這是 OpenAI 發表資料最著力強調的比較,也是最容易誤讀頭條數字的比較。GPT-6.2 Astra 與 Claude Fable 5.2 在各項基準測試中互有領先,而非由一方全面壓制。每項任務成本差距很大,但這取決於具體配置。以下是截至 2026 年 11 月 18 日的誠實計分板。
綜合智慧:Fable 5.2 仍然領先
在 Artificial Analysis Intelligence Index v5.0.1 上,Claude Fable 5.2 得分 65;GPT-6.2 Astra 得分 62。在目前最廣泛的綜合指標上,Fable 5.2 領先三分,這也是反對將 Astra 無條件稱為「最佳模型」的最有力論據。Astra 的 62 分確實勝過 Gemini 4 Carbon(60)與 Claude Opus 5.5(59),並較 GPT-6 Astra 提升 5 分——但它並未取代 Fable 5.2 在指數榜首的位置。
Astra 縮小差距的地方在於特定且成本高昂的任務類別,而非總體表現。
Agents' Last Exam:Astra 領先,且成本差距巨大
在 Agents' Last Exam v1.1 上——該測試衡量在艱難的專業工作流程中持續推理、規劃與工具使用的能力——Astra 得分 78.3%,而 Fable 5.2 為 72.8%——領先 5.5 個百分點。OpenAI 針對同一評估任務的成本比較為Astra 為 $2.89,Fable 5.2 為 $60.05。
在將此視為節省 95% 之前,有兩點需注意。第一,該數字是在某一特定評估配置下的每項任務成本;你自己的提示長度、推理強度、重試與快取行為都會大幅改變它。第二,每項任務成本與每 token 價格是不同的單位——一個在每項任務上推理更久的模型,可能以更高的 token 費率實現更低的每項任務成本,反之亦然。該比率是強烈訊號,表明 Astra 在此類工作負載上便宜得多;但這不是通用折扣的宣稱。
3D 與機器人技術:Astra 兩項皆領先
在AA-3D上,Astra 以1318 Elo領先,高於 Fable 5.2 的1271——在衡量互動式 3D 體驗建構、由人工評分的基準測試上相差 47 分。這是 Astra 對 Fable 5.2 最具決定性的獨立領先,也與實測報告相符:Astra 能在 Blender 與 Unity 中建構可遊玩的 3D 場景,即使測試者形容輸出「非常不均勻且怪異」、且更難操控。
在AA-Robotics v0.1,Astra 以79领先,而 Fable 5.2 为75——这是一项面向真实世界规划与行动的研究预览基准。截至本文撰写时,Fable 5.2 在这两个领域均无公开的反驳主张。
Fable 5.2 的优势比指数差距更重要之处
三分的 Intelligence Index 领先并非均匀分布。Fable 5.2 的综合优势反映了其在多个推理类别上的广度,当你的工作负载异构时这一点很重要:一条混合了摘要、结构化提取、多步推理和代码审查的单一流水线,会受益于一个不会在任何单一类别上崩溃的模型。Astra 的画像则更为尖峰化——在 3D、机器人、科学智能体任务和长周期专业工作上领先,而在编码智能体上相对于其自身前代持平。
还有一个定价维度值得谨慎说明。Astra 的价目表为每百万 token 输入 $8 / 输出 $40;Fable 5.2 的公布费率应核对 Anthropic 当前的定价页面,而非从每任务数据推断,因为 $2.89 对 $60.05 的比较混淆了 token 定价与推理长度。站得住脚的主张更窄,但仍然重要:在本次评估的长周期智能体任务上,Astra 的完成成本大约低一个数量级。
真正应该带走什么
Fable 5.2 仍在最广泛的独立综合指数上保持领先。Astra 在 Agents’ Last Exam、AA-3D 和 AA-Robotics 上领先——这三项基准分别对应科学智能体工作流、交互式 3D 和机器人规划。长周期智能体评估上的每任务成本差距足够大,足以改变那些大规模运行此类工作负载的团队在自建与采购之间的计算。
选择Fable 5.2,当你的工作负载广泛、异构,且需要在许多任务类别上获得最佳平均性能而无需按任务调优路由时。选择Astra,当工作集中在 3D、机器人规划、科学智能体流水线或长周期专业任务上,且 Astra 的实测领先真实存在、每任务经济性对其有利时。这一比较并非任何一方的完胜;它是一个路由决策。