# GPT-6 Astra 与 Claude Fable 5.1 API 成本：缓存、长上下文和 Batch 怎么算

> 按 2026 年 9 月 5 日官方公开价，拆解 GPT-6 Astra 与 Claude Fable 5.1 的输入、输出、缓存、长上下文和 Batch 成本，并说明如何代入实际用量计算费用。

- Source: https://www.aifreeapi.com/zh/posts/gpt-5-6-sol-vs-claude-fable-5
- Language: zh
- Published: 2026-08-05
- Updated: 2026-09-05
- Publisher: AI Free API (https://www.aifreeapi.com)

只看标准价的第一行，GPT-6 Astra 和 Claude Fable 5.1 像是“同价”：普通输入都是每百万 token 10 美元，输出都是 50 美元。但这个结论只适用于直连 API、标准处理、未触发 Astra 长上下文档位，而且还没有把缓存、工具和区域选项算进去。

真正会改变账单的是四件事：Fable 5.1 的缓存读取便宜得多；两家的缓存写入与有效期不是同一套规则；Astra 的输入一旦超过 272K token，整次请求都会进入更高档位；Fable 5.1 在 1M 上下文窗口内不另收长上下文溢价。因而，没有同一任务的实际 token 与调用记录，就不能得到“哪款模型永远更便宜”的答案。

本文价格核验于 **2026 年 9 月 5 日**，单位均为美元／每百万 token（USD/MTok）。比较的是 OpenAI 与 Anthropic 的直连 API 公开价，不是 ChatGPT、Claude 个人订阅，也不代表企业合同、云市场私有报价或税后账单。

## 先看同一口径下的标准单价

下面把普通输入、缓存写入、缓存读取和输出分开。缓存写入是首次建立可复用前缀的费用，缓存读取是后续命中该前缀的费用，两者不能合并成一个笼统的“缓存价”。

| 模型与适用条件 | 普通输入 | 缓存写入 | 缓存读取／命中 | 输出 |
|---|---:|---:|---:|---:|
| GPT-6 Astra，输入不超过 272K | $10 | $12.50 | $1 | $50 |
| GPT-6 Astra，输入超过 272K | $20 | $25 | $2 | $75 |
| Claude Fable 5.1，1M 上下文窗口内 | $10 | $12.50（5 分钟）或 $20（1 小时） | $0.25 | $50 |

GPT-6 Astra 的数字来自 OpenAI 的 [API 价格页](https://developers.openai.com/api/docs/pricing)和 [Astra 模型页](https://developers.openai.com/api/docs/models/gpt-6-astra)。关键不是“超过 272K 的那一小段更贵”，而是**只要输入 token 超过 272K，整次请求都按长上下文档位计费**：输入及缓存项目变为短上下文的 2 倍，输出变为 1.5 倍。

Claude Fable 5.1 的 [模型页](https://platform.claude.com/docs/en/models/fable-5-1/overview)与 [Claude API 价格说明](https://platform.claude.com/docs/en/about-claude/pricing)列出的标准输入、输出与短档 Astra 相同。区别在于，Fable 5.1 的完整 1M-token 上下文窗口保持标准每-token 费率；缓存读取／刷新为 $0.25，而缓存写入价格取决于选择 5 分钟还是 1 小时有效期。

这张表能确认单位费率，却不能确认一次任务会产生多少 token。两家 分词器、工具定义、思考过程、截断与重试方式都可能不同；同一份文本不能先假定会得到相同的计费 token 数。

## 缓存便宜多少，取决于能否稳定命中

缓存只对可复用的稳定前缀有意义。OpenAI 的 [Prompt Caching 说明](https://developers.openai.com/api/docs/guides/prompt-caching#how-caching-works)规定，GPT-5.6 及以后模型至少需要 1,024 个可缓存前缀 token；Astra 的缓存写入是普通输入价的 1.25 倍，读取是 0.1 倍。`prompt_cache_options.ttl` 当前只支持并默认使用 `30m`，命中会刷新有效期，而不会再次收取缓存写入费。是否命中仍取决于前缀稳定、路由一致且缓存尚未过期。

Fable 5.1 的缓存读取／刷新为 $0.25/MTok，只有 Astra 短上下文缓存读取价的四分之一；不过建立 1 小时缓存要付 $20/MTok，比 Astra 的 $12.50/MTok 更高。究竟谁省钱，要看同一前缀会在有效期内被复用多少次，而不是只比较读取价格。

假设一个任务连续调用 10 次，每次都有 100K token 的稳定前缀、20K token 的新增普通输入和 10K token 的输出；第一次写入缓存，后 9 次全部命中。以下只是按公开单价演示计算，并不假装是两款模型的实测 token 用量：

| 方案 | 首次调用 | 后 9 次 | 10 次合计 |
|---|---:|---:|---:|
| Astra，30 分钟缓存 | $1.25 + $0.20 + $0.50 | 9 ×（$0.10 + $0.20 + $0.50） | **$9.15** |
| Fable，5 分钟缓存 | $1.25 + $0.20 + $0.50 | 9 ×（$0.025 + $0.20 + $0.50） | **$8.475** |
| Fable，1 小时缓存 | $2.00 + $0.20 + $0.50 | 9 ×（$0.025 + $0.20 + $0.50） | **$9.225** |

这个例子说明，Fable 的低读取价需要足够多的命中来摊薄写入费；1 小时缓存也不是天然更贵，它购买的是更长的复用时间。如果调用间隔让 5 分钟缓存反复失效，重新写入的次数可能比读取单价更重要。反过来，前缀经常变化时，两家都可能几乎吃不到缓存收益。


## 272K 是 Astra 成本曲线上的硬拐点

先看一个不会触发门槛的无缓存请求：120K 输入、20K 输出，两款模型按标准公开价计算都是：

`0.12 × $10 + 0.02 × $50 = $2.20`

如果输入增长到 300K、输出仍为 20K，且暂时忽略缓存和工具费，差异就会出现：

- GPT-6 Astra：`0.30 × $20 + 0.02 × $75 = $7.50`
- Claude Fable 5.1：`0.30 × $10 + 0.02 × $50 = $4.00`

Astra 不是只对超出的 28K 输入加价，300K 输入和对应输出都按长上下文档位计算。对于经常在 272K 附近波动的代码仓库、研究档案或长对话，减少一次请求中的无关上下文，可能比微调几千个输出 token 更能稳定预算。

Fable 5.1 的 1M 上下文没有这道溢价门槛，但“单价不跳档”不等于“长请求便宜”。900K 输入仍然会按 900K token 收费；模型实际生成的思考内容、输出、工具参数和重试也照常进入账单。超过模型允许范围的任务同样需要拆分或压缩。


![从请求用量、计费条件和附加费用计算任务总成本，并以长上下文缓存请求演示金额](https://www.aifreeapi.com/posts/zh/gpt-5-6-sol-vs-claude-fable-5/img/request-and-task-cost-calculation.webp)

## Batch 能把基础 token 价减半

两家都为异步批处理提供输入与输出 50% 折扣，适合可以排队、无需实时返回的离线评测、分类、抽取或批量生成。

OpenAI 的 Astra Batch 与 Flex 短上下文费率为输入 $5、缓存读取 $0.50、缓存写入 $6.25、输出 $25；超过 272K 输入后则为 $10、$1、$12.50、$37.50。长上下文门槛并不会因为改用 Batch 或 Flex 而消失，且 Flex 与 Batch 的响应方式、排队和适用条件也不是同一个产品合同。

Anthropic 的 Message Batches API 对 Fable 5.1 的普通输入和输出分别收 $5 与 $25/MTok。官方说明 Batch 可以与 Prompt Caching 组合，缓存和数据区域修饰项会继续作用于账单。实际预算表应逐项采用对应官方费率，不能把“50%”不加区分地乘到所有未知费用上。

例如上面的 120K 输入、20K 输出若完全按无缓存 Batch 输入／输出费率计算，两款模型的基础 token 费用都是 `$1.10`。这能证明批处理折扣的量级，不能证明任务完成成本相同：排队时间、失败重试、实际 token 数与工具费用仍可能不同。

## 可见文字不是完整的计费量

只用字符数估算账单，常会漏掉成本最高的部分。

GPT-6 Astra 的不可见 推理 token 会占用上下文窗口，并按输出 token 计费；工具调用需要使用 Responses API。API 接口 本身不另收费，但 OpenAI 的内置或服务端工具可能另收调用、检索内容、容器或存储费用。具体金额应从 API 用量记录 与相应工具计费项目 取得，不能只数最终返回给用户的文字。

Claude 工具请求会把传给模型的 `tools` 定义计入输入 token，模型为调用工具生成的内容计入输出 token。客户端工具本身没有单独的工具调用费，服务端工具则可能有按使用量计价的项目。Fable 5.1 还不支持 `tool_choice` 的 `any` 与 `tool` 类型，误用会返回 400；失败、修正请求与重试都应进入任务成本记录。

Anthropic 还说明，Claude 4.7 及以后的新版 分词器 对同一文本相较 Sonnet 4.6 及更早模型约产生 30% 更多 token，但增幅取决于语言与工作负载。这不是 Fable 5.1 相对 Astra 的换算率，也不能用固定百分比替代两边的实际 usage。

## 区域和处理档位也会改写公开价

公开标准价还可能叠加处理选项。OpenAI Fast mode 按适用费率 2 倍计价；符合条件的区域处理端点，对 2026 年 3 月 5 日及以后发布的模型加价 10%。Astra 的 EU data residency 当前不支持 Fast mode。

Claude API 默认 `inference_geo: "global"` 使用标准价；Claude 4.6 及以后模型选择 `inference_geo: "us"` 时，输入、输出、缓存写入和缓存读取统一乘 1.1。数据位置应先作为业务要求确认，不能只为了较低单价选择不符合业务要求的配置。

Amazon Bedrock、Google Cloud、Microsoft Foundry 等合作平台有各自的区域、结算与合同规则。直连 API 的美元表不能直接当成这些平台的最终账单；企业折扣、承诺消费、税费和汇率也只能以组织合同与发票为准。

## 按实际用量计算任务成本

对每次可验收任务，先分别从两个供应商记录下列数据，而不是把一份输入字符数复制到两边：

- 普通输入 token、缓存写入 token、缓存读取 token 和输出 token；
- Astra 是否超过 272K 输入，Fable 选择了哪种缓存有效期；
- Standard、Batch、Flex、Fast 或区域选项；
- reasoning／thinking、工具定义、服务端工具次数及对应费用；
- 失败请求、重试次数，以及达到同一完成标准所需的总调用量；
- 实际账户权限、合同折扣、税费与结算货币。

在同一供应商内部，可以先用下面的基本式复核 token 费用；各项 token 都先除以一百万：

`token 成本 = 普通输入 × 输入价 + 缓存写入 × 写入价 + 缓存读取 × 读取价 + 输出 × 输出价`

响应里同名的 `input_tokens` 不能直接互换。[OpenAI 的计算说明](https://developers.openai.com/api/docs/guides/prompt-caching)中，普通输入是输入总量减去缓存读写；[Claude 的用量说明](https://platform.claude.com/docs/en/build-with-claude/prompt-caching#tracking-cache-performance)中，`input_tokens` 本身就是普通输入。

![对照两家 API 响应中的用量字段，分别计算普通输入、缓存读写和输出的示意图](https://www.aifreeapi.com/posts/zh/gpt-5-6-sol-vs-claude-fable-5/img/api-usage-token-breakdown.webp)

| 计费量 | Astra 的 Responses `usage` | Claude Messages 的 `usage` |
|---|---|---|
| 普通输入 | `input_tokens - input_tokens_details.cached_tokens - input_tokens_details.cache_write_tokens` | `input_tokens` |
| 缓存读取 | `input_tokens_details.cached_tokens` | `cache_read_input_tokens` |
| 缓存写入 | `input_tokens_details.cache_write_tokens` | `cache_creation_input_tokens` |
| 输出 | `output_tokens` | `output_tokens` |

Claude 混用两种缓存有效期时，按 `cache_creation.ephemeral_5m_input_tokens` 和 `ephemeral_1h_input_tokens` 分别计价；它们是写入总量的拆分，不能再加一遍。缺失字段先核对所用接口与返回格式，不把未知量当零。

再按实际账单纳入工具、区域、处理档位、重试和税费。HTTP 失败本身不证明收费或免费，只累计实际计费的尝试。Astra 先判断是否整单进入长上下文档位；Fable 先确认缓存有效期与 `inference_geo`。Batch 则使用相应 Batch 价格行，不要在已折扣的单价上再次乘 0.5。

最后比较的应是“完成同一任务并达到同一验收标准的总费用”，而不是一次请求的理论最低价。对短上下文、无缓存、相近 token 用量的请求，两者基础价确实相同；高命中缓存通常更有利于 Fable 5.1；超过 272K 输入时，Fable 5.1 的标准 token 档位更低。可一旦两边生成长度、思考 token、工具调用、失败率或实际可用性不同，就必须让真实记录重新作答。

## 公开价格存在，不等于账号已经可用

OpenAI 在 2026 年 9 月 3 日的 [API changelog](https://developers.openai.com/api/docs/changelog)宣布 GPT-6 Astra，正式模型 ID 为 `gpt-6-astra`，并列出 Responses、Chat Completions 与 Batch 支持；同期说明采用分阶段开放，先面向 Trusted Access Program 企业，API 与各 ChatGPT 方案在随后几天陆续开放。能看到模型页和价格页，不代表每个组织或项目已经获得调用权限。

Anthropic 在 2026 年 9 月 1 日发布 Claude Fable 5.1；截至 2026 年 9 月 5 日，其 [官方模型参考](https://platform.claude.com/docs/en/models/fable-5-1/overview)将 `claude-fable-5-1` 标为 Active。合作云的地区和账户资格仍应单独确认。

因此，采购前最后一步不是再抄一遍价格表，而是在目标组织、项目和部署地区发起小规模测试请求，保存响应中的 usage 与供应商账单行。公开价告诉你每类 token 如何计费；只有自己的调用记录，才能告诉你一次真实任务究竟花多少钱。