AI 界的神燈大戰：Fable 5.1 vs GPT-6 Astra，我該擦哪一盞？

林政賢 · 2026-09-04

市集上有兩個攤位，各賣一盞神燈。你站在中間，手上握著錢包，腦中只有一個很俗氣但很實際的問題：我到底該擦哪一盞？

然後這個禮拜，兩個攤主在兩天之內，各自搬出了一盞新的。

9 月 1 日，Anthropic 發表 Claude Fable 5.1。9 月 3 日，OpenAI 發表 GPT-6 Astra。中間隔了兩天，比手搖飲推新品還快。

而且這已經不是以前那種一季小改、一年大改的節奏了。現在是每天早上打開手機，都有新模型的新聞。你昨天才記住的名字，今天就多了一個小數點。追，是追不完的。

所以這篇不打算幫你追。這篇要回答的是那個很俗氣的問題：我下個月想開始做東西，我該刷哪一張卡。

但在那之前，得先講一件所有比較文都跳過的事——其中一盞新燈的說明書上，寫了一行很奇怪的警語。

先說我的立場：我自己用的是 Claude。這篇有偏見，我先講明。
但下面我會特別把另一家贏我的地方講清楚——尤其是對還沒開始的人最重要的那一點。

先說清楚，擦燈是什麼感覺

如果你已經知道 vibe coding 是什麼，跳過這段。

傳統寫程式，是你得先學語法、學框架、學一堆你根本不在乎的東西，才做得出一個會動的東西。就像你得先考到證照才能點燈。

Vibe coding 是你用講的。

「我要一個頁面，上面三張卡片，滑鼠移上去會浮起來」——打進去，它把程式寫出來。你看畫面，說「卡片太大」「顏色我不喜歡」「這裡點下去沒反應」，它改。

你不是在寫程式。你在許願，然後挑毛病。

這件事三年前不存在，兩年前很爛，今年真的可以用了。所以現在的問題只剩一個：燈，擦哪一盞。

那盞新燈，有時候會自己熄掉

先講 GPT-6 Astra，因為它是這禮拜最大的新聞，而它的故事有點反常。

OpenAI 自己說，這是他們第一個觸及內部「關鍵」網路安全門檻的模型——因為它開發出了針對強化過的瀏覽器與作業系統的攻擊手法，還找到兩個過去沒有人知道的 V8 漏洞。

白話：它強到他們自己嚇了一跳。

你可以正常買到它。9 月 3 日先開放給少數組織，接著幾天內就開給所有 ChatGPT Plus、Pro、Business、Enterprise 使用者，API 與雲端平台也一起上；它已經進到 Codex 裡面，用量算在你原本的訂閱額度裡。所以你這幾天看到一堆人在實測，是正常的。

奇怪的地方在後面。

⚠ 說明書上的那行警語

因為那個安全門檻，公開版本會拒絕進階的攻擊性任務——這很合理，多數人一輩子也不會踩到。

但 OpenAI 的安全負責人另外講了一句：不在信任存取計畫裡的使用者，可能遇到變慢、暫停或封鎖，而且「有時候是在完全無關的工作中途」。

對用 API 的人更直接：安全檢查觸發時是直接中止任務，不是停下來等你確認。

翻成擦燈的話：這盞燈很亮，但它偶爾會在你許願許到一半的時候自己熄掉，而且不一定跟你許的願有關。

我不是要說這個安全設計不對——一個能自己找出瀏覽器漏洞的東西，本來就該有煞車。我要說的是另一件事：

跑分表不會告訴你
這種事。

而這正是這篇的答案。因為它逼我們看清楚一件平常被跑分蓋住的事——你買的從來不是模型。

你買的不是精靈，是那台車

網路上的比較文都在比模型：Fable 5.1 幾分、Astra 幾分。

但你實際摸得到的不是模型，是工具。差別大概像「引擎」跟「車」。

引擎模型（Fable 5.1、GPT-6 Astra）

負責「想」。跑分比的是這個。但你不會直接摸到它——你也不會因為引擎馬力高，就忍受它偶爾在高速公路上自己熄火。

車工具（Claude Code、Codex）

負責「做」。它會讀你電腦裡的檔案、真的把程式改下去、跑起來看有沒有壞、壞了自己回頭修。你每天在用的是這個。

一台好車配普通引擎，通常比一顆好引擎配爛車好開。而「會不會在半路熄火」這種事，跑分表上一格都沒有。

所以真正的選擇題不是「Fable 還是 Astra」，是「Claude Code 還是 Codex」。下面就照這個問題來談。

兩個攤位的價目表

先講一件很多人沒注意到的巧合：兩家旗艦的 API 價格，一模一樣。

API 價格（每百萬 token）

$10 / $50Claude Fable 5.1（輸入／輸出），快取讀取 $0.25

$10 / $50GPT-6 Astra（輸入／輸出），快取讀取 $1.00

脈絡長度：Fable 5.1 是 100 萬，Astra 是 105 萬，輸出都是 12.8 萬。Astra 另外規定：單次輸入超過 27.2 萬 token 之後，輸入費率變兩倍、輸出 1.5 倍。

牌價一樣，差別藏在兩個地方。

第一個是快取——就是「同一份東西重複讀」的折扣價。這個數字看起來小，但你用 AI 改程式的時候，它每一輪都要把整個專案重看一遍，所以快取價其實是你實際帳單的大宗。$0.25 對 $1，差四倍。

第二個是那條 27.2 萬的線。專案一大，你很容易撞上去，然後帳單無聲無息地翻倍。

不過講這些之前，我得先說：這些數字大部分人根本用不到。

因為你會用的是訂閱制

API 是給工程師串程式用的。你要做的是坐下來跟它講話，那你會付的是月費。

OPENAI（CODEX 在裡面）

$0免費版，有嚴格的用量限制

$8Go

$20Plus

$100/$200Pro（用量各為 5 倍 / 20 倍）

ANTHROPIC（CLAUDE CODE 在裡面）

—沒有免費版

$20Pro（最便宜的入場方式）

$100/$200Max（用量各為 5 倍 / 20 倍）

我用 Claude，但這一點我得老實講：叫一個還沒確定自己要不要投入的人先掏二十塊，是一道不必要的門檻。如果你只是想摸摸看，右邊那盞讓你不用付錢就能開始。

但沒有人告訴你，二十塊能擦幾次

這一段是我最想寫進這篇的，因為所有比較文都只貼價目表，沒有人告訴你那盞燈實際上能撐多久。

⚠ 心理準備

$20 的方案，用量是以五小時為一個區間計算的。

而我的實際經驗是：光是把一個專案建置起來，不到一小時就會把那個區間燒光。然後燈就暗了，你得坐在那裡等它重新亮。

免費版更是如此。它足夠讓你「摸到」，但不足以讓你「做完」。

我自己現在用的是最高的 Max ×20（$200），而且同一時間我在另一個平台也開了 $200 的方案。

為什麼兩邊都開？因為我同時在跑五到六個專案。（這怎麼做到的、怎麼分配、怎麼不讓自己精神錯亂，我之後會另外寫一篇。）

我講這個不是要炫耀花多少錢，正好相反——我是要你別在第一步就被嚇跑，也別在第一步就衝太快。

所以，正確的順序長這樣

別一開始就問「哪個方案最划算」。你根本還不知道自己需要多少。

STEP 1用免費的，做一個極小的東西

小到不能再小。一個計算機、一個記錄頁面、一個把文字轉成表格的小工具。目標不是做出好東西，是回答一個問題：這件事讓我興奮，還是煩躁？

STEP 2覺得有趣，才付 $20 去優化它

把那個醜東西變好看、變好用。這時你會第一次撞到五小時的牆——那個「還在興頭上卻被迫停下來」的感覺，本身就是一個訊號。

STEP 3然後你會自己發現需要 $100

不是因為誰叫你升級，是因為你有一個真的想做完的東西，而等重置變成你最大的阻力。這個「需要」是你自己長出來的，不是被推銷的。

STEP 4最後才是 $200，同時跑五六個專案

到這一步，那筆錢已經不是學習成本了，是生產工具的成本。而生產工具要不要買，看的是它幫你賺回多少，不是它多少錢。

當然，你也很可能在免費版那一關就發現：自己跟這種東西根本沒緣。
那也是收穫，而且是最便宜的一次收穫。

兩台車各自強在哪

Claude Code 比較強的地方

程式碼品質，以及大範圍的改動——那種「這個功能要動到十幾個檔案」的任務。

白話：它比較不會為了修好 A 而弄壞 B。當專案開始變大、東西開始互相牽連時，這件事的價值會急速上升。

Codex 比較強的地方

速度、自己跑完整段任務的能力，以及有免費版可以先試。

白話：交代完可以去泡杯咖啡，回來看結果。日常那種重複、規則明確的工作特別適合。

很多做久了的人兩盞都擦——不是牆頭草，是它們擅長的事真的不一樣。就像你不會因為有了電鑽就把螺絲起子丟掉。

那跑分呢？我查了，然後遇到三個問題

我本來想給你一張乾淨的對照表。查完之後我決定不給，因為那張表會騙你。

以下是我實際撞到的三件事。

⚠ 為什麼那些跑分表不能直接看

一、名字一樣，考卷不一樣。兩家都公布了「OSWorld」的成績：Fable 5.1 是 77.9%、Astra 是 72.6%。看起來可以比——但一個跑的是 2.0 版、另一個是 V2-Offline 版。那是兩張不同的考卷，相減沒有意義。

二、同一個數字，我查到兩種說法。光是 Astra 在 DeepSWE 這項的成績，不同來源就給了我 74.1% 和 78.9% 兩個版本。我沒辦法判斷哪個對，所以兩個我都不採用。

三、幾乎全部都是廠商自己跑的。這是業界慣例，兩家都一樣。但廠商公布的跑分，是廠商挑過的題目、用廠商調校過的設定跑出來的。

這就像攤販自己掛出來的招牌。招牌是真的，燈也是真的，但那是老闆挑了最好的角度、擦得最亮的那一盞。你買回家的那盞會怎樣，是另一回事。

唯一我覺得值得記住的數字，反而不是誰贏誰：

Astra 在 ExploitBench 拿了 100%。那是一份專門測「能不能找出並利用漏洞」的考卷，滿分。而這正是它被關進櫃子的原因。

你可以從這個角度理解這一代的競賽：它們現在強到，強本身變成了一個要處理的問題。

但阿拉丁的故事，難的不是找到燈

到這裡為止，我講的全是燈的規格。價錢、亮度、能撐多久、誰的招牌比較漂亮、哪一盞你根本買不到。

而這正是我要說的：那些其實都不是重點。

你回想一下阿拉丁——真正麻煩的從來不是找到神燈。麻煩的是許願的那個人。

那類故事有一個很少被注意的設定：精靈非常聽話，而且照字面實現你的願望。你說「我要變有錢」，它可能真的讓你變有錢，用一種你完全沒想到、而且不太想要的方式。它不會問你「你確定嗎」，它只會說「沒問題」，然後動手。

你用過 AI 的話，這個場景應該很熟悉。

你說「把這個按鈕改小一點」，它照做了，順便把旁邊三個東西的位置也挪了。你說「加一個搜尋功能」，它加了，而且加得很漂亮，只是搜不到你真正想搜的那種東西。它每次都很有自信，每次都說完成了。

它沒有惡意。它只是照著你講的字面做，而你腦中想的，跟你講出來的，中間永遠有一段距離。

而且每個願望，都有隱形的副作用

這才是那類故事真正陰險的地方。

你許願要很有錢，錢真的來了——連同你沒有許的那些一起來：不再敢相信誰是真心的、原本簡單的關係開始有了盤算。

你許願要變美、變帥，也真的成真了——連同鎂光燈、連同被凝視、連同再也不能素著臉出門。精靈沒有騙你。它只是實現了你講出來的那一半，另一半自己長出來。

AI 現在就是這個樣子。

你交代一件事，它做到了（也可能沒有），但同時動到了一堆你當下看不見的地方。畫面看起來對了，某個角落的行為卻悄悄變了；這個頁面修好了，另一頁的東西壞掉，而你三天後才發現。

於是你得一而再、再而三地回頭除錯。那不是它壞掉，那是願望的副作用。

還有一件事，任何真的用過一陣子的人都知道：聊得越久，它越容易開始胡說。

⚠ 上下文越長，幻覺越多

同一個對話拉得很長之後，它會開始記錯前面講過的東西、引用一個根本不存在的設定、很誠懇地跟你解釋一件它自己編出來的事。

這幾年一直在改善——這一代兩家都把脈絡拉到一百萬 token 以上，發生的頻率明顯在降。但現在，它還在。

所以整個故事真正的門檻是：
你得先想清楚自己要什麼，還要看得出它給錯了。

而這，正是你現在就該進場的理由

我不覺得這些問題會一直在。門檻正在往下掉，而且掉得很快——再迭代幾次、幾年之後，幻覺大概會少到你幾乎不會遇到，副作用也會被它自己先攔下來。

但你不能等到那一天才進場。

因為正是現在它還會出錯，你的經驗才有價格。等到它真的不會錯了，「看得出哪裡不對」這件事，也就跟著不值錢了。

換句話說，這段還會出錯的日子，不是勸退你的理由，是你的窗口。

而窗口的另一個名字，就叫時機。趁它還開著，去找到屬於你的那扇窗、屬於你的那盞燈。

「AI 會出錯」現在已經是常識，你不需要再讀第十篇文章告訴你它會產生幻覺。真正沒被講清楚的是下一句：那，誰來發現它給錯了？

能發現它給錯了的人，靠的是經驗

答案不太性感，但很實在：靠你活過的那些事。

做過餐飲的人一眼就看出那個點餐流程會在尖峰時段塞住，因為他站過那個位置。帶過小孩的人一眼就看出那個確認鍵放得太順手，因為他被亂按過。這些不是知識，是你身上留下來的痕跡。

而 AI 沒有痕跡。它可以把全世界的餐飲流程講給你聽，但它沒有在人潮湧進來的那個當下，手忙腳亂過。

所以它才會那麼有自信。它不是在騙你，它只是沒有東西可以讓它猶豫。

選哪一盞燈，決定你許願的效率。
而許願的品質，只能是你自己。

這也是為什麼我覺得不用為版本號焦慮。這禮拜兩天出兩盞新燈，其中一盞你還碰不到；下個月一定又有人告訴你「那個已經舊了」。那些數字的保存期限，比你想的短很多。

而你身上那些「我就是知道這樣不對」的直覺，不會過期。它們反而會隨著門檻降低而升值——因為當每個人手上都有一盞燈，稀有的就不再是燈，是知道該許什麼願的人。

如果你是視覺取向的人，特別別覺得自己吃虧

做設計、做影像、做內容的人常常覺得自己跟這件事無緣。其實剛好相反。

你講得出「這裡間距太緊、陰影太重所以看起來浮在上面」——這種描述 AI 完全聽得懂，而且改得出來。比一句「怪怪的」有用一百倍。

你以為跟程式最無關的那雙眼睛，其實是最好接上去的那一塊。（這件事我在另一篇寫得更完整，包含我自己怎麼從一個完全不懂程式的影像工作者，變成能做出 App 的人。）

那，今天就開始的話

順序很簡單：

免費版做一個極小的東西 → 有趣再付 $20 優化 → 你自己會發現需要 $100 → 最後才是 $200

但在擦燈之前，先做一件更重要的事：把你想做的東西寫成三句話。

不用寫得漂亮，也不用管技術上做不做得到。就寫：它是給誰用的、它解決什麼麻煩、它跟現在的做法差在哪。

寫得出來，你就已經比大多數人準備得更好了。因為市集上的燈會一直換，明年還會有更亮的、更便宜的、招牌更花俏的——甚至還有你根本買不到的。

但許願的人只有一個，而且沒得換。

課程

怎麼許願，我會當面教

文章寫得再細，也比不上坐在旁邊看你操作、當場告訴你「這句話它會理解成什麼」。未來我會開課，把這一整套踩過坑的流程當面傳授——包含怎麼問、怎麼判斷它在唬你、以及怎麼把你自己的經驗變成可以動的東西。先追蹤訂閱，開課會第一時間通知你。

看課程與追蹤更新 →

開源專案

我們做的 9 個套件，全部免費

用這套方法做東西的過程中，我們解掉的問題被抽出來開源了。捲動逐幀播放器、中日韓 PDF 不出豆腐字、行動端音訊、免遊戲伺服器的即時多人房間——每一個都是真的踩過坑之後長出來的。

scroll-frame-sequencecomfy-toolkitcomfy-lintedge-roomscapacitor-web-shimweb-audio-kitgrow-only-syncreact-job-trackercjk-pdf

看全部開源專案 →

寫這個部落格的初衷

我不是要教大家變成工程師。我是希望更多人願意伸手碰一下 AI，然後用它把自己的生活過得好一點——多一個收入、少一點加班、把心裡那個放很久的想法真的做出來。技術只是路過的工具，那個「過得更好」才是重點。（當然，如果你剛好也喜歡我們做的 App，訂閱一下我會很開心。）