GPT-6 Astra vs Claude Fable 5.1: ce model alegi

La două zile distanță, OpenAI și Anthropic au lansat fiecare câte un model de vârf și au folosit, amândouă, superlativul: „cel mai inteligent și mai aliniat model din lume" pentru GPT-6 Astra, „cele mai avansate modele din lume pentru programare și muncă intelectuală" pentru Claude Fable 5.1 și Mythos 5.1. Prețul de listă e identic — 10 $ intrare, 50 $ ieșire per milion de tokeni. Diferențele care contează sunt în altă parte: în cum se tarifează contextul recitit, în ce poți și ce nu poți face prin API și în cine îți poate opri accesul.

Cei doi candidați, pe scurt

Prima concluzie utilă: pe hârtie, cele două modele sunt aproape gemene. De aceea, o alegere făcută din tabel e o alegere făcută pe nimic. Metoda corectă — cum construiești setul de comparație, ce măsori, cum eviți concluzia trasă din trei prompturi — e exact conținutul cursului Comparație Modele AI 2026 (Enterprise Edition), pentru că decizia de model e o decizie de inginerie, nu una de marketing.

Prețul identic ascunde două economii diferite

Într-o sesiune agentică lungă, factura nu vine din textul nou. Vine din prefixul recitit la fiecare cerere: promptul de sistem, definițiile uneltelor, primele tururi ale conversației. Acolo lovește diferența dintre cei doi furnizori.

Citirea din cache costă de patru ori mai puțin la Anthropic. Nu e un detaliu contabil: e diferența care decide dacă un agent care rulează ore întregi e sustenabil sau nu. Anthropic estimează o reducere de circa 25% a costului total pentru sarcini tipice și până la aproximativ 45% pentru sarcini puternic agentice, unde citirile din cache reprezintă grosul consumului.

În sens invers, OpenAI oferă o pârghie pe care Anthropic nu o are la acest nivel: modul Batch și modul Flex, ambele la jumătate de preț, pentru sarcini care nu sunt sensibile la latență. Și un Fast Mode la preț dublu, pentru situația inversă.

Regula practică: dacă arhitectura ta reciteste un context mare la fiecare pas — agenți, asistenți pe documentație, sesiuni lungi de cod — economia Anthropic e structurală. Dacă rulezi loturi mari de sarcini independente, peste noapte, economia OpenAI e la fel de reală. Calculul complet, cu ipoteze declarate, îl detaliez în ghidul de cost pentru GPT-6 Astra în API.

Benchmark-uri: ce se poate compara și ce nu

Tabelul de mai jos adună cifrele publicate de cei doi furnizori și preluate de analize independente. Citește-l cu avertismentul de dedesubt, altfel te induce în eroare.

Avertismentul, în trei puncte. Primul: fiecare furnizor își publică propriile rezultate, pe propriul harness. Coloana OSWorld e cel mai bun exemplu — 77,9% al lui Fable 5.1 este un scor cu punctare parțială, deci nu este direct comparabil cu 72,6%. Al doilea: unele cifre de vârf depind de infrastructuri de test costisitoare; analiza DataCamp semnalează explicit că rezultatul de 99,9% al lui Astra pe ARC-AGI-3 vine dintr-un harness cu stare și că un apel obișnuit de API nu produce așa ceva. Al treilea: testele diferă între ele mai mult decât diferă modelele. Vezi Humanity's Last Exam, unde ordinea se inversează.

Ce rămâne, totuși, ca semnal: Astra e mai puternic pe matematică de frontieră și pe securitate ofensivă, Fable 5.1 e mai puternic pe raționament cu unelte și pe sarcini științifice în terminal, iar la programare în terminal cele două sunt la mai puțin de două puncte distanță — adică, practic, egale pentru munca ta.

Diferențele de API care te costă timp

Aici sunt deciziile care se simt în cod, nu în prezentări.

Raționamentul. Pe Fable 5.1, gândirea adaptivă este mereu pornită: nu o poți dezactiva și nu îi poți fixa un buget de tokeni — ambele întorc eroare 400. Singura pârghie e parametrul effort, de la low la max. Pe Astra, reasoning.effort acceptă aceleași cinci trepte, low, medium, high, xhigh și max.

Apelul forțat de unelte. Pe Fable 5.1, tool_choice cu valorile any sau tool întoarce 400. Dacă integrarea ta se bazează pe forțarea unui apel de unealtă — un tipar frecvent în extragerea de date structurate — o rescrii cu auto plus instrucțiune explicită, cu strict: true pe unealtă sau cu ieșiri structurate. E o migrare mică, dar trebuie știută înainte, nu descoperită în producție.

Refuzurile ca stare normală. Fable 5.1 poate încheia o cerere cu stop_reason: "refusal" și HTTP 200. Codul care citește direct conținutul, fără să verifice motivul opririi, se rupe tăcut. Anthropic oferă pentru asta un mecanism de fallback pe server.

Retenția datelor. Fable 5.1 nu este disponibil în regim de zero data retention decât cu autorizare expresă din partea Anthropic; o organizație a cărei configurație nu îndeplinește cerința primește eroare 400 la fiecare cerere. Pentru firmele din România care au promis clientului final retenție zero prin contract, acesta e un criteriu de eliminare, nu o preferință.

Aceste diferențe — thinking, unelte, ieșiri structurate, gestiunea erorilor — sunt exact materia din Integrare Avansată LLM în Aplicații de Producție, pentru că sunt aceleași categorii de decizie indiferent de furnizorul pe care ajungi.

Accesul: cine îți poate opri modelul

Un model pe care nu îl poți folosi nu e o opțiune, oricât de bine ar arăta în tabele.

GPT-6 Astra a fost lansat mai întâi către un set limitat de organizații — cele din programul Daybreak, pentru apărători din securitate cibernetică — pentru că atinge pragul „Critical" la securitate cibernetică în Preparedness Framework, cadrul intern al OpenAI. Capabilitățile ofensive avansate rămân în spatele acestui program. Pe planurile Enterprise, modelul este dezactivat implicit: administratorul spațiului de lucru trebuie să îl activeze. Detaliile despre pragul de risc și despre ce a recunoscut public OpenAI odată cu lansarea sunt în analiza dedicată lui GPT-6 Astra.

Claude Fable 5.1 este disponibil larg — aplicații, API, AWS, Google Cloud, Azure. Geamănul lui, Claude Mythos 5.1, rulează același model cu politici de siguranță diferite și este accesibil doar prin programe cu acces restricționat, pentru utilizatori verificați din securitate cibernetică și științele vieții. Ce s-a schimbat efectiv față de Fable 5 am detaliat în analiza lui Claude Fable 5.1.

Concluzia practică: ambii furnizori au trecut la modele de acces condiționat pentru capabilitățile sensibile. Dacă planifici un produs pe termen lung, presupune că accesul poate fi restrâns sau condiționat, nu că e garantat.

Cum alegi, pe scenarii

Agent care rulează ore, cu context recitit la fiecare pas. Fable 5.1, pentru economia din cache. Diferența de patru ori la citirea din cache se compune pe durata sesiunii și e mai mare decât diferența de calitate dintre cele două modele pe majoritatea sarcinilor.

Automatizare pe ecran: aplicații desktop, browser, foi de calcul, prezentări. Astra, pentru că aici e concentrată investiția OpenAI din această generație și pentru că viteza de execuție a fost aproape dublată în ChatGPT.

Loturi mari, rulate peste noapte: clasificare, extragere, îmbogățire de date. Astra prin Batch sau Flex, la jumătate de preț, dacă latența nu contează.

Muncă de cercetare cu unelte, sarcini științifice, sinteză pe surse multiple. Fable 5.1 conduce pe testele relevante, cu marja obișnuită de prudență.

Programare în terminal și sesiuni lungi de refactorizare. Practic egale pe cifre. Decide pe ecosistem: ce unelte folosește echipa, ce integrări ai deja, unde e mai mică frecarea.

Constrângere contractuală de retenție zero a datelor. Astra, dacă Anthropic nu îți acordă autorizarea expresă pentru Fable 5.1.

Buget strâns și sarcini obișnuite de scriere, sinteză, răspuns la clienți. Niciunul dintre ele. Ambele sunt modele de vârf, plătite ca atare; pentru munca de rutină, modelele din treapta de mijloc ale ambilor furnizori rezolvă la o fracțiune din preț.

Metoda care bate orice tabel

Alegerea corectă nu iese dintr-o comparație citită, ci dintr-una rulată. Un protocol minim, care se face în două zile:

1. Alege 20–30 de cazuri reale din munca ta, cu răspuns corect cunoscut. Nu prompturi inventate pentru test.
2. Fixează criteriul de acceptare înainte de a rula. Ce înseamnă „corect" pentru fiecare caz, în cuvinte pe care le poate verifica altcineva din echipă.
3. Rulează ambele modele la același effort, apoi repetă la o treaptă mai jos. De multe ori treapta inferioară a unui model nou bate treapta superioară a generației precedente, la un cost mult mai mic.
4. Măsoară trei lucruri, nu unul: rata de corectitudine, costul total al rulării și numărul de reluări necesare până la un rezultat acceptabil.
5. Rulează evaluarea din nou peste două luni. Se va fi schimbat ceva.

Construirea acestui set de evaluare, scorarea automată și integrarea lui în livrare sunt subiectul cursului AI Evals pentru LLM-uri în Producție.

Patru greșeli frecvente

Alegi pe scorul cel mai mare din anunț. Anunțurile sunt scrise de marketing, pe harness-uri optimizate. Scorul tău va fi altul.

Compari tarife, nu costuri. Modelul de 2,5 ori mai scump care termină din prima încercare poate fi mai ieftin decât cel ieftin reluat de patru ori. Contorizează costul per sarcină finalizată.

Ignori cache-ul în calcul. Într-o arhitectură agentică, structura de tarifare a contextului recitit contează mai mult decât tariful de bază. Aici se ascunde diferența reală dintre cei doi furnizori.

Legi produsul de un singur furnizor. Ambele companii au demonstrat în ultimele luni că accesul la modelele de vârf poate fi condiționat, restrâns sau etapizat. O interfață proprie peste furnizor, cu rutare pe niveluri, costă câteva zile de muncă și îți cumpără independență.

Întrebări frecvente

Î: Care model e mai bun, GPT-6 Astra sau Claude Fable 5.1? R: Depinde de sarcină, iar diferențele sunt mai mici decât sugerează anunțurile. Astra conduce pe matematică de frontieră și securitate ofensivă; Fable 5.1 conduce pe raționament cu unelte și sarcini științifice în terminal; la programare în terminal sunt la mai puțin de două puncte distanță. Pentru decizia ta contează mai mult economia din cache, restricțiile de acces și ecosistemul decât ordinea din tabele.

Î: Dacă prețul e identic, unde apare diferența pe factură? R: La contextul recitit. Citirea din cache costă 1 $ per milion de tokeni la OpenAI și 0,25 $ la Anthropic — de patru ori mai puțin. În schimb, OpenAI oferă Batch și Flex la jumătate de preț pentru sarcini care pot aștepta. Care variantă e mai ieftină depinde de forma traficului tău, nu de furnizor.

Î: Pot folosi ambele modele în același produs? R: Da, și e recomandabil dacă volumul justifică efortul. Construiește o interfață proprie peste furnizori și rutează pe niveluri: modelul ieftin pentru sarcinile de rutină, cel de vârf doar pentru cazurile grele. Reține că memoria cache este legată de model, deci o rutare agresivă între furnizori pierde reutilizarea contextului — calculează câștigul, nu îl presupune.

Î: Ce restricții de acces au cele două modele? R: Astra a fost lansat întâi către organizațiile din programul Daybreak și este dezactivat implicit pe planurile Enterprise, până când administratorul îl activează; capabilitățile ofensive avansate rămân condiționate. Fable 5.1 este disponibil larg, iar geamănul lui Mythos 5.1 doar prin programe cu acces restricționat.

Î: Contează pentru o firmă din România unde sunt procesate datele? R: Da, și este un criteriu care poate elimina un furnizor înainte de orice benchmark. Fable 5.1 nu este disponibil în regim de zero data retention fără autorizare expresă din partea Anthropic. Verifică ce ai promis clienților prin contract și ce permite politica ta internă, înainte de a alege modelul.

Î: Cât de repede se învechește această comparație? R: Repede. Între cele două lansări au fost două zile, iar ritmul din 2026 a fost de un model de vârf la fiecare câteva săptămâni. De aceea competența care contează nu este să știi care model conduce azi, ci să ai un set de evaluare propriu pe care îl rulezi din nou la fiecare lansare.

Concluzie

Cele două modele sunt mai asemănătoare decât ar vrea oricare dintre companii să creadă piața: același preț de listă, aceeași ieșire maximă, ferestre de context practic egale, scoruri care se încalecă în funcție de test. Diferențele reale sunt de natură economică și operațională — cum se tarifează contextul recitit, ce moduri de rulare există, cine îți poate condiționa accesul și ce ai promis clienților despre datele lor.

Alegerea sănătoasă nu e „Astra" sau „Fable 5.1". E să ai o interfață proprie peste furnizor, un set de evaluare pe sarcinile tale reale și disciplina de a-l rula din nou la fiecare lansare. Modelele se vor schimba din nou peste opt săptămâni. Metoda, nu.

Surse

• GPT-6 Astra: A new generation of intelligence, OpenAI, 3 septembrie 2026, și documentația modelului gpt-6-astra.
• Introducing Claude Fable 5.1 and Claude Mythos 5.1, Anthropic, 1 septembrie 2026.
• Tabelul comparativ de benchmark-uri și avertismentul privind harness-ul ARC-AGI-3: DataCamp.
• Contextul lansărilor și superlativele revendicate de ambele companii: NBC News, 3 septembrie 2026.

Articol informativ, redactat la 4 septembrie 2026 pe baza surselor citate, consultate la această dată. Scorurile de benchmark sunt raportate de furnizori pe harness-uri proprii și nu sunt direct comparabile între ele; prețurile și condițiile de acces se modifică frecvent și trebuie verificate pe documentația oficială înainte de o decizie de achiziție.