中1位対3位だった（公開時の v4.1.1 では Astra 61・Fable 5.1 66 と差があり、指標の版上げで縮んだ）。Meta の Muse Spark 1.3 は同じ v4.3.2・max 設定で 48 なので、本表では Astra が上に出る（Muse Spark 1.3 の max reasoning は Meta AI Research のブログが公開初日から利用可能と明記しており、2026-09-05 に原文で再確認した）。同社の Coding Agent Index は、公開時の記事では Codex ハーネスで 67 と、Claude Fable 5.1（Claude Code ハーネス）の 70 に次ぐ位置だった（この指標もその後採点し直されているので、最新の値は AA のページで確認してほしい）。 一方、OpenAI 自身が公表した数値ではパソコン操作とサイバーの伸びが大きい。OSWorld 2.0 は 72.6%（GPT-5.6 Sol は 65.7%）で所要時間は約75分→約40分、ScreenSpot-Pro 92.7%、BrowseComp 91.5%、Agents' Last Exam 59.3%、Terminal-Bench 4.0 57.9%、DeepSWE v1.1 74.1%、FrontierCode 1.1 Extended 64.5%、FrontierMath Tier 4 v2 97.6%、GPQA Diamond 96.0%、ExploitBench 100%（同 78.5%）、SRE-Bench 88.0%（4回以内で 99.2%）、SEC-Bench Pro 85.4%。許可された範囲を超える行動は 0%（同 48.2%）。 本表の GPQA 欄には OpenAI 自身の公表値 96.0% を入れている（本表の GPQA・HLE 欄は各社の公表値を載せる欄で、Anthropic 行の HLE がツールなし条件の公表値であるのと同じ扱い）。第三者機関 Artificial Analysis の独自実測は 96.1%（max 設定・2026-09-04 確認）で、公表値とほぼ一致している。 HLE（Humanity's Last Exam）は OpenAI が Astra について公表していないため「—」のまま。AA の独自実測は 54.7%（max 設定・2026-09-04 確認）だが、本表の HLE 欄に並ぶ他行はベンダー公表値なので、測り方をそろえるため欄には入れず、ここに記録だけしておく。 なお ARC-AGI-3 の 99.9% という数字が広く報じられているが、ARC Prize の計測では各社を同条件でそろえる Standard ハーネスだと 62.7%（費用 $26,098）で、99.9%（同 $19,285）は OpenAI 独自の Provider Adapter ハーネス（考えている途中の状態をリクエストをまたいで保持できる）を使ったときの値。 サイバーセキュリティ分野で OpenAI の Preparedness Framework の最上位「Critical」に分類された初めての自社モデルで、この分類を維持したまま公開された（GPT-5.6 Sol までは一段下の「High」）。評価中に未知のゼロデイ脆弱性を2件発見し、開発元に報告している。

2026-09-01 公開の Anthropic 最上位モデル（API は claude-fable-5-1）。公式の位置づけは「重い考えごとと、長時間ひとりで進める作業向け」で、2026-09-22 公開の Claude Opus 5.5 を高めの設定で試してもまだ足りないときに使う想定（公式ドキュメントは、迷ったらまず Opus 5.5 を使うよう案内している）。料金は前の Fable 5 と同じ $10/$50 のままで、読み込んだ内容の使い回し料金だけが $1 → $0.25（75%減）に下がった。Anthropic は「ふだんの作業でおよそ25%、AI が自分で手を動かす作業ではおよそ45%、費用が下がる」としている。Humanity's Last Exam（幅広い分野の難問テスト）は 60.9%（ツールなし。ツールありは 65.0%）で、前の Fable 5 の 57.8% と Claude Opus 5 の 56.3% を上回った（本表では 2026-09-22 公開の Claude Opus 5.5 の 64.4% が上）。第三者機関 Artificial Analysis の AA Intelligence Index は 53（v4.3.2・max 設定・2026-09-23 確認）で、AA 全体のランキングでは204モデル中5位（2026-10-09 確認。上位4つは Claude Opus 5.5 の max・xhigh・high と Claude Sonnet 5.5 の max の各設定で、本表の Opus 5.5 行は max の 58）。GPT-6 Astra も同じ 53 で、前世代の Opus 5 は 51。2026-09-08 の v4.3 では Fable 5.1 が130モデル中1位だった。SWE-bench Verified は Anthropic も第三者もまだ数値を出していないため本表では「—」（前の Fable 5 の 95.0% は流用しません）。公式が出したのはエージェント系・実務系のベンチで、Terminal-Bench 4.0 が 55.8%（Fable 5 は 42.0%）、Terminal-Bench-Science 0.1 が 52.6%（同 24.7%）、パソコン操作の OSWorld 2.0 が 77.9%／厳しめ判定 41.7%（同 72.9%／36.1%）、事務作業の AutomationBench が 31.4%（同 17.1%）、コーディング支援の CursorBench 3.2.0 が 73.4%（同 70.5%）、知識仕事の GDPval-AA v2 が 1853（同 1723）。MMLU・GPQA・AIME は公式未公表。じっくり考えるモードは常時オンで、考える量の既定は5段階中 high。一度に書ける量は最大12万8千トークン、知識は2026年6月まで。提供終了は 2027-09-01 より前にはならないと案内されている。姉妹モデルの Claude Mythos 5.1 は中身が同じで、サイバーセキュリティと生命科学の用途に限って制限をゆるめたもの（米国の認定を受けた組織だけが使えるため本表には載せていません）。前の Fable 5（2026-06-09 公開・SWE-bench Verified 95.0%・AA は v4.3 で 50）は公式ドキュメントで旧世代（Legacy）扱いになった（提供終了は 2027-06-09 より前にはならない）。Fable 5 は公開直後の 6-12 に米政府の輸出管理指令で全ユーザー停止となり、6-30 の規制解除を経て 7-1 にグローバル復帰（日本からは 7-2）した経緯がある。本表の「一度に読める量」100万トークンは、Anthropic 公式の context window（会話の履歴と AI の返答を合わせた1つの枠で、返答ぶんの最大12万8千トークンも同じ枠から引かれる。入力だけで枠を超えるとエラーになる）。入力専用の上限を別に公表している Google・OpenAI とは数え方が違う（2026-09-02 に公式ドキュメントで確認）。

• → OpenAI Developers：GPT-6 Astra Model（コンテキスト1,050,000・出力上限128,000・知識カットオフ 2026-04-30・$10/$50・キャッシュ $1/$12.50）
• → OpenAI 公式：GPT-6 Astra: A new generation of intelligence（2026-09-03。ページ本文は JavaScript 必須で機械取得できない）
• → ITmedia NEWS：OpenAI、「GPT-6 Astra」を一部組織向けに公開　サイバー能力が初の「Critical」に（2026-09-04）
• → 窓の杜（Impress）：OpenAI、次世代モデル「GPT-6 Astra」を発表（2026-09-04。API 料金とベンチマーク）
• → the decoder：GPT-6 Astra is the first model making OpenAI willing to declare the AGI era（2026-09-03。公式ベンチ一覧）
• → Artificial Analysis：Benchmarking GPT-6 Astra（2026-09-08 確認時は Intelligence Index v4.3 で 53・130モデル中3位。v4.2 では 55、公開時の v4.1.1 では 61・Coding Agent Index 67）
• → Artificial Analysis：GPT-6 Astra（max）のモデルページ（Intelligence Index v4.3.2 で 53・168モデル中6位・2026-09-23 確認）
• → ARC Prize：OpenAI's GPT-6 Astra on ARC-AGI-3（Standard 62.7% / Provider Adapter 99.9%）

• → Anthropic：Claude Fable 5.1 / Mythos 5.1 発表（2026-09-01・公式ベンチ一覧）
• → Anthropic Models Overview（claude-fable-5-1・$10/$50・context 1M・知識カットオフ 2026-06）
• → Anthropic 公式ドキュメント：Claude Fable 5.1 overview
• → Artificial Analysis：Claude Fable 5.1（Intelligence Index v4.3.2 で 53・204モデル中5位・max 設定・2026-10-09 確認。v4.3 では130モデル中1位）
• → Anthropic API 料金（$10 / $50 per MTok・キャッシュ読み込み $0.25）
• → Anthropic 公式ドキュメント：Claude Fable 5 overview（Legacy 扱い）
• → Anthropic：Claude Fable 5 / Mythos 5 発表（2026-06-09）
• → Anthropic：Fable 5 提供再開（2026-06-30）
• → Anthropic：コンテキストウィンドウの仕様（1Mは入力と出力を合わせた枠）