GPT-6.2 Astra 和 Claude Fable 5.2 的官方 Standard 价格相同:每百万输入 tokens $8,每百万输出 tokens $40。以此为起点,可以先评估Fable 在代码仓库编程方面的表现,以及Astra 在需要人工审核的法律文档工作流中的表现。Artificial Analysis 发布的最高强度测试结果显示,两款模型在这两类工作负载上的表现各有优势。这些结果适合用来按任务筛选模型,不能据此断定哪款模型普遍更适合长期运行的智能体。通过一个 AIHubMix 密钥即可使用这两款模型。
根据工作内容选择,而非只看单一醒目分数
代码仓库编程:Fable 发布的最高分更高
在Artificial Analysis 的 FrontierCode-AA 2.0测试中,Astra 在最高强度下得分为45.38%,而 Fable 在最高强度、默认回退设置下得分为48.76%。AA 使用真实代码仓库中的 132 项私有任务,每项任务运行三次,采用 Stirrup 测试框架,并将上限设为 500 轮;所有任务的权重相同。
因此,Fable 是进行代码仓库修改时值得优先测试的候选模型。请保留推理强度和回退设置的说明:两个都标为最高强度的设置,并不代表计算量相同;这项结果也无法决定每种编程工作流中的表现。
法律工作:Astra 领先,但绝对通过率偏低
AA 的 Harvey LAB-AA v1.1测试中,Astra 在最高强度下的得分为15.0%,每项任务成本为 $6.35。Fable 标注为最高强度、默认回退,得分为7.2%,每项任务成本为 $39.84。这里的成本是每项受测任务的成本,而不是每项成功任务的成本。
这项评测涵盖 24 个执业领域中的 120 项私有法律任务。其核心指标是严格的幻觉门控全项通过率:由一个包含三名 LLM 评审员的评审组,评估每项任务是否通过所有评分标准,并计算通过率的平均值;只要出现任何实质性幻觉,该任务的得分就归零。这不是数值高得多的评分标准通过率。
这是公开发布的评测方证据,也是 OpenAI 概述中“Astra 的通过率超过 Fable 两倍,成本约为其六分之一”这一结论的依据,并非对同一轮测试的第二次独立复现。对于类似的法律工作,值得优先评估 Astra,但 15.0% 仍然偏低:两款模型生成的法律交付成果都需要人工审核。
交互式 3D:对 Astra 有一定参考价值的专项信号
AA-3D 使用 55 项离线 three.js 任务,并通过盲测收集人工两两比较投票。Astra 在最高强度下的 Elo 为1318(95% 区间为 1286–1349);标注为最高强度、默认回退的 Fable 为1271(1246–1297)。Astra 的点估计更高,但置信区间有所重叠。可以据此将 Astra 纳入视觉原型制作评估,但这不足以证明它在一般代码编程方面明显更强。评测页面见“来源”部分。
Agents' Last Exam 的结果能说明什么
在 Agents' Last Exam 上,OpenAI 报告称,Astra 比 Fable 高出 5.5 个百分点,成本为其 5%。同一公告还称,Fable 的排行榜结果排除了使用回退模型的九项任务。这并不能证明两者使用了完全相同的任务集或匹配的计算量,因此这个比例不能作为你的智能体的一般成本预测。
这是供应商报告的对比结果。其中排除的九项任务属于 Agents' Last Exam;Harvey 单独发布的 Fable 结果仍保留 AA 的最高强度/默认回退标签。不要把一项评测中的排除规则套用到另一项评测。
价格表相同,缓存规则不同
官方 Standard 短上下文价格,单位为每百万 tokens:
| 项目 | GPT-6.2 Astra | Claude Fable 5.2 |
|---|---|---|
| 输入 | $8.00 | $8.00 |
| 输出 | $40.00 | $40.00 |
| 缓存读取 | $0.40 | $0.20 |
| 短期缓存写入 | $10.00(30 分钟) | $10.00(5 分钟) |
| 长期缓存写入 | $20.00(12 小时) | $16.00(1 小时) |
Astra 的价格来自OpenAI 的定价页面,Fable 的价格则来自Fable 5.2 概览。这些是官方价格,并非 AIHubMix 的计费价格。Astra 的短上下文价格适用于输入不超过 272,000 tokens 的请求;超过此上限后,输入和缓存价格翻倍,输出价格变为 1.5 倍,适用范围是整个请求,而非仅超出的 tokens。基础价格相同,并不意味着所有上下文长度或服务层级的价格都相同。
两款模型的上下文窗口接近:Astra 官方为 1,050,000 tokens,Fable 为 1,000,000 tokens,两者的输出上限均为 128,000 tokens。知识截止日期也相近:Astra 为 18 May 2026,Fable 为 June 2026。
以一个不使用缓存的合成示例为例:假设 818,000 个普通输入 tokens 和 30,000 个计费输出 tokens(含推理 tokens)分布在十个请求中,每个请求的输入都低于 272,000 tokens,且没有缓存写入或工具费用。如果两家供应商计费的 tokens 数量相同,那么总费用均为$7.744:0.818 × $8 + 0.030 × $40。计费 tokens 数量相同只是一个假设;不同的分词器对同一文本的计数未必相同。这个示例说明的是价格表相同,并非报告中“任务成本为 5%”的结论。
Fable 的缓存读取成本只有一半,但其短期缓存写入有效期为 5 分钟,而 Astra 为 30 分钟。Fable 的长期缓存写入有效期为一小时,Astra 则为 12 小时。因此,即使基础输入/输出价格相同,若循环因等待用户或响应缓慢的工具而暂停,缓存账单也可能不同。
默认设置还取决于你使用模型的方式。Fable 的 API 默认推理强度为high,并始终启用自适应思考;其发布公告说明 Claude 应用和 Claude Code 使用medium。OpenAI 的GPT-6.2 指南建议新集成显式从medium开始;这是一项建议,并未确认省略该参数时的默认值。请显式设置推理强度,并在不同预算下比较质量、延迟和完成任务的成本。标签相同不代表计算量相同。
用你自己的任务比较可用模型
GPT-6.2 Astra、Sol 和 Claude Fable 5.2 均可通过 AIHubMix 使用一个 API 密钥调用。我们于 2026 年 11 月 18 日约 15:04–15:06 UTC(北京时间 23:04–23:06)核查了公开来源;AIHubMix Astra 模型页面和 Sol 页面显示了供应商、定价和“试用此模型”选项。两个 GPT-6.2 的准确模型 ID 均列于参数索引中,其 llms 文档提供了解析后的 schema 链接。
AIHubMix 为这些模型提供 Chat Completions、Responses 和 Anthropic Messages 接口。对于 GPT-6.2,Messages 是网关转换实现的接口,并非 OpenAI 原生端点;OpenAI 的 GPT-6.2 工具调用 API 要求使用 Responses。本文未对网关进行实际测试。共用密钥或协议并不保证使用相同的后端或工具计费方式。
优先评估 Fable 时,请使用有代表性的代码仓库任务;优先评估 Astra 时,请使用经过审核的法律任务;测试视觉工作时,则使用你自己的需求说明。固定提示词和成功标准,记录推理强度与回退行为,并比较你所用接入渠道下的任务完成成本。直接通过供应商接入属于另一种渠道。
常见问题
GPT-6.2 Astra 和 Claude Fable 5.2 的价格相同吗?
按官方 Standard 短上下文价格计算,是的:每百万输入 tokens $8,每百万输出 tokens $40。Astra 的该价格适用于每个请求的输入不超过 272,000 tokens;超过后,整个请求的输入/缓存价格翻倍,输出价格变为 1.5 倍。缓存读取价格和有效期也有所不同。
代码仓库编程应该先评估哪款模型?
Fable 是合理的起点:AA 的 FrontierCode-AA 2.0 测试中,Fable 在最高强度、默认回退设置下得分为 48.76%,而 Astra 在最高强度下为 45.38%。这只是一个测试框架和任务集的结果,并不保证两者使用了匹配的计算量。
Astra 已经可以在无需审核的情况下处理法律工作了吗?
不可以。Harvey LAB-AA v1.1 测试中,Astra 的全项通过率为 15.0%,Fable 在最高强度及默认回退设置下为 7.2%。这项严格指标要求通过所有评分标准,且出现实质性幻觉时任务得分归零。两款模型都需要法律专业人员审核。
GPT-6.2 Astra 在 Agents' Last Exam 中击败 Fable 5.2 了吗?
OpenAI 报告称,Astra 领先 5.5 个百分点,成本为 Fable 的 5%;Fable 的结果排除了九项使用回退模型的任务。公告并未证明两者使用了相同的任务集或匹配的计算量。这项排除规则不适用于单独发布的 Harvey 结果。
它们的上下文窗口相同吗?
几乎相同。Astra 官方为 1,050,000 tokens,Fable 为 1,000,000 tokens。两者的输出上限都是 128,000 tokens。
现在可以通过一个密钥在 AIHubMix 上运行这两款模型吗?
可以。Astra、Sol 和 Fable 5.2 均可通过一个 AIHubMix 密钥调用,并提供文档说明的 Chat Completions、Responses 和 Anthropic Messages 接口。GPT-6.2 页面、llms 文档、目录和解析后的 schema 于 2026 年 11 月 18 日约 15:04–15:06 UTC(北京时间 23:04–23:06)核查;Fable 页面和 llms 文档则于同日约 15:10 UTC(北京时间 23:10)核查。本文未进行实际测试;共用密钥或协议并不保证使用相同的后端或工具计费方式。
应该用默认推理强度进行比较吗?
请显式设置推理强度。Fable API 默认使用 high,Claude 应用和 Claude Code 则使用 medium。OpenAI 建议新的 GPT-6.2 集成显式从 medium 开始;这并非经过验证的 API 默认值。标签相同并不代表计算量相同。
继续阅读:GPT-6.2 系列
- 与 GPT-6 Astra 相比,Astra 自身升级后官方标价降幅为 20%,缓存读取价格降幅更大:GPT-6.2 Astra vs GPT-6 Astra:20% 的降价值得升级吗?
- 如果之后确实要将 Fable 智能体迁移到 6.2 模型 ID,前缀规则可能会悄无声息地导致故障:GPT-6.2 迁移:前缀编辑会丢弃推理内容,且不会报错
- 在 OpenAI 的 6.2 产品线中,Sol 的官方价格只有 Astra 的四分之一;你真正需要比较的或许是这两款:GPT-6.2 Sol vs GPT-6.2 Astra:哪些编程任务需要 4 倍价格的旗舰模型?
来源
- Artificial Analysis:FrontierCode-AA 2.0、Harvey LAB-AA v1.1 和 AA-3D——评测结果与方法;数据快照于 2026 年 11 月 18 日约 02:30–02:40 UTC 获取。全文使用最高强度版本;Fable 标注为默认回退。
- OpenAI:推出 GPT-6.2 Astra 和 Sol——供应商报告的 Agents' Last Exam 对比及九项任务排除情况;其中有关 Harvey 的概述引用了上述评测方证据。
- OpenAI:定价、Astra 模型和使用 GPT-6.2——官方费率、限制、知识截止时间和集成建议。
- Anthropic:Fable 5.2 概览和Fable 与 Mythos 5.2 公告——API 规格和价格;API 与应用/Claude Code 的默认设置。
- AIHubMix:Astra、Sol、Fable、Astra llms 文档、Sol llms 文档和schema 索引——GPT-6.2 模型页面、llms 文档、目录条目,以及经核验的 GPT-6.2 schema,核验时间为 2026 年 11 月 18 日 UTC 时间约 15:04–15:06(北京时间 23:04–23:06);Fable 模型页面和 llms 文档于同日 UTC 时间约 15:10(北京时间 23:10)核验。文档说明了可用性和三种网关协议。未发送推理请求。



