GPT-6 Astra и Claude Fable 5.1 вышли с разницей всего в два дня: Astra запущена 3 сентября, а Fable 5.1 — 1 сентября. Несмотря на близкие сроки, самые важные различия проявляются в форме бенчмарков, исполнении инструментов и экономике кеша.
Сходство заканчивается, как только начинается рабочая нагрузка. Оценки запуска OpenAI ставят Astra впереди в ряде тестов по программированию, науке, компьютерному использованию и профессиональной работе, в то время как опубликованные бенчмарки Anthropic показывают, что Fable 5.1 лидирует на Humanity’s Last Exam. У Fable 5.1 также ниже официальная цена чтения кеша, что может существенно изменить экономику для долгоживущих агентов.
Итак, полезный вопрос — не просто какая модель имеет более высокий результат в бенчмарках. Практический вопрос — какая модель завершает вашу нагрузку более надежно и экономично.
Короткий ответ: Astra — более сильный выбор по умолчанию для агентов с большим количеством исполнения, программирования, компьютерного управления и научных рабочих процессов, зависящих от инструментов. Fable 5.1 особенно привлекателен для широкого сложного рассуждения, длительной асинхронной работы и приложений, которые многократно переиспользуют очень большие кешированные контексты.
GPT-6 Astra и Claude Fable 5.1: краткий обзор
| Характеристики | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| Разработчик | OpenAI | Anthropic |
| Дата релиза | Sep 3, 2026 | Sep 1, 2026 |
| Идентификатор модели в API | gpt-6-astra | claude-fable-5-1 |
| Окно контекста | 1,050,000 tokens | 1,000,000 tokens |
| Максимальный вывод | 128,000 tokens | 128,000 tokens |
| Входные модальности | Text, images | Text, images |
| Выходная модальность | Text | Text |
| Дата отсечения знаний | Apr 30, 2026 | Jun 2026 |
| Рассуждение | низкий / средний / высокий / очень высокий / максимальный | Adaptive, always on |
| Уровень усилий по умолчанию | — | high |
| Официальная цена ввода/вывода | $10 / $50 per MTok | $10 / $50 per MTok |
| Официальная цена чтения кеша | $1 / MTok | $0.25 / MTok |
| Ценообразование для длинного контекста | Более высокий тариф свыше 272K ввода | Стандартная ставка по всей 1M контексту |
| Основное позиционирование | Сквозное исполнение, программирование, управление компьютером | Сложное рассуждение, долгоживущие агенты |
Информация и цены проверены 7 сентября 2026 года. Спецификации и цены провайдеров могут измениться после публикации.
Источник: Официальный бенчмарк OpenAI
Что такое GPT-6 Astra?
OpenAI представила GPT-6 Astra 3 сентября 2026 года как свою самую мощную модель для сложной, сквозной профессиональной работы. Вместо акцента на изолированные ответы на вопросы Astra разработана для завершения комплексных рабочих процессов, сочетающих рассуждение, программирование, исследования, взаимодействие с компьютером и создание документов. Она может работать по нескольким шагам, использовать предоставленные инструменты и контекст, и адаптироваться, когда пользователи уточняют требования или меняют направление задачи. Примечания к релизу OpenAI выделяют приложения, такие как создание документов, таблиц и презентаций по конкретным инструкциям и шаблонам.
Модель предоставляет окно контекста на 1,050,000 токенов и максимум вывода 128,000 токенов, что позволяет обрабатывать большие кодовые базы, обширные коллекции документов или длительную историю агента в одном рабочем процессе. Уровень усилий рассуждения можно настроить как low, medium, high, xhigh или max, позволяя разработчикам балансировать скорость ответа и вычислительную глубину в зависимости от сложности задачи.
Что такое Claude Fable 5.1?
Anthropic выпустила Claude Fable 5.1 1 сентября 2026 года как свою модель высшего уровня для требовательного рассуждения и агентной работы на длинном горизонте. Она развивает Claude Fable 5 с улучшениями в длительных задачах программирования, многошаговых исследованиях и создании или анализе документов, таблиц и презентаций. Anthropic рекомендует её для нагрузок, где устойчивое рассуждение и надежное исполнение важнее чистой скорости отклика — особенно когда Claude Opus 5 на более высоких уровнях усилий не обеспечивает достаточной производительности.
Согласно официальной спецификации Claude Fable 5.1, модель предлагает окно контекста в 1 миллион токенов и максимум вывода 128,000 токенов. Этого достаточно, чтобы изучать большие репозитории, длинные бизнес-отчеты, исследовательские коллекции или протяжённые траектории агента без агрессивного деления материала на отдельные запросы. Она принимает текст и изображения и выдаёт текст, с отсечением знаний на июнь 2026 года.
Сравнение бенчмарков: Astra выигрывает больше строк, но не каждую важную
Сравнение бенчмарков между конкурирующими вендорами требует большей осторожности, чем обычное сравнение поколений. OpenAI тестировала Fable 5.1 на нескольких оценках запуска Astra, в то время как Anthropic использовала свои собственные стенды и, в некоторых случаях, более новую версию задач. Самые «чистые» сравнения — там, где определения и указанные настройки достаточно согласованы, чтобы поддержать прямое решение.
GPT-6 Astra vs Claude Fable 5.1: что лучше для программирования и агентного ПО
Программирование — одна из самых очевидных зон силы Astra. В опубликованной таблице запуска OpenAI Astra набирает 57.9% против 55.8% на Terminal-Bench 4.0, 74.1% против 67.4% на DeepSWE v1.1 и 63.9% против 57.8% на внутренней оценке миграции баз данных.
| Бенчмарк по программированию | GPT-6 Astra | Claude Fable 5.1 | Результат |
|---|---|---|---|
| Terminal-Bench 4.0 | 57.9% | 55.8% | Astra +2.1 pts |
| DeepSWE v1.1 | 74.1% | 67.4% | Astra +6.7 pts |
| FrontierCode 1.1 Extended | 64.5% | 63.6% | Astra +0.9 pts |
| FrontierCode 1.1 Main | 53.3% | 50.9% | Astra +2.4 pts |
| Database migration, internal | 63.9% | 57.8% | Astra +6.1 pts |
Astra представляет существенный прорыв для моделей, ориентированных на исполнение: её опубликованные результаты превосходят Fable 5.1 на Terminal-Bench 4.0, DeepSWE v1.1 и оценке миграции баз данных, что усиливает её преимущество там, где код должен исполняться, тестироваться и проверяться через инструменты.
Вывод не в том, что Fable 5.1 слаба в программировании. Anthropic описывает её как свою самую способную модель для амбициозных проектов программирования, и её собственный результат на CursorBench 3.2.0 достигает 73.4%. Разница — в форме нагрузки: преимущество Astra становится более убедительным, когда программирование смешано с исполнением в shell, навигацией по репозиторию, верификацией и другими инструментами.
Победитель для разработки ПО с тяжёлым исполнением: Astra. Для агента, работающего долго с репозиторием, выбор ближе, поскольку устойчивость, поведение кеша и эффективность по токенам могут быть не менее важны, чем один показатель бенчмарка.
GPT-6 Astra vs Fable 5.1: что лучше для рассуждений и науки
Сравнение рассуждения интереснее, потому что здесь нет «сметания». Опубликованные оценки OpenAI сообщают 97.6% для Astra на FrontierMath Tier 4, 96.0% на GPQA Diamond и 64.6% на Terminal-Bench Science 0.1. Fable 5.1 показывает соответственно 87.8%, 93.7% и 52.6% в том же сопоставлении.
Fable 5.1 переворачивает результат на Humanity’s Last Exam с инструментами, набирая 65.0% против 57.2% у Astra. Официальная таблица бенчмарков Anthropic независимо сообщает тот же результат 65.0% для Fable 5.1.
| Бенчмарк по рассуждению/науке | GPT-6 Astra | Claude Fable 5.1 | Победитель |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 97.6% | 87.8% | Astra |
| GPQA Diamond | 96.0% | 93.7% | Astra |
| Terminal-Bench Science 0.1 | 64.6% | 52.6% | Astra |
| Humanity's Last Exam, with tools | 57.2% | 65.0% | Fable 5.1 |
| Artificial Analysis Intelligence Index | 61.2 | 65.7 | Fable 5.1 |
Это различие важно. FrontierMath и Terminal-Bench Science подчёркивают специализированное математическое или научное решение задач, особенно когда рассуждение взаимодействует с инструментами и внешними средами. Humanity’s Last Exam — шире и междисциплинарнее. Практичный вывод: Astra выглядит сильнее в глубоко техническом, инструментально-исполняемом рассуждении, тогда как Fable 5.1 сохраняет преимущество на более широких оценках пограничного рассуждения.
Источник: Официальный бенчмарк Anthropic
Компьютерное управление и профессиональная работа в пользу GPT-6 Astra
Прямое сравнение Astra против Fable 5.1 на OSWorld было бы некорректным. Примечание к бенчмарку Anthropic говорит, что Fable 5.1 использует августовский релиз задач 2026 года. На диаграмме указано 77.9% partial и 41.7% strict, но эти цифры не эквивалентны результату OpenAI 72.6%.
| Профессиональный бенчмарк | GPT-6 Astra | Claude Fable 5.1 | Результат |
|---|---|---|---|
| AutomationBench | 41.4% | 31.4% | Astra +10.0 pts |
| BenchCAD | 95.9% | 84.3% | Astra +11.6 pts |
| Terminal-Bench Science | 64.6% | 52.6% | Astra +12.0 pts |
OpenAI также специально обучает Astra созданию документов, таблиц и презентаций, и утверждает, что она разработана для выполнения многошаговых профессиональных рабочих процессов, а не только генерации текстовой части. Fable 5.1 также создан для долгоживущих агентов, работы в браузере, исследований, программирования и профессиональных рабочих процессов с документами, но у Astra сейчас есть более сильные опубликованные доказательства компьютерно-опосредованного исполнения и создания артефактов.
Победитель для агентов компьютерного управления и профессиональной автоматизации: Astra.
GPT-6 Astra vs Claude Fable 5.1 и длинный контекст: сравнение 1.05M vs 1M — неверная постановка вопроса
Технически у Astra больше окно контекста: 1.05 миллиона токенов против 1 миллиона у Fable 5.1. Эта разница в 5% вряд ли определит архитектуру продакшена. Важнее цены внутри окна контекста.
Правило ценообразования OpenAI для длинного контекста применяется, когда запрос содержит более 272K входных токенов: ставки ввода и кеша удваиваются, а ставка вывода повышается в 1.5 раза для всего запроса. Таким образом, эффективные ставки Astra становятся $20 за ввод, $2 за кешированный ввод и $75 за вывод на MTok.
Спецификация Fable 5.1 документирует окно контекста 1M с $10 за ввод, $50 за вывод и $0.25 за чтение кеша на MTok. Для приложений, которые регулярно загружают 300K, 500K или 900K токенов в запрос, номальный размер окна контекста рассказывает лишь половину истории.
Для очень больших контекстов у Fable 5.1 более прозрачная экономика по прайсу, особенно когда значительная часть контекста может быть кеширована.
GPT-6 Astra vs Claude Fable 5.1: цены — одинаковая базовая ставка, но очень разная экономика агентов
На официальных стандартных ставках две модели начинают в точной ничьей по не кешированному вводу и выводу текста.
| Компонент цены | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| Ввод / MTok | $10.00 | $10.00 |
| Вывод / MTok | $50.00 | $50.00 |
| Запись в кеш на 5 минут / MTok | $12.50 | $12.50 |
| Чтение кеша / MTok | $1.00 | $0.25 |
| Скидка на пакетный ввод/вывод | 50% | 50% |
| Наценка за длинный контекст | Above 272K input | None across standard 1M context |
Ключевая цифра — не $10 или $50. Это $0.25. Anthropic снизила ставку чтения кеша у Fable 5.1 до $0.25 за миллион токенов, то есть в четыре раза ниже стандартной цены $1 за кешированный ввод у Astra и в восемь раз ниже $2 у Astra для длинного контекста.
Это может иметь огромное значение для цикла агента. Долго работающие приложения могут многократно переносить большой системный промпт, определения инструментов, контекст репозитория и справочные документы через десятки шагов. Когда стабильный префикс многократно читается из кеша, ценообразование кеша накапливается так, как один оборот бенчмарка никогда не выявит.
Оценка нагрузки Anthropic говорит, что более низкая цена кеша может снизить типичную стоимость нагрузки Fable 5.1 примерно на 25%, а стоимость высоко агентных нагрузок — до примерно 45%. Это оценки вендора, а не универсальные гарантии, но они показывают, почему экономика кеша заслуживает отдельного измерения сравнения.
Делает ли это Fable 5.1 дешевле?
Не автоматически. Модель с более дорогими токенами может всё равно дать меньший счёт, если она решает задачу с меньшим числом токенов, меньшим числом повторных попыток, меньшим количеством неудачных вызовов инструментов или меньшим временем выполнения. Поэтому стоимость за успешную задачу информативнее, чем цена за миллион токенов.
Практическое ценовое решение разделяется: Fable 5.1 выигрывает прайс-лист для кеш-зависимых и очень длинных контекстов. Astra может выиграть стоимость за завершённую задачу, когда её преимущество в исполнении существенно сокращает повторы, расход токенов или время выполнения.
Тарифы CometAPI сужают выбор до качества нагрузки
Обе модели доступны через CometAPI. API GPT-6 Astra в CometAPI стартует с $8 за миллион входных токенов, а API Claude Fable 5.1 в CometAPI стартует с той же ставки $8 за ввод. Это на 20% ниже базовой ставки провайдеров.
| Цены API | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| Официальные ввод/вывод | $10 / $50 | $10 / $50 |
| CometAPI ввод/вывод | $8 / $40 | $8 / $40 |
| Снижение относительно официальной базовой ставки | 20% | 20% |
Это создаёт удобную производственную конфигурацию: вместо решения исключительно на основе публичных таблиц бенчмарков разработчики могут оценивать одну и ту же нагрузку на обеих моделях через один API и сравнивать долю принятых результатов, потребление токенов, задержку, сбои инструментов и общие расходы. Цены и правила биллинга могут меняться, поэтому бюджетирование продакшена должно использовать актуальные настройки API, а не жёстко прошивать значения из этой статьи.
Использование инструментов и дизайн агентов: цель схожа, философия различна
Обе модели созданы для агентов, но их API отражают разные философии. GPT-6 Astra поддерживает богатую на инструменты среду Responses API. Поддерживаемый набор инструментов OpenAI включает web search, file search, генерацию изображений, code interpreter, hosted shell, Apply Patch, компьютерное управление, MCP и поиск инструментов. Настраиваемый уровень усилий рассуждения позволяет приложению самому решать, сколько вычислений потратить.
Модель рассуждения Fable 5.1 устроена иначе: адаптивное мышление всегда включено, а параметр effort используется для управления глубиной. Anthropic также добавила effort на сообщение, системные сообщения в рамках хода и читаемые обновления прогресса между вызовами инструментов, что особенно полезно в длительных автономных сессиях.
GPT-6 Astra поэтому ощущается оптимизированной вокруг широты инструментов и сквозного контроля среды, тогда как Fable 5.1 — вокруг стойкого рассуждения на длинном горизонте и непрерывности агента. Ни одна архитектура не является универсально лучшей; ваш слой оркестрации столь же важен, как и сама модель.
Почему безопасность и ограничения развёртывания важны для GPT-6 Astra и Claude Fable 5.1
OpenAI описывает Astra как свою первую модель, достигшую критического порога кибербезопасности компании, и вводит дополнительные меры защиты вокруг рабочих процессов высокой мощности. В той же публикации описывается мониторинг продакшена и прерывание задач, когда агент может превысить свой авторизованный объём.
Fable 5.1 использует иную архитектуру защит. Anthropic заявляет, что некоторые запросы по кибербезопасности и биологии, распознанные её системами безопасности, могут быть перенаправлены на менее способные модели. Это означает, что производственный балл может отражать и саму модель, и окружающие её меры безопасности.
Это ещё одна причина, почему кросс-вендорные таблицы бенчмарков не стоит рассматривать как идеально контролируемые лабораторные сравнения. В корпоративных оценках следует учитывать отказы, поведение фолбеков, прерывание задач, требования аудита, хранение данных и конфиденциальность, а не рассматривать их только после выбора модели.
GPT-6 Astra vs Claude Fable 5.1: какую модель выбрать?
| Тип нагрузки | Рекомендуемая модель | Почему |
|---|---|---|
| Автономный агент компьютерного управления | Astra | Более сильные опубликованные свидетельства компьютерного управления и исполнения |
| Агентный терминал / разработка ПО | Astra | Лидирует в Terminal-Bench, DeepSWE и оценке миграции БД |
| Научные рабочие процессы с инструментами | Astra | Сильные результаты на FrontierMath, GPQA и Terminal-Bench Science |
| Широкое пограничное рассуждение | Fable 5.1 | Лидирует на HLE с инструментами и в Intelligence Index |
| Долго работающий асинхронный агент | Fable 5.1 | Спроектирован вокруг агентной работы на длинном горизонте и обновлений прогресса |
| Запросы на 300K–1M токенов | Fable 5.1 | Избегает наценки Astra за длинный контекст при стандартном прайсе |
| Интенсивное переиспользование кеша промптов | Fable 5.1 | $0.25/MTok за чтение кеша |
| Автоматизация документов/таблиц/презентаций | Astra | Сильное позиционирование в профессиональной работе и генерации артефактов |
| Большой репозиторий с повторно кешируемым контекстом | Fable 5.1 | Экономика кеша может доминировать в повторяющихся циклах агента |
| Смешанные производственные нагрузки | Тестируйте обе | Разные сильные стороны делают маршрутизацию полезнее, чем универсальный победитель |
Если ваше приложение просит модель действовать, Astra обычно должна быть первой моделью для теста. Если приложение просит модель долго думать над очень большим и многократно переиспользуемым контекстом, Fable 5.1 заслуживает равного или большего внимания.
GPT-6 Astra vs Claude Fable 5.1: кто лучше в целом?
Здесь нет чистого счёта 10–0. Astra выигрывает больше прямо сопоставимых, опубликованных вендорами строк, с особенно устойчивыми преимуществами в программировании с исполнением, научных инструментах, компьютерном использовании и профессиональной автоматизации. Для разработчиков, создающих агента, который должен управлять программами, а не просто обсуждать, что делать, это существенное преимущество.
Победы Fable 5.1 уже, но стратегически важны. Её результат 65.0% на Humanity’s Last Exam и более высокий балл в Intelligence Index показывают, что Astra не доминирует в общем рассуждении. У Fable 5.1 также структурное ценовое преимущество для кеш-зависимых агентов и запросов, использующих большую долю миллионного контекста.
Глубинный сдвиг в том, что выбор фронтирных моделей смещается от «какой чатбот даёт самый умный ответ?» к «какая система завершает работу корректно с наименьшей общей стоимостью?»
Как сравнить их для вашего приложения
Публичный лидерборд должен сузить шорт-лист, а не принимать производственное решение. Постройте фиксированный набор оценок из реальных задач. Запускайте идентичный входной материал на обеих моделях, сохраняйте эквиваличные права инструментов и измеряйте не только качество итогового ответа, но и фактический успех задачи.
Для агентных приложений полезные метрики включают общий успех задачи, долю принятия человеком, сбои вызовов инструментов, повторы, время до завершения, объём не кешированного ввода, чтения кеша, токены вывода и общие расходы на API.
Простая метрика развёртывания — общие расходы на API ÷ принятые завершённые задачи.
Эта цифра может перевернуть решение на основе бенчмарка. Модель с большей ценой за токен может оказаться дешевле, если ей нужно меньше повторов. Модель с дешёвым кешированием может стать драматически дешевле за цикл агента из 50 ходов. Модель, которая набирает больше в изоляции, может проиграть после добавления ваших инструментов, слоя извлечения и реальных критериев принятия.
Astra и Fable 5.1 доступны через CometAPI, и сильнейшая стратегия продакшена — не обязательно навсегда привязываться к одному провайдеру. Держите модель конфигурируемой, оценивайте обе по одинаковым критериям принятия и маршрутизируйте каждую нагрузку на модель, которая реально показывает лучшие результаты.
Вопросы и ответы
GPT-6 Astra лучше, чем Claude Fable 5.1?
Astra сильнее на нескольких напрямую сопоставимых бенчмарках по программированию, науке и профессиональной работе, включая Terminal-Bench, DeepSWE, FrontierMath и AutomationBench. Fable 5.1 лидирует на Humanity’s Last Exam с инструментами и в Artificial Analysis Intelligence Index. Ни одна модель не выигрывает все измерения.
Какая модель лучше для программирования?
GPT-6 Astra лучше для программирования, особенно для агентного программирования и исполнения. Опубликованное сравнение OpenAI сообщает 57.9% для Astra против 55.8% для Fable 5.1 на Terminal-Bench 4.0, с более крупными преимуществами Astra на DeepSWE и оценке миграции баз данных. Claude Fable 5.1 остаётся высококонкурентной для длительной работы с репозиториями, но у Astra более сильные общие доказательства по программированию.
Какая модель лучше для длинного контекста?
Claude Fable 5.1 лучше для нагрузок с длинным контекстом, особенно для очень больших запросов и повторного использования кеша промптов. Обе модели предоставляют примерно миллион токенов контекста, но GPT-6 Astra применяет более высокие ставки при вводе свыше 272K токенов, тогда как Fable 5.1 поддерживает более простую структуру цен и существенно более дешёвые чтения кеша.
Какая из них дешевле?
Ни одна модель не дешевле по стандартной базовой ставке — они равны; Claude Fable 5.1 дешевле для кеш-ориентированных и очень длинных контекстов. Официальная базовая цена — $10 за миллион входных токенов и $50 за миллион выходных токенов для обеих моделей. Через CometAPI и GPT-6 Astra, и Fable 5.1 сейчас стартуют с $8 за ввод и $40 за вывод. Fable 5.1 получает преимущество в стоимости, когда чтения кеша промптов или наценка Astra за длинный контекст становятся существенными.
Стоит ли разработчикам использовать только одну из них?
Не обязательно. Их сильные стороны достаточно дополняют друг друга, чтобы стратегия мульти-модальной оценки или маршрутизации превосходила выбор одной модели для каждого запроса. Тестируйте реальные производственные нагрузки и сравнивайте стоимость за принятую завершённую задачу, а не полагайтесь на один показатель бенчмарка.