2026年9月は、AIの勢力図がたった2日で大きく動いた月になりました。

9月1日にAnthropicが最上位モデル「Claude Fable 5.1」を公開。

その2日後の9月3日には、OpenAIが「GPT-6 Astra」を発表し、段階的な提供を始めました。

どちらも、難しい推論やコーディングだけでなく、調査、資料作成、パソコン操作、長時間にわたる仕事まで任せることを想定した高性能モデルです。

しかも、開発者向けAPIの基本料金は、入力100万トークン当たり10ドル、出力100万トークン当たり50ドルで同じです。

正直、私も最初は「また新しいモデルが出たのか」くらいの受け止めでした。

でも中身を調べていくと、今回は単純な性能競争だけではないと感じました。

使える画面、月額プランに含まれる範囲、長時間作業でかかる実質コストに、見逃せない違いがあるからです。

ここまで似た説明が並ぶと、こう思いますよね。

「結局、AstraとFable 5.1は何が違うの？」

「ChatGPTとClaudeのどちらを使えばいい？」

この記事では、AIに詳しくない人でも判断できるように、難しい言葉をかみ砕きながら比較します。

なお、提供状況や料金は変更される可能性があります。

この記事の内容は2026年9月5日時点の公式情報をもとにしています。

【結論】迷ったらどちらを選べばいい？

長くなるので、先に結論から書きます。

✅ ChatGPT、Work、Codexをまとめて使いたい → GPT-6 Astra
✅ パソコンの画面操作を含む仕事を任せたい → GPT-6 Astra
✅ Claude Codeで長時間の開発を続けたい → Claude Fable 5.1
✅ 同じ大量資料を何度も読み込ませ、APIのキャッシュ費用を抑えたい → Claude Fable 5.1
✅ 日常的な質問や短い文章作成が中心 → どちらの最上位モデルも必須ではない

月20ドル前後の個人向けプランで比べる場合は、利用条件にも注意が必要です。

ChatGPT Plusでは、AstraがWorkとCodexへ順次提供されます。

一方、Claude ProでもFable 5.1自体は利用できますが、通常の週間利用枠には含まれず、従量課金の使用量クレジットを使う仕組みです。

つまり「対象プランで利用できる」と「月額料金の通常枠だけで使える」は同じ意味ではありません。

さらに、ChatGPTの通常のチャット画面、Work、Codexでも提供条件が違います。

モデルの点数だけでなく、自分のプランと使いたい画面まで確認することが、今回の比較で一番大切なポイントです。

GPT-6 Astraは何が変わったのか

GPT-6 Astraは、OpenAIが「最も難しい一連の仕事」に向けた最上位モデルとして発表したモデルです。

単に質問へ答えるだけではありません。

調査し、考え、必要なツールを使い、成果物を作り、画面上で結果を確かめるところまでを一つの流れとして進めることが重視されています。

OpenAIは、Astraの主な強みとして次の分野を挙げています。

✅ 複雑な推論と調査
✅ ソフトウェア開発
✅ ブラウザやパソコンの操作
✅ 文書・表計算・プレゼン資料の作成
✅ Webサイトやアプリの作成と確認
✅ 科学・数学・サイバーセキュリティ分野の問題解決

これまでの生成AIは、「文章は作れるけれど、実際の作業は人が行う」という使い方が中心でした。

Astraは、その境界をさらに越えようとしています。

たとえば、Webで情報を調べ、必要な情報だけを選び、決められたひな型に沿って報告書を作り、表計算を整え、最後に見た目まで確認する、といった複数段階の仕事です。

OpenAIの発表では、Webフォームへの入力、顧客管理システムの更新、カレンダー整理、データ分析、グラフ作成、Webサイトの動作確認などが例として示されています。

つまりAstraは、賢いチャットモデルというより、パソコン上の仕事を一緒に進める高性能な実務エージェントに近づいたモデルです。

資料の見た目まで整える力が強化された

Astraでは、文書、スプレッドシート、プレゼン資料など、完成品の品質も重視されています。

指定されたテンプレートや文章の雰囲気に合わせ、情報を詰め込みすぎず、必要な内容を構造化して出力するよう訓練されています。

生成AIへ資料作成を頼んだとき、文章の内容は正しくても、余白、色、見出し、表の配置がいまひとつだった経験はないでしょうか。

Astraは、こうした「最後は人が手直しする部分」を減らす方向へ進んでいます。

ChatGPTのSitesを使える環境では、プロンプトからWebサイト、Webアプリ、ゲームを作成し、公開・共有する機能とも組み合わされます。

ただし、社内情報や個人情報を含む成果物を、そのまま外部公開してよいわけではありません。

AIが公開まで操作できるようになるほど、公開範囲、認証、内容確認は人が慎重に判断する必要があります。

指示が途中で変わっても対応しやすくなった

長い作業では、途中で要件が追加されることがあります。

「先ほどの条件に加えて、この資料も使ってほしい」

「その作業を続けながら、料金についても教えてほしい」

このような追加指示を出すと、以前のAIは最初の目的を見失ったり、追加質問だけに集中したりすることがありました。

OpenAIによると、Astraは途中の変更を全体の目的へ取り込み、関係のない作業を落とさずに進める力が改善されています。

結果を左右する重要な情報が不足している場合は質問し、回答を待たなくても進められる部分は並行して続ける設計です。

これは、数分で終わる質問より、数時間から数日にわたる仕事で大きな違いになります。

Codexでは長い作業の記憶方法も変わる

長時間のコーディングでは、会話やテスト結果が増え続けます。

従来は、扱える情報量がいっぱいになると、過去の内容を要約して作業を続ける方法が使われていました。

しかし、要約の過程で「なぜ前の修正が失敗したのか」「どの条件だけは変えてはいけないのか」といった細かな情報が抜ける場合があります。

Astraを使うCodexでは、重要事項をメモとして保持し、以前の会話やツール出力を後から検索する仕組みが導入されています。

この機能は発表時点では実験的な扱いで、今後Astraの標準になる予定と案内されています。

大規模な改修や原因の分かりにくい不具合調査では、過去の失敗を覚えていることが重要です。

ここはAstraの地味だけれど実務に効く進化だと感じます。

Claude Fable 5.1はどんなモデルなのか

Claude Fable 5.1は、Anthropicが2026年9月1日に公開した、コーディングと知識労働向けの最上位クラスのモデルです。

Anthropicは、特に難しい推論、長期間動くエージェント、大規模なコーディング、複数段階の調査に向くモデルとして位置づけています。

Fable 5.1の特徴は、短い質問への回答速度を最優先するのではなく、時間がかかる難しい仕事を最後までやり切ることにあります。

公式ページでは、数時間かかる仕事、複数のアプリをまたぐ仕事、バックログ処理、ブラウザ操作、管理されたエージェントとしての無人実行などが利用例に挙げられています。

失敗したときに立て直し、必要なツールを選び、進捗を伝えながら作業を進める設計です。

同時に発表された「Claude Mythos 5.1」は、Fable 5.1と同じ基盤モデルです。

大きな違いは安全対策の適用範囲で、Mythos 5.1はサイバーセキュリティや生命科学などの高度な用途について審査を受けた組織向けに限定されています。

一般ユーザーが比較対象として考えるのはFable 5.1です。

長時間のコーディングが中心にある

Fable 5.1は、コードベース全体にまたがる機能追加、コードレビュー、性能改善、複数日にわたる自律的な開発を得意分野として掲げています。

自分でテストを書いて確認すること、デザインを高い精度で実装すること、画面を見て完成状態と目標を照合することも特徴です。

Claude Codeを中心に仕事をしている人にとっては、モデル単体の性能だけでなく、普段の開発環境からそのまま使えることが大きな利点になります。

一方で、Anthropicの開発者向け資料は、一般的な仕事の多くでは、まず価格が半分のClaude Opus 5から試すことを勧めています。

高い推論設定のOpus 5でも不十分な難題や、長時間の自律作業でFable 5.1を使う考え方です。

つまりFable 5.1は、毎日のちょっとした質問へ常に使うモデルではなく、費用をかけてでも成功率を上げたい難しい仕事へ投入するモデルと考えると分かりやすいです。

100万トークンの長い情報を扱える

Fable 5.1のコンテキストウィンドウは100万トークン、最大出力は12万8,000トークンです。

コンテキストウィンドウとは、AIが一度の処理で参照できる文章や会話の量です。

100万トークンあれば、大量の仕様書、コード、過去の会話、調査資料をまとめて扱いやすくなります。

ただし、入れられる量が多いことと、必要な情報を常に正確に使えることは同じではありません。

資料を無差別に詰め込むより、「今回の目的」「守る条件」「参照すべき正本」を整理して渡すほうが安定します。

Fable 5.1は思考を状況に合わせて調整するAdaptive Thinkingが常時有効で、既定の思考量はhighです。

軽い質問へ使うより、最初からしっかり考えてほしい仕事に向いています。

キャッシュ料金が大きく下がった

Fable 5.1の通常のAPI料金は、入力100万トークン当たり10ドル、出力100万トークン当たり50ドルです。

前世代のFable 5と同額ですが、キャッシュ読み取りは100万トークン当たり0.25ドルに下がりました。

キャッシュとは、毎回同じ長い資料や指示を読み直す場合に、再利用できる部分の処理費用を抑える仕組みです。

大きなコードベースや長い社内ルールを何度も参照するエージェントでは、通常の入力料金だけでなくキャッシュ料金が総費用に影響します。

Anthropicは、典型的な処理で推定約25%、エージェント性の高い処理では最大約45%の費用削減につながると説明しています。

これはFable 5.1の分かりやすい強みです。

AstraとFable 5.1の仕様を比べるとどうなる？

主な仕様を並べると、次のようになります。

比較項目 GPT-6 Astra Claude Fable 5.1
発表日 2026年9月3日 2026年9月1日
主な位置づけ 難しい仕事を端から端まで進めるOpenAI最上位モデル 難しい推論と長時間エージェント向けのAnthropic最上位クラス
APIモデル名 gpt-6-astra claude-fable-5-1
入力できる長さ 105万トークン 100万トークン
最大出力 12万8,000トークン 12万8,000トークン
通常入力料金 100万トークン当たり10ドル 100万トークン当たり10ドル
通常出力料金 100万トークン当たり50ドル 100万トークン当たり50ドル
キャッシュ読み取り 100万トークン当たり1ドル 100万トークン当たり0.25ドル
思考量 lowからmaxまで指定可能 Adaptive Thinkingが常時有効、既定はhigh
入力 テキスト・画像 テキスト・画像
主な得意分野 パソコン操作、調査、成果物作成、コーディング 長時間のコーディング、調査、知識労働、資料理解
API以外の主な提供先 ChatGPT、Work、Codex、Azure、AWS Bedrock Claude、Claude Code、AWS、Google Cloud、Microsoft Foundry

数字だけを見ると、かなり似ています。

コンテキストの差はAstraが5万トークン大きいものの、どちらも100万トークン級です。

最大出力と通常の入出力料金は同じです。

大きく異なるのは、キャッシュ料金、思考量の調整方法、そしてモデルを使うための製品環境です。

通常料金は同じでも、実際の費用は同じとは限らない

例として、キャッシュを使わず、入力10万トークン、出力2万トークンを処理したとします。

入力料金は1ドル、出力料金も1ドルなので、通常料金だけなら両モデルとも合計2ドルです。

しかし、同じ10万トークンをキャッシュから読み取る場合、単純計算ではAstraが0.10ドル、Fable 5.1が0.025ドルになります。

反対に、キャッシュへ最初に書き込む費用、利用するツール、処理速度を上げるモード、長い入力への追加料金などもあります。

Astraでは入力が27万2,000トークンを超えるリクエストに対し、入力とキャッシュは2倍、出力は1.5倍の料金がリクエスト全体へ適用されます。

そのため、100万トークン級の資料を毎回そのまま送る使い方では、表の基本単価だけで判断しないことが大切です。

個人がChatGPTやClaudeの月額プランで使う場合も、API単価ではなく、各プランの利用上限や追加クレジットの条件を確認する必要があります。

ChatGPTでは「Astra」と「GPT-6 Pro」の表示に注意

OpenAIの案内では、GPT-6 ProはGPT-6 Astraを基盤とするモデルとしてChatGPTへ順次展開されています。

Pro、Business、EnterpriseではChat上のGPT-6 Proが対象となり、PlusではAstraをWorkとCodexで利用できる予定です。

ただし、公開直後は段階的な展開です。

同じ契約でもChat、Work、Codexで提供時期がずれる場合があります。

モデル一覧に見当たらなくても、すぐに契約や設定の問題だと決めつけないほうがよいでしょう。

CodexでAstraを使うには、Codex CLI 0.153.0以降と、最新のChatGPTデスクトップアプリが必要です。

Enterpriseでは管理者がモデルを有効化する必要があり、発売時点では既定で無効です。

「対象プランなのに表示されない」という場合は、段階的な提供、アプリの更新、CLIのバージョン、組織の利用許可を順番に確認すると原因を切り分けやすくなります。

Claudeは「利用可能」と「プラン内」が別になっている

Claude Fable 5.1は、Pro、Max、Team、Enterpriseの有料プランで利用できます。

ただし、Anthropicの公式ヘルプによると、料金の扱いはプランによって異なります。

  • Max、TeamのPremium席、対象となる従来型EnterpriseのPremium席では、Fable系モデルを週間利用枠の最大50%まで追加料金なしで利用できる
  • Pro、TeamのStandard席、対象となる従来型EnterpriseのStandard席では、通常の利用枠に含まれず、従量課金の使用量クレジットで利用する

「最大50%」は、通常枠へ50%が追加される意味ではありません。

ほかのClaudeモデルと共通の週間利用枠のうち、Fable系へ使える割合が最大50%という意味です。

そのため、ChatGPT PlusとClaude Proを月額料金だけで比べるときは注意が必要です。

ChatGPT PlusではAstraをWorkとCodexの利用枠で使える予定ですが、Claude ProのFable 5.1は別途クレジットを消費します。

一方で、ChatGPT Plusの通常のChat画面でGPT-6 Proを使えるという意味ではありません。

Chat上のGPT-6 Proは、発表時点ではPro、Business、Enterpriseが対象です。

どちらが安いかは、契約名だけでなく、Chat、Work、Codex、Claude、Claude Codeのどこで使うかまで決めて比べる必要があります。

公表ベンチマークではどちらが強い？

OpenAIのAstra発表ページには、Claude Fable 5.1を含む比較表があります。

代表的な結果を抜き出すと次のとおりです。

評価項目 GPT-6 Astra Claude Fable 5.1 高い方
AutomationBench 41.4% 31.4% Astra
BenchCAD 95.9% 84.3% Astra
Terminal-Bench 4.0 57.9% 55.8% Astra
DeepSWE v1.1 74.1% 67.4% Astra
FrontierCode 1.1 Extended 64.5% 63.6% Astra
Terminal-Bench Science 0.1 64.6% 52.6% Astra
FrontierMath Tier 4 97.6% 87.8% Astra
Humanity's Last Exam（ツールあり） 57.2% 65.0% Fable 5.1
Artificial Analysis Intelligence Index 61.2 65.7 Fable 5.1

この表だけを見ると、パソコン操作に近い自動化、端末を使うコーディング、科学・数学の一部ではAstraが優勢です。

一方、幅広い難問を測るHumanity's Last ExamやArtificial Analysisの総合指標ではFable 5.1が上回っています。

ここから分かるのは、「Astraが新しいから全部上」でも「Claudeは長文に強いから全部上」でもないということです。

ベンチマークは参考値として見る

注意したいのは、この比較表がOpenAIの発表ページに掲載された結果だという点です。

もちろん比較対象として価値はありますが、各社の実際のアプリでは、モデル以外にもプロンプト、利用できるツール、実行環境、安全機能などが結果へ影響します。

また、評価ごとに測っている能力が違います。

たとえば、Terminal-Benchの差が、そのまま日本語ブログ記事の品質差になるわけではありません。

数学の評価が高いから、資料のデザインも必ず優れているとは限りません。

Anthropic側も、Fable 5.1の評価では本番の安全対策が動作し、一部の問題が別モデルへ切り替わったり、得点がゼロになったりしたと説明しています。

最終判断では、自分が実際に任せたい仕事を同じ条件で試すことが一番確実です。

たとえば、比較テストをするなら次のようにします。

✅ 同じ資料と同じ指示を渡す
✅ 完成までに必要だった追加指示の回数を数える
✅ 事実誤認、抜け、勝手な変更がないか確認する
✅ 所要時間と利用料金を記録する
✅ 見た目だけでなく、後から修正しやすい成果物か確認する

生成された最初の回答だけで比べるより、完成までの手間を測るほうが実務的です。

パソコン操作と成果物作成ではAstraが有利？

Astraの発表で最も強く打ち出されているのが、コンピュータ操作です。

画面を見てボタンや入力欄を認識し、ブラウザやアプリを操作し、結果を確認します。

OpenAIが公開したOSWorld 2.0の評価では、Astraは72.6%を記録し、GPT-5.6 Solの65.7%を上回りました。

同社の時間シミュレーションでは、Astraは1タスク当たり約40分、GPT-5.6 Solは約75分とされています。

さらにCodex側の操作環境の改善と合わせ、Mind2Webでは従来のGPT-5.6 Sol体験より1.9倍速く完了したと説明されています。

同じベンチマーク名でも、並べて比べられないことがある

Fable 5.1もブラウザ操作や複数アプリをまたぐ仕事に対応していて、AnthropicもOSWorld 2.0の数字を公表しています。

Partialという緩めの指標で77.9%、厳しいStrict指標では41.7%です。

Partialだけを見ると、Astraの72.6%より高く見えます。

でも、この2つを並べて優劣を語ることはできません。

Anthropicが自ら「ベンチマーク作者の2026年8月版タスクで測ったので、過去に公表されたOSWorld 2.0の結果とは比較できない」と注記しているからです。

測っている指標も、使ったタスクのバージョンも違う。範囲の違うテストの点数を並べて「こっちが上」と言うようなものです。

実は私も、この記事を調べている途中で両方の数字を並べて「Fableのほうが上」と書きかけました。数字が並んでいると、つい比べたくなります。

同じ名前のベンチマークでも、同じ条件で測られたとは限らない。

これは他社モデルの比較記事を読むときにも使える、けっこう大事な視点だと思います。

自分の作業に置き換えると分かりやすい

現時点で、ブラウザ、表計算、資料作成、Webサイトの確認まで一つの環境で進めたい場合、ChatGPT WorkやCodexとAstraの組み合わせは魅力的です。

たとえば、「請求書のPDFを開き、金額を確認して、家計簿のスプレッドシートへ転記する」といった作業です。

これまでは、AIに内容を読ませても、最後の転記や確認は人が行う場面が多くありました。

我が家でも家計管理にスプレッドシートを使っているので、こうした細かな作業を安全に任せられるなら、かなり助かると感じます。

このように、自分の暮らしや仕事へ置き換えると、Astraが目指している変化が分かりやすくなります。

ただし、AIが画面を操作できることは、便利さとリスクが表裏一体です。

送信、購入、削除、公開、権限変更など、元に戻しにくい操作は、実行前に確認を挟む設定が欠かせません。

コーディングではどちらを選ぶ？

コーディング性能は、両モデルの中心的な強みです。

AstraはOpenAIのCodex、Fable 5.1はAnthropicのClaude Codeと組み合わせて利用できます。

公表値では、Terminal-Bench 4.0がAstra 57.9%、Fable 5.1が55.8%で、差は2.1ポイントです。

FrontierCode 1.1 Extendedも64.5%対63.6%で、大差ではありません。

DeepSWE v1.1ではAstraが74.1%、Fable 5.1が67.4%と差が広がっています。

これらを見るとAstraが有利に見えますが、実際の開発ではモデル以外の差も大きくなります。

CodexとClaude Codeの仕事の進め方も含めて選ぶ

すでにGitHub、テスト、ブラウザ確認、ドキュメント作成などをCodexへまとめているなら、Astraへ切り替えるほうが自然です。

一方、Claude Codeのプロジェクトルール、コマンド、権限設定、長時間タスクの運用を整えているなら、Fable 5.1をそのまま使うほうが移行コストを抑えられます。

大切なのは、モデルの点数だけで既存環境を全部入れ替えないことです。

開発環境を変えると、ルールファイル、認証、秘密情報、デプロイ手順、チーム内の確認方法まで影響します。

まずは難しい作業を一つ選び、AstraとFable 5.1へ同じゴールを渡して、次の点を見比べるとよいでしょう。

  • 既存コードをどれだけ正しく理解したか
  • 関係のないファイルを変更しなかったか
  • 自分でテストし、失敗時に原因を調べ直したか
  • 途中の報告が分かりやすかったか
  • 完成後の差分を人が確認しやすかったか
  • 同じ品質へ到達するまでの時間と料金はいくらか

私なら、短いサンプルコードではなく、普段困っている本物の作業に近い小規模タスクで比較します。

そのほうが「自分にとっての正解」が見えやすいです。

安全対策とデータの扱いはどう違う？

高性能なAIが自分でツールを使うようになると、賢さと同じくらい重要になるのが安全性です。

AstraとFable 5.1は、どちらも能力の向上に合わせて追加の安全対策を導入しています。

ただし、その見せ方と運用には違いがあります。

Astraは作業を一時停止する場合がある

OpenAIは、Astraがユーザーの意図や許可範囲を正しく理解しているか監視する仕組みを追加しています。

許可されていない操作の可能性が検出された場合、ChatGPTやCodexでは会話や作業が一時停止し、ユーザーへ確認を求める場合があります。

APIでは処理が停止します。

安全のために必要な仕組みですが、問題のない作業でも止まる可能性があると案内されています。

特にサイバーセキュリティ分野では、Astraの能力が大きく向上したため、監視と制限が強化されています。

OpenAIは、Astraが自社のPreparedness Frameworkにおけるサイバー能力の「Critical」基準へ達したと説明しています。

これは、防御側にとって強力な支援が可能になる一方、悪用された場合の影響も大きくなったという意味です。

「高性能だから何でも無人で任せられる」と考えず、重要な操作では人が確認できる運用にする必要があります。

Fable 5.1は分野によって別モデルへ切り替わる

Claude Fable 5.1も、サイバーセキュリティと生物分野に強い安全対策を導入しています。

対象となる問い合わせでは、より能力を制限した別モデルへ自動的に切り替わる場合があります。

Anthropicは、切り替えられた処理にFable料金は請求しないと説明しています。

API利用者は、Fallback APIに関する設定が必要になる場合があります。

さらにFableは、安全監視のため、原則として30日間のデータ保持が必要です。

条件を満たすEnterprise顧客では、Enterprise Frontier Safeguardsや移行期間の仕組みにより、ゼロデータ保持を利用できる場合があります。

「余計なブレーキ」は大きく減った

Fable 5.1では、安全対策の精度も見直されています。

Anthropicが公表している改善は、次の2つです。

  • Claude Codeでのサイバーセキュリティ関連の介入が、Fable 5のときと比べて1セッション当たり 平均で約60%減
  • 問題のない初等的な生物・医療の質問へ安全対策が介入する割合が 85%減

AIを使っていて「なんでこれが断られるの？」とモヤっとした経験、ないでしょうか。私は何度かあります。

安全装置が過剰に反応して、まったく問題のない作業まで止められる現象です。

派手さはありませんが、毎日使う人にとっては、ベンチマークの数ポイントより体感に効く改善だと思います。

また、2026年8月以降に登場するClaudeモデルでは、文章の品質や内容を変えず、特定の個人情報も含まない形で、AI生成の可能性を判定するためのテキスト透かしが導入されています。

透かしは目に見える文字や隠し文字を付け足す仕組みではなく、単語の選び方に統計的なパターンを持たせるものです。

一方、Astraは対象となるAPI顧客にZero Data Retentionをサポートしています。

機密性の高い業務へ使う場合は、モデル名だけでなく、契約、保存期間、処理地域、管理者設定を確認しなければなりません。

個人情報、患者情報、決済情報など、漏えい時の影響が大きい情報を扱う場合は、個人判断で導入せずエンジニアや組織のセキュリティ担当者へ相談してください。

結局、どちらがどんな人に向いている？

ここまでの違いから、向いている人を整理します。

GPT-6 Astraが向いている人

✅ ChatGPT、Work、Codexを一つの環境で使いたい
✅ ブラウザやデスクトップ操作までAIへ任せたい
✅ 文書、表計算、プレゼン、Webサイトを完成形に近づけたい
✅ コーディングと画面確認を行き来する仕事が多い
✅ タスクごとに思考量と速度を調整したい
✅ OpenAI API、Azure、AWS Bedrockを中心に構成している

Astraの良さは、単体の知能だけでなく、ChatGPTとCodexの道具を使い、仕事の最初から最後まで進められる点です。

特に、調査から成果物作成、画面操作、確認までを何度も往復する人には相性がよさそうです。

Claude Fable 5.1が向いている人

✅ ClaudeやClaude Codeをすでに中心に使っている
✅ 数時間から数日かかる難しい仕事を任せたい
✅ 大規模なコードや大量の資料を扱う
✅ 常に深く考える最上位モデルを使いたい
✅ 同じ長い情報を繰り返し使い、キャッシュ料金を抑えたい
✅ Google CloudやMicrosoft Foundryを含むAnthropicの提供環境を使いたい

Fable 5.1は、長時間のエージェント作業と高難度のコーディングを正面から狙ったモデルです。

キャッシュ読み取りが安いため、大量の共通資料を繰り返し参照する仕組みでは費用面の利点もあります。

どちらも高すぎると感じる人

両モデルともAPIの通常出力料金は100万トークン当たり50ドルです。

日常的な要約、メール下書き、簡単なコード修正へ毎回使うには、過剰になる可能性があります。

OpenAIではGPT-5.6 TerraやLuna、AnthropicではOpus 5、Sonnet 5など、より安い選択肢があります。

普段は価格と速度のバランスがよいモデルを使い、難しい作業だけAstraやFable 5.1へ切り替える方法が現実的です。

一番高性能なモデルを常時使うことより、仕事の難しさに合わせて使い分けるほうが費用対効果は高くなります。

使い始める前に確認したい注意点

GPT-6 Astraは発表直後で、段階的に提供されています。

対象プランでも、すぐにすべての画面へ表示されるとは限りません。

Claude Fable 5.1も利用できる契約や提供先が決まっています。

使い始める前に、次の項目を確認しましょう。

  1. 自分の契約プランが対象か
  2. Chat、Work、Codex、APIのどこで使いたいか
  3. 組織の管理者が利用を許可しているか
  4. アプリやCLIが必要なバージョンへ更新されているか
  5. 月額プランの上限と追加クレジットの条件
  6. API利用時の通常料金、キャッシュ料金、長文料金
  7. 入力データの保存期間と処理地域
  8. AIが実行できる操作と、事前確認が必要な操作

特に注意したいのは、AIへ与える権限です。

メール、カレンダー、クラウドストレージ、GitHub、顧客管理システムなどを接続すると、できることが増えます。

その一方で、誤った送信、削除、公開、更新が起きたときの影響も大きくなります。

最初は読み取り中心で試し、重要な書き込み操作には確認を必須にし、少しずつ範囲を広げるのが安全です。

よくある疑問

AstraはChatGPTを契約すればすぐ使えますか？

2026年9月5日時点では段階的な展開中です。

OpenAIの案内ではPlus、Pro、Business、Enterpriseが対象ですが、Chat、Work、Codexで提供条件と開始時期が異なります。

PlusはWorkとCodexでAstraの利用対象となり、Chat上のGPT-6 ProはPro、Business、Enterpriseが中心です。

表示されない場合は、提供待ち、アプリ更新、組織設定を確認してください。

AstraとGPT-6 Proは同じですか？

GPT-6 Proは、GPT-6 Astraを基盤とするChatGPT上の高性能モデルとして案内されています。

APIでは gpt-6-astra、ChatGPTではGPT-6 Proなど、利用する製品によって表示や利用条件が異なります。

記事や比較表を見るときは、モデルそのものの話なのか、ChatGPT上の提供プランの話なのかを分けて読む必要があります。

Fable 5.1はClaudeの全ユーザーが使えますか？

無料プランは対象外です。

Anthropicの公式案内では、個人・組織向けにはPro、Max、Team、Enterpriseが対象です。

ただし、ProやTeamのStandard席では通常の利用枠に含まれず、使用量クレジットによる従量課金です。

MaxやTeamのPremium席などでは、週間利用枠の最大50%までFable系モデルに使えます。

開発者向けにはClaude Platform、Amazon Web Services、Google Cloud、Microsoft Foundryなどで提供されています。

契約や組織設定によって利用できない場合があります。

無料プランでも使えますか？

2026年9月5日時点では、GPT-6 AstraとClaude Fable 5.1のどちらも無料プランの通常利用対象ではありません。

日常的な質問、要約、簡単な文章作成であれば、無料プランや価格を抑えたモデルでも十分な場合があります。

話題の新モデルを使うためだけに、すぐ上位プランへ変更する必要はありません。

料金が同じならAstraを選べばよいですか？

通常のAPI入出力料金は同じですが、実際の費用と使い勝手は同じではありません。

Fable 5.1はキャッシュ読み取りが安く、Astraは長い入力への追加料金やFast modeがあります。

さらに、利用するツール、完成までの試行回数、月額プランの上限も総費用へ影響します。

モデルの単価だけでなく、同じ仕事を完了するまでの総費用で比べましょう。

どちらが日本語に強いですか？

今回確認した公式資料には、日本語だけを同一条件で比べた決定的なデータはありませんでした。

そのため、どちらが必ず上とは言えません。

自分が普段作るメール、記事、報告書などを同じ指示で生成し、自然さ、事実の正確さ、修正回数で比較するのがおすすめです。

ベンチマークで勝ったモデルを選べば間違いないですか？

ベンチマークは重要な参考材料ですが、仕事との相性までは保証しません。

端末操作、コーディング、数学、資料作成では必要な能力が違います。

前に書いたOSWorld 2.0のように、同じ名前でも測定条件が違うことがあります。

自分の用途に近い評価を確認し、最後は小さな実務テストで判断してください。

まとめ：性能だけでなく、任せたい仕事で選ぼう

GPT-6 AstraとClaude Fable 5.1は、どちらも2026年9月に登場した最上位クラスのAIモデルです。

通常のAPI料金、最大出力、100万トークン級のコンテキストなど、共通点は少なくありません。

一方で、強みの置き方には違いがあります。

GPT-6 Astraは、ChatGPTやCodexを通じて、パソコン操作、調査、資料作成、コーディングを一つの流れで進める方向が鮮明です。

Claude Fable 5.1は、ClaudeとClaude Codeを中心に、長時間の難しいコーディングや知識労働を最後まで続ける力を重視しています。

比較結果を短くまとめると次のとおりです。

✅ 仕事全体の操作と成果物作成を重視するならAstra
✅ 長時間の高難度作業とClaude環境を重視するならFable 5.1
✅ 通常のAPI入出力料金は同額
✅ 繰り返し使う長文のキャッシュ料金はFable 5.1が安い
✅ 公表ベンチマークではAstra優勢の項目が多いが、Fable 5.1が上回る項目もある
✅ 同じ名前のベンチマークでも、測定条件が違えば並べて比べられない
✅ ChatGPT PlusではAstraをWorkとCodexで使える予定
✅ Claude ProではFable 5.1を使えるが、通常枠外の使用量クレジットが必要
✅ データ保持、安全対策、利用する画面まで確認して選ぶ

私も、新モデルが出ると「一番新しいものへ全部切り替えたほうがよいのでは」と考えてしまいます。

でも実際には、普段の軽い仕事と、失敗できない難しい仕事で、必要なモデルは違います。

新モデルが出るたびに、すべてを乗り換えるのは正直しんどいです。

それよりも、自分がAIに何を任せたいのかを先に決めるほうが、結果的に満足度は高くなると思います。

まずは小さな実務で両方を試し、完成までの時間、修正回数、費用を記録するところから始めるのがよさそうです。

新しいモデルの特徴を見極めながら、少しずつ使い分けを改善していきます💪

参考・出典

以下は2026年9月5日に確認しました。