BenchLeader

Claude Fable 5.1 vs GPT-6 Astra

完整资料:Claude Fable 5.1(Anthropic)和 GPT-6 Astra(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 13 个来源

截至 2026年11月16日,Claude Fable 5.1 与 GPT-6 Astra 的质量不相上下(BenchLeader Index 66.7 比 67.3,在 ±4.5 的误差范围内)。两者价格相近(每百万 token 混合价格 $20.00 比 $20.00)。看重人类偏好(70 比 66)、长上下文(67 比 65)和多模态(68 比 66)选 Claude Fable 5.1;看重智能体与工具(64 比 60)、知识(72 比 69)和编程(73 比 70)选 GPT-6 Astra。Claude Fable 5.1 的输出更快(约 2 倍)。

要点(截至 2026年11月16日)

  • Claude Fable 5.1 的 BenchLeader Index 为 66.7,GPT-6 Astra 为 67.3(BenchLeader,2026年11月16日)。
  • Claude Fable 5.1 每百万 token 混合价格为 $20.00(标价,2026年11月16日)。
  • GPT-6 Astra 每百万 token 混合价格为 $20.00(标价,2026年11月16日)。
  • Claude Fable 5.1 比 GPT-6 Astra 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 106 项基准测试中,GPT-6 Astra 领先 54 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Claude Fable 5.1 的评分为 1742,GPT-6 Astra 为 1764(LMArena,截至 2026年11月16日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程GPT-6 Astra类别得分 73 比 70;Arena WebDev 1764 比 1742中
智能体与工具调用GPT-6 Astra类别得分 64 比 60;Terminal-Bench 60.3% 比 57.3%中
数学Claude Fable 5.1类别得分 72 比 71;Arena Maths 1526 比 1481中
推理GPT-6 Astra类别得分 72 比 69;HLE-Diamond (AA) 63.8% 比 60.1%中
知识GPT-6 Astra类别得分 72 比 69;SimpleQA Verified 75.6% 比 70.8%中
长文档Claude Fable 5.1类别得分 67 比 65;AA-LCR v1.1 85.3% 比 80.7%中
图像及其他媒体Claude Fable 5.1类别得分 68 比 66;Arena Vision 1322 比 1279中
对话质量(人类偏好)Claude Fable 5.1Arena 投票 70 比 66中
成本最低均可每百万 token 混合价格 $20.00 比 $20.00;智能体编程会话 $0.800 比 $0.800–
首次回答最快Claude Fable 5.1首个回答 token 151.4 秒(Claude Fable 5.1 (max))比 198.4 秒(GPT-6 Astra (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • Claude Fable 5.1 (max) 与 GPT-6 Astra (max) 的质量不相上下(66.7 比 67.3,在 ±4.5 的误差范围内)。
  • Claude Fable 5.1 (max) 在人类偏好、长上下文、数学、多模态方面更强。
  • GPT-6 Astra (max) 在智能体与工具、编程、综合、知识、推理方面更强。
  • 两者价格相近(每百万 token 混合价格 $20.00)。
  • Claude Fable 5.1 (max) 的输出速度是对方的 2.2 倍(89 比 41 token/秒)。

概览

规格Claude Fable 5.1GPT-6 Astra
提供商AnthropicOpenAI
发布日期2026年9月1日2026年9月2日
上下文窗口(token)1,000,0001,050,000
对比时的配置Claude Fable 5.1 (max)GPT-6 Astra (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$10.00 / $50.00 / $0.250$10.00 / $50.00 / $1.00

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Claude Fable 5.1 (max)GPT-6 Astra (max)领先者
推理69.472.4GPT-6 Astra
编程69.773.2GPT-6 Astra
智能体与工具59.763.9GPT-6 Astra
数学72.070.8Claude Fable 5.1
知识68.672.3GPT-6 Astra
人类偏好69.766.2Claude Fable 5.1
多模态67.565.6Claude Fable 5.1
长上下文67.465.0Claude Fable 5.1
综合70.871.3持平

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文多模态人类偏好Claude Fable 5.1, 推理: 69.4Claude Fable 5.1, 编程: 69.7Claude Fable 5.1, 智能体与工具: 59.7Claude Fable 5.1, 数学: 72.0Claude Fable 5.1, 知识: 68.6Claude Fable 5.1, 长上下文: 67.4Claude Fable 5.1, 多模态: 67.5Claude Fable 5.1, 人类偏好: 69.7GPT-6 Astra, 推理: 72.4GPT-6 Astra, 编程: 73.2GPT-6 Astra, 智能体与工具: 63.9GPT-6 Astra, 数学: 70.8GPT-6 Astra, 知识: 72.3GPT-6 Astra, 长上下文: 65.0GPT-6 Astra, 多模态: 65.6GPT-6 Astra, 人类偏好: 66.2

未绘制(测得的模型少于两个):指令遵循。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 106 项基准测试中,Claude Fable 5.1 领先 50 项,GPT-6 Astra 领先 54 项,2 项持平。第三方来源看法不一:Claude Fable 5.1 在 Arena Text 上领先;GPT-6 Astra 在 AA Intelligence Index v5.0.1 上领先。

综合 IndexClaude Fable 5.1 (max)GPT-6 Astra (max)领先者
BenchLeader Index66.767.3不相上下
AA Intelligence Index v5.0.149.256.9GPT-6 Astra
Arena Text15021474Claude Fable 5.1

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Claude Fable 5.1 (max)GPT-6 Astra (max)
每百万 token 混合价格$20.00$20.00
每百万 token 输入 / 输出$10.00 / $50.00$10.00 / $50.00
每百万 token 缓存输入$0.250$1.00
每项任务价格:聊天回复$0.019$0.019
每项任务价格:总结一份 30 页的报告$0.150$0.150
每项任务价格:代码编辑$0.135$0.135
每项任务价格:智能体编程会话$0.800$0.800
每项任务价格:结构化信息提取$0.030$0.030
智能体编程会话(输入大多命中缓存)$0.361$0.395
每项基准测试任务成本(AA Index)$12.99$6.24
每项任务输出 token(AA Index)118k52k
其中推理部分71k36k
每项任务耗时(AA Index)22 min21 min
输出速度89 tok/s41 tok/s
首次回答时间151.4 秒198.4 秒
完整回答耗时(最近一次测量 2026年11月13日)386.7 秒533.7 秒

按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 Claude Fable 5.1 (max) 上花费 $12.99,在 GPT-6 Astra (max) 上花费 $6.24;完成同样的工作,Claude Fable 5.1 (max) 输出的 token 是对方的 2.3 倍,这是只看 token 单价看不出来的。

每个模型都按其排名最高的推理强度设置进行对比。Claude Fable 5.1 (max) 得分 66.7,首个回答 token 需 151 秒;Claude Fable 5.1 为 66.4(4 秒),Claude Fable 5.1 (xhigh) 为 64.6(98 秒)。GPT-6 Astra (max) 得分 67.3,首个回答 token 需 198 秒;GPT-6 Astra 为 66.4(5 秒),GPT-6 Astra (high) 为 66.3(49 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 183 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Claude Fable 5.1 (max)GPT-6 Astra (max)
BenchLeader IndexBenchLeader66.767.3
智能体与工具得分BenchLeader59.763.9
编程得分BenchLeader69.773.2
综合得分BenchLeader70.871.3
人类偏好得分BenchLeader69.766.2
知识得分BenchLeader68.672.3
长上下文得分BenchLeader67.465.0
数学得分BenchLeader72.070.8
多模态得分BenchLeader67.565.6
推理得分BenchLeader69.472.4
混合价格(美元/百万 token)BenchLeader$20.00$20.00
输出速度BenchLeader89 tok/s41 tok/s
首次回答时间BenchLeader151.4 秒198.4 秒
上下文窗口BenchLeader1,000,000 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub–95.8%
Humanity's Last ExamScale AI / CAIS46.5%†54.8%†
SimpleBenchSimpleBench86.6%†83.6%†
Arena Hard PromptsArena (LMArena)15221500
LiveBench 2.0 ReasoningLiveBench91.7%92.7%
LiveBench 1.0 ReasoningLiveBench91.7%92.7%
GPQA Diamond (AA)Artificial Analysis93.7%96.1%
Humanity's Last Exam (AA)Artificial Analysis59.1%54.7%
HLE-Diamond (AA)Artificial Analysis60.1%63.8%
GPQA Diamond (Vals)Vals AI93.4%–
ARC-AGI-1ARC Prize97.5%97.5%
ARC-AGI-2ARC Prize90.0%95.0%
ARC-AGI-3ARC Prize–98.6%
CritPtArtificial Analysis29.7%31.7%
CritPt v2 hard subset (AA)Artificial Analysis52.5%70.5%
MysteryMechanismVals AI47.8%53.1%
HLE-Diamond (Scale)Scale AI SEAL51.3%†60.6%†
Arena ExpertArena (LMArena)15331517
Chess PuzzlesEpoch AI Benchmarking Hub48.0%74.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub58.0%84.0%
LMCAEpoch AI Benchmarking Hub65.5%†64.1%†
DTBenchEpoch AI Benchmarking Hub97.6%†97.1%†
ForecastBenchForecastBench65.7%†66.6%†
BTF-3Epoch AI Benchmarking Hub–13.5%†
编程
SciCodeSciCode63.1%56.5%
显示全部 183 项基准测试
指标发布方Claude Fable 5.1 (max)GPT-6 Astra (max)
编程
WeirdMLWeirdML92.9%93.3%
FrontierCodeCognition50.9%†53.3%
GSO-BenchGSO-Bench88.2%†79.4%†
Arena CodingArena (LMArena)15341548
Arena WebDevArena (LMArena)17421764
LiveBench 2.0 CodingLiveBench89.7%87.5%
LiveBench 1.0 CodingLiveBench86.4%80.4%
LiveCodeBenchVals AI90.5%–
IOIVals AI90.8%100.0%
Code MigrationVals AI54.6%67.7%
Code Migration v1.1Vals AI–80.6%
ProgramBenchVals AI7.0%5.5%
SWE-bench MultimodalVals AI61.3%43.3%
Vibe Code Bench 1-100Vals AI28.0%27.6%
Vibe Code Bench v1.1Vals AI90.3%89.6%
SWE Atlas v1.0: Codebase QnAScale AI SEAL60.0%†59.1%†
SWE Atlas v1.0: RefactoringScale AI SEAL56.7%†59.0%†
SWE Atlas v1.0: Test WritingScale AI SEAL67.0%†50.7%†
SWE Atlas v1.1Scale AI SEAL76.4%†69.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL79.0%†70.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL78.9%†66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL71.4%†71.4%†
SWE-Bench Pro V2Scale AI SEAL99.1%†96.9%†
SWE-Bench Pro V2 HARDScale AI SEAL92.2%†90.2%†
MirrorCodeEpoch AI Benchmarking Hub93.3%60.0%
DeepSWE v1.1Epoch AI Benchmarking Hub–73.2%
CursorBenchCursor51.8%–
ALE-BenchEpoch AI Benchmarking Hub2143.2†2951.3
FrontierSWEEpoch AI Benchmarking Hub56.3%65.5%
WeirdML v3WeirdML26.0%†42.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis52.0%59.1%
Terminal-Bench 2.1 (AA)Artificial Analysis91.4%88.4%
Startrise FrontendStartrise77.1%†79.9%†
GameBench 2 OverallDuelLab GameBench 287.1†88.8†
GameBench 2 by reasoning settingDuelLab GameBench 294.0†94.3†
Design Arena WebsiteDesign Arena1305†1338
FrontierCode 1.1 (AA)Artificial Analysis49.0%47.0%
FrontierCode 2.0 (AA)Artificial Analysis31.6%42.4%
智能体与工具
Terminal-BenchTerminal-Bench57.3%60.3%
Remote Labor IndexScale AI / CAIS17.9%†20.8%†
APEX-AgentsMercor68.6%†64.7%†
Arena AgentArena (LMArena)14.814.5
LiveBench Long AgenticLiveBench74.2%75.6%
LiveBench BrowserLiveBench89.8%91.3%
LiveBench Agentic CodingLiveBench66.1%57.3%
Terminal-Bench 2.1 (Vals)Vals AI85.0%†87.3%
MCP AtlasScale AI SEAL87.2%†–
HiL-BenchScale AI SEAL61.5%†65.3%†
GDPval-AA v2.1, normalised scoreArtificial Analysis62.7%53.7%
GDPval-AA v2.1Artificial Analysis17651587
τ³-Banking (AA)Artificial Analysis47.2%41.4%
ITBench SRE (AA)Artificial Analysis49.5%48.6%
Analyst Agent (AA)Artificial Analysis57.5%51.3%
CUA-benchVals AI13.2%19.2%
CyberBenchVals AI70.4%41.1%
Finance Agent v2Vals AI58.9%53.5%
Finance Agent v2.1Vals AI–60.4%
Harvey's Legal Agent Benchmark v1.1Vals AI–7.1%
Harvey's Legal Agent Benchmark v1Vals AI6.7%5.4%
Legal Research BenchVals AI55.3%39.4%
Robo-benchVals AI5.8%23.3%
SkillsBenchVals AI61.5%–
SREBenchVals AI22.9%56.9%
Tax Agent BenchVals AI50.8%20.7%
Terminal-Bench 4.0 (Vals)Vals AI58.1%59.6%
Terminal-Bench ScienceVals AI40.0%62.9%
Time Horizon Index: KSPVals AI63.3%90.5%
Arena SearchArena (LMArena)1227†1245
Arena Agent Task CompletionArena (LMArena)14.414
BALROGBALROG–68.3%
PostTrainBenchEpoch AI Benchmarking Hub44.6%41.9%
Vending-Bench 2Andon Labs5421.6†15514.7†
SpireClimbEpoch AI Benchmarking Hub2.0%34.0%
AutomationBenchArtificial Analysis59.4%68.5%
GDP.pdf (AA)Artificial Analysis26.2%31.0%
Harvey LAB-AA v1.1Harvey6.4%8.6%
AA-Briefcase v1.1Artificial Analysis16711569
GDPxGDPx by SemiAnalysis8.5%9.6%
Design Arena AgenticDesign Arena1338†1405
RoboDojo (LLM as robot policy)RoboDojo–29.0†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis43.3%63.3%
CWE-Bench (AA)Artificial Analysis50.8%63.3%
DeepSec-Bench (AA)Artificial Analysis23.5%36.9%
CyberGym end-to-end (AA)Artificial Analysis0.8%0.0%
MKA (AA)Artificial Analysis–50.2%
FACTS SearchGoogle–93.3%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub90.2%93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub87.8%97.6%
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%100.0%
ProofBenchVals AI100.0%99.0%†
LiveBench MathematicsLiveBench97.0%96.8%
Arena MathsArena (LMArena)15261481
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%2.9%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub70.8%75.6%
LiveBench 2.0 Data AnalysisLiveBench80.3%83.0%
LiveBench ResearchLiveBench88.5%90.6%
LiveBench 1.0 Data AnalysisLiveBench80.3%83.0%
AA-Omniscience v1.1Artificial Analysis46.342.4
MMLU-ProVals AI92.4%–
LegalBenchVals AI88.5%–
TaxEvalVals AI76.0%–
PRBench FinanceScale AI SEAL50.8%†47.5%†
PRBench LegalScale AI SEAL51.6%†48.4%†
BioMysteryBenchVals AI–79.3%
Excel Modeling BenchmarkVals AI76.7%71.7%
Excel Modeling Benchmark v1.1Vals AI76.7%72.7%
MedCodeVals AI53.5%48.5%
MedScribeVals AI91.3%87.9%
Public Benefits Bench v1.1Vals AI74.9%–
Financial Coaching BenchVals AI75.7%67.5%
Immigration BenchVals AI75.4%67.7%
DrugDiscoveryBenchScale AI SEAL–68.7%
EBR-benchEpoch AI Benchmarking Hub57.1%76.2%
GDP.pdfEpoch AI Benchmarking Hub27.6%34.2%
AA-Omniscience v1.1: accuracyArtificial Analysis68.4%61.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis30.0%50.2%
HealthBench Professional (AA)OpenAI57.8%66.0%
FACTS ParametricGoogle–83.8%†
指令遵循
LiveBench LanguageLiveBench89.5%89.4%
LiveBench Instruction FollowingLiveBench73.0%75.6%
Arena Instruction FollowingArena (LMArena)15011474
人类偏好
Arena TextArena (LMArena)15021474
EQ-Bench Creative Writing v3EQ-Bench2155†2177†
Arena Creative WritingArena (LMArena)14901451
Arena Multi-turnArena (LMArena)14851483
Arena Longer QueriesArena (LMArena)15101485
多模态
Arena VisionArena (LMArena)13221279
LiveBench DesignLiveBench81.6%80.0%
MMMU-ProArtificial Analysis–86.9%
MMMU-Pro (Vals)Vals AI90.6%–
MortgageTaxVals AI70.8%–
Humanity's Sixth SenseScale AI SEAL40.8%†53.6%
GeoBenchGeoBench84.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub41.9%†49.7%†
Furniture AssemblyEpoch AI Benchmarking Hub70.0%80.0%
VIALS-AAHandshake AI–62.7%
Code2Video-AAArtificial Analysis13251427
AA-3DArtificial Analysis11391168
FACTS MultimodalGoogle–55.2%†
长上下文
AA-LCR v1.1Artificial Analysis85.3%80.7%
Arena DocumentArena (LMArena)14981474
MLCRArtificial Analysis15.6%41.7%
FACTS GroundingGoogle–80.1%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub167.0†169†
LiveBench 2.0LiveBench84.0%84.5%
LiveBench 1.0LiveBench83.4%82.2%
AA Intelligence Index v5.0.1Artificial Analysis49.256.9
AA Intelligence Index v4.3.2Artificial Analysis53.452.7
AA Progress Index v1Artificial Analysis340.8349.6
Vals IndexVals AI–65.0
Vals Finance IndexVals AI–55.6%
Vals RSI IndexVals AI36.1%27.1%
Vals Science IndexVals AI–65.1%
Vals Router IndexVals AI–65.0%†
Vals Legal IndexVals AI–68.4%
AA Cyber IndexArtificial Analysis25.033.4
安全与诚实
FORTRESSScale AI SEAL13.7%†12.1%†
DistressBenchScale AI SEAL71.5%†74.3%†

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

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.

变化

  • Claude Fable 5.1 (max):37 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6 Astra (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Claude Fable 5.1 (max):1 项新结果(GDPval-AA v2.1)。
  • GPT-6 Astra (max):1 项分数修订。
  • Claude Fable 5.1 (max):BenchLeader Index 67.1 → 66.6。
  • Claude Fable 5.1 (max):1 项新结果(PostTrainBench);1 项分数修订。
  • GPT-6 Astra (max):1 项新结果(PostTrainBench);2 项分数修订。
  • Claude Fable 5.1 (max):1 项新结果(MirrorCode)。
  • GPT-6 Astra (max):1 项新结果(MirrorCode);1 项分数修订。
  • GPT-6 Astra (max):BenchLeader Index 68.1 → 67.4。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Claude Fable 5.1 vs GPT-6 Astra:常见问题

Claude Fable 5.1 比 GPT-6 Astra 更好吗?
Claude Fable 5.1 (max) 与 GPT-6 Astra (max) 的质量不相上下(66.7 比 67.3,在 ±4.5 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Claude Fable 5.1 和 GPT-6 Astra 哪个更便宜?价格会变吗?
两者价格相同:每百万 token 混合价格 $20.00。两者均未公布价格调整。
编程用 Claude Fable 5.1 还是 GPT-6 Astra 更好?
GPT-6 Astra 在编程方面得分更高(类别得分 73 比 70,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Claude Fable 5.1 为 1742,GPT-6 Astra 为 1764。
Claude Fable 5.1 和 GPT-6 Astra 哪个更快?
Claude Fable 5.1 输出更快(约 2 倍;输出 89 比 41 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Claude Fable 5.1 还是 GPT-6 Astra 更好?
GPT-6 Astra 在智能体任务方面得分更高(类别得分 64 比 60,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Terminal-Bench 上,Claude Fable 5.1 为 57.3%,GPT-6 Astra 为 60.3%。
更多问题(4)
处理长文档哪个更好?
Claude Fable 5.1 在长上下文基准测试上得分更高(67 比 65)。两者都约为 1.1M token(Claude Fable 5.1 为 1,000,000,GPT-6 Astra 为 1,050,000)。
哪个延迟更低?
Claude Fable 5.1 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 151.4 秒比 198.4 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Claude Fable 5.1 和 GPT-6 Astra 的看法一致吗?
在两者都有结果的 106 项基准测试中,Claude Fable 5.1 领先 50 项,GPT-6 Astra 领先 54 项,2 项持平。第三方来源看法不一:Claude Fable 5.1 在 Arena Text 上领先;GPT-6 Astra 在 AA Intelligence Index v5.0.1 上领先。
GPT-6 Astra 是什么时候发布的?
GPT-6 Astra 于 2026年9月2日 发布。