据 MarkTechPost 10月4日报道，Anthropic、OpenAI 和 Google DeepMind 在30天内相继推出四款前沿模型。Claude Fable 5.1 于9月1日发布，GPT-6 Astra 于9月3日发布，GPT-6.1 Sol 和 Gemini 4 Argon 在9月最后几天落地。基准分数多有重叠，但价格、访问规则和每任务成本差异明显。
OpenAI 于9月28日取消 GPT-6.1 Astra，因其未通过内部范围和授权测试；GPT-6 Astra 仍是 OpenAI 当前顶级模型。Astra 与 Fable 5.1 标价为每百万 token 输入10美元、输出50美元，Sol 和 Argon 为五分之一，Argon 为介绍价，之后翻倍。Astra 可通过 OpenAI API、ChatGPT 和 Codex 使用，Sol 可通过 OpenAI API、ChatGPT Work 和 Codex 使用，Argon 仅限 Fairwind Program，Fable 5.1 进入 Claude API、Bedrock、Google Cloud 和 Microsoft Foundry。缓存输入价格方面，Astra 为每百万 token 1美元，Fable 5.1 为0.25美元，Sol 和 Argon 介绍价均为0.10美元。Astra 超过272K长提示后为输入20美元、输出75美元，Sol 为输入翻倍、输出1.5倍，Argon 未披露，Fable 5.1 在最高1M范围内保持平坦。Astra 和 Sol 上下文窗口为1.05M，Fable 5.1 为1M，Argon 未披露；Argon 最大输出为1M，其余三款为128K。四款均未开放权重。
基准测试没有单一模型全面领先。据 Google DeepMind 发布的对比，Argon 在知识工作与长期编码上领先，Astra 在前沿软件工程和计算机使用上领先，未入阵容的 Opus 5.5 领跑 Terminal-Bench 4.0。DeepSWE v1.1 上，Argon、Astra、Fable 5.1 分别为77.9%、74.1%、67.4%；FrontierSWE v2 上为55.0%、65.5%、56.3%；Terminal-Bench 4.0 上为57.4%、58.2%、57.9%；OSWorld-2.0 上 Astra 为72.6%，Argon 为69.2%。GPT-6.1 Sol 不在 Google 表格中，OpenAI 称其在 DeepSWE v1.1 上与 Astra 匹敌，成本约五分之一；在 OSWorld 2.0 离线集上与 Astra 相差2.1分，每任务成本约七分之一；在 Terminal-Bench Science 0.1 上 Astra 以68.1%领先。OpenAI 推荐 Astra 用于最难研究。
独立信号给出不同侧重。Artificial Analysis 的 Intelligence Index 中，Astra 得61分，Fable 5.1 高5分；其编码智能体指数中，Fable 5.1 在 Claude Code 得70分，Astra 为67分；Argon 在 Intelligence Index 上与 Astra 持平。ARC-AGI-2 上，Astra 为95%，Fable 5.1 为90%。
每任务成本继续分化。Artificial Analysis 称，Fable 5.1 每任务9.18美元，Astra 为4.72美元，在标价相同时相差约1.9倍，差距来自 token 数量；Anthropic 指出其较新分词器对相同文本生成约30%更多 token。Artificial Analysis 报告，Argon 使用介绍价时以 Astra 每任务成本的60%达到相同 Intelligence Index；OpenAI 报告，在 Terminal-Bench Science 上 Sol 每任务5.47美元，Astra 为23.80美元。缓存可反转智能体排名：在200K token 缓存上下文、未计输出 token 时，Astra 每步0.20美元、100步20美元，Fable 5.1 每步0.05美元、100步5美元，Sol 和 Argon 介绍价均为每步0.02美元、100步2美元。Astra 的200K上下文低于其272K长提示阈值，缓存密集循环中 Fable 5.1 读取上下文的费率为 Astra 的四分之一。MarkTechPost 建议用户先在自己的轨迹上测量，再依据每任务数字选择。