最新模型省錢配對表：Astra、Sol、Fable 5.1、Opus 5 每個檔位多少錢、哪個最划算
如果你是在 IG 留言「省錢」被傳送過來的，對，就是這篇。往下讀五分鐘，看完你會知道自己該用哪一款、開哪一檔。
先講一個比喻：模型是車，effort 是油門
現在兩家（OpenAI 的 ChatGPT、Anthropic 的 Claude）都是這樣賣的：
- 模型等級＝車的等級。小車便宜、旗艦貴。
- effort（努力度）＝油門。同一台車，你可以叫它想久一點、想仔細一點，代價是吐出更多字、花更多錢。兩家旗艦都有五檔：low、medium、high、xhigh、max。
所以帳單不是「選哪家」決定的，是**「哪台車 × 油門踩多深 × 這件事到底多難」**三個配對決定的。配對錯，就是拿牛刀殺雞。
一、牌價：每百萬 token 多少錢
token 可以想成「字數」，一百萬 token 大約是七十萬個英文字，中文會再多一點。輸入是你丟給它的，輸出是它吐給你的。
| 模型 | 等級 | 輸入 | 重複讀取 | 輸出 |
|---|---|---|---|---|
| GPT-6 Astra（ChatGPT 新旗艦） | 旗艦 | $10 | $1 | $50 |
| Claude Fable 5.1 | 旗艦 | $10 | $0.25 | $50 |
| Claude Opus 5 | 高階 | $5 | $0.50 | $25 |
| GPT-5.6 Sol（ChatGPT 上一代旗艦） | 高階 | $4 | $0.40 | $20 |
| Claude Sonnet 5 | 中階 | $2 | $0.20 | $10 |
| GPT-5.6 Terra | 中階 | $2 | $0.20 | $12 |
| Claude Haiku 4.5 | 小車 | $1 | $0.10 | $5 |
| GPT-5.6 Luna | 小車 | $0.20 | $0.02 | $1.20 |
三個一眼看出來的事：
- Astra 和 Fable 5.1 牌價一模一樣，最便宜的小車跟旗艦差 10 到 50 倍。
- 「重複讀取」是最大的隱藏折扣。同一份資料或指令第二次以後再送，Astra 收 1/10，Fable 5.1 收 1/40。這就是影片說的「用對方法省 10 倍」，只算帳單裡重複讀取那部分。
- 兩家都有批次模式：不急著要答案的工作，排隊跑，全部半價。
二、同一台車，油門差多少錢？
第三方 Artificial Analysis 用同一套綜合智力測驗（九項測驗合併，滿分 100）跑過每個模型的每個檔位，順便算出跑完整套花了多少錢。我把它整理成「分數」和「花費」兩欄，花費看相對倍數就好：
GPT-6 Astra
| 檔位 | 分數 | 跑完整套花費 |
|---|---|---|
| high | 60 | $1,429 |
| xhigh | 61 | $2,004 |
| max | 61 | $3,013 |
從 high 開到 max，分數多 1 分，錢多花 2.1 倍。這就是「油門踩到底不划算」最直白的例子。
Claude Fable 5.1
| 檔位 | 分數 | 跑完整套花費 |
|---|---|---|
| low | 58 | $1,086 |
| medium | 60 | $1,572 |
| high | 62 | $2,386 |
| xhigh | 65 | $5,221 |
| max | 66 | $8,523 |
Fable 5.1 的 max 是全場第一名，但比 xhigh 只多 1 分，錢多花 63%；跟 high 比是 3.6 倍。
Claude Opus 5
| 檔位 | 分數 | 跑完整套花費 |
|---|---|---|
| low | 52 | $555 |
| medium | 59 | $1,116 |
| high | 61 | $1,974 |
| xhigh | 63 | $2,909 |
| max | 63 | $3,836 |
Opus 5 不用開很高，分數就跟 Fable 5.1 差不多：開 high 61 分，跟 Fable 5.1 medium 到 high 一個級距；開 xhigh 63 分，只比 Fable 5.1 high 多 1 分。單價又只有 Fable 的一半，很適合當日常複雜工作的主力。另外它的 xhigh 和 max 同分，max 多花 32%，不用開到底。
GPT-5.6 Sol
| 檔位 | 分數 | 跑完整套花費 |
|---|---|---|
| medium | 56 | $429 |
| high | 57 | $700 |
| max | 61 | $2,017 |
有趣的地方：Sol 開到 max 跟 Astra 開到 max 同分（61），但 Sol 便宜三分之一。 也就是純看「回答難題」，ChatGPT 自己的上一代反而更划算。Astra 贏的地方不在這張表，在下面。
三、真實工作誰強？
上面那張表測的是答題能力。另一個榜 GDPval-AA 測的是真實工作：44 種職業、平均一件要專家做 7 小時的任務，做成文件、試算表、簡報，兩兩比較誰做得好，算成分數（人類專家基準 1,000）。
| 模型 | low | medium | high | xhigh | max |
|---|---|---|---|---|---|
| Claude Fable 5.1 | 1,587 | 1,670 | 1,743 | 1,835 | 1,853 |
| Claude Opus 5 | 1,454 | 1,613 | 1,719 | 1,797 | 1,824 |
| GPT-5.6 Sol | 1,441 | 1,543 | 1,616 | 1,672 | 1,710 |
| GPT-6 Astra | 1,474 | 1,552 | 1,574 | 1,606 | 1,629 |
| Claude Sonnet 5 | 1,219 | 1,299 | 1,397 | 1,493 | 1,584 |
兩個重點：
- 真實工作是 Fable 5.1 贏，而且 xhigh 跟 max 只差 18 分，開 xhigh 就夠。
- Astra 在這張榜比自家上一代 Sol 還低。官方發布時沒公布這一項，這是第三方測的。
四、什麼工作算簡單、中等、複雜？
這是配對的第一步，也是最多人搞混的一步。判斷標準只有一個：做錯的代價，加上要想幾步。
簡單（做錯很好改、一步就好）
- 幫信件、會議記錄、文章寫摘要
- 分類：這封信是客訴還是詢價、這則留言正面還是負面
- 改錯字、翻譯一段話、換一種語氣重寫
- 問答：這個名詞什麼意思、這個功能怎麼開
- 從一段文字裡抓出日期、金額、人名填進表格
中等（要組織、要判斷，但範圍清楚）
- 寫一篇有結構的社群貼文、電子報、產品介紹
- 整理一份筆記成有條理的文件
- 從幾份資料做比較表、寫結論
- 一般程式：寫一個小工具、修一個看得到的 bug
- 資料分析：這份 Excel 告訴我們什麼
複雜（多步驟、牽一髮動全身、做錯代價高）
- 寫程式改到一個系統的多個地方、大規模重構
- 一跑好幾小時的自動化代理任務：自己查資料、自己操作電腦、自己開檔案做完一整件事
- 法律合約找出會影響交易的條款、財務模型多層計算
- 深度研究：跨十幾個來源查證、寫成完整報告
- 上面 GDPval 那種「專家要做 7 小時」的交付物：完整簡報、含公式的試算表、工程圖
一個好用的自我檢查：如果你自己五分鐘能檢查出它有沒有做錯，那是簡單或中等；如果你要花一小時才能驗，那是複雜。
五、推薦配置：怎麼配最省
照上面所有數字，我會這樣配。價格是牌價，「省」是相對同等級開到最貴檔位。
| 你的工作 | 推薦 | 為什麼 |
|---|---|---|
| 簡單、量大 | Sonnet 5 開 low，或 Haiku 4.5；ChatGPT 那邊 Sol 開 medium | Sol medium 56 分只花 $429，全場最省。小事不用旗艦。 |
| 中等、日常主力 | Opus 5 開 medium | 59 分、$1,116，比 Fable 5.1 low（58 分、$1,086）多 1 分、幾乎同價，比 Opus 5 自己開 high 便宜 43%。這是我認為最划算的一格。 |
| 要動腦、要對 | Fable 5.1 開 high，或 Sol 開 max | 62 分 $2,386；Sol max 61 分 $2,017。都比 Astra 開 max（61 分 $3,013）划算。 |
| 真實工作交付物、長任務 | Fable 5.1 開 xhigh | 真實工作榜 1,835，只比 max 少 18 分，錢少很多。要更省用 Opus 5 xhigh（1,797）。 |
| 要它自己操作電腦、找資安漏洞 | Astra 開 high | 這是 Astra 真正領先的地方（看懂螢幕 92.7、找漏洞 100 分）。但開 high 就好，開到 max 多花 2 倍只多 1 分。 |
| 不急的批次工作 | 任何一款，走批次模式 | 兩家都半價。 |
三個心法，比表格更重要：
- 先降油門，再換車。 Anthropic 自己測過：研究、知識類工作把旗艦從預設檔降到 low，只掉 1 到 3 分，錢少三分之一到一半。但大車開低檔不一定比小車便宜：深度研究上 Fable 5.1 開 low 拿 66 分、Sonnet 5 拿 56 分，可是每件事的花費差了大約 4 倍。所以難的事用大車開低檔，簡單的事直接換小車。
- 有辦法檢查對錯的工作，先全部開 low，錯的再開 high 重跑。 Anthropic 的寫程式測試：這樣做通過率不降反而略升，帳單一半。
- 看「每件事花多少」，不看「每次呼叫花多少」。 便宜的模型多跑三次、改兩輪，可能比一次做對的貴。
誠實聲明
- 分數和花費都是第三方 Artificial Analysis 在 2026-09-04 前後跑的，題目是他們的綜合智力測驗與 GDPval-AA v2，不是官方數字。分數差 1、2 分在誤差內。
- 真實工作榜是「兩兩比較由 AI 裁判」的 Elo 分數，不是官方公布的 GDPval。
- 「省 10 倍」只算重複讀取那一部分，整張帳單差距沒那麼大。
- ChatGPT 那邊的牌價是 27 萬 token 以內的價格，超過之後輸入兩倍、輸出 1.5 倍；Sol 的 $4 是促銷價，到 2026 年 11 月 21 日。
- 兩家算 token 的方式不同，Claude 新版模型同一段文字會多算約 30% 的 token，所以「牌價一樣」不等於「帳單一樣」，實際還是要看每件事花多少。
- 定價和檔位會變，用之前請再看一次兩家官方定價頁。
出處
- OpenAI API 定價頁與 GPT-6 Astra、GPT-5.6 Sol 模型頁（牌價、快取價、effort 檔位）
- Anthropic 官方定價頁與 Effort 說明頁（牌價、快取 0.025×、各檔位建議）
- Anthropic 官方「選擇模型」指南與成本最佳化指南（low/medium 掉分與省錢幅度、先全部 low 再重跑的實測）
- Artificial Analysis：各模型各檔位的 Intelligence Index 分數與跑分成本、GDPval-AA v2 排行榜
- OpenAI GDPval 論文（44 種職業、平均 7 小時任務、交付物型態）
- OpenAI 發布會 benchmark 表，新聞轉載（ScreenSpot-Pro 92.7、ExploitBench 100）