Claude Fable 5.1 vs GPT-6 Astra
詳しいプロフィール:Claude Fable 5.1(Anthropic)とGPT-6 Astra(OpenAI)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 13件の情報源のデータ
2026年11月16日時点で、Claude Fable 5.1とGPT-6 Astraの品質は互角です(BenchLeader Indexで66.7 対 67.3、±4.5の誤差範囲内)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$20.00 対 $20.00)。人間の評価(70 対 66)、長文コンテキスト(67 対 65)、マルチモーダル(68 対 66)を重視するならClaude Fable 5.1、エージェント・ツール(64 対 60)、知識(72 対 69)、コーディング(73 対 70)を重視するならGPT-6 Astraが向いています。Claude Fable 5.1は出力が約2倍速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはClaude Fable 5.1が66.7、GPT-6 Astraが67.3です(BenchLeader、2026年11月16日)。
- Claude Fable 5.1の100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月16日)。
- GPT-6 Astraの100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月16日)。
- Claude Fable 5.1はGPT-6 Astraより出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある106件のベンチマークのうち、GPT-6 Astraが54件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はClaude Fable 5.1が1742、GPT-6 Astraが1764です(LMArena、2026年11月16日までの公開値)。
用途別のおすすめ
おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。
| 用途 | おすすめ | 理由 | 信頼度 |
|---|---|---|---|
| コーディング | GPT-6 Astra | カテゴリスコア73 対 70;Arena WebDev 1764 対 1742 | 中 |
| エージェント・ツール利用 | GPT-6 Astra | カテゴリスコア64 対 60;Terminal-Bench 60.3% 対 57.3% | 中 |
| 数学 | Claude Fable 5.1 | カテゴリスコア72 対 71;Arena Maths 1526 対 1481 | 中 |
| 推論 | GPT-6 Astra | カテゴリスコア72 対 69;HLE-Diamond (AA) 63.8% 対 60.1% | 中 |
| 知識 | GPT-6 Astra | カテゴリスコア72 対 69;SimpleQA Verified 75.6% 対 70.8% | 中 |
| 長い文書 | Claude Fable 5.1 | カテゴリスコア67 対 65;AA-LCR v1.1 85.3% 対 80.7% | 中 |
| 画像などのメディア | Claude Fable 5.1 | カテゴリスコア68 対 66;Arena Vision 1322 対 1279 | 中 |
| チャットの質(人間の評価) | Claude Fable 5.1 | Arenaの投票で70 対 66 | 中 |
| 最低コスト | どちらでも | 100万トークンあたりブレンド価格$20.00 対 $20.00;エージェント型コーディングセッション$0.800 対 $0.800 | – |
| 回答開始の速さ | Claude Fable 5.1 | 最初の回答トークンまで151.4秒(Claude Fable 5.1 (max))対 198.4秒(GPT-6 Astra (max)) | – |
| 低予算での大量処理 | フラッグシップ以外 | 小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM | – |
主な違い
- Claude Fable 5.1 (max)とGPT-6 Astra (max)の品質は互角です(66.7 対 67.3、±4.5の誤差範囲内)。
- Claude Fable 5.1 (max)は人間の評価、長文コンテキスト、数学、マルチモーダルで優れています。
- GPT-6 Astra (max)はエージェント・ツール、コーディング、総合、知識、推論で優れています。
- 価格はほぼ同じです(100万トークンあたりブレンド価格$20.00)。
- Claude Fable 5.1 (max)の方が出力が2.2倍速くなっています(89 対 41トークン/秒)。
概要
| 仕様 | Claude Fable 5.1 | GPT-6 Astra |
|---|---|---|
| プロバイダー | Anthropic | OpenAI |
| リリース日 | 2026年9月1日 | 2026年9月2日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,050,000 |
| 比較した構成 | Claude Fable 5.1 (max) | GPT-6 Astra (max) |
| オープンウェイト | なし | なし |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $10.00 / $50.00 / $0.250 | $10.00 / $50.00 / $1.00 |
カテゴリ別の比較
カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。
| カテゴリ | Claude Fable 5.1 (max) | GPT-6 Astra (max) | トップ |
|---|---|---|---|
| 推論 | 69.4 | 72.4 | GPT-6 Astra |
| コーディング | 69.7 | 73.2 | GPT-6 Astra |
| エージェント・ツール | 59.7 | 63.9 | GPT-6 Astra |
| 数学 | 72.0 | 70.8 | Claude Fable 5.1 |
| 知識 | 68.6 | 72.3 | GPT-6 Astra |
| 人間の評価 | 69.7 | 66.2 | Claude Fable 5.1 |
| マルチモーダル | 67.5 | 65.6 | Claude Fable 5.1 |
| 長文コンテキスト | 67.4 | 65.0 | Claude Fable 5.1 |
| 総合 | 70.8 | 71.3 | 互角 |
1つのグラフで比較
各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。
描画していないもの(測定済みのモデルが2つ未満):指示追従。
情報源で評価が分かれる点
両方に結果がある106件のベンチマークのうち、Claude Fable 5.1のリードが50件、GPT-6 Astraのリードが54件、同点が2件です。第三者の総合指標でも評価が分かれ、Claude Fable 5.1はArena Textで、GPT-6 AstraはAA Intelligence Index v5.0.1でリードしています。
| 総合Index | Claude Fable 5.1 (max) | GPT-6 Astra (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 66.7 | 67.3 | 互角 |
| AA Intelligence Index v5.0.1 | 49.2 | 56.9 | GPT-6 Astra |
| Arena Text | 1502 | 1474 | Claude Fable 5.1 |
公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。
価格・速度・レイテンシ
定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。
| 指標 | Claude Fable 5.1 (max) | GPT-6 Astra (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $20.00 | $20.00 |
| 100万トークンあたりの入力/出力 | $10.00 / $50.00 | $10.00 / $50.00 |
| 100万トークンあたりのキャッシュ入力 | $0.250 | $1.00 |
| タスクあたりの価格:チャットの返答 | $0.019 | $0.019 |
| タスクあたりの価格:30ページのレポートを要約 | $0.150 | $0.150 |
| タスクあたりの価格:コード編集 | $0.135 | $0.135 |
| タスクあたりの価格:エージェント型コーディングセッション | $0.800 | $0.800 |
| タスクあたりの価格:構造化データの抽出 | $0.030 | $0.030 |
| エージェント型コーディングセッション(入力の大半がキャッシュ) | $0.361 | $0.395 |
| ベンチマークのタスクあたりのコスト(AA Index) | $12.99 | $6.24 |
| タスクあたりの出力トークン(AA Index) | 118k | 52k |
| うち推論 | 71k | 36k |
| タスクあたりの時間(AA Index) | 22 min | 21 min |
| 出力速度 | 89 tok/s | 41 tok/s |
| 回答開始までの時間 | 151.4秒 | 198.4秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 386.7秒 | 533.7秒 |
トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、Claude Fable 5.1 (max)で$12.99、GPT-6 Astra (max)で$6.24でした。同じ作業でClaude Fable 5.1 (max)は2.3倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Fable 5.1 (max)のスコアは66.7、最初の回答トークンまで151秒。Claude Fable 5.1は66.4(4秒)、Claude Fable 5.1 (xhigh)は64.6(98秒)。GPT-6 Astra (max)のスコアは67.3、最初の回答トークンまで198秒。GPT-6 Astraは66.4(5秒)、GPT-6 Astra (high)は66.3(49秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
183件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Fable 5.1 (max) | GPT-6 Astra (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 66.7 | 67.3 |
| エージェント・ツールスコア | BenchLeader | 59.7 | 63.9 |
| コーディングスコア | BenchLeader | 69.7 | 73.2 |
| 総合スコア | BenchLeader | 70.8 | 71.3 |
| 人間の評価スコア | BenchLeader | 69.7 | 66.2 |
| 知識スコア | BenchLeader | 68.6 | 72.3 |
| 長文コンテキストスコア | BenchLeader | 67.4 | 65.0 |
| 数学スコア | BenchLeader | 72.0 | 70.8 |
| マルチモーダルスコア | BenchLeader | 67.5 | 65.6 |
| 推論スコア | BenchLeader | 69.4 | 72.4 |
| ブレンド価格($/100万トークン) | BenchLeader | $20.00 | $20.00 |
| 出力速度 | BenchLeader | 89 tok/s | 41 tok/s |
| 回答開始までの時間 | BenchLeader | 151.4秒 | 198.4秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,050,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 95.8% |
| Humanity's Last Exam | Scale AI / CAIS | 46.5%† | 54.8%† |
| SimpleBench | SimpleBench | 86.6%† | 83.6%† |
| Arena Hard Prompts | Arena (LMArena) | 1522 | 1500 |
| LiveBench 2.0 Reasoning | LiveBench | 91.7% | 92.7% |
| LiveBench 1.0 Reasoning | LiveBench | 91.7% | 92.7% |
| GPQA Diamond (AA) | Artificial Analysis | 93.7% | 96.1% |
| Humanity's Last Exam (AA) | Artificial Analysis | 59.1% | 54.7% |
| HLE-Diamond (AA) | Artificial Analysis | 60.1% | 63.8% |
| GPQA Diamond (Vals) | Vals AI | 93.4% | – |
| ARC-AGI-1 | ARC Prize | 97.5% | 97.5% |
| ARC-AGI-2 | ARC Prize | 90.0% | 95.0% |
| ARC-AGI-3 | ARC Prize | – | 98.6% |
| CritPt | Artificial Analysis | 29.7% | 31.7% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 52.5% | 70.5% |
| MysteryMechanism | Vals AI | 47.8% | 53.1% |
| HLE-Diamond (Scale) | Scale AI SEAL | 51.3%† | 60.6%† |
| Arena Expert | Arena (LMArena) | 1533 | 1517 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 48.0% | 74.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 58.0% | 84.0% |
| LMCA | Epoch AI Benchmarking Hub | 65.5%† | 64.1%† |
| DTBench | Epoch AI Benchmarking Hub | 97.6%† | 97.1%† |
| ForecastBench | ForecastBench | 65.7%† | 66.6%† |
| BTF-3 | Epoch AI Benchmarking Hub | – | 13.5%† |
| コーディング | |||
| SciCode | SciCode | 63.1% | 56.5% |
183件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Fable 5.1 (max) | GPT-6 Astra (max) |
|---|---|---|---|
| コーディング | |||
| WeirdML | WeirdML | 92.9% | 93.3% |
| FrontierCode | Cognition | 50.9%† | 53.3% |
| GSO-Bench | GSO-Bench | 88.2%† | 79.4%† |
| Arena Coding | Arena (LMArena) | 1534 | 1548 |
| Arena WebDev | Arena (LMArena) | 1742 | 1764 |
| LiveBench 2.0 Coding | LiveBench | 89.7% | 87.5% |
| LiveBench 1.0 Coding | LiveBench | 86.4% | 80.4% |
| LiveCodeBench | Vals AI | 90.5% | – |
| IOI | Vals AI | 90.8% | 100.0% |
| Code Migration | Vals AI | 54.6% | 67.7% |
| Code Migration v1.1 | Vals AI | – | 80.6% |
| ProgramBench | Vals AI | 7.0% | 5.5% |
| SWE-bench Multimodal | Vals AI | 61.3% | 43.3% |
| Vibe Code Bench 1-100 | Vals AI | 28.0% | 27.6% |
| Vibe Code Bench v1.1 | Vals AI | 90.3% | 89.6% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 60.0%† | 59.1%† |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 56.7%† | 59.0%† |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 67.0%† | 50.7%† |
| SWE Atlas v1.1 | Scale AI SEAL | 76.4%† | 69.4%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 79.0%† | 70.2%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 78.9%† | 66.7%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 71.4%† | 71.4%† |
| SWE-Bench Pro V2 | Scale AI SEAL | 99.1%† | 96.9%† |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 92.2%† | 90.2%† |
| MirrorCode | Epoch AI Benchmarking Hub | 93.3% | 60.0% |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 73.2% |
| CursorBench | Cursor | 51.8% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2143.2† | 2951.3 |
| FrontierSWE | Epoch AI Benchmarking Hub | 56.3% | 65.5% |
| WeirdML v3 | WeirdML | 26.0%† | 42.2%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 52.0% | 59.1% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 91.4% | 88.4% |
| Startrise Frontend | Startrise | 77.1%† | 79.9%† |
| GameBench 2 Overall | DuelLab GameBench 2 | 87.1† | 88.8† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 94.0† | 94.3† |
| Design Arena Website | Design Arena | 1305† | 1338 |
| FrontierCode 1.1 (AA) | Artificial Analysis | 49.0% | 47.0% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 31.6% | 42.4% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 57.3% | 60.3% |
| Remote Labor Index | Scale AI / CAIS | 17.9%† | 20.8%† |
| APEX-Agents | Mercor | 68.6%† | 64.7%† |
| Arena Agent | Arena (LMArena) | 14.8 | 14.5 |
| LiveBench Long Agentic | LiveBench | 74.2% | 75.6% |
| LiveBench Browser | LiveBench | 89.8% | 91.3% |
| LiveBench Agentic Coding | LiveBench | 66.1% | 57.3% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 85.0%† | 87.3% |
| MCP Atlas | Scale AI SEAL | 87.2%† | – |
| HiL-Bench | Scale AI SEAL | 61.5%† | 65.3%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 62.7% | 53.7% |
| GDPval-AA v2.1 | Artificial Analysis | 1765 | 1587 |
| τ³-Banking (AA) | Artificial Analysis | 47.2% | 41.4% |
| ITBench SRE (AA) | Artificial Analysis | 49.5% | 48.6% |
| Analyst Agent (AA) | Artificial Analysis | 57.5% | 51.3% |
| CUA-bench | Vals AI | 13.2% | 19.2% |
| CyberBench | Vals AI | 70.4% | 41.1% |
| Finance Agent v2 | Vals AI | 58.9% | 53.5% |
| Finance Agent v2.1 | Vals AI | – | 60.4% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 7.1% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 6.7% | 5.4% |
| Legal Research Bench | Vals AI | 55.3% | 39.4% |
| Robo-bench | Vals AI | 5.8% | 23.3% |
| SkillsBench | Vals AI | 61.5% | – |
| SREBench | Vals AI | 22.9% | 56.9% |
| Tax Agent Bench | Vals AI | 50.8% | 20.7% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 58.1% | 59.6% |
| Terminal-Bench Science | Vals AI | 40.0% | 62.9% |
| Time Horizon Index: KSP | Vals AI | 63.3% | 90.5% |
| Arena Search | Arena (LMArena) | 1227† | 1245 |
| Arena Agent Task Completion | Arena (LMArena) | 14.4 | 14 |
| BALROG | BALROG | – | 68.3% |
| PostTrainBench | Epoch AI Benchmarking Hub | 44.6% | 41.9% |
| Vending-Bench 2 | Andon Labs | 5421.6† | 15514.7† |
| SpireClimb | Epoch AI Benchmarking Hub | 2.0% | 34.0% |
| AutomationBench | Artificial Analysis | 59.4% | 68.5% |
| GDP.pdf (AA) | Artificial Analysis | 26.2% | 31.0% |
| Harvey LAB-AA v1.1 | Harvey | 6.4% | 8.6% |
| AA-Briefcase v1.1 | Artificial Analysis | 1671 | 1569 |
| GDPx | GDPx by SemiAnalysis | 8.5% | 9.6% |
| Design Arena Agentic | Design Arena | 1338† | 1405 |
| RoboDojo (LLM as robot policy) | RoboDojo | – | 29.0† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 43.3% | 63.3% |
| CWE-Bench (AA) | Artificial Analysis | 50.8% | 63.3% |
| DeepSec-Bench (AA) | Artificial Analysis | 23.5% | 36.9% |
| CyberGym end-to-end (AA) | Artificial Analysis | 0.8% | 0.0% |
| MKA (AA) | Artificial Analysis | – | 50.2% |
| FACTS Search | – | 93.3%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 90.2% | 93.7% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 87.8% | 97.6% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | 100.0% |
| ProofBench | Vals AI | 100.0% | 99.0%† |
| LiveBench Mathematics | LiveBench | 97.0% | 96.8% |
| Arena Maths | Arena (LMArena) | 1526 | 1481 |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 0.0% | 2.9% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 70.8% | 75.6% |
| LiveBench 2.0 Data Analysis | LiveBench | 80.3% | 83.0% |
| LiveBench Research | LiveBench | 88.5% | 90.6% |
| LiveBench 1.0 Data Analysis | LiveBench | 80.3% | 83.0% |
| AA-Omniscience v1.1 | Artificial Analysis | 46.3 | 42.4 |
| MMLU-Pro | Vals AI | 92.4% | – |
| LegalBench | Vals AI | 88.5% | – |
| TaxEval | Vals AI | 76.0% | – |
| PRBench Finance | Scale AI SEAL | 50.8%† | 47.5%† |
| PRBench Legal | Scale AI SEAL | 51.6%† | 48.4%† |
| BioMysteryBench | Vals AI | – | 79.3% |
| Excel Modeling Benchmark | Vals AI | 76.7% | 71.7% |
| Excel Modeling Benchmark v1.1 | Vals AI | 76.7% | 72.7% |
| MedCode | Vals AI | 53.5% | 48.5% |
| MedScribe | Vals AI | 91.3% | 87.9% |
| Public Benefits Bench v1.1 | Vals AI | 74.9% | – |
| Financial Coaching Bench | Vals AI | 75.7% | 67.5% |
| Immigration Bench | Vals AI | 75.4% | 67.7% |
| DrugDiscoveryBench | Scale AI SEAL | – | 68.7% |
| EBR-bench | Epoch AI Benchmarking Hub | 57.1% | 76.2% |
| GDP.pdf | Epoch AI Benchmarking Hub | 27.6% | 34.2% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 68.4% | 61.6% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 30.0% | 50.2% |
| HealthBench Professional (AA) | OpenAI | 57.8% | 66.0% |
| FACTS Parametric | – | 83.8%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 89.5% | 89.4% |
| LiveBench Instruction Following | LiveBench | 73.0% | 75.6% |
| Arena Instruction Following | Arena (LMArena) | 1501 | 1474 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1502 | 1474 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2155† | 2177† |
| Arena Creative Writing | Arena (LMArena) | 1490 | 1451 |
| Arena Multi-turn | Arena (LMArena) | 1485 | 1483 |
| Arena Longer Queries | Arena (LMArena) | 1510 | 1485 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1322 | 1279 |
| LiveBench Design | LiveBench | 81.6% | 80.0% |
| MMMU-Pro | Artificial Analysis | – | 86.9% |
| MMMU-Pro (Vals) | Vals AI | 90.6% | – |
| MortgageTax | Vals AI | 70.8% | – |
| Humanity's Sixth Sense | Scale AI SEAL | 40.8%† | 53.6% |
| GeoBench | GeoBench | 84.0%† | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 41.9%† | 49.7%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | 70.0% | 80.0% |
| VIALS-AA | Handshake AI | – | 62.7% |
| Code2Video-AA | Artificial Analysis | 1325 | 1427 |
| AA-3D | Artificial Analysis | 1139 | 1168 |
| FACTS Multimodal | – | 55.2%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 85.3% | 80.7% |
| Arena Document | Arena (LMArena) | 1498 | 1474 |
| MLCR | Artificial Analysis | 15.6% | 41.7% |
| FACTS Grounding | – | 80.1%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 167.0† | 169† |
| LiveBench 2.0 | LiveBench | 84.0% | 84.5% |
| LiveBench 1.0 | LiveBench | 83.4% | 82.2% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 49.2 | 56.9 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 53.4 | 52.7 |
| AA Progress Index v1 | Artificial Analysis | 340.8 | 349.6 |
| Vals Index | Vals AI | – | 65.0 |
| Vals Finance Index | Vals AI | – | 55.6% |
| Vals RSI Index | Vals AI | 36.1% | 27.1% |
| Vals Science Index | Vals AI | – | 65.1% |
| Vals Router Index | Vals AI | – | 65.0%† |
| Vals Legal Index | Vals AI | – | 68.4% |
| AA Cyber Index | Artificial Analysis | 25.0 | 33.4 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 13.7%† | 12.1%† |
| DistressBench | Scale AI SEAL | 71.5%† | 74.3%† |
データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
最近の変化
- Claude Fable 5.1 (max):新しい結果37件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- GPT-6 Astra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- Claude Fable 5.1 (max):新しい結果1件(GDPval-AA v2.1)。
- GPT-6 Astra (max):スコアの改訂1件。
- Claude Fable 5.1 (max):BenchLeader Index 67.1 → 66.6。
- Claude Fable 5.1 (max):新しい結果1件(PostTrainBench)、スコアの改訂1件。
- GPT-6 Astra (max):新しい結果1件(PostTrainBench)、スコアの改訂2件。
- Claude Fable 5.1 (max):新しい結果1件(MirrorCode)。
- GPT-6 Astra (max):新しい結果1件(MirrorCode)、スコアの改訂1件。
- GPT-6 Astra (max):BenchLeader Index 68.1 → 67.4。
関連する比較
- Claude Fable 5.1 vs Claude Fable 5.2
- Claude Fable 5.1 vs Gemini 4 Carbon
- Claude Fable 5.1 vs Claude Opus 5.5
- GPT-6 Astra vs Claude Fable 5.2
- GPT-6 Astra vs Gemini 4 Carbon
- GPT-6 Astra vs Claude Opus 5.5
- Claude Opus 5 vs GPT-6 Astra
- Claude Fable 5.1 vs GPT-5.6 Sol
ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM
Claude Fable 5.1 vs GPT-6 Astra:よくある質問
- Claude Fable 5.1はGPT-6 Astraより優れていますか?
- Claude Fable 5.1 (max)とGPT-6 Astra (max)の品質は互角です(66.7 対 67.3、±4.5の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
- Claude Fable 5.1とGPT-6 Astraはどちらが安いですか?今後変わる予定はありますか?
- 価格は同じで、100万トークンあたりのブレンド価格は$20.00です。どちらも価格変更は発表されていません。
- コーディングにはClaude Fable 5.1とGPT-6 Astraのどちらが向いていますか?
- コーディングではGPT-6 Astraの方がスコアが高くなっています(カテゴリ指標で73 対 70。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Claude Fable 5.1が1742、GPT-6 Astraが1764です。
- Claude Fable 5.1とGPT-6 Astraはどちらが速いですか?
- Claude Fable 5.1の方が出力が約2倍速くなっています(出力89 対 41トークン/秒、Artificial Analysisの7日間の中央値)。
- エージェントやツール利用にはClaude Fable 5.1とGPT-6 Astraのどちらが向いていますか?
- エージェント型のタスクではGPT-6 Astraの方がスコアが高くなっています(カテゴリ指標で64 対 60。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なTerminal-Benchでは、Claude Fable 5.1が57.3%、GPT-6 Astraが60.3%です。
ほかの質問(4件)
- 長い文書にはどちらが向いていますか?
- 長文コンテキストのベンチマークではClaude Fable 5.1の方がスコアが高くなっています(67 対 65)。どちらも約1.1Mトークンです(Claude Fable 5.1は1,000,000、GPT-6 Astraは1,050,000)。
- レイテンシが低いのはどちらですか?
- 先に回答を始めるのはClaude Fable 5.1です。Artificial Analysisの測定では、最初の回答トークンまで151.4秒 対 198.4秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
- Claude Fable 5.1とGPT-6 Astraについて、第三者ベンチマークの評価は一致していますか?
- 両方に結果がある106件のベンチマークのうち、Claude Fable 5.1のリードが50件、GPT-6 Astraのリードが54件、同点が2件です。第三者の総合指標でも評価が分かれ、Claude Fable 5.1はArena Textで、GPT-6 AstraはAA Intelligence Index v5.0.1でリードしています。
- GPT-6 Astraはいつリリースされましたか?
- GPT-6 Astraは2026年9月2日にリリースされました。