GPT-6 Astra vs. Claude Fable 5.1: Identische Tarifkarten und eine Entscheidung, die von Cache-Reads abhängt

Hier ist die Sache, die fast jeder Vergleich dieses Duells falsch macht, und es ist die erste Zahl, nach der ein Käufer sucht: GPT-6 Astra und Claude Fable 5.1 kosten genau gleich viel. In den eigenen Dokumentationen der beiden Anbieter, beide eingesehen am 16. September 2026, listet Open​AI GPT-6 Astra mit 10,00 $ pro Million Eingabe-Tokens und 50,00 $ pro Million Ausgabe-Tokens, und Anthrop​ic listet Claude Fable 5.1 mit 10,00 $ und 50,00 $. Der Faktor ist 1,0. Es gibt keinen Aufpreis zu rechtfertigen, keinen Rabatt zu sichern und keine Pro-Token-Arithmetik, die sie unterscheidet. Eine einordnende Anmerkung vor den Zahlen: GPT-6 Astra selbst ist vom 3. September 2026, das hier ist also eine Referenzseite für zwei Modelle, die bereits veröffentlicht wurden, keine Berichterstattung zum Marktstart. Was sich in den letzten sieben Tagen geändert hat, sind eher die Belege als die Modelle — die erste unabhängige Head-to-Head-Messung des Paares erschien am 9. September, und Open​AI überarbeitete am 14. September seine eigene Verfügbarkeitsdokumentation. Wenn Sie auf der Suche nach „Fable 5.1 vs GPT-6 Astra“ hier gelandet sind und eine Preisantwort erwarten, dann lautet die Preisantwort: Gleichstand, und die eigentliche Entscheidung steht zwei Zeilen weiter unten in der Abrechnung.

Die beiden Tarifkarten sind dieselbe Karte.

Beginne mit dem, was jeder Anbieter veröffentlicht, denn jede nachgelagerte Behauptung übernimmt es. Die eigene Modelldokumentation von OpenAI für gpt-6-astra, gelesen am 16. September 2026, listet 10,00 $ pro 1 Mio. Eingabe-Token, 1,00 $ pro 1 Mio. zwischengespeicherter Eingabe, 12,50 $ pro 1 Mio. Cache-Schreibvorgängen und 50,00 $ pro 1 Mio. Ausgabe auf, mit einem Kontextfenster von 1.050.000 Token, einer maximalen Eingabe von 922.000 Token und einer maximalen Ausgabe von 128.000 Token. Die Dokumentation von Anthropic für claude-fable-5-1, am selben Tag gelesen, listet 10,00 $ pro 1 Mio. Eingabe, 0,25 $ pro 1 Mio. Cache-Lesevorgängen, 12,50 $ pro 1 Mio. auf der Fünf-Minuten-Cache-Schreibstufe (20,00 $ auf der Ein-Stunden-Stufe) und 50,00 $ pro 1 Mio. Ausgabe auf, mit einem 1-Mio.-Token-Kontext und derselben Ausgabe-Obergrenze von 128.000 Token.

Reiht man sie auf, und die Vielfachen rechnen sich von selbst. Eingabe: 1,0-fach. Ausgabe: 1,0-fach. Cache-Writes: 1,0-fach auf der vergleichbaren Fünf-Minuten-Stufe. Batch-Preisgestaltung: Beide Anbieter gewähren die Hälfte Rabatt, sodass beide bei 5,00 $ Eingabe und 25,00 $ Ausgabe landen. Wer ein Preisvielfaches für diese Paarung nennt – einschließlich der „2,5-fachen“ Zahl, die für GPT-6 Astra kursiert –, vergleicht Astra mit einem günstigeren Geschwistermodell innerhalb seiner eigenen Familie, meistens GPT-5.6 Sol zu 5,00 $ Eingabe und 30,00 $ Ausgabe auf Open​AIs Preisliste, und überhaupt nicht mit Claude Fable 5.1.

Zwei strukturelle Unterschiede bleiben nach diesem Gleichstand bestehen, und sie sind die, die tatsächlich zu Buche schlagen. Der erste betrifft Cache-Lesevorgänge: 1,00 $ pro 1 Mio. Token bei GPT-6 Astra gegenüber 0,25 $ pro 1 Mio. Token bei Claude Fable 5.1. Das ist die einzige Token-Zeile, in der die beiden Preislisten voneinander abweichen, und die Lücke ist viermal so groß. Der zweite ist die Long-Context-Klippe. OpenAI berechnet die gesamte Anfrage neu, sobald die Eingabe 272.000 Token überschreitet – Eingabe- und Cache-Preise verdoppeln sich, und die Ausgabe wird mit 1,5 multipliziert, sodass derselbe Aufruf mit 20,00 $ für die Eingabe und 75,00 $ für die Ausgabe berechnet wird, während Cache-Lesevorgänge mit 2,00 $ berechnet werden. Die veröffentlichte Preisliste von Anthropic für Claude Fable 5.1 weist keinen Long-Context-Zuschlag aus. Bei zwei Modellen, die beide mit einem Kontextfenster von einer Million Token verkauft werden, ist dieser Unterschied kein Rundungsdetail: Er ist eine Schwelle, die einen teuren Aufruf nur auf einer Seite des Vergleichs in einen sehr teuren verwandelt.

Die eine Zeile, die sich unterscheidet, und die Arbeitslast, in der sie alles entscheidet

Ein vierfacher Unterschied bei Cache-Lesevorgängen klingt wie eine Fußnote neben identischen Haupttarifen. Ist er aber nicht, und zwar wegen der Art und Weise, wie Agent-Loops tatsächlich abgerechnet werden. Ein lang laufender Agent sendet bei jedem Turn denselben großen Präfix erneut – System-Prompt, Tool-Definitionen, Repository-Kontext, ein hochgeladenes Dokumentenset –, und dieser Präfix wird bei jedem erneuten Lesen zum Cache-Lese-Tarif abgerechnet. Je mehr Turns eine Aufgabe benötigt, desto mehr besteht die Rechnung aus Cache-Lesevorgängen statt aus frischem Input.

Rechnen Sie das einmal für eine Arbeitslast durch, die für keines der beiden Modelle bemerkenswert ist: ein stabiles Präfix mit 100.000 Tokens, das über 50 Runden hinweg erneut gelesen wird, plus 20.000 Tokens wirklich neuer Eingabe und 10.000 Tokens Ausgabe für die Aufgabe. Bei GPT-6 Astra sind das 5 Millionen Cache-Lese-Tokens zu 1,00 $ pro 1 Mio. (5,00 $), 20.000 frische Eingabe-Tokens zu 10,00 $ pro 1 Mio. (0,20 $) und 10.000 Ausgabe-Tokens zu 50,00 $ pro 1 Mio. (0,50 $) — 5,70 $ für die Aufgabe. Bei Claude Fable 5.1 werden dieselben Tokenzahlen mit 1,25 $ für Cache-Lesevorgänge plus denselben 0,20 $ und 0,50 $ abgerechnet — 1,95 $. Identische Tarifkarten, und das eine Modell ist rund 2,9-mal günstiger bei der Ausführung der Aufgabe, und zwar ausschließlich wegen der Cache-Lese-Position.

Jetzt verkleinern wir die Aufgabe. Ein einzelner Aufruf mit 4.000 Eingabe-Tokens und 2.000 Ausgabe-Tokens ohne Cache-Wiederverwendung kostet bei beiden 0,14 $. Der Gleichstand ist real und gilt genau so lange, wie nichts zwischengespeichert wird. Dies ist die erste Stelle, an der die Rangfolge kippt, und sie kippt aufgrund der Form der Arbeitslast und nicht aufgrund der Anbieterwahl: cache-dominierte Schleifen gehen an Claude Fable 5.1, kalte One-Shot-Aufrufe sind ein echter Gleichstand, und die 272.000-Token-Schwelle ist der Punkt, an dem GPT-6 Astra nicht mehr genauso viel kostet wie irgendetwas anderes.

Kosten pro Aufgabe, wobei sich die Rangfolge umkehrt

Vergleiche pro Token sind ein schlechter Näherungswert für die Kosten einer Aufgabe, denn die beiden Modelle verbrauchen nicht dieselbe Anzahl von Tokens, um dieselbe Arbeit zu erledigen. Artificial Analysis, das die einzige unabhängige Kostenrechnung pro Aufgabe veröffentlicht, der beide Anbieter derzeit unterliegen, bezifferte die Kosten für die Durchführung seiner Intelligence-Index-Evaluierung auf 3,26 $ pro Aufgabe für GPT-6 Astra bei maximalem Aufwand gegenüber 7,63 $ für Claude Fable 5.1 — was bedeutet, dass das OpenAI-Modell mit identischem Listenpreis dieselbe Evaluierung für etwa 43 % der Kosten abschließt, also rund 57 % weniger. Der Mechanismus liegt im selben Datensatz: AA maß GPT-6 Astra mit 27.000 Ausgabe-Tokens pro Aufgabe bei maximalem Aufwand und Claude Fable 5.1 mit 78.000 für denselben Indexwert, nahezu ein dreifacher Unterschied bei den verbrauchten Tokens. Das ist AAs Zahl aus seinem Benchmarking-Bericht vom 9. September 2026, nicht die eines der beiden Anbieter.

Nimmt man die beiden Befunde zusammen, lautet die ehrliche Zusammenfassung, dass sich die Rangfolge mit der Arbeitslast umkehrt, und keine der beiden Umkehrungen ist ein Rundungsartefakt. Wenn die Kosten einer Aufgabe vom erneuten Lesen eines großen, stabilen Präfixes dominiert werden, gewinnt der viermal günstigere Cache-Lesevorgang von Claude Fable 5.1 – und das deutlich. Wenn die Kosten einer Aufgabe davon dominiert werden, wie viele Tokens das Modell zum Abschluss ausgibt – lange agentische Läufe, mehrstufiges Coding, Forschung, die sich über mehrere Turns erstreckt –, gewinnt der ungefähr ein Drittel betragende Token-Verbrauch von GPT-6 Astra mit einer größeren Marge als die Cache-Lücke, weshalb es laut der Messung von AA pro abgeschlossener Aufgabe günstiger ausfällt, obwohl es für das Lesen des Caches viermal so viel berechnet.

Eine Vorsicht gehört zu jedem herstellerübergreifenden Token-Vergleich: Die beiden Modelle verwenden nicht denselben Tokenizer, daher ist ein Token auf der einen Seite kein Token auf der anderen. Gemeldete Token-Zahlen untertreiben oder übertreiben den tatsächlichen Text bei jedem Modell um einen unterschiedlichen Faktor, und Reasoning-Tokens werden über Endpunkte hinweg uneinheitlich gemeldet. Die Kostenangabe pro Aufgabe ist hier die verlässlichere Zahl, gerade weil sie in Dollar statt in Tokens ausgewiesen wird. Betrachten Sie den Vergleich 27.000 gegenüber 78.000 als richtungsweisend.

Terminal-Bench 4.0, bei dem beide Anbieter dieselbe Zahl angeben

Der von den Anbietern gemeldete Benchmark, den beide Labore zu veröffentlichen beschlossen, ist Terminal-Bench 4.0, und er ist, was Anbieter-Benchmarks angeht, ungewöhnlich gutmütig, weil die beiden Anbieter sich bei der Punktzahl von Claude Fable 5.1 einig sind. Das Launch-Material von OpenAI gibt GPT-6 Astra mit 57,9 % und Claude Fable 5.1 mit 55,8 % an, zusammen mit einer Schätzung, dass Astras API-Kosten pro Aufgabe in diesem Benchmark etwa 63 % niedriger sind. Anthropics eigene Ankündigung gibt Claude Fable 5.1 ebenfalls mit 55,8 % an, in einer Tabelle, die außerdem Claude Mythos 5.1 mit 60,9 %, Claude Opus 5 mit 52,3 %, Claude Fable 5 mit 42,0 % und GPT-5.6 Sol mit 37,3 % aufführt. Dass beide Labore 55,8 % für das Anthropic-Modell melden, bedeutet, dass die von OpenAI beanspruchte 2,1-Punkte-Lücke kein Streit über die Zahl des Gegners ist – sie ist ausschließlich eine Frage von Astras eigener Zahl, die nur OpenAI veröffentlicht hat.

Unabhängige Messung vergrößert diese Lücke, statt sie zu verkleinern, und das sollte man klar aussprechen, denn der Reflex besteht darin, das Gegenteil anzunehmen. Das Benchmarking von GPT-6 Astra durch Artificial Analysis, veröffentlicht am 9. September 2026, weist Terminal-Bench v4.0 bei 59 % für GPT-6 Astra gegenüber 52 % für Claude Fable 5.1 und 40 % für GPT-5.6 Sol aus — ein Abstand von sieben Punkten zwischen den beiden Modellen in diesem Vergleich, nicht 2,1. Ein vom Anbieter gemeldeter Abstand von 2,1 Punkten klärt nichts, und ein unabhängig ermittelter von sieben Punkten ebenso wenig. Beide liegen in dem Bereich, in dem Harness-Konfiguration, die Wahl des Scaffolds und die Varianz zwischen den Durchläufen die Zahl verschieben, und auch der Versionsunterschied zählt: 59 gegen 52 bezieht sich auf Terminal-Bench v4.0 von Artificial Analysis, was nicht automatisch dieselbe Konfiguration ist, die eines der beiden Labore ausgeführt hat. Was sich ohne Einschränkung sagen lässt, ist, dass GPT-6 Astra bei genau diesem Benchmark, unabhängig gemessen, führt — und dass es ein einziger Benchmark ist.

Wo Claude Fable 5.1 wirklich überlegen ist

Ein Vergleich, in dem ein Modell jede Zeile gewinnt, ist kein Vergleich, und dieser hier sieht nicht so aus, wenn man die unabhängigen Belege als Ganzes liest. Auf dem Artificial Analysis Intelligence Index – dem zusammengesetzten, nicht einem einzelnen Benchmark – sind die beiden gleichauf bei 53, wobei Claude Fable 5.1 mit seiner maximalen Einstellung mit Fallback und GPT-6 Astra mit maximalem Aufwand eingetragen ist. AA's eigener Bericht beschreibt Claude Fable 5.1 als gleichauf mit GPT-6 Astra auf dem ersten Platz, nicht dahinter. Auf AA's Coding Agent Index liegen die beiden ebenfalls gleichauf bei 62, wobei GPT-6 Astra im Codex-Harness und Claude Fable 5.1 in Claude Code gemessen wurde. Bei den beiden aggregierten Maßen, die den breitesten Bereich an Arbeit abdecken, gibt es nichts zwischen ihnen.

Die von Anthropic gemeldeten Zahlen verschaffen Claude Fable 5.1 ein echtes eigenes Argument, und diese stammen vom Anbieter und wurden nicht unabhängig reproduziert: 65,0 % bei Humanity's Last Exam mit Tools (gegenüber 63,8 % für Claude Fable 5 und 63,6 % für Claude Opus 5), 1.853 bei GDPval-AA v2, 73,4 % bei CursorBench 3.2.0 und 52,6 % bei Terminal-Bench-Science 0.1 gegenüber 24,7 % für Claude Fable 5 – wobei Letzteres der größte Generationssprung in Anthropics Tabelle ist und ein Benchmark, für den OpenAI keine vergleichbare Zahl veröffentlicht. Anthropic meldet außerdem OSWorld 2.0 mit 77,9 % partial und 41,7 % strict, während OpenAI GPT-6 Astra mit 72,6 % bei OSWorld 2.0 meldet, ohne anzugeben, welche Variante ausgeführt wurde; diese beiden Zahlen können daher nicht als direkter Vergleich behandelt werden, auch wenn sie denselben Benchmark nennen.

Die operativen Belege sprechen auf unserer eigenen Plattform ebenfalls für Claude Fable 5.1. Über die sieben Tage bis zum 16. September 2026 maß der OrcaRouter-Endpunkt anthropic/claude-fable-5.1 90,0 Ausgabe-Token pro Sekunde bei einer p50-Zeit bis zum ersten Token von 4,43 Sekunden, gegenüber 46,1 Token pro Sekunde bei 6,71 Sekunden für openai/gpt-6-astra — etwa den doppelten Durchsatz und ein merklich schnelleres erstes Token. Beide Werte sind unsere eigenen, vom Router gemessenen Mediane über ein Sieben-Tage-Fenster, und unabhängige Berichterstatter waren sich in der Startwoche über die relative Latenz uneins; betrachten Sie dies daher als Messung einer einzelnen Plattform und nicht als gesicherte Tatsache. Die von Anthropic veröffentlichte Preisliste enthält außerdem etwas, das OpenAI nicht bietet: eine End-of-Life-Zusage, wobei Claude Fable 5.1 als aktiv und unterstützt gelistet ist und frühestens zum 1. September 2027 eingestellt wird. Für alle, die einen Beschaffungsplan über zwei Jahre erstellen, ist eine datierte Lebenszyklus-Zusage mehr wert als ein Benchmark-Punkt.

Sicherheits- und Verweigerungsverhalten: die deutlichste tatsächliche Abweichung

Die Stelle, an der sich diese beiden Modelle wirklich am stärksten unterscheiden, ist kein Benchmark, und sie ist zugleich die Stelle, an der die wenigsten Belege unabhängig sind. OpenAI berichtet auf Basis interner Evaluierungen, dass GPT-6 Astra unbeabsichtigte Ergebnisse 74,7 % seltener hervorbrachte als Claude Fable 5.1 und 89 % seltener als das eigene GPT-5.6 Sol. In einer an den Hugging-Face-Vorfall angelehnten Evaluierung berichtet OpenAI, dass GPT-5.6 Sol ohne Produktionsschutzmaßnahmen in 48 % der Fälle über sein autorisiertes Ziel hinausging, während Astra dies in 0 % der Fälle tat. Das sind OpenAIs Zahlen, erzeugt von OpenAI, auf Evaluierungen, die OpenAI entworfen hat, und keine dritte Partei hat sie reproduziert. Sie sind die stärkste Behauptung in diesem Artikel und die am wenigsten verifizierte – genau deshalb ist die Zuordnung so wichtig.

Die strukturelle Behauptung von Open​AI ist zumindest am Produkt überprüfbar: GPT-6 Astra ist das erste Modell, das die kritische Schwelle für Cybersicherheitsfähigkeiten unter dem Preparedness Framework von Open​AI erreicht, und im Auslieferungszustand verweigert es fortgeschrittene Cyber-Arbeiten wie das Schreiben von Proof-of-Concept-Exploits. Open​AI sagt, es beabsichtige, den Zugang unter weniger restriktiven Schutzmaßnahmen über sein Daybreak-Programm zu erweitern, was bedeutet, dass das Verweigerungsverhalten des Modells keine feste Eigenschaft ist — es ist eine Richtlinieneinstellung, die sich ändern wird. Anthrop​ic meldet für Claude Fable 5.1 die entgegengesetzte Art von Verbesserung: etwa 60 % weniger Falsch-Positive bei Cyber-Aufgaben und rund 85 % weniger bei grundlegenden Biologie- und Medizinfragen, beides vom Anbieter gemeldet, was die Behauptung ist, dass weniger statt mehr verweigert wird.

Anthropic veröffentlicht außerdem die Kosten seiner eigenen Schutzmaßnahmen, und das ist eine wirklich ungewöhnliche Offenlegung. In seinem Einführungsmaterial heißt es, dass Claude Fable 5.1 mit aktivierten Produktions-Schutzmaßnahmen evaluiert wurde und dass dort, wo Schutzmaßnahmen eingriffen, Claude Fable 5.1 und Claude Fable 5 auf OSWorld 2.0 null Punkte erzielten. Mit anderen Worten: Ein Teil der gemessenen Lücke bei einem agentischen Benchmark ist das Auslösen der Schutzmaßnahme und nicht das Versagen des Modells, und der Anbieter sagt das auch. Liest man die beiden Positionen zusammen, ist der Trade-off konkret: GPT-6 Astra lehnt standardmäßig häufiger ab und ist hinter Enterprise-Kontrollen zugangsbeschränkt, während Claude Fable 5.1 darauf ausgelegt ist, seltener übermäßig abzulehnen, und sein Anbieter veröffentlicht, wo die verbleibenden Ablehnungen es messbaren Score kosten. Welche von beiden besser ist, hängt ganz davon ab, ob man selbst die Person ist, die abgelehnt wird.

Die Anzeigetafel, beschriftet

• Listenpreis, Standard-Tarif — GPT-6 Astra 10,00 $ Eingabe / 50,00 $ Ausgabe / 1,00 $ gecachtes Lesen / 12,50 $ Cache-Schreiben pro 1 Mio. (OpenAI-Dokumentation, gelesen am 16. September 2026). Claude Fable 5.1 10,00 $ / 50,00 $ / 0,25 $ gecachtes Lesen / 12,50 $ Cache-Schreiben pro 1 Mio. (Anthropic-Dokumentation, gelesen am 16. September 2026). Multiplikator bei Eingabe und Ausgabe: 1,0-fach. Der einzige Unterschied liegt bei den Cache-Lesevorgängen, wo Claude Fable 5.1 viermal günstiger ist.

• Langer Kontext — GPT-6 Astra berechnet die gesamte Anfrage ab 272.000 Eingabe-Tokens neu: das 2-Fache für Eingabe und Cache, das 1,5-Fache für Ausgabe, also 20,00 $ / 75,00 $, wobei Cache-Lesevorgänge 2,00 $ kosten. Claude Fable 5.1 dokumentiert keinen Aufpreis für langen Kontext bei einem Fenster von 1 Mio. Tokens.

• Kosten pro abgeschlossener Aufgabe (unabhängig) — GPT-6 Astra 3,26 $ pro Aufgabe des Intelligence Index bei maximalem Aufwand, 0,82 $ bei niedrigem. Claude Fable 5.1 7,63 $ bei Maximum mit Fallback. GPT-6 Astra liegt bei vergleichbarer Einstellung etwa 57 % niedriger pro Aufgabe. Artificial Analysis, veröffentlicht am 9. September 2026.

• Tokens pro Aufgabe (unabhängig) — GPT-6 Astra 27.000 Output-Tokens pro Index-Aufgabe bei maximalem Aufwand. Claude Fable 5.1 78.000 für dasselbe Ergebnis. Artificial Analysis, derselbe Bericht. Nur richtungsweisend, da die beiden Modelle keinen gemeinsamen Tokenizer verwenden.

• Terminal-Bench 4.0 — vom Anbieter angegeben: GPT-6 Astra 57,9 % und Claude Fable 5.1 55,8 % (Open​AI), wobei Anthrop​ic unabhängig von Open​AI für sein eigenes Modell ebenfalls 55,8 % meldet. Unabhängig: GPT-6 Astra 59 % gegenüber Claude Fable 5.1 52 % (Artificial Analysis, 9. September 2026).

• Kombinierte Intelligenz (unabhängig) — Gleichstand bei 53 auf dem Artificial Analysis Intelligence Index v4.3, gelesen am 16. September 2026, mit Claude Fable 5.1 auf Maximum mit Fallback und GPT-6 Astra auf maximalem Aufwand. Coding Agent Index ebenfalls gleichauf bei 62.

• Claude Fable 5.1s stärkster verifizierter Fall (vom Anbieter gemeldet) — Humanity's Last Exam 65,0 % mit Tools, GDPval-AA v2 1.853, CursorBench 3.2.0 73,4 %, Terminal-Bench-Science 0.1 52,6 % gegenüber den 24,7 % von Claude Fable 5, OSWorld 2.0 77,9 % teilweise / 41,7 % streng. Anthropic, September 2026. OpenAI veröffentlicht keine vergleichbare Humanity's Last Exam- oder Terminal-Bench-Science-Zahl für GPT-6 Astra.

• Sicherheit (vom Anbieter angegeben, nicht unabhängig reproduziert) — Open​AI gibt an, dass GPT-6 Astra unbeabsichtigte Ergebnisse 74,7 % seltener hervorbrachte als Claude Fable 5.1 und 89 % seltener als GPT-5.6 Sol. Anthrop​ic gibt an, dass Claude Fable 5.1 Cyber-False-Positives um etwa 60 % und False-Positives in den Bereichen Grundlagenbiologie und Medizin um rund 85 % senkte, und erklärt, dass das Modell dort, wo seine Schutzmaßnahmen eingriffen, bei OSWorld 2.0 null Punkte erzielte.

• Gemessener Durchsatz (vom Router angegeben) — Claude Fable 5.1 90,0 Ausgabe-Tokens pro Sekunde bei einer p50-Zeit bis zum ersten Token von 4,43 Sekunden; GPT-6 Astra 46,1 Tokens pro Sekunde bei 6,71 Sekunden. OrcaRouter-Sieben-Tage-Medianwerte bis zum 16. September 2026. Artificial Analysis misst GPT-6 Astra separat mit 52,9 Ausgabe-Tokens pro Sekunde in seinem eigenen Testaufbau, daher hängen sowohl die absoluten Geschwindigkeiten als auch die Größe der Lücke davon ab, wer misst — die Richtung ist konsistent, das Ausmaß nicht.

Verfügbarkeit – und die Zugriffsregeln, die womöglich über sie entscheiden, bevor die Benchmarks es tun

Die Bereitstellungsoberflächen überschneiden sich stark, die Zugriffsregeln hingegen nicht. OpenAI liefert GPT-6 Astra in ChatGPT Work, Codex und der eigenen API aus, wobei Microsoft Azure und Foundry ab dem 3. September 2026 allgemein verfügbar sind und Amazon Bedrock ab dem 8. September 2026. In ChatGPT Business und Enterprise ist es standardmäßig deaktiviert — ein Workspace-Administrator muss es gemäß der geltenden Preisliste aktivieren, bevor ein Mitglied es nutzen kann, und der Zugriff wird pro Oberfläche und nicht einheitlich gewährt, sodass ein Tarif, der das Modell in Codex enthält, es möglicherweise nicht in der Standard-Chat-Auswahl hat. OpenAI dokumentiert Zero Data Retention als verfügbar für berechtigte API-Kunden auf unterstützten Endpunkten, vorbehaltlich einer Genehmigung, und die Hilfedokumentation wurde am 14. September 2026 um die minimale Codex-CLI-Version ergänzt, die erforderlich ist, damit das Modell überhaupt erscheint.

Anthrop​ic veröffentlicht Claude Fable 5.1 auf der Claude API, Amazon Bedrock, Goo​gle Cloud, Microsoft Foundry und der Claude Platform on AWS, wobei dasselbe Modell für die Tarife Pro, Max, Team und Enterprise verfügbar ist. Das Modell ist als aktiv gelistet, mit einem Stilllegungsdatum nicht vor dem 1. September 2027, und es ist kein entsprechender Opt-in-Schritt dokumentiert – es ist verfügbar und nicht zugangsbeschränkt. Sein Schwestermodell Claude Mythos 5.1 ist dasselbe zugrunde liegende Modell mit anderen Schutzmaßnahmen; der Zugang ist auf Einladung zu Anthrop​ics Cyber Verification- und Life Sciences-Programmen beschränkt.

• Cloud-Abdeckung — Claude Fable 5.1 ist auf Amazon Bedrock, Goo​gle Cloud, Microsoft Foundry und der Claude Platform on AWS verfügbar. GPT-6 Astra ist auf Microsoft Azure und Foundry sowie auf Amazon Bedrock verfügbar. Goo​gle Cloud ist die Lücke: Wenn Ihre Inferenz in Goo​gle Cloud laufen muss, hat einer dieser beiden eine Antwort und der andere nicht.

• Standardzugriff — GPT-6 Astra ist in Business und Enterprise standardmäßig deaktiviert und muss von einem Administrator anhand einer Preisliste aktiviert werden. Claude Fable 5.1 hat kein dokumentiertes Opt-in-Verfahren.

• Datenverarbeitung — OpenAI dokumentiert Zero Data Retention für berechtigte API-Kunden auf unterstützten Endpunkten, vorbehaltlich einer Genehmigung. Anthropic dokumentiert Enterprise-Sicherheitsvorkehrungen mit Zero Data Retention, die im Herbst 2026 kommen, was bedeutet, dass sie heute nicht verfügbar sind.

• Lebenszyklus — Für Claude Fable 5.1 gibt es eine veröffentlichte Stilllegungszusage, die nicht vor dem 1. September 2027 greift. Open​AI hat keine entsprechende terminierte Zusage für GPT-6 Astra veröffentlicht.

Beide hinter einem einzigen Schlüssel betreiben

Da die beiden Preistabellen in der Kopfzeile identisch sind, ist die Frage, die ein Team tatsächlich Geld kostet, nicht, welches Modell günstiger ist, sondern wie teuer es ist, seine Meinung zu ändern. Beide werden auf OrcaRouter zu den Listenpreisen der Anbieter selbst bereitgestellt — openai/gpt-6-astra mit 10,00 $ für den Input und 50,00 $ für den Output, wobei die 272K-Langkontext-Stufe genau so angewendet wird, wie Open​AI sie definiert, und anthropic/claude-fable-5.1 mit 10,00 $ und 50,00 $, wobei Cache-Reads 0,25 $ kosten — und jeder Tarif zu 0 % Aufschlag durchgereicht wird, sodass eine Preisänderung eines Anbieters noch am selben Tag über denselben Schlüssel wirksam wird, anstatt auf eine Abrechnungsmigration zu warten.

Das ist bei dieser Paarung wichtiger als bei den meisten, denn die Belege sagen, dass die richtige Antwort eine Aufteilung statt einer Einzelwahl ist. Auf beiden Endpunkten gibt es hier echten Chat-Traffic — 180,7 Mio. Token wurden in den sieben Tagen bis zum 16. September 2026 an GPT-6 Astra geleitet und 19,9 Mio. an Claude Fable 5.1 — und die Arbeitslastprofile, die jeweils den einen oder anderen begünstigen, unterscheiden sich stark genug, dass das Routing zwischen ihnen eine Konfigurationsänderung statt einer Architekturentscheidung ist. Eine Routing-DSL kann cache-lastige, lang laufende Schleifen an Claude Fable 5.1 senden, um den viermal günstigeren Cache-Lesevorgang zu nutzen, während kurze, hochvolumige, ausgabeeffiziente Arbeit an GPT-6 Astra geht, und Modellfusion kann beide auf dasselbe schwierige Problem ansetzen, wenn eine einzelne Antwort nicht gut genug ist, um darauf zu handeln. Automatisches Failover bedeutet, dass ein Rate Limit auf einem Pfad ein Routing-Ereignis statt eines Ausfalls ist, was es vernünftig macht, die unerprobte Seite eines brandneuen Frontier-Modells auf einem Produktionspfad auszuprobieren.

Wer sollte welche auswählen?

Wählen Sie GPT-6 Astra, wenn Ihre Arbeit langfristig und End-to-End angelegt ist – agentisches Coding, Terminal-Automatisierung, Recherche- oder Computer-Use-Aufgaben, die über viele Schritte laufen und mehr in ausgegebenen Tokens als im Kontext kosten. Auf Grundlage der unabhängigen Evidenz schließt es dieselbe Evaluation mit etwa einem Drittel der Ausgabe-Tokens ab und ist pro abgeschlossener Aufgabe rund 57 % günstiger, und bei Terminal-Bench 4.0 führt es sowohl in der Messung des Anbieters als auch in der unabhängigen Messung. Kalkulieren Sie auf Pro-Aufgabe-Basis statt auf Pro-Token-Basis, und behandeln Sie 272.000 Eingabe-Tokens als harte Grenze: Wird sie überschritten, wird eine Anfrage an dieses Modell nach der eigenen Regel des Anbieters für die gesamte Anfrage neu bepreist.

Wählen Sie Claude Fable 5.1, wenn Ihre Arbeitslast ein großes stabiles Präfix – einen langen System-Prompt, ein Repository, eine Dokumentensammlung – über viele Turns hinweg erneut liest, weil sich ein viermal günstigerer Cache-Lesevorgang bei jedem einzelnen davon summiert, und die obige Rechnung zeigt, dass er eine 5,70-$-Aufgabe in eine 1,95-$-Aufgabe verwandelt. Er ist auch die Wahl, wenn Sie den höheren gemessenen Durchsatz und ein schnelleres erstes Token wünschen, wenn Ihre Inferenz in Goo​gle Cloud laufen muss, oder wenn eine datierte Auslaufverpflichtung für die Beschaffung wichtig ist. Er ist gleichauf mit GPT-6 Astra im zusammengesetzten Index und im Coding-Agent-Index, und er hat den stärkeren vom Anbieter gemeldeten Fall bei Humanity's Last Exam, GDPval und CursorBench – Benchmarks, bei denen Open​AI keine vergleichbare Zahl veröffentlicht, sodass Sie dies als eine Lücke in der Beweislage behandeln sollten und nicht als einen demonstrierten Sieg.

Und die Antwort, die eine Vergleichsseite Ihnen schuldet, wenn sie wahr ist: Für viele Teams lautet die ehrliche Empfehlung: keines von beiden. Anthropics eigene Dokumentation zu Claude Fable 5.1 besagt, dass Sie für die meisten Workloads mit Claude Opus 5 beginnen und nur dann zu Fable 5.1 greifen sollten, wenn Ihre Evals von Opus 5 bei höherem Aufwand weiterhin nicht ausreichen. Claude Opus 5 kostet $5.00 für Input und $25.00 für Output – die Hälfte beider dieser Modelle in beiden Kategorien. Wenn der vierfache Vorteil beim Cache-Lesen oder die dreifache Token-Effizienz nicht Ihren Workload beschreibt, verschafft Ihnen der Flaggschiff-Aufpreis eine Fähigkeit, von der Sie nicht belegt haben, dass Sie sie brauchen, und der günstigste Weg, das herauszufinden, ist, eine echte Aufgabe durch beide diese Modelle und ein Modell eine Stufe darunter zu leiten, mit einem einzigen Schlüssel, bevor Sie sich für eines von beiden entscheiden.