Claude Fable 5.2 对比 GPT-6.1 Terra

作者:Versus Tools AI Team · 发布于 · 更新于 · 阅读约 9 分钟 · AI 模型与资讯

如果你通过本页链接购买,我们可能获得佣金。 阅读联盟推广声明 · 我们如何评测工具

正面对比

Claude Fable 5.2$8
GPT-6.1 Terra$1
要质量选 Fable,要大批量选 Terra。
Claude Fable 5.24.4
GPT-6.1 Terra4.4

简短回答:就编码、智能体和推理质量而言,Claude Fable 5.2 是公开数据中更强的选择。GPT-6.1 Terra 的标准价格为每百万 token $1 和 $5,是 Fable 的 $8 和 $40 的八分之一,Artificial Analysis 记录的单任务耗时也更短。本页依据官方文档、价格页面和公开报告。

本文对比的工具
工具评分最适合价格官网
Claude Fable 5.24.4/5编码与高难度推理每百万 token $8 / $40访问 Claude Fable 5.2 →
GPT-6.1 Terra4.4/5大批量 API 任务每百万 token $1 / $5访问 GPT-6.1 Terra →

Claude Fable 5.2 对比 GPT-6.1 Terra,是一道质量与规模之间的选择题。Fable 发布于 2026 年 11 月 9 日,在其开发商和 Artificial Analysis 公布的编码、智能体和推理得分上都是更强的模型。Terra 在 OpenAI 研究发布索引中的日期是 2026 年 10 月 26 日,是面向大批量使用的模型:标准价格为每百万输入 token $1、每百万输出 token $5,比 Fable 的 $8 和 $40 低 8 倍,Artificial Analysis 记录的单任务耗时也更短。

本页依据官方文档、价格页面和公开报告,核对日期为 2026 年 11 月 17 日。两者的 4.4 分是有意打成平手的。每个评分只表示该模型在本页有明确的适用场景,都不是 Intelligence Index 的得分。

Anthropic 自己的基准表、Mythos 5.2 以及缓存说明卡片都在 Claude Fable 5.2 一文中。本月的其他发布见 AI 模型发布时间线和最佳 AI 模型。

本次对比是怎么做的

我们阅读了 Anthropic 2026 年 11 月 9 日的发布公告、Fable 5.2 模型概览,以及 Claude Fable 5.2 中已经注明来源的价格信息。对于 Terra,我们阅读了 OpenAI 的发布文章、developers.openai.com 上 gpt-6.1-terra 的模型页面,以及 Artificial Analysis 的对比页面,并于 2026 年 11 月 17 日重新核对。Artificial Analysis 10 月 26 日的文章只用于它所记录的关于 GPT-5.6 Terra 的说法。BenchLM 的对比页面同日打开过。下文会注明它的总体估计值,但没有用它来排名,因为该页面自己说明其区间并不能确定排名的可信度,而且许多单元格仍不完整。

更低的 token 价格不等于质量排名。更高的 Intelligence Index 也不等于账单。

规格并排对比

Claude Fable 5.2GPT-6.1 Terra
发布时间2026 年 11 月 9 日2026 年 10 月 26 日,依据 OpenAI 研究发布索引。发布文章写的是「从今天起」,没有给出具体日期。
开发商Anthropic。Mythos 5.2 是同一底层模型,仅限验证项目使用。OpenAI
API 标识claude-fable-5-2gpt-6.1-terra
上下文100 万 token模型页面为 1,050,000。最大输入 922,000。Artificial Analysis 标为 1M。
最大输出128K token128,000 token
输入与输出输入文本和图像,输出文本。输入文本和图像,输出文本。音频和视频列为不支持。
知识截止日期2026 年 6 月,依据模型概览2026 年 6 月 1 日,依据模型页面
标准价格每百万输入 $8,每百万输出 $40每百万输入 $1,每百万输出 $5
缓存输入缓存读取 $0.20$0.05
缓存写入5 分钟写入 $10。1 小时写入 $16。保留 30 分钟为 $1.25。保留 12 小时为 $2.50。
折扣Batch API $4 / $20Batch 和 Flex 比标准价低 50%
长提示词本文不再重述,请见 Fable 概览。输入超过 272K token 时,模型页面对整个请求的输入和缓存费率按 2 倍计价,输出按 1.5 倍计价。

OpenAI 的模型页面还说明,快速模式是标准价的 2 倍,在提供区域处理的地方会加收 10% 的溢价。该页面的默认推理强度是 medium,另列出 none、low、high、xhigh 和 max。Anthropic 的 Fable API 默认值是另一项设置,详见 Claude Fable 5.2。

价格

以下是每百万 token 的标准费率。8 倍的差距来自此表,即输入对输入、输出对输出,并不是每个任务的混合成本。

Fable 5.2Terra
输入$8$1
输出$40$5
缓存输入缓存读取 $0.20$0.05
缓存写入5 分钟 $10,1 小时 $1630 分钟 $1.25,12 小时 $2.50
Batch$4 / $20比标准价低 50%。Flex 也比标准价低 50%。

在 2026 年 11 月 17 日读取的对比页面上,Artificial Analysis 在每个强度档位都列出相同的 $8 / $40 和 $1 / $5,缓存命中价 $0.20 和 $0.05,缓存写入价 $10 和 $1.25。Terra 的 $1.25 缓存写入(保留 30 分钟)现在也出现在 OpenAI 的模型页面上。发布文章仍然只列出 $0.05 的缓存输入价格。

其每个 Intelligence Index 任务的成本如下:

强度FableTerra
低$3.10$0.0713
Max$26.54$0.96

低强度档的这组数据,每个任务的美元成本相差约 43 倍,而不是 8 倍。原因是两个模型花费的 token 数量不同。比较单个 token 时请用标价,这一列只能作为 Artificial Analysis 的加权任务成本来看。

Artificial Analysis 10 月 26 日的文章称,Terra 的 token 价格是 GPT-5.6 Terra 的一半或更低,即 $1 / $5 对 $2 / $12,缓存输入为 $0.05 对 $0.20。这些是上一代产品的价格,不是 Fable 的价格。

质量:基于公开得分

本节的每个数字都属于所在行标明的发布方,没有一项在本页重新运行过。

OpenAI 在 Terra 发布文章中,最高推理强度下的成绩:Terminal-Bench 4.0 为 50.3%,GPT-5.6 Terra 为 21.5%。OpenAI 表示,最复杂的编码任务仍然更适合 Sol 和 Astra。在 OpenAI 内部针对易诱发错误的提示词的基准上,低强度档的错误率从 GPT-5.6 Terra 的 53.6% 降至 GPT-6.1 Terra 的 16.7%。OpenAI 称,在最高强度下,错误率下降了 18 个百分点,降到 4.3%。

Anthropic 11 月 9 日的表格就是 Claude Fable 5.2 中复制的那张。该表中的对比列是 GPT-6 Astra,不是 GPT-6.1 Terra。请不要把 Astra 的单元格当作 Terra 的。

Artificial Analysis Intelligence Index v5.0.1,2026 年 11 月 17 日读取:

Fable 5.2Terra
Intelligence Index,max6551
Intelligence Index,high6242
Intelligence Index,low5429
Terminal-Bench 4.0,max59.6%55.6%
Terminal-Bench 4.0,xhigh61.6%46.5%
Terminal-Bench 4.0,low54.5%15.2%

在该页面上,Fable 的 xhigh 档 Terminal-Bench 4.0 得分高于它的 max 档得分,也就是说这一行中 max 档并不是最高的单元格。Terra 的 max 档得分 55.6% 高于 OpenAI 自己公布的 50.3%,两者是不同的测试运行。本页不对它们取平均。

同一页面上的单任务耗时和输出速度:

FableTerra
单任务耗时,低5.4 分钟1.2 分钟
单任务耗时,max40.8 分钟14.0 分钟
输出速度,低每秒 111 个 token每秒 64 个 token
输出速度,max每秒 112 个 token每秒 71 个 token

在这些行中,Terra 完成指数任务的时间更短,而 Fable 输出 token 的速度更快。本页所说的「更快」,指的是单任务耗时这一列,再加上 OpenAI 把 Terra 描述为相对 Astra 和 Sol 的快速模型。它并不表示每秒 token 数高于 Fable。

ashutoshai.com 在 2026 年 11 月 9 日至 13 日的周报中也提到,Fable 以 65 分在 Artificial Analysis v5 中排名第一。这与上表中 max 档的数字一致。它只是对该指数的二手总结,不是第二次测量。

BenchLM 于 2026 年 11 月 16 日更新的对比页面给出的总体估计值是 Fable 93.84、Terra 78.73,并说明这些区间并不能确定排名的可信度。它的若干类别单元格被标为估计值或即将提供。本页没有把这个总体估计值当作胜负依据。

Claude Fable 5.2

👍 优点

  • Artificial Analysis Intelligence Index 在 max 档为 65,Terra 为 51
  • Fable 页面上 Anthropic 11 月 9 日的表格,是该模型的编码和智能体测试集
  • 100 万 token 上下文,128K 最大输出,缓存读取 $0.20

👎 缺点

  • $8 和 $40 是 Terra 标准输入和输出费率的 8 倍
  • Artificial Analysis 的低强度档任务成本为 $3.10,Terra 为 $0.0713
  • Fable 的分类器会拦截网络安全和生物学方面的工作,这类工作要用 Mythos,而不是 Fable

GPT-6.1 Terra

👍 优点

  • 每百万 token $1 和 $5,Batch 和 Flex 为标准价的 50%
  • 在我们摘录的每个强度档位上,Artificial Analysis 的单任务耗时都更短
  • OpenAI 公布的 Terminal-Bench 4.0 相比 GPT-5.6 Terra 的提升:50.3%,对 21.5%

👎 缺点

  • 同一指数中 max 档为 51,Fable 为 65
  • OpenAI 仍然把最难的编码工作指向 Sol 和 Astra
  • 超过 272K 输入 token 的提示词,整个请求按 2 倍输入价和 1.5 倍输出价计费

该用哪一个

选择 Claude Fable 5.2:当任务正是 Anthropic 在 11 月 9 日发布这个模型所瞄准的工作,并且你最看重已发布的质量数据时,比如长时间的智能体会话、高难度编码,以及 Intelligence Index 差距能体现出来的推理任务。Anthropic 自己的路由建议(Fable 页面中也有重复)是:大多数编码和知识工作先用 Opus 5.5($4 和 $20),任务需要时再升级到 Fable。规格、与 Mythos 的安全防护划分,以及 Anthropic 的完整表格都在 Claude Fable 5.2 中。

选择 GPT-6.1 Terra:当你为大批量使用付费时。标准 token 的输入和输出都便宜 8 倍,Batch 和 Flex 还能再减 50%,Artificial Analysis 的单任务耗时一列也是更短的那个。OpenAI 的发布定位也是同样的工作:发票、表单、视觉检查,以及其他你希望反复大量运行的任务。对于最复杂的编码任务,请使用 OpenAI 点名的模型 Sol 或 Astra,或者使用 Fable。Terra 的 50.3% 相比 GPT-5.6 Terra 是很大的进步,但在 Artificial Analysis 的 Terminal-Bench 行中,它并不是高于 Fable 的那个单元格。

标价和指数服务于不同的决策。 每个 token 便宜 8 倍,并不意味着每个完成的任务便宜 8 倍。低强度档的成本一列就是例证。付款当天请重新核对两家厂商的价格。

如何使用

Fable,来自 Anthropic 的模型概览:Claude API 和 AWS 上的 Claude Platform,标识为 claude-fable-5-2;Amazon Bedrock,标识为 global.anthropic.claude-fable-5-2;Google Cloud 上的 Claude;以及 Microsoft Foundry。公告还涵盖符合条件的 Claude 付费套餐。为 Claude Fable 5.2 阅读的页面没有提到中国大陆的接入点。

Terra,来自发布文章和模型页面:面向 Plus、Pro、Enterprise 和 Edu 的 ChatGPT Work 与 Codex,以及标识为 gpt-6.1-terra 的 API。模型页面上 Amazon Bedrock 的标识是 openai.gpt-6.1-terra。Google Cloud 列为私有预览。支持 Batch,也支持 Chat Completions 和 Responses API。在本站 GPT Image 2.6 vs Seedream 5.5 页面中,2026 年 11 月 17 日读取的支持国家和地区文章并未列出中国大陆。本对比不会为任何一家实验室添加非官方的访问途径。

现成的 AI 写作应用

Fable 和 Terra 是需要你调用的模型。如果你要的是写作产品里的营销文案,而不是 API 账单,本站目录中有 Writesonic。当工作是围绕模型编写代码时,目录中的编辑器是 Cursor。这两款产品都不是对 Fable 或 Terra 的基准测试。佣金不会改变 $8 / $40 或 $1 / $5 的费率。

来源

除非注明了页面自己的日期,均读取于 2026 年 11 月 17 日。

价格最后核对于 2026 年 11 月 17 日。4.4 分不是实际动手测试的得分。本页包含联盟链接。佣金不会改变我们针对不同任务推荐哪个模型。

常见问题

Claude Fable 5.2 和 GPT-6.1 Terra 哪个更好?

就编码、智能体和推理质量而言,公开得分更偏向 Claude Fable 5.2。2026 年 11 月 17 日读取的 Artificial Analysis Intelligence Index v5.0.1 中,Fable 在 max 档为 65,Terra 在 max 档为 51。OpenAI 自己公布的 Terra 在最高推理强度下的 Terminal-Bench 4.0 成绩是 50.3%,并表示最复杂的编码任务仍然更适合 GPT-6.1 Sol 和 GPT-6 Astra。如果看大批量使用的账单,Terra 的标准价格是每百万 token $1 和 $5,Fable 则是 $8 和 $40。

GPT-6.1 Terra 每个 token 便宜多少?

按标准标价,Terra 的输入和输出都便宜 8 倍:每百万 token $1 对 $8,$5 对 $40。缓存输入是 $0.05,对 Fable 的缓存读取 $0.20,相差 4 倍,不是 8 倍。由于两个模型消耗的 token 数量不同,单个任务的实际成本倍数可能不一样。Artificial Analysis 在低强度档下每个 Intelligence Index 任务的成本,Terra 为 $0.0713,Fable 为 $3.10。

哪个更快?

在 2026 年 11 月 17 日读取的 Artificial Analysis 对比页面上,低强度档每个 Intelligence Index 任务的耗时,Terra 为 1.2 分钟,Fable 为 5.4 分钟;max 档则是 14.0 分钟对 40.8 分钟。同一页面上的输出速度是 Fable 更高,约每秒 105 到 112 个 token,Terra 约每秒 64 到 71 个。OpenAI 称 Terra 是快速模型,完成任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 快三倍以上,但这句话没有提到 Fable。

两个模型的上下文窗口分别是多少?

Anthropic 的 Fable 5.2 模型概览列出 100 万 token 上下文和 128K 最大输出。OpenAI 的 GPT-6.1 Terra 模型页面列出 1,050,000 的上下文窗口、922,000 的最大输入 token 和 128,000 的最大输出 token。发布文章本身没有写明窗口大小。Artificial Analysis 对两者都标为 1M。

能在中国大陆使用 Claude Fable 5.2 或 GPT-6.1 Terra 吗?

Anthropic 的可用性表列出 Claude API、Amazon Bedrock、Google Cloud 和 Microsoft Foundry,这些页面没有提到中国大陆的接入点。OpenAI 的 Terra 文章列出 ChatGPT Work、Codex,以及 API 标识 gpt-6.1-terra,另有 Amazon Bedrock 上的 openai.gpt-6.1-terra。本站 Images 2.6 对比页引用了 2026 年 11 月 17 日读取的 OpenAI 支持国家和地区文章,其中未发现中国大陆。我们没有在中国境内实际访问过这两个 API。

基准测试数据来自哪里?

Anthropic 2026 年 11 月 9 日的表格引用自 Claude Fable 5.2 页面,本页没有重新运行。OpenAI 的 Terminal-Bench 4.0 得分 50.3% 以及错误率从 53.6% 降至 16.7%,来自 OpenAI 的发布文章。65 和 51 这组 Intelligence Index 数据来自 Artificial Analysis,指数版本为 5.0.1。本页依据官方文档、价格页面和公开报告。