GPT-6 Astra vs Claude Fable 5.1：牌價一樣，繁中帳單差 24%
兩家最旗艦的標準價逐格相同：輸入 $10、輸出 $50、快取寫入 $12.50、Batch $5 與 $25，連最大輸出都是 128K。定價表上只有快取讀取那一格不一樣，而真正決定帳單的三件事有兩件不在表上，方向還不一致：繁中偏 Astra、超過 20.9 萬字偏 Fable 5.1、快取則看回合間隔有沒有超過 13 分鐘。
目錄（15 節）
把兩家最旗艦的定價表疊起來，標準價那幾格是重疊的：輸入 $10、輸出 $50、5 分鐘快取寫入 $12.50、Batch $5 與 $25，連最大輸出都是 128,000 token。
同一份繁體中文文件丟進去，帳單卻差 24.2%。
差的不是價格，是同一份文件在兩邊被切成幾個 token。本站量到 GPT-6 Astra 每個繁中字 1.3041 個 token，Claude Fable 5.1 是 1.7198，多吃 31.9%。牌價相同的時候，這 31.9% 就直接落到帳單上。
而這只是三個差異的其中一個，另外兩個方向還不一樣。
先給選擇規則
| 情況 | 選誰 |
|---|---|
| 一般長度的繁中輸入（20 萬字以下） | Astra，同樣的錢少付 24.2% |
| 單次請求塞超過 20.9 萬繁中字 | Fable 5.1，Astra 過門檻整包改 2 倍計價 |
| 回合密集的 agent（間隔 5 分鐘內） | Fable 5.1，快取讀取是四分之一價 |
| 回合稀疏（間隔 13 到 30 分鐘） | Astra，它的快取窗口長六倍，續命不用錢 |
| 要 fast mode | Astra，Anthropic 的 fast mode 沒有 Fable 這一檔 |
程式碼還在用強制 tool_choice |
先估遷移成本，Fable 5.1 會直接回 400 |
本表是下面各節結論的摘要，不含新資料，每一條的依據見對應章節。
定價表疊起來，只有一格不一樣
先確認沒有藏起來的差異。OpenAI 定價頁與 Anthropic 定價頁交叉比對如下，兩份都是 2026-09-05 實查。
| 項目 | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| 輸入 / 輸出（每 1M token） | $10 / $50 | $10 / $50 |
| 快取寫入 | $12.50 | $12.50（5 分鐘）、$20（1 小時） |
| 快取讀取 | $1.00 | $0.25 |
| Batch 輸入 / 輸出 | $5 / $25 | $5 / $25 |
| Fast mode 輸入 / 輸出 | $20 / $100 | 無此檔 |
| Context window | 1,050,000 | 1,000,000 |
| 最大輸出 | 128,000 | 128,000 |
| 長 context 加價 | 超過 272K token 整包 2 倍輸入、1.5 倍輸出 | 到 1M 都是同一個價 |
標準價那幾格之中，粗體那一列是唯一不同的。表上其餘的差異都落在附加條件那一側：fast mode、context window，以及最後一列的長 context 加價。
但下面三節講的差異，一個在表上（快取讀取），兩個根本不在表上：一個藏在 tokenizer 裡，一個藏在最後那列的但書裡。
差別一：同一份繁中文件，Fable 5.1 多吃 31.9% 的 token
牌價是每個 token 多少錢，帳單是文件被切成幾個 token 再乘上去。這兩件事在英文語境下差距不大，在繁體中文差很多。
本站用五種語料、共 14,951 個繁中字量過這兩顆，方法是打各家官方的計數端點（Anthropic 走 token counting 端點，OpenAI 走 chat.completions 回傳的用量欄位），不是離線估算：
| 模型 | 量法 | 每字 token | 每萬字 token | 輸入 $ | 輸出 $ |
|---|---|---|---|---|---|
| GPT-6 Astra | chat.completions usage API | 1.3041 | 13,041 | 0.1304 | 0.6520 |
| Claude Fable 5.1 | count_tokens API | 1.7198 | 17,198 | 0.1720 | 0.8599 |
兩顆均量測於 2026-09-05，語料與方法沿用 2026-08-12 建立的那一套。原始資料：bench/tokenizer/results.json
牌價一樣，所以這 31.9% 的 token 差距原封不動變成 24.2% 的帳單差距。多吃三成一，等於同一筆錢少買二成四的字。輸入與輸出兩邊都是這個比例，因為兩邊的價差都是零。
順帶量到兩件跟這篇有關的事。
Astra 沒有換 tokenizer
五種語料的 token 數跟 GPT-5.6 Sol 逐格完全相同，API 實測與 tiktoken 的 o200k_base 互相印證。所以 GPT-5.6 世代算好的繁中成本模型，換到 GPT-6 可以直接沿用，不用重算。
這件事不能只用中文語料判斷。上一篇踩過一次：繁中量出來的數字剛好等於更舊的世代，看起來像退回舊 tokenizer，加測英文才分得開。這次五種語料裡有兩種的中文佔比低於三成，逐格相同才站得住。
Fable 5.1 與 Claude 5 世代其餘型號同一個 tokenizer
Claude Sonnet 5、Claude Opus 5、Claude Fable 5、Claude Fable 5.1 量出來都是 1.7198。上一篇是拿單一字串比對推出這個結論，這次是整套語料重量一次，結論一致（見快取讀取只要四分之一價）。各家係數與換算方法在繁中 token 成本。
差別二：20.9 萬字之後，便宜的那顆變貴
Astra 有一道門檻，Fable 5.1 沒有。
單次請求的輸入超過 272,000 token，Astra 這次請求的整包改以 2 倍輸入、1.5 倍輸出計價，不是只有超出的部分變貴（見 GPT-6 Astra 模型頁）。Anthropic 那邊則是明講 1M context 全段同一個價，90 萬 token 的請求跟 9 千 token 的請求，每 token 費率相同。
換算成繁中字，那道門檻落在 208,579 字。
| 一次請求的輸入 | GPT-6 Astra | Claude Fable 5.1 | 誰便宜 |
|---|---|---|---|
| 208,578 字（門檻前一字） | $2.72 | $3.59 | Astra 便宜 24.2% |
| 208,580 字（門檻後一字） | $5.44 | $3.59 | Fable 5.1 便宜 34.1% |
依 2026-09-05 牌價與上節係數試算，非實際帳單。跨過門檻的是同一份文件多兩個字。
一個字的差別，帳單翻倍。
座標由 scripts/pair_tables.mjs 依 2026-09-05 牌價與本站繁中係數產生，非手繪。
這條線對誰有影響，要看你怎麼用長 context。整份程式庫、整本規格書、幾十萬字的訪談逐字稿，這類「一次塞完再問」的用法會踩到。反過來說，把長文件切段檢索、每次只送幾千字進去的做法碰不到門檻，那 24.2% 的優勢就一直有效。
值得順帶一提的是，Astra 的 context window 比較大（1,050,000 對 1,000,000），扣掉最大輸出之後可放約 70.7 萬繁中字，Fable 5.1 約 50.7 萬。所以能塞得比較多的是 Astra，塞多了比較便宜的是 Fable 5.1。
差別三：快取讀取差四倍，但續命是免費的
定價表上 Astra 的快取讀取 $1.00、Fable 5.1 $0.25，四倍。只看這一格會得到「Fable 5.1 的快取便宜四倍」的結論，而那個結論在回合間隔超過 13 分鐘的時候會反過來。
原因是兩家的快取窗口長度差六倍（OpenAI 快取指南對 GPT-5.6 以後只列一個 30m，Anthropic 快取文件則是 5 分鐘與 1 小時兩檔）。
| 項目 | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| 開啟方式 | 預設開啟 | 送 cache_control |
| 窗口長度 | 30 分鐘，只有這一種 | 5 分鐘，或付 2 倍寫入價買 1 小時 |
| 計時器 | 每次寫入或重用之後重新計算 | 同左 |
| 最小可快取前綴 | 1,024 token | 依型號而定 |
| 讀取價 | $1.00 | $0.25 |
兩邊的計時器都是每次使用就重設。差別在於，Astra 的窗口有 30 分鐘，回合之間隔 20 分鐘的 agent 什麼都不用做；Fable 5.1 只有 5 分鐘，同樣的空檔得每隔幾分鐘送一個空請求把快取續命，而每一次續命就是一次讀取的錢。
那個四倍在 13 分鐘的空檔就被吃掉
把上面那件事算成數字。假設前綴穩定在 80,000 token（約 4.7 萬個繁中字），續命照上一篇的節奏每 4 分鐘一次，看每個真實回合要付多少讀取費：
| 回合間隔 | Astra 讀取次數 | Astra $ | Fable 5.1 讀取次數 | Fable 5.1 $ |
|---|---|---|---|---|
| 3 分鐘 | 1 | 0.080 | 1 | 0.020 |
| 13 分鐘 | 1 | 0.080 | 4（1 次回合＋3 次續命） | 0.080 |
| 25 分鐘 | 1 | 0.080 | 7（1 次回合＋6 次續命） | 0.140 |
照牌價試算，非實跑帳單。假設前綴不變、每次回合都命中快取，且未超過各自的窗口長度。
交叉點落在回合間隔約 13 分鐘。比它密集，Fable 5.1 的四分之一價完全兌現；比它稀疏而又還在 30 分鐘內，Astra 反而便宜，因為它那次讀取順便把計時器推到半小時後。超過 30 分鐘兩邊都得重寫，那時比的就不是讀取價而是寫入價，而寫入價兩邊都是 $12.50。
這裡有個前提要講清楚。上表假設你真的會去續命。如果空檔期間什麼都不送、讓快取自然過期，Fable 5.1 付的是一次重寫（80,000 token 要 $1.00），Astra 在 30 分鐘內則是一次 $0.08 的讀取，差距會比表上更大。續命這個動作本身就是為了避開重寫才做的。
反過來也要講：本站先前追過快取失效的成因，主因是人坐在螢幕前想事情的空檔（見快取機制怎麼運作）。人類思考的空檔常常落在 5 到 30 分鐘這一段，剛好就是這一節在講的區間。
兩件不在價格表上的事
Astra 的推理檔位沒有 none
官方列的是 low、medium、high、xhigh、max 五檔，同世代的 GPT-5.6 Sol 有 none 而 Astra 拿掉了。意思是這顆沒有「不要想、直接答」的模式，最低就是 low。要拿它做延遲敏感的短回應，這件事會反映在首字時間與輸出 token 數上。Fable 5.1 那邊是 Claude 5 世代的自動思考，也沒有關閉開關，兩顆在這一點上處境相同。
Fable 5.1 有三個破壞性變更
強制 tool_choice 會直接回 400、thinking block 只有原模型讀得懂、改寫歷史訊息會讓後面的 thinking 失效。要從別的 Claude 型號換過去，這些是實際的遷移成本，細節與改法在上一篇。從 OpenAI 換過來的人不受前兩條影響，但第三條那個 append-only 的要求還是要處理。
那到底該選哪一顆
三個差異的方向不一致，所以沒有一個「比較便宜」的答案，只有「你的負載長什麼樣」。
繁中量大、單次輸入不長，選 Astra。 這涵蓋多數情況：客服、文件生成、翻譯、程式輔助。24.2% 是白拿的，而且不需要改任何程式。
單次請求會塞超過 20 萬繁中字，選 Fable 5.1。 門檻那一階很陡，而且它是整包重算。如果用法是把整份東西丟進去再問，這一條會蓋過繁中那 24.2%。
回合密集的長時程 agent，選 Fable 5.1。 快取讀取佔帳單比重最高的就是這種負載，四分之一價在間隔短的時候完全兌現。
回合稀疏的 agent，選 Astra。 半小時的窗口讓你不必寫續命邏輯，這既省錢也少一段程式碼。
至於能力誰強，這篇沒有立場，原因見最後一節。
今天就能做的一件事
去翻自己的 usage 記錄，量兩個數字：單次請求的輸入 token 中位數，以及相鄰兩次請求的時間間隔中位數。
第一個數字跟 272,000 比，決定門檻那一節適不適用。第二個數字跟 13 分鐘比，決定快取那兩節哪一邊成立。
這兩個數字只有你自己的紀錄裡有，而上面每一條規則都要靠它們才能落地。
本站沒有的數字
誠實交代這篇的邊界。
沒有能力比較。 本站 2026-08-21 的對戰資料快照裡沒有這兩顆，Astra 太新、Fable 5.1 也不在名單上。沒有量到就是沒有量到，不會拿別的來源補，也不會把「沒資料」寫成「兩顆差不多」。本站有自己實測分數的是另外八顆，方法見學測數 B 九模型實測。
沒有延遲數字。 台灣延遲實測目前涵蓋八顆，這兩顆都不在裡面。上一篇試著臨時量了一次，樣本太少、變異太大，最後沒有寫進結論，這次不重蹈覆轍。
這篇用到的本站數據只有一項： 繁中 token 係數，2026-09-05 對兩顆各量一次。上面每一張成本表的每一格，都是用它把美元換算成繁中字算出來的。牌價則全部來自兩家官方頁面，實查同一天，完整對照表在價格頁。
順帶一提，同一天實查還發現 GPT-5.6 Sol 從 $5 / $30 降到 $4 / $20，官方標為促銷、字面是「至少到 2026-11-21」，恢復價未載明。那是另一個題目：同一家的上一代降價之後，這一代的升級價差變成 2.5 倍。