GPT-6 AstraとClaude Fable 5.1比較｜会計実務での選び方

GPT-6 AstraとClaude Fable 5.1を比較すると、価格は入力100万トークンあたり10ドル・出力50ドルで同額です。違いは得意分野にあり、パソコンの画面を操作させる仕事はGPT-6 Astra、数時間かけて自律的に進める仕事はClaude Fable 5.1が優勢です。

GPT-6 AstraとClaude Fable 5.1は何が違う？2日違いで出た旗艦モデル

2026年9月、AIの主要2社が2日違いで新しい旗艦モデルを発表しました。9月1日にAnthropicの「Claude Fable 5.1」、9月3日にOpenAIの「GPT-6 Astra」です。価格はどちらも入力100万トークンあたり10ドル、出力50ドルで横並び。扱える文章量も約100万トークンで並びました。

ただし、2つのモデルの性格ははっきり分かれています。GPT-6 Astraは「人のかわりにパソコンを触る」方向へ振り切ったモデルです。OpenAIの発表資料には、フォーム入力、CRM（顧客管理システム）の更新、ソフトの導入とトラブル対応、フロントエンドの動作確認といった用途が並びます。

一方のClaude Fable 5.1は「長時間の仕事を任せきる」方向です。Anthropicは、数時間に及ぶコーディングや調査、複数アプリをまたぐ知的作業を主戦場に置いています。以下では、両社の公表値と第三者機関の測定値を突き合わせ、中小企業と会計事務所での使い分けを整理します。

なぜ2社は別々の方向へ進んだのか

方向性の違いは、両社の説明の仕方にも表れています。OpenAIは、GPT-6 Astraを「複雑な仕事を最後までやり切る」モデルと位置づけ、ブラウザとパソコンの操作を前面に出しました。

グレッグ・ブロックマン社長は「いまがAGIの時代だと感じるのは不合理ではない」と述べています。AGIは一度の飛躍ではなく「少しずつ」訪れるとの説明です（Fortune、Axiosの報道）。訓練にはテキサス州の拠点で10万基を超えるGPUが使われたと報じられ、規模で押し切る路線です。

Anthropicは違う設計をしました。中身が同じモデルを、安全対策の水準で2つに分けています。一般提供されるのがClaude Fable 5.1、対策を緩めた上位版がClaude Mythos 5.1です。後者は審査を通過したサイバー防衛の専門家と生命科学者に限定され、当面は米国内のみの提供です。能力ではなく「誰に、どこまで開くか」を制御する発想です。

この違いは、利用者側の判断にも影響します。Astraは1つのモデルで幅広く任せる設計、Fable 5.1は用途に応じて開放範囲を切り替える設計です。社内でAI利用のルールを作るなら、後者のほうが「誰がどこまで使えるか」を書きやすい構造といえます。

料金・スペックはどう違う？基本仕様を並べて比較

まず数字で押さえます。今回は価格が完全に同額になった点が特徴です。入力100万トークンあたり10ドル、出力50ドルで、1ドル150円で換算すると入力1,500円、出力7,500円という水準です。

トークンは文字数に近い単位です。日本語ではおおむね1文字あたり1トークン前後を見ておくと、感覚がつかめます。

項目	GPT-6 Astra（OpenAI）	Claude Fable 5.1（Anthropic）
発表日	2026年9月3日	2026年9月1日
APIモデル名	gpt-6-astra	claude-fable-5-1
入力単価（100万トークン）	10ドル	10ドル
出力単価（100万トークン）	50ドル	50ドル
キャッシュ読み込み（100万トークン）	1ドル	0.25ドル（従来比75%減）
入力できる長さ	約105万トークン	100万トークン
1回の最大出力	12万8,000トークン	12万8,000トークン
知識のカットオフ	2026年4月30日	2026年6月
主な提供先	ChatGPT（Plus／Pro／Business／Enterprise）、API、Microsoft Azure、AWS Bedrock	Claude（Pro／Max／Team／Enterprise）、Claude Code、Claude Cowork、API、AWS、Google Cloud、Microsoft Foundry
速度オプション	Fastモード（2倍速・2倍価格）	effortパラメータで思考量を調整

実効コストで見ると、キャッシュの扱いに差が出ます。Anthropicはキャッシュ読み込みを1ドルから0.25ドルへ下げました。同じ資料を何度も読ませる使い方では、この差が効きます。

Anthropic自身は、一般的な作業で約25%、エージェント的な作業で最大約45%の削減になると説明しています。第三者機関Artificial Analysisは、入力3対出力1の割合でブレンド単価を試算しています。結果は、Astraが100万トークンあたり7.70ドル、Fable 5.1が7.17ドルでした。

ベンチマークはどう読む？公表値は各社の土俵で測られている

ここが今回いちばん大事なところです。両社の公表資料を並べると、同じ試験でも数字が食い違います。理由は単純で、各社が自社の実行環境（ハーネス）で測っているからです。

相手のモデルを自社の環境で動かせば、その環境に最適化していない側が不利になります。読み手としては、公表値は「そのメーカーのカタログ値」と割り切り、第三者の測定値とあわせて読むのが安全です。

第三者機関の指標では、順位が入れ替わる

独立系の評価機関Artificial Analysisが、同一条件で両モデルを測っています。総合的な知能を示すIntelligence IndexではClaude Fable 5.1が66、GPT-6 Astraが61でした。コーディングを自律的に進める力を測るCoding Agent IndexではFable 5.1が70、Astraが67です。

つまり、各社の公表値ではAstraが優勢に見える項目が多い一方、共通の物差しではFable 5.1が上に立ちます。試験の名前が同じでも、測り方が違えば結果は変わります。ベンチマークは方向性の参考にとどめ、導入の判断は自社の業務でのやり直し率と所要時間で行うのが現実的です。

「ARC-AGI-3で99.9%」の中身を確認する

発表直後に話題になったのが、GPT-6 AstraのARC-AGI-3という試験での99.9%という数字です。ここは丁寧に見る必要があります。試験を運営するARC Prizeの報告では、実行環境によって結果と費用が大きく異なります。

条件	結果	費用
プロバイダアダプタ（特別な実行環境）	99.9%	約1万9,000ドル
標準的な実行環境	62.7%	2万6,098ドル
人間が同じ課題に挑む場合	―	1ゲームあたり約12.78ドル

ARC Prize自身も、この試験を満点にすることが「AGI（汎用人工知能）を達成した証明にはならない」と明記しています。発表に合わせてAGIへの言及が相次ぎましたが、ベンチマークの数字とビジネスでの実用性は別物です。経営判断としては、話題性ではなく自社の業務での再現性を見るべきです。

会計・税務の実務ではどちらが効く？業務の型で選ぶ

ここからは当事務所の見立てです。ベンチマークの順位そのものより、業務の型に合うかどうかが実務では効きます。会計事務所と中小企業の経理で発生する仕事を4つの型に分け、向き不向きを整理しました。

A：読み取って要約する仕事

試算表を貼り付けて前年同月比の異常値を挙げさせる、契約書から解除条項と損害賠償の上限を抜き出す、といった仕事です。この領域は両モデルとも十分な水準にあります。強いて選ぶなら、第三者の総合指標で上に立つFable 5.1です。ただし体感差は小さく、社内で既に契約しているほうを使えば足ります。

注意点は、どちらのモデルも数字を読み違えることがある点です。金額の桁、期間の区切り、税区分の判定は、人が確認してください。当事務所では、AIの出力をそのまま帳簿に反映せず、残高照合を通すまで完了扱いにしない運用にしています。

B：画面を操作させる仕事

ここはGPT-6 Astraの独壇場に近い領域です。OpenAIの公表値では、パソコン操作を評価するOSWorld 2.0で72.6%（前世代のGPT-5.6 Solは65.7%）でした。画面上の要素を正しく特定する能力を測るScreenSpot-Proでも92.7%（同76.9%）です。1タスクあたりの所要時間も約47%短縮したとしています。

会計ソフトや電子申告のように、APIが用意されていない画面を触らせる用途では、この差が出ます。

もっとも、Anthropic側もOSWorld 2.0で77.9%という値を公表しています。ただしこれは部分点を認める方式での数字で、全工程の成功のみを数える厳格な方式では41.7%です。OpenAIの72.6%とは採点基準も実行環境も異なるため、この2つを並べて優劣を決めることはできません。

実務で確かめるなら、自社で毎月発生する画面操作を1つ選び、両方に同じ手順書を渡して成功率を数えるのが近道です。

C：数時間まかせきる仕事

Claude Fable 5.1が明確に狙っている領域です。Anthropicの公表値では、科学分野の長時間タスクを測るTerminal-Bench-Scienceが24.7%から52.6%へ伸びました。事務処理の自動化を測るAutomationBenchも、17.1%から31.4%へと前世代から大きく伸びています。数時間かかる作業を投げて、途中で失敗しても自力で立て直す。この粘り強さが売りです。

会計事務所の仕事に置き換えると、部門別の12か月分のデータを突合して差異表を作る、業種別のレポートを一次資料から組み立てる、といった作業が当てはまります。

ただし、Anthropicは「多くの用途ではまずClaude Opus 5から試す」ことを推奨しています。Fable 5.1は長時間の自律作業に特化した位置づけであり、日常の質問応答では過剰になりがちです。

D：計算と検証の仕事

最難関の数学問題を集めたFrontierMath Tier 4で、OpenAIはAstraの97.6%を公表しています。大学院レベルの科学問題GPQA Diamondでも96.0%です。株価評価や税額シミュレーションの検算のように、論理の筋道を追う仕事ではAstraに分があると考えられます。

ただし注意点があります。比較対象として示されるFable 5.1の87.8%は、AnthropicではなくOpenAIが自社の表に載せた値です。また、この試験を運営するEpoch AIは、OpenAIから資金提供を受け、問題の一部に独占的にアクセスできることを開示しています。数字の出どころまで確認する姿勢が要ります。

業種別の使いどころは？まず「照合」の仕事から任せる

中小企業に多い業種に引き寄せて、現実的な使い道を挙げます。いずれも2026年9月時点の技術水準で成立する範囲にとどめました。

共通して言えるのは、AIに向くのは「判断」ではなく「照合」だという点です。数字を突き合わせる、条文を並べる、抜けを探す。こうした作業は人が数時間かける一方で、ミスも出ます。

• 請求書と発注書・納品書の金額や数量の突合
• 入金明細と売掛金の残高を照らし合わせ、消し込みの候補を挙げる
• 前年同月と比べて増減の大きい勘定科目の抽出
• 契約書の改定前後の条文の違いを並べる

逆に、税務判断や与信判断のように責任が伴う領域は、素案づくりまでにとどめるのが安全です。最終的な判断と、申告書や帳簿への反映は人が行います。

請求額は同じになる？料金表が同じでもコストに差が出る理由

入力10ドル、出力50ドルという基本料金は同じです。では請求額も同じかというと、そうはなりません。差が出るのはキャッシュの単価です。

キャッシュとは、同じ資料を繰り返し読ませるときに再利用する仕組みです。Anthropicはここを1ドルから0.25ドルへ下げ、OpenAIは1ドルのままです。長い資料を何度も参照させるエージェント的な使い方ほど、この差が積み上がります。

この試算から言えることは3つです。第一に、月に数万円の規模までは価格差がほぼ影響しません。第二に、エージェント的な常用に踏み込むと1割前後の差が出ます。第三に、そもそも最初の一歩は定額プランで十分です。中小企業がAPIの従量課金から始める必要はありません。

顧問先データを扱う前に確認すべき3点

会計事務所にとっては、性能より先に確認すべき論点があります。税理士法38条は、税理士に業務上知り得た秘密を守る義務を課しています。顧問先の帳簿や申告書をAIに読ませる行為は、この観点から設計しなければなりません。中小企業でも、取引先情報や個人情報を扱う以上は同じ話です。

(1) データが学習に使われない設定になっているか

両社とも、法人向けの契約ではデータを保持しない選択肢を用意しています。OpenAIはAPI利用者向けにゼロデータ保持を提供し、Anthropicは顧客が管理するクラウド基盤上でゼロデータ保持を実現する仕組みを案内しています。

個人向けの安価なプランでは設定が異なる場合があるため、契約前に管理画面で確認してください。税理士事務所の場合は、顧問先への説明と同意の取り方も含めて、社内規程に落としておくと安心です。

(2) 「操作させる範囲」を先に決めているか

GPT-6 Astraのように画面を操作できるモデルは、便利さと危うさが表裏一体です。会計ソフトへ書き込ませる、金融機関の画面を触らせるといった使い方は、権限を絞ったうえで人の承認を挟む設計が前提になります。

当事務所では、AIに操作させる範囲を「読み取りまで」と「登録まで」に分け、登録を伴う作業は残高照合が通るまで完了扱いにしない運用にしています。

(3) 提供側の安全対策の水準を把握しているか

OpenAIは、GPT-6 Astraのサイバー分野の能力が自社基準の「Critical（重大）」の閾値に達したと説明しています。社内評価で未知の脆弱性を2件発見し、開発元へ報告する手続きを進めているとも公表しました。攻撃的な用途は、審査を経たプログラムに限定されています。

Anthropicも、安全対策を緩めた上位版のMythos 5.1を、審査を通過したサイバー防衛の専門家と生命科学者に限定して提供しています。

あわせて決めたい：入力するデータの線引きと、回答の裏取り

3点に加えて、何をAIに入力してよいか、出てきた答えをどう確かめるかを社内で決めておきます。

• マイナンバー（個人番号）、口座番号・カード番号、パスワードは入力しない
• 顧問先名や個人名は、必要がなければ「A社」「従業員B」のように置き換える
• 入力してよい資料の範囲と、使ってよいプラン・アカウントを決めておく
• AIの回答に出てきた税率・期限・条文は、国税庁のタックスアンサーや通達などの一次情報で確認する
• 申告書や帳簿に反映する前に、作業した人とは別の人が確認する

明日から始めるには？自社の業務で試す3ステップ

比較記事を読んで終わりにしないための手順です。どちらが優れているかを議論するより、自社の1業務で測るほうが早く答えが出ます。

具体的な連携方法は、当事務所が公開している実践記事も参考になります。マネーフォワード クラウドとの連携はマネーフォワード×Claude連携のはじめ方にまとめています。弥生会計デスクトップ版との連携は弥生会計（デスクトップ版）×Claude Coworkの使い方で解説しています。

会計ソフト側の動きはfreeeが公開した税理士向けAIエージェントの解説もあわせてご覧ください。経理業務全体での任せ方は、Claude Coworkの経理活用ガイドで手順を整理しています。

よくある質問

まとめ

GPT-6 AstraとClaude Fable 5.1は料金表が同額です。画面操作と数学・科学の難問はAstra、長時間の自律作業とキャッシュを使った実効コストはFable 5.1が優勢です。各社の公表値は自社の実行環境で測られているため、第三者機関の数値や脚注まで読み、最後は自社の1業務で比べて決めるのが合理的です。会計事務所と中小企業がまず決めるべきは性能ではなく、学習利用の設定、操作させる範囲、承認と残高照合の手順です。