AIツール2026年10月更新

GPT-6 Astra vs Claude Fable 5.1 vs Gemini 3.8｜コーディング・PC操作・料金を実データ比較【2026年10月最新】

公開日: 2026/09/05

更新日: 2026/10/09

GPT-6 Astra vs Claude Fable 5.1 vs Gemini 3.8｜コーディング・PC操作・料金を実データ比較【2026年10月最新】

この記事のポイント

GPT-6 Astra・Claude Fable 5.1・Gemini 3.8 Flashを、API料金の実額試算、ベンダー公表値と第三者評価のベンチマーク、プラン別の利用条件、企業導入の制約で比較します。9月下旬に出たGPT-6.1 Sol・Claude Opus 5.5・Gemini 4 Argonも含めた、用途別の選び方を整理しました。

3モデルの中から選ぶなら、PC操作を含む長時間の実務代行は GPT-6 Astra、Claude Code での重いコーディングとキャッシュを効かせる長時間エージェントは Claude Fable 5.1、大量処理とコスト重視なら Gemini 3.8 Flash です。ただし9月下旬に GPT-6.1 Sol と Claude Opus 5.5 が出たため、2026年10月時点では「Astra や Fable 5.1 を使う前に、一段下のモデルで足りるか確かめる」のが現実的な選び方になっています。

この記事では次のことがわかります。

3モデルの用途別の選び方と、代わりになる新モデル（GPT-6.1 Sol／Claude Opus 5.5／Gemini 4 Argon）
割増料金とキャッシュ単価まで入れたAPIの実額試算
ベンダー公表値と第三者評価（Artificial Analysis）で順位が変わる理由
ChatGPT・Claude・Gemini のどのプランで使えるか
データ保持や拒否の挙動など、企業導入で影響する制約

API のモデルを選ぶエンジニアや技術責任者、AI の利用料の予算を組む担当者、どのサービスに課金するか迷っている個人ユーザーに向けた記事です。記載は2026年10月9日時点の公式情報と主要報道に基づきます。料金と提供状況は短い間隔で変わるため、契約前に各社の公式ページで確認してください。

用途別の使い分け｜どの仕事をどのモデルに任せるか

出典: OpenAI 公式サイト

同じ最上位クラスでも得意な仕事ははっきり分かれます。さらに10月時点では、各社の一段下のモデルが「代わりの候補」として有力です。

やりたいこと	3モデルの中の第一候補	理由	代わりの候補
ブラウザやデスクトップを操作して作業を最後まで終わらせる	GPT-6 Astra	computer_use ツールを標準で使える。OSWorld 2.0 72.6%（OpenAI 発表時）	GPT-6.1 Sol（OSWorld 2.0 で Astra に約2ポイント差、単価は5分の1）
難しい数学・科学の推論	GPT-6 Astra	FrontierMath Tier 4 v2 97.6%（Fable 5.1 は87.8%）	—（難しい科学研究は Astra を使うよう OpenAI 自身が案内）
複数ファイルにまたがる改修・長時間のコーディング	Claude Fable 5.1	Claude Code での長時間作業が重点領域。CursorBench 3.2.0 73.4%（Anthropic 公表）	Claude Opus 5.5（Terminal-Bench 4.0 で上回る値が出ている）
キャッシュを効かせて長時間エージェントを回す	Claude Fable 5.1	キャッシュ読取 $0.25/1M で、Astra（$1）の4分の1	Claude Opus 5.5（$0.20）、Sonnet 5.5（$0.10）
数十万トークンの長文を1回で読ませる	Claude Fable 5.1	1M全域が標準単価。Astra は272K超で割増	Claude Opus 5.5
大量のリクエストを安く処理する	Gemini 3.8 Flash	入力 $0.75／出力 $3.75（2026年12月31日までの導入価格）	GPT-6 Luna、Claude Haiku 5.5
応答の速さを優先する	Gemini 3.8 Flash	出力速度の中央値約117トークン/秒（Astra 約47、Fable 5.1 約70。Artificial Analysis）	—
ブラウザ・Android の操作を安く自動化する	Gemini 3.8 Flash	Gemini API の Computer Use ツールの推奨モデル（プレビュー機能）	—

現実的な運用は、普段の処理は安いモデルで回し、詰まった工程だけ上位モデルに渡す二段構えです。3つ全部を契約する必要はありません。社内の業務システムや既存アプリにこの使い分けを組み込む場合は、モデル選びと同じくらい、どこにAIを接続するか・費用がどこにかかるかの設計が影響します。進め方と費用の目安は「既存システムにAIを組み込む方法」で整理しています。

Astra や Fable 5.1 を選ぶ前に確かめたいこと

9月22日以降、各社が一段下に強いモデルを出したため、最上位モデルを常用する理由は減っています。

OpenAI: GPT-6.1 Sol（API $2／$10）は「Astra に近い性能を5分の1の単価で」と案内されています。OpenAI 公表の DeepSWE v1.1 では 6.1 Sol(high) 75.2%（1タスク約$1.50）に対し Astra(high) 74.8%（約$7.70）でした（Vellum 転載で確認）。詳しくは「GPT-6.1 Solとは」
Anthropic: 公式ドキュメントは「迷ったら Claude Opus 5.5 から始め、難しい推論や長時間のエージェント作業で評価が足りないときに Fable 5.1 を使う」という順番を示しています。Opus 5.5 の単価は $4／$20 です。詳しくは「Claude Opus 5.5とは」
Google: 上位の Gemini 4 Argon は9月30日に発表されましたが、一般の開発者はまだ使えません

まず一段下のモデルで自社の課題を試し、評価が足りない工程だけ Astra や Fable 5.1 に切り替えるのが、費用を抑えやすい順番です。

9月の発表後に変わったこと

3モデルが出そろった9月上旬から1か月で、比較の前提が大きく変わりました。 3モデルの性能そのものは変わっていませんが、周りの選択肢とプランの条件が動いています。

日付（米国時間）	出来事	比較への影響
9月7日	Artificial Analysis が Intelligence Index v4.3 を公開	Astra と Fable 5.1 が同点（53）に。発表直後の旧版の数値は使えなくなった
9月22日	GPT-6 Sol／GPT-6 Luna、Claude Opus 5.5 を公開	一段下のモデルが代わりの候補になった
9月28日	Claude Sonnet 5.5 を公開。GPT-6.1 Astra の公開見送りが報じられる	Astra の次の版は当面出ない見込み
9月29日	OpenAI DevDay で GPT-6.1 Sol、ChatGPT Pro 500 と Astra Ultrafast、ChatGPT Dots を発表。Pro 200 の新規受付を再開	OpenAI 側の選択肢とプランが増えた
9月30日	Google が Gemini 4 Argon を発表（審査済みのサイバー防御者に先行提供）	Google の上位モデルは「発表済み・一般には未提供」
10月7日	ChatGPT の通常チャットの既定が GPT-6 Sol（有料）／GPT-6 Luna（無料）に。Claude Haiku 5.5 を公開	ChatGPT のチャット画面で既定で動くのは Astra ではない

GPT-6.1 Astra は、社内テストで欺瞞的な行動や、許可なく外部ツールを使う挙動が見られたため公開を見送ったと WSJ や TechCrunch が報じています。OpenAI の公式声明は確認できていませんが、GPT-6 Astra 自体は引き続き提供されています。経緯は「GPT-6.1 Astraのリリース中止とは」にまとめています。

ChatGPT の画面まわりの変化は「ChatGPTのIntelligent UIとは」と「GPT-6 Sol・GPT-6 Lunaとは」で詳しく扱っています。

「Gemini 3.8」は Flash のみ｜Pro 版は存在しない

Gemini 3.8 Flash を提供する Google の Gemini 公式ビジュアル

出典: Google DeepMind Gemini 公式サイト

「Gemini 3.8」として提供されているのは Gemini 3.8 Flash だけで、3.8 Pro はありません。 Google の上位モデルとしては9月30日に Gemini 4 Argon が発表されましたが、2026年10月9日時点で使えるのは Fairwind Program の審査を通ったサイバー防御者に限られます。有料API の顧客と Google AI Ultra への展開は「次の段階」とされ、日付は発表されていません。

そのため、この比較は「最上位クラス2つ（Astra・Fable 5.1）と、低価格の主力モデル1つ（3.8 Flash）」の比較です。API 単価が約13倍違うのはこのためで、ベンチマークで Gemini が下に来る項目も「負けている」より「価格帯が違う」と読むのが正確です。Gemini 3.8 Flash の詳細は「Gemini 3.8 Flashとは」、Argon は「Gemini 4 Argonとは」で解説しています。

Gemini 4 Argon について公表されている条件は次のとおりです。

API 単価は導入価格が入力 $2／出力 $10、導入期間の後は $4／$20（導入期間の終了日は未発表）
最大出力は1Mトークン（3.8 Flash の64Kから拡大）。入力コンテキスト長は公式に記載がありません
Gemini API の料金ページには、10月9日時点で掲載されていません

名前まわりにも混乱しやすい点があります。

API のモデルIDは gpt-6-astra、ChatGPT では Pro の推論オプション「GPT-6 Pro」として表示されます。 「GPT-6 Astra Pro」は公式の表示名ではありません
Claude Mythos 5.1（Fable 5.1 と同じ能力で、サイバー・生物分野の制限を外した版）は承認された顧客だけが使えます。一般利用はできません
Gemini 3.8 Flash Cyber も Fairwind Program 経由の限定提供です
Anthropic の現在の推奨は「迷ったら Opus 5.5」で、Fable 5.1 は誰にでも合う既定モデルではなく、難しい推論と長時間エージェント向けに指名して使う上位モデルです

基本スペック比較

コンテキストは3モデルとも100万トークン級で並んでいます。差が出るのは最大出力、推論の制御方法、PC操作の提供のしかたです。

項目	GPT-6 Astra	Claude Fable 5.1	Gemini 3.8 Flash
提供元	OpenAI	Anthropic	Google
公開	2026年9月3日（段階展開）	2026年9月1日	2026年9月2日（GA）
モデルID	`gpt-6-astra`	`claude-fable-5-1`	`gemini-3.8-flash`
コンテキスト	1,050,000トークン（最大入力922,000）	1,000,000トークン	1,000,000トークン
最大出力	128,000トークン	128,000トークン	64,000トークン
入力	テキスト・画像	テキスト・画像	テキスト・画像ほか（Gemini は音声・動画にも対応する系列。3.8 Flash の対応範囲はモデルページで確認）
出力	テキスト	テキスト	テキスト
知識カットオフ	2026年4月30日	2026年6月	公式の最新モデルページに記載なし
推論の制御	`reasoning.effort`：low／medium／high／xhigh／max（none は不可）	effort（既定 high）。適応的思考は常時オンで無効化不可	`thinking_level`：low／medium（既定）／high
PC操作	computer_use ツールを標準搭載	Computer use／Browser use ツール	Gemini API の Computer Use ツールの推奨モデル（プレビュー）
主な提供先	ChatGPT／OpenAI API／Azure／AWS Bedrock	Claude API／claude.ai／Claude Code／Bedrock／Google Cloud／Microsoft Foundry	Gemini アプリ／AI Studio／Gemini API／Gemini Enterprise／検索のAIモード／Google スプレッドシート
廃止予定	記載なし	2027年9月1日より前には廃止しない	記載なし

実務では、次の3つの差が影響します。

Gemini 3.8 Flash は最大出力が64Kトークンです。長いコードやレポートを一度に出させると、他の2モデルの半分で止まります
Astra は推論を切れません。 effort に none を指定すると400エラーになり、最低でも low 分の推論トークンが出力として課金されます
Fable 5.1 も思考を無効にできません（thinking: {"type":"disabled"} は400エラー）。速く安く返すだけの用途には向きません

PC操作では、Gemini API の Computer Use ツールの推奨モデルが gemini-3.8-flash です。PC操作専用の別モデルを用意する必要はなく、同じモデルにツールとして渡して使います。

API料金の比較｜表面の単価と実額は違う

Claude Fable 5.1 を提供する Anthropic の公式ビジュアル

出典: Anthropic 公式サイト

入出力の単価は Astra と Fable 5.1 が同額で、Gemini 3.8 Flash は約13分の1です。ただし、キャッシュ単価と長文の割増を入れると順位が変わります。

1Mトークンあたりの単価（USD・2026年10月9日時点）

項目	GPT-6 Astra	Claude Fable 5.1	Gemini 3.8 Flash
入力	$10	$10	$0.75（2027年1月から $1.50）
出力	$50	$50	$3.75（2027年1月から $7.50。思考トークン込み）
キャッシュ読取	$1.00	$0.25	$0.075（2027年1月から $0.15）
キャッシュ書込	$12.50	$12.50（5分）／$20（1時間）	書込単価の記載なし。保存料 $0.50/1M/時間（2027年から $1.00）
バッチ	$5／$25（Flex も同額）	$5／$25	$0.375／$1.875（2027年から $0.75／$3.75）
高速処理	Fast mode $20／$100、Ultrafast $60／$300（272K以下）	Fable 5.1 は Fast mode の対象外	Priority $1.35／$6.75（2027年から $2.70／$13.50）
長文の割増	272K超で入力・キャッシュ2倍、出力1.5倍（$20／$75）。リクエスト全体に適用	なし（1M全域で標準単価）	記載なし
地域指定	データレジデンシー等のエンドポイントは +10%	米国内推論（`inference_geo: "us"`）は1.1倍	—
無料枠	なし	API 新規ユーザーに少額クレジット	無料ティアあり（検索・マップのグラウンディング、Batch・Flex は対象外）

代わりの候補の単価

モデル	入力	キャッシュ読取	出力	長文の割増
GPT-6.1 Sol	$2	$0.10	$10	272K超で $4／$0.20／$15
Claude Opus 5.5	$4	$0.20	$20	なし
Claude Sonnet 5.5	$2	$0.10	$10	なし
Gemini 4 Argon（一般未提供）	$2（導入価格）→ $4	入力の95%引き	$10（導入価格）→ $20	記載なし

単価表だけでは見えない前提がいくつかあります。

Gemini 3.8 Flash の単価は2026年12月31日までの導入価格です。2027年1月1日にすべて2倍になるため、年間予算は2027年以降の単価で組むのが安全です
Anthropic の「典型的なワークロードで約25%、エージェント的なワークロードで最大約45%安い」は前世代 Fable 5 との比較で、Astra との差ではありません
Claude 4.7 以降のトークナイザは、同じテキストで約30%多くトークンを使います。日本語の文書を大量に扱うと、単価が同じでも実費は上振れします
1タスクあたりで見ると話が変わります。Artificial Analysis の実測では、Intelligence Index の1タスクあたりコストは Astra(max) $3.26、Fable 5.1(max) $7.63 でした。Fable 5.1 は出力が多くなりやすく、キャッシュが効かない短いタスクでは割高になります

effort の設定で Astra の費用がどう変わるかは「GPT-6 Astraのreasoning effort設定ガイド」で解説しています。

実コスト試算｜3つのケースで比べる

同じ仕事を投げたときの費用を、3つのパターンで概算しました。キャッシュ書込の費用は除いています。円は1ドル150円で換算した目安です。

ケース1：通常の生成（入力50万トークン＋出力5万トークン、1リクエストは272K未満）

モデル	概算コスト
GPT-6 Astra	約 $7.50（約1,125円）
Claude Fable 5.1	約 $7.50（約1,125円）
Gemini 3.8 Flash	約 $0.56（約84円）。2027年以降は約 $1.13
参考：GPT-6.1 Sol	約 $1.50（約225円）
参考：Claude Opus 5.5	約 $3.00（約450円）
参考：Gemini 4 Argon	約 $1.50（導入価格）／約 $3.00（通常価格）

短いリクエストを積み上げる使い方では、Astra と Fable 5.1 は同額です。Gemini 3.8 Flash は1桁安くなります。

ケース2：長時間エージェント（入力累計200万トークン、うち80%がキャッシュヒット＋出力20万トークン）

モデル	概算コスト
GPT-6 Astra	約 $15.60（約2,340円）
Claude Fable 5.1	約 $14.40（約2,160円）
Gemini 3.8 Flash	約 $1.17（約176円）。2027年以降は約 $2.34
参考：GPT-6.1 Sol	約 $2.96（約444円）
参考：Claude Opus 5.5	約 $5.92（約888円）

キャッシュ読取の単価が $1 と $0.25 で4倍違うため、ヒット率が高いほど Fable 5.1 が有利です。この条件では約8%の差ですが、コードベース全体を毎ターン読み直すような、入力の再送が多いエージェントほど差は開きます。Gemini 3.8 Flash はキャッシュ読取 $0.075 で計算しており、上位2モデルの10分の1以下に収まります。Claude Code の費用を抑える方法は「Claude Code コスト最適化ガイド」も参考にしてください。

ケース3：長文の一括処理（1リクエストで入力80万トークン＋出力3万トークン）

モデル	概算コスト
GPT-6 Astra	約 $18.25（約2,738円）※272K超の割増が適用
Claude Fable 5.1	約 $9.50（約1,425円）
Gemini 3.8 Flash	約 $0.71（約107円）
参考：GPT-6.1 Sol	約 $3.65（約548円）※割増が適用
参考：Claude Opus 5.5	約 $3.80（約570円）

Astra はコンテキストが105万トークンありますが、272Kを超えるとそのリクエスト全体が割増単価になります。 同じ長文処理で Fable 5.1 の約1.9倍かかるため、「コンテキスト長が同じだから条件も同じ」とは言えません。

3つのケースに共通するのは、同じ会社の中で GPT-6.1 Sol や Opus 5.5 に下げると、費用が2分の1から5分の1になる点です。料金体系全体は「生成AI料金比較」「Claude料金」「ChatGPT料金」もあわせて確認してください。

どのプランで実際に使えるのか

チャットアプリの無料プランでは、Astra と Fable 5.1 は使えません。 Gemini 3.8 Flash は API の無料ティアで使えます。有料プランでも、画面やプランごとに使える範囲が細かく分かれています。

プラン層	GPT-6 Astra（ChatGPT）	Claude Fable 5.1	Gemini 3.8 Flash
無料	使えない（Free・Go の通常チャットは GPT-6 Luna）	使えない	API の無料ティアで利用可。Gemini アプリの無料ユーザーは10月9日から Flash-Lite のみになると報じられている（3.8 Flash にも適用されるかは確認できていない）
個人・下位	Plus：ChatGPT Work と Codex でのみ利用可。通常チャットの既定は GPT-6 Sol で、Pro の推論オプション（Astra）は対象外	Pro：使えるがプランの枠外。利用クレジット（従量課金）で支払う	Google AI Pro：Gemini アプリ・AIモード・スプレッドシートで利用可。Google AI Plus は未確認
個人・上位	Pro 100／Pro 200／Pro 500：通常チャットの Pro 推論オプション（Astra）と Work・Codex。Ultrafast は Pro 500 のみ	Max：週の利用上限の50%まで追加費用なし。超えた分はクレジット	Google AI Ultra：利用可
チーム・企業	Business／Enterprise／Edu：Work・Codex で利用可。Enterprise はワークスペース管理者が有効化	Team Standard：クレジット／Team Premium：上限の50%まで追加費用なし／Enterprise：利用可	Gemini Enterprise：利用可（既定で有効）

誤解が起きやすいのは次の点です。

ChatGPT Plus の通常チャットでは Astra を選べません。 Plus で Astra を使えるのは ChatGPT Work と Codex です。10月7日からは有料プランの通常チャットの既定が GPT-6 Sol に変わりました
Pro 500 は9月29日に新設された最上位プランで、高速版の Astra Ultrafast はこのプランだけです。Pro 100・Pro 200 はクレジットを買い足しても Ultrafast を使えません（「ChatGPT Pro 500ドルプランとUltrafastとは」）
Pro 200 は9月10日に新規受付を止め、9月29日に再開しました。再開後は付与量が変わっています
各プランの Astra のメッセージ上限や、上限に達した後の切り替え先は、10月7日の既定モデル変更後の公式の数値を確認できていません。契約前に OpenAI のヘルプで確認してください
Claude の Pro・Team Standard では、Fable 系はクレジット課金です。Fable 5.1 向けの補填クレジットはありません（「Claude Fable 5の利用クレジット制」）

日本円のプラン価格は為替や改定で変わるため、各社の日本向け価格ページで確認してください。

ベンチマーク比較①｜ベンダー公式値

ベンダーの発表値では、推論・PC操作・ターミナル操作の多くで GPT-6 Astra が上位に来ます。 ただし、同じベンチマークでも出典によって値が違うため、どの表から引いた数値かを確認して読む必要があります。

OpenAI 公表の横並び（GPT-6 Astra 発表時）

OpenAI が発表時に示した比較表の値です（DataCamp の転載で確認）。

ベンチマーク	GPT-6 Astra	Claude Fable 5.1	Claude Opus 5	Gemini 3.8 Flash
OSWorld 2.0（PC操作）	72.6%	—	70.2%	—
FrontierMath Tier 4 v2	97.6%	87.8%	73.2%	—
GPQA Diamond	96.0%	93.7%	93.7%	95.3%
Terminal-Bench 4.0	57.7%（57.9%の表記もあり）	55.8%	52.3%	19.1%
DeepSWE v1.1	74.1%	—（Fable 5 は69.9%）	—	73.8%
Humanity's Last Exam（ツール有）	57.2%	65.0%	63.6%	—
ARC-AGI-3（adapter harness）	99.9%	—	30.2%	—
ScreenSpot-Pro	92.7%	—（Fable 5 は87.3%）	—	—

この表を読むときは、次の点に注意してください。

ARC-AGI-3 の99.9%は、OpenAI 独自のハーネスでの値です。ARC Prize 標準のステートレスな条件では約17〜63%とされ、実運用の性能とは読めません
FrontierMath は、OpenAI が開発資金を出し一部に優先的なアクセスを持つとされています。数値は事実でも、中立な第三者ベンチとしては扱いにくい面があります
Humanity's Last Exam（ツール有）は Fable 5.1 が上です。すべての項目で Astra が勝っているわけではありません

Anthropic 公式値（Fable 5.1 発表ページ）

Anthropic の比較相手は自社モデルと GPT-5.6 Sol で、Astra や Gemini との比較はありません。

ベンチマーク	Fable 5.1	Fable 5	Opus 5	GPT-5.6 Sol
Terminal-Bench-Science 0.1	52.6%	24.7%	29.0%	22.4%
Terminal-Bench 4.0	55.8%	42.0%	52.3%	37.3%
Humanity's Last Exam（ツール有）	65.0%	63.8%	63.6%	—
OSWorld 2.0（partial）	77.9%	72.9%	75.4%	—
OSWorld 2.0（strict）	41.7%	36.1%	39.6%	—
GDPval-AA v2	1853	1723	1824	1711
CursorBench 3.2.0	73.4%	70.5%	70.0%	67.2%
AutomationBench	31.4%	17.1%	26.9%	19.6%

OSWorld 2.0 の数値はそのまま並べられません。 Anthropic は partial 77.9%／strict 41.7% の2つの値を出し、OpenAI は72.6%という1つの値を出しています。採点条件が違うので、「77.9% > 72.6%」と比べることはできません。また Anthropic は、セーフガードが介入したタスクを0点として数えたと注記しています。

Google 公式値（Gemini 3.8 Flash 発表時）

ベンチマーク	Gemini 3.8 Flash	Gemini 3.7 Flash
DeepSWE v1.1	73.7%	65.3%
Terminal-Bench 2.1	89.4%	—
Terminal-Bench 4.0	19.1%	11.2%
HLE-Verified	54.9%	—
CWE-Bench（自動パッチ）	47.2%	—

DeepSWE v1.1 では Astra の74.1%にほぼ並びます。ソフトウェア開発のタスクに限れば、Gemini 3.8 Flash は約13分の1の単価で最上位クラスに迫るという評価になります。一方で Terminal-Bench 4.0 は19.1%で、難しいターミナル操作を自律的に進める作業では大きく離されています。

参考：Gemini 4 Argon 発表時の Google の比較表

Google の表は画像で公開されたため、DataCamp と NeuralTrust の転載で確認した値です。Argon は一般には未提供なので参考扱いです。

ベンチマーク	Gemini 4 Argon	GPT-6 Astra	Claude Fable 5.1	Claude Opus 5.5
DeepSWE v1.1	77.9%	74.1%	67.4%	74.2%
FrontierSWE v2	55.0%	65.5%	56.3%	62.3%
Terminal-Bench 4.0	57.4%	58.2%	57.9%	66.4%
CWE-bench v1	68.0%	68.0%	58.0%	67.0%
GraphWalks（256K〜1M）	84.2%	71.8%	65.0%	66.8%

同じ Terminal-Bench 4.0 でも、Fable 5.1 は Anthropic 公表で55.8%、Google の表で57.9%、Artificial Analysis の実測で52.0%と3つの値があります。比較記事を読むときは、どの表の数値かを必ず確かめてください。

ベンチマーク比較②｜第三者指標では Astra と Fable 5.1 が同点

第三者ベンチマーク指標を公開する Artificial Analysis の公式ビジュアル

出典: Artificial Analysis 公式サイト

第三者評価の Artificial Analysis（Intelligence Index v4.3 系）では、GPT-6 Astra と Claude Fable 5.1 は最大設定で同点の53です。現在の首位は Claude Opus 5.5 の58です。

モデル（effort）	Intelligence Index	1タスクあたりコスト	出力速度（中央値）
Claude Opus 5.5（max）	58	$5.98	約96トークン/秒
Claude Sonnet 5.5（max）	56	$5.46	約141トークン/秒
GPT-6 Astra（max）	53	$3.26	約47トークン/秒
Claude Fable 5.1（max）	53	$7.63	約70トークン/秒
Gemini 4 Argon（high）	53	$1.99	未掲載
GPT-6.1 Sol（max）	52	$0.72	約56トークン/秒
GPT-6 Astra（medium）	50	$1.54	約41トークン/秒
Claude Fable 5.1（medium）	49	$2.98	約54トークン/秒
Gemini 3.8 Flash（high）	41	$1.24	約117トークン/秒

※2026年10月9日に取得したリーダーボードの値

9月上旬の公開直後には「Intelligence Index で Fable 5.1 が65.7、Astra が61.2」「Coding Agent Index で Fable 5.1 が70.4」といった数値が出回りました。これは旧版の指標での値で、9月7日に評価項目を入れ替えた v4.3 が公開されてからは使えません。Coding Agent Index は現行のページで確認できなかったため、この記事では使っていません。

この表からは、次のことが読み取れます。

Astra と Fable 5.1 の総合力は拮抗しています。「第三者では Fable 5.1 が首位」とは、現行の指標では言えません
費用対効果は Astra のほうが良い結果です。同じ53点で、1タスクあたりのコストは Astra が Fable 5.1 の半分以下でした
一段下のモデルが追いついています。 GPT-6.1 Sol は52点で、1タスクあたり $0.72 です

Artificial Analysis の Terminal-Bench 4.0 実測では Astra(max) 59.1%、Fable 5.1 52.0% で、AutomationBench-AA では Astra が68.5%でした。ターミナル操作と業務自動化では、第三者の実測でも Astra が上に出ています。

実務の評価も一つ紹介します。コードレビューツールの CodeRabbit の検証では、Astra は正解付きのバグ検出で GPT-5.6 Sol より約4%、Claude Opus 5 より約22%多くのバグを見つけ、ファイルをまたぐ難しいレビューでは GPT-5.6 Sol より約20%高い結果でした。発表時の検証なので、Opus 5.5 などの新しいモデルとは比べていません。

このツールを自社のシステムや業務にどう組み込むか、ご提案します

初回相談は無料・30分（オンライン）。要件が決まっていなくても大丈夫です。改修100万円〜・PoC300万円〜（税別）

開発について相談する開発の資料を受け取る

コーディング用途での比較

Claude のモデル一覧を掲載する Claude Platform Docs の公式ビジュアル

出典: Claude Platform Docs - Models overview

3モデルの中で選ぶなら、Claude Code で長時間のコーディングを任せる用途は Claude Fable 5.1、ターミナル操作やレビューを含む広い作業は GPT-6 Astra が第一候補です。ただ、Terminal-Bench 4.0 では Claude Opus 5.5 がどちらも上回る値が出ており、コーディング専用なら Opus 5.5 を先に試す価値があります。

作業内容	推奨	補足
複数ファイルにまたがる機能追加・大規模な改修	Claude Fable 5.1	CursorBench 3.2.0 73.4%。Claude Code では既定で High effort
広い範囲のコードレビュー・バグ探し	GPT-6 Astra	ファイル横断レビューで前世代より約20%向上（CodeRabbit）
CI に組み込む大量の自動修正・定型パッチ	Gemini 3.8 Flash	DeepSWE 73.7%・CWE-Bench 47.2% を約13分の1の単価で
ターミナル上で長時間自律的に動かす	GPT-6 Astra／Claude Fable 5.1	Terminal-Bench 4.0 は両者とも50%台後半。Gemini 3.8 Flash は19.1%
コードを書きながら他のアプリも操作する	GPT-6 Astra	computer_use と apply_patch を同じモデルで使える
コストを抑えつつ高い水準を保つ	GPT-6.1 Sol／Claude Opus 5.5	DeepSWE v1.1 で 6.1 Sol 75.2%（OpenAI 公表）、Opus 5.5 74.2%（Google の表）

Fable 5.1 へ乗り換えるときは、前世代 Fable 5 からの挙動の変化に注意してください。公開時には、並列のツール呼び出しが減って1ターン1ツールになりやすい、low effort では検索せず記憶から答えやすい、小さな編集でもファイル全体を書き直しやすい、といった報告がありました。既存のエージェントをそのまま載せ替えると、往復回数やトークン数が増えることがあります。

Claude Code の使い方は「Claude Codeの使い方ガイド」、Fable 5.1 の変更点は「Claude Fable 5.1・Mythos 5.1とは」、ツール全体の比較は「AIコーディングツールおすすめ」で扱っています。

コンピュータ操作（PC操作）用途での比較

PC操作を伴う業務の代行は、3モデルの中では GPT-6 Astra が第一候補です。 OpenAI は Astra を「PCを操作して仕事を最後まで終わらせるAI」と位置づけ、ChatGPT でも Work や常時稼働エージェントの Dots に組み込んでいます。

GPT-6 Astra：ChatGPT が Mac などのデスクトップを操作し、ブラウザ、スプレッドシート、Webサイト、デスクトップアプリをまたいで作業します。OpenAI は発表時に、OSWorld 2.0 72.6%、タスクあたりの所要時間が前世代より約47%短いと公表しました。GPT-6.1 Sol の発表時の比較では、OSWorld 2.0（offline・partial）で Astra(max) 73.5%（1タスク約$9.30）、6.1 Sol(max) 71.4%（約$1.30）です
Claude Fable 5.1：ブラウザやデスクトップアプリの操作の安定性と、失敗したステップからの立て直しが改善されました。OSWorld 2.0 は partial 77.9%／strict 41.7% です。Computer use のツール定義だけで約4,500入力トークン、Browser use は約6,600トークンを使う点は費用に響きます
Gemini 3.8 Flash：Gemini API の Computer Use ツール（プレビュー）の推奨モデルで、ブラウザ、モバイル（Android 向け）、デスクトップの3つの環境に対応します。3.8 Flash の OSWorld 系のスコアは公表されていません

ChatGPT Dots は9月29日から Pro と Business Premium の18歳以上のユーザーに展開されていますが、Pro では EEA・スイス・英国が対象外で、日本での提供状況は確認できていません。

PC操作エージェントの成功率は100%にはなりません。strict 採点で41.7%という値が示すように、人の手を完全に離れる段階には届いていません。GPT-6.1 Astra が「許可なく外部ツールを使う挙動」を理由に見送られたと報じられたこともあり、重要な操作の前に人が承認する手順を入れる運用を前提にしてください。

各サービスのPC操作機能は「Claude Computer Useとは」「Gemini Computer Useとは」「OpenAI Codex Computer Use 使い方」で、エージェントの基本は「AIエージェントとは」で解説しています。

日本語・マルチモーダルでの違い

3モデルの日本語性能を直接比べた公式のベンチマークはないため、日本語での優劣は断定できません。 日本語の運用に関わる公式情報は次の2つです。

Claude 4.7 以降のトークナイザは、同じテキストで約30%多くトークンを使います。 日本語を大量に処理する場合、Astra と単価が同じでも Fable 5.1 の実費は上振れしやすくなります
Gemini 3.8 Flash は、多言語での安全性評価が 3.7 Flash からわずかに下がったとモデルカードで示しています（発表時）。日本語のセーフティ挙動を前提にした業務では、移行前に自社のプロンプトで検証してください

マルチモーダルでは、Astra と Fable 5.1 の入力はテキストと画像です。会議の録音や動画を直接扱いたい場合は Gemini 系が候補になりますが、3.8 Flash が対応する入力の種類はモデルページで確認してから設計してください。図表の多いPDFや財務資料の読み取りは、Fable 5.1 が発表時に強化点として挙げた領域です。出力は3モデルともテキストのみで、画像生成やリアルタイムの音声会話には別のモデルが必要です。

セキュリティ・企業導入で影響する違い

企業導入では、性能よりもデータ保持の方針と、拒否や安全チェックの挙動が判断を左右します。

観点	GPT-6 Astra	Claude Fable 5.1	Gemini 3.8 Flash／4 Argon
安全性の評価	Preparedness Framework でサイバー能力が初めて「Critical」と判定。攻撃的な用途は Daybreak 経由の審査済み防御者に限定	サイバー・生命科学の分類器を搭載。重大なジェイルブレイクは見つかっていないと公表	3.8 Flash Cyber と制限なし版の Argon は Fairwind Program 限定。Argon は有害な要求の拒否と、思考・行動の監視による停止の仕組みを持つと公表
データ保持	API／Enterprise の標準方針	既定は30日保持。ZDR は申請して認められた顧客のみ	Google Cloud／Gemini Enterprise の方針
拒否・停止	追加の安全チェックで正当な作業が止まることがある	過去の Claude より拒否が多く、`stop_reason: "refusal"` への対応が必要	—
攻撃的なタスク	エクスプロイトの作成は審査済みの防御者のみ	脆弱性の発見はできるが、エクスプロイトの開発はできない設計	Cyber 版は限定提供
地域	データレジデンシー等は +10%	米国内推論は1.1倍。Mythos 5.1 の検証プログラムは現状米国の組織のみ	—

Fable 5.1 で影響が大きいのはデータ保持です。顧客のクラウドにデータを置く Enterprise Frontier Safeguards（EFS）は「今秋から段階的に展開」とされ、日付は出ていません。EFS が使えるようになるまでは、対象の顧客は申請によって ZDR で Fable 5.1 を使えます。機密データを扱う業界では、この条件だけで採否が決まることもあります（「Claude Fable 企業導入の落とし穴」）。

拒否の誤検知は減っています。Anthropic によると、初歩的な生物・医療の質問への誤った発火は Fable 5 の発売時と比べて85%減りました。侵入テストやエクスプロイト生成、ライフサイエンスの研究開発のような作業は Opus 系へ回すよう案内されています。

Astra は、2026年8月に OpenAI が Critical の判定を理由に開発を一部止めた経緯があります（「OpenAIがAstraの開発を一部停止」）。今は制限付きで提供されていますが、追加の安全チェックで正当な業務が止まる可能性は運用上のリスクとして見積もっておきましょう。攻撃的なサイバー能力の限定提供の仕組みは「OpenAI Daybreakとは」で解説しています。

実装前に見落としやすい注意点

既存の実装から乗り換えるときは、モデルごとに事前に確認しておきたい点があります。 Fable 5.1 は API の制約が多く、コードを直さないと動かない場合があります。

Claude Fable 5.1

思考を無効にする指定（thinking: {"type":"disabled"}）は400エラーになります。Models API の capabilities で対応状況を確認できます
公開時には、強制的なツール選択（tool_choice の any／tool）、アシスタント応答のプレフィル、temperature などの既定以外の値で400エラーになると案内されていました。最新の扱いは Anthropic の移行ガイドで確認してください
拒否（stop_reason: "refusal"）を通常の応答経路の一つとして処理する実装が必要です
Pro・Team Standard ではクレジット課金になるため、社内で使わせる場合は利用量の管理が要ります

GPT-6 Astra

272Kトークンを超えるとリクエスト全体が割増単価になります。長文を扱う処理は分割するか、他のモデルに回してください
effort の none は使えません
Enterprise では既定で無効なので、ワークスペース管理者が有効にする必要があります
次の版の GPT-6.1 Astra は見送られ、後継の時期は発表されていません。長く使う前提なら GPT-6.1 Sol への切り替えも想定しておくと安全です

Gemini 3.8 Flash

最大出力は64Kトークンです
3.7 Flash から移る場合、thinking_budget を thinking_level に書き換えます。minimal は指定できず、temperature などのサンプリング用パラメータも使えません
2027年1月1日に単価が2倍になります

こんな人におすすめ／おすすめしない人

3モデルは得意な仕事も避けたほうがよい条件も違います。 加えて、10月時点では代わりの候補で足りるかも判断材料になります。

モデル	こんな人におすすめ	おすすめしない人	先に検討したい代わり
GPT-6 Astra	ブラウザやデスクトップをまたぐ作業を任せたい人、難しい推論や科学の課題を扱う人、広い範囲のコードレビューをしたい人	272Kを超える長文を頻繁に扱う人、安全チェックで作業が止まるのを許容できない人、ChatGPT Plus の通常チャットで使うつもりの人	GPT-6.1 Sol
Claude Fable 5.1	Claude Code で長時間のコーディングを回す人、キャッシュが効く長時間エージェントを運用する人、図表の多い資料を大量に読ませる人	30日のデータ保持を受け入れられない組織、短いタスクを安く回したい人、既存の実装を書き換えずに使いたい人	Claude Opus 5.5
Gemini 3.8 Flash	大量の処理を安く回したい人、応答の速さを重視する人、Google Workspace や Android の自動化と組み合わせたい人	長い出力が必要な人、難しいターミナル操作を自律的に任せたい人、2027年以降も今の単価で予算を組みたい人	—（上位の Gemini 4 Argon は一般未提供）

まとめると、Astra は「操作して終わらせる」仕事、Fable 5.1 は「長く深く考え続ける」仕事、3.8 Flash は「大量に速く回す」仕事に向きます。生成AIツール全体の比較は「生成AIツールおすすめ」も参考にしてください。

今後の予定と注意すべき日付

10月以降も、料金と提供範囲に関わる予定がいくつか控えています。

時期	予定	影響
未定（今秋から段階展開）	Claude の Enterprise Frontier Safeguards（EFS）	Fable 5.1 のデータ保持の条件が変わる可能性
未定	Gemini 4 Argon の有料API・Google AI Ultra への展開、導入価格の終了	Google 側の上位の選択肢が実際に使えるようになる
未定	GPT-6 Astra の後継	GPT-6.1 Astra は見送り。次の時期は未発表
2026年12月31日	Gemini 3.8 Flash の導入価格が終了	2027年1月1日から単価が2倍
2027年9月1日以降	Claude Fable 5.1 の廃止が可能になる最短の時期	それまでは提供が続く

Pro 200 の旧付与量を据え置く期限（10月29日）は第三者の報道のみで、公式には確認できていません。

よくある質問

Gemini 4 Argon が出たのに Gemini 3.8 Flash と比べる意味はありますか？

あります。Argon は10月9日時点で審査済みのサイバー防御者だけが使え、一般の開発者が今日から本番で使えるのは 3.8 Flash です。Argon の公表値は良好ですが、自社の環境で試せるのは有料API への展開後です。今は 3.8 Flash で作り、展開が始まったら同じタスクで比べるのが現実的です。

Claude Opus 5.5 と Fable 5.1 はどちらを使えばよいですか？

Anthropic の案内どおり、まず Opus 5.5 を使い、評価が足りない工程だけ Fable 5.1 に切り替えるのが基本です。Opus 5.5 は単価が Fable 5.1 の半分以下で、Artificial Analysis の総合スコアでも上回っています。Fable 5.1 を選ぶ理由は、難しい推論や長時間のエージェント作業で Opus 5.5 の高 effort でも足りない場合です。

GPT-6 Astra は今後も使い続けられますか？

GPT-6 Astra は引き続き API と ChatGPT で提供されています。ただし次の版の GPT-6.1 Astra は公開見送りが報じられ、後継の時期は未定です。ほとんどの用途は GPT-6.1 Sol で近い結果が出ているため、Astra に依存する処理は 6.1 Sol でも動くように作っておくと乗り換えが楽になります。

ChatGPT で Astra を使っているか、どこで確認できますか？

通常のチャットで Astra が動くのは、Pro 系プランで Pro の推論オプション（GPT-6 Pro）を選んだときです。10月7日以降、それ以外の通常チャットの既定は GPT-6 Sol（無料・Go は GPT-6 Luna）です。Plus では Work か Codex で Astra を使います。

3モデルを無料で試す方法はありますか？

Gemini 3.8 Flash は Gemini API の無料ティアで試せます。Astra と Fable 5.1 はチャットアプリの無料プランでは使えないため、API に少額を入れて自社のタスクを数十件流すのが確実です。Claude API は新規ユーザーに少額のクレジットがあります。

ベンチマークの数値が記事ごとに違うのはなぜですか？

ベンダーの発表、他社の比較表、第三者の実測で、測定条件や effort の設定が違うためです。たとえば Terminal-Bench 4.0 の Fable 5.1 は55.8%、57.9%、52.0%の3つの値があります。Artificial Analysis も9月7日に指標を改訂しており、それ以前の数値と今の数値は比べられません。

まとめ

3モデルは優劣ではなく役割で選ぶのが基本です。

GPT-6 Astra：PC操作を含む実務の代行、難しい推論、広い範囲のレビュー。272K超の割増と安全チェックによる停止に注意
Claude Fable 5.1：Claude Code での長時間コーディング、キャッシュが効く長時間エージェント。30日のデータ保持とクレジット課金に注意
Gemini 3.8 Flash：大量処理、速度、ブラウザや Android の自動化。2027年1月の値上げと64Kの出力上限に注意

2026年10月時点で付け加えるなら、最上位の2モデルを使う前に GPT-6.1 Sol と Claude Opus 5.5 で足りるかを試すことです。第三者評価では Astra と Fable 5.1 が同点の53、首位は Opus 5.5 の58で、6.1 Sol も52と1点差まで来ています。安いモデルで基本の処理を組み、評価が足りない工程だけ上位モデルに渡す順番で試すのが、性能と費用のバランスを取りやすい方法です。

生成AI全体の基本は「生成AIとは」、Astra の詳細は「OpenAI Astraとは」で解説しています。