GPT-6 Astra と Claude Fable 5.1、単価は同じでも請求は約2.4倍

料金表を見比べてモデルを選ぶとき、私たちは1トークンあたりの単価を比べます。GPT-6 Astra と Claude Fable 5.1 はこの点でほぼ互角で、入力・出力とも差は4%ほどしかありません。

ところが実際に同じ質問を投げると、請求額は約2.4倍ひらきます。単価ではなく、返ってくる量が違うからです。

測り方

FastMetal が公開している比較用の43問を、両モデルに同じ条件で投げました。デバッグ、コードレビュー、SQL最適化、ビジネスメール、記事の構成案、意思決定の整理などが含まれます。特別な指示は付けず、max_tokens も指定していません。つまり、何も調整しないときの既定の振る舞いです。

記録しているのは応答時間と出力トークン数（completion_tokens）です。入力は同じプロンプトなので、両モデルでほぼ同じだけかかります。差がつくのは出力側です。

結果

43問すべてで Claude Fable 5.1 のほうが出力トークンが多く、うち30問では2倍を超えました。合計では約2.4倍です。

注目したいのは、文字数の差が1.4倍にとどまっている点です。トークンは2.4倍なのに、読める文章は1.4倍しか増えていません。 差の多くは推論（thinking）に使われたトークンで、これは出力トークンとして課金されますが、回答本文には現れません。

この差はいくらになるのか

出力側の単価はほぼ同じなので、請求額の比はトークン数の比とほぼ同じ、約2.4倍です。1リクエストでは小さな額でも、エージェントのように1タスクで数十回呼び出す使い方では、そのまま2.4倍として効いてきます。

一方で応答時間も約2倍です。対話型のUIに組み込む場合、この差は体感速度に直結します。

どちらを選ぶか

• 同じ品質で構わないなら GPT-6 Astra。 短く速く、同じ単価で請求が小さくなります。定型的な変換、分類、要約のように「正解の形が決まっている」タスクではこちらが有利です。
• 長い思考が必要なタスクなら Claude Fable 5.1。 トークンを多く使うのは、多くの場合それだけ考えているからです。根本原因の分析や設計判断のように、結論より過程に価値があるタスクでは、その分を払う意味があります。

大事なのは、この選択が単価表からは読み取れないということです。単価が同じ2つのモデルでも、実際の請求は倍以上変わりえます。

なお、両モデルが同じ質問にどう答えたかは比較ページに実際の回答を並べています。円建ての単価は料金ページでご確認ください。