GPT-6 Astra vs Claude Fable 5.1: tariffe identiche e una decisione che dipende dalle letture della cache

Ecco la cosa che quasi ogni confronto di questo scontro sbaglia, ed è il primo numero che un acquirente cerca: GPT-6 Astra e Claude Fable 5.1 costano esattamente lo stesso. Nella documentazione dei due fornitori, entrambe lette il 16 settembre 2026, Open​AI elenca GPT-6 Astra a $10,00 per milione di token di input e $50,00 per milione di token di output, e Anthrop​ic elenca Claude Fable 5.1 a $10,00 e $50,00. Il moltiplicatore è 1,0. Non c'è alcun premio da giustificare, nessuno sconto da sfruttare e nessuna aritmetica per token che li separi. Una nota di contesto prima dei numeri: GPT-6 Astra stesso è del 3 settembre 2026, quindi questa è una pagina di riferimento per due modelli già rilasciati, non una copertura di lancio. Ciò che è cambiato negli ultimi sette giorni sono le prove, non i modelli — la prima misurazione indipendente testa a testa della coppia è arrivata il 9 settembre, e Open​AI ha aggiornato la propria documentazione sulla disponibilità il 14 settembre. Se sei arrivato cercando "Fable 5.1 vs GPT-6 Astra" aspettandoti una risposta sul prezzo, la risposta sul prezzo è un pareggio, e la decisione reale si trova due righe più in basso nella fattura.

Le due schede tariffarie sono la stessa scheda

Parti da ciò che pubblica ciascun fornitore, perché ogni affermazione a valle lo eredita. La documentazione dei modelli della stessa Open​AI per gpt-6-astra, consultata il 16 settembre 2026, elenca $10,00 per 1M di token di input, $1,00 per 1M di input in cache, $12,50 per 1M di scritture in cache e $50,00 per 1M di output, con una finestra di contesto di 1.050.000 token, un input massimo di 922.000 token e un output massimo di 128.000 token. La documentazione di Anthrop​ic per claude-fable-5-1, consultata lo stesso giorno, elenca $10,00 per 1M di input, $0,25 per 1M di letture in cache, $12,50 per 1M sul livello di scrittura in cache da cinque minuti ($20,00 sul livello da un'ora) e $50,00 per 1M di output, con un contesto di 1M di token e lo stesso tetto di output di 128.000 token.

Allineali e i multipli si calcolano da soli. Input: 1,0 volte. Output: 1,0 volte. Scritture in cache: 1,0 volte sulla fascia comparabile di cinque minuti. Prezzo batch: entrambi i fornitori lo scontano della metà, quindi entrambi si attestano a $5,00 in ingresso e $25,00 in uscita. Chiunque citi un multiplo di prezzo per questo abbinamento — incluso il valore di "2,5 volte" che circola per GPT-6 Astra — sta confrontando Astra con un fratello più economico all'interno della sua stessa famiglia, molto spesso GPT-5.6 Sol a $5,00 in ingresso e $30,00 in uscita sul listino prezzi di Open​AI, e non a Claude Fable 5.1 affatto.

Due differenze strutturali sopravvivono a quel pareggio, e sono quelle che pesano davvero sul conto. La prima riguarda le letture della cache: 1,00 $ per 1M su GPT-6 Astra contro 0,25 $ per 1M su Claude Fable 5.1. È l'unica voce relativa ai token in cui i due listini divergono, e il divario è di quattro volte. La seconda è il salto del contesto lungo. OpenAI ricalcola il prezzo dell'intera richiesta non appena l'input supera i 272.000 token — le tariffe di input e cache raddoppiano e l'output viene moltiplicato per 1,5, così la stessa chiamata viene fatturata a 20,00 $ in ingresso e 75,00 $ in uscita, con le letture della cache a 2,00 $. Il listino pubblicato da Anthropic per Claude Fable 5.1 non riporta alcun sovrapprezzo per il contesto lungo. Su due modelli entrambi venduti con una finestra da un milione di token, quella differenza non è un dettaglio di arrotondamento: è una soglia che trasforma una chiamata costosa in una molto costosa solo su un lato del confronto.

L'unica riga che differisce, e il carico di lavoro in cui decide tutto

Un divario di quattro volte sulle letture della cache può sembrare una nota a piè di pagina accanto a tariffe principali identiche. Non lo è, per come vengono effettivamente fatturati i cicli degli agenti. Un agente a esecuzione prolungata reinvia lo stesso grande prefisso — prompt di sistema, definizioni degli strumenti, contesto del repository, un insieme di documenti caricati — a ogni turno, e quel prefisso viene addebitato alla tariffa di lettura della cache ogni volta che viene riletto. Più turni richiede un'attività, più il conto è fatto di letture della cache anziché di input nuovo.

Fate il calcolo su un carico di lavoro che non ha nulla di eccezionale per nessuno dei due modelli: un prefisso stabile di 100.000 token riletto lungo 50 turni, più 20.000 token di input realmente nuovo e 10.000 token di output per l'attività. Su GPT-6 Astra, ciò significa 5 milioni di token di lettura della cache a $1,00 per 1M ($5,00), 20.000 token di input fresco a $10,00 per 1M ($0,20) e 10.000 token di output a $50,00 per 1M ($0,50) — $5,70 per l'attività. Su Claude Fable 5.1, gli stessi conteggi di token costano $1,25 per le letture della cache più gli stessi $0,20 e $0,50 — $1,95. Listini tariffari identici, e un modello costa circa 2,9 volte meno per eseguire l'attività, interamente a causa della voce delle letture della cache.

Ora riduciamo il compito. Una singola chiamata con 4.000 token di input e 2.000 token di output, senza riutilizzo della cache, costa 0,14 $ in entrambi i casi. Il pareggio è reale e regge esattamente finché nulla viene messo in cache. Questo è il primo punto in cui la classifica si ribalta, e si ribalta in base alla forma del carico di lavoro anziché alla scelta del fornitore: i cicli dominati dalla cache vanno a Claude Fable 5.1, le chiamate one-shot a freddo sono un vero pareggio, e la soglia dei 272.000 token è il punto in cui GPT-6 Astra smette di avere lo stesso prezzo di qualsiasi altra cosa.

Costo per attività, dove la classifica si ribalta nel senso opposto

I confronti per token sono un pessimo indicatore di quanto costa un'attività, perché i due modelli non consumano lo stesso numero di token per completare lo stesso lavoro. Artificial Analysis, che pubblica l'unica contabilità indipendente per attività a cui entrambi i fornitori sono attualmente soggetti, ha misurato il costo di esecuzione della sua valutazione Intelligence Index in 3,26 $ per attività per GPT-6 Astra alla massima intensità, contro 7,63 $ per Claude Fable 5.1 — il che significa che il modello Open​AI dall'etichetta identica completa la stessa valutazione a circa il 43% del costo, ovvero circa il 57% in meno. Il meccanismo è nello stesso set di dati: AA ha misurato GPT-6 Astra a 27.000 token di output per attività alla massima intensità e Claude Fable 5.1 a 78.000 per lo stesso punteggio dell'indice, quasi il triplo dei token consumati. Questo è il dato di AA, tratto dal suo resoconto di benchmarking pubblicato il 9 settembre 2026, non quello di nessuno dei due fornitori.

Metti insieme i due risultati e il riassunto onesto è che la classifica si inverte con il carico di lavoro, e nessuna delle due inversioni è un artefatto di arrotondamento. Dove il costo di un'attività è dominato dalla rilettura di un grande prefisso stabile, la lettura della cache quattro volte più economica di Claude Fable 5.1 vince, e vince di molto. Dove il costo di un'attività è dominato da quanti token il modello emette per terminare — lunghe esecuzioni agentiche, coding multi-step, ricerca che si estende su più turni — il consumo di token di circa un terzo di GPT-6 Astra vince con un margine più ampio del divario della cache, motivo per cui risulta più economico per attività completata secondo la misura di AA nonostante faccia pagare quattro volte tanto per leggere la cache.

Una precauzione vale per qualsiasi confronto di token tra fornitori diversi: i due modelli non condividono lo stesso tokenizer, quindi un token su un lato non è un token sull'altro. I conteggi di token riportati sottostimano o sovrastimano il testo reale di un fattore diverso su ciascun modello, e i token di ragionamento sono riportati in modo incoerente tra gli endpoint. La cifra del costo per attività è il numero più affidabile in questo caso, proprio perché è espressa in dollari anziché in token. Considera il confronto 27.000 contro 78.000 come indicativo.

Terminal-Bench 4.0, dove entrambi i fornitori riportano lo stesso numero

Il benchmark riportato dal fornitore che entrambi i laboratori hanno scelto di pubblicare è Terminal-Bench 4.0, ed è insolitamente ben comportato per un benchmark di fornitore, perché i due fornitori concordano sul punteggio di Claude Fable 5.1. Il materiale di lancio di Open​AI riporta GPT-6 Astra al 57,9% e Claude Fable 5.1 al 55,8%, insieme a una stima che il costo API per attività di Astra su quel benchmark è inferiore di circa il 63%. L'annuncio di Anthrop​ic riporta anch'esso Claude Fable 5.1 al 55,8%, in una tabella che elenca anche Claude Mythos 5.1 al 60,9%, Claude Opus 5 al 52,3%, Claude Fable 5 al 42,0% e GPT-5.6 Sol al 37,3%. Il fatto che entrambi i laboratori riportino 55,8% per il modello Anthrop​ic significa che il divario di 2,1 punti rivendicato da Open​AI non è una disputa sulla cifra dell'avversario — è interamente una questione del numero di Astra stesso, che solo Open​AI ha pubblicato.

La misurazione indipendente amplia quel divario anziché ridurlo, e vale la pena dirlo chiaramente, perché il riflesso istintivo è presumere il contrario. Il benchmarking di GPT-6 Astra condotto da Artificial Analysis, pubblicato il 9 settembre 2026, riporta Terminal-Bench v4.0 al 59% per GPT-6 Astra contro il 52% di Claude Fable 5.1 e il 40% di GPT-5.6 Sol — un divario di sette punti tra i due modelli in questo confronto, non di 2,1. Un divario di 2,1 punti dichiarato dal fornitore non risolve nulla, e nemmeno lo fa un divario indipendente di sette punti. Entrambi rientrano nell'intervallo in cui la configurazione dell'harness, la scelta dello scaffold e la variabilità da un'esecuzione all'altra spostano il numero, e anche la differenza di versione conta: 59 contro 52 è il Terminal-Bench v4.0 di AA, che non è automaticamente la stessa configurazione eseguita da entrambi i laboratori. Ciò che si può dire senza cautele è che su questo particolare benchmark, misurato in modo indipendente, GPT-6 Astra è in vantaggio — e che si tratta di un solo benchmark.

Dove Claude Fable 5.1 è davvero in vantaggio

Un confronto in cui un modello vince ogni riga non è un confronto, e questo non appare così quando le prove indipendenti vengono lette nella loro interezza. Sull'Artificial Analysis Intelligence Index — il composito, non un singolo benchmark — i due sono in parità a 53, con Claude Fable 5.1 inserito alla sua impostazione massima con fallback e GPT-6 Astra al massimo effort. La stessa analisi di AA descrive Claude Fable 5.1 come a pari merito al primo posto con GPT-6 Astra, non dietro di esso. Anche sul Coding Agent Index di AA i due sono alla pari a 62, con GPT-6 Astra misurato nell'harness Codex e Claude Fable 5.1 in Claude Code. Sulle due misure aggregate che coprono la più ampia gamma di attività, non c'è nulla tra loro.

I dati riportati da Anthropic danno a Claude Fable 5.1 un vero e proprio caso a sé, e questi sono riportati dal fornitore e non riprodotti in modo indipendente: 65,0% su Humanity's Last Exam con strumenti (contro 63,8% per Claude Fable 5 e 63,6% per Claude Opus 5), 1.853 su GDPval-AA v2, 73,4% su CursorBench 3.2.0, e 52,6% su Terminal-Bench-Science 0.1 contro il 24,7% di Claude Fable 5 — quest'ultimo è il salto generazionale più grande nella tabella di Anthropic e un benchmark per cui OpenAI non pubblica un dato comparabile. Anthropic riporta anche OSWorld 2.0 al 77,9% parziale e 41,7% strict, mentre OpenAI riporta GPT-6 Astra al 72,6% su OSWorld 2.0 senza specificare quale variante abbia eseguito, quindi quei due numeri non possono essere trattati come un confronto alla pari anche se nominano lo stesso benchmark.

Anche le evidenze operative favoriscono Claude Fable 5.1 sulla nostra piattaforma. Nei sette giorni precedenti il 16 settembre 2026, l'endpoint OrcaRouter anthropic/claude-fable-5.1 ha misurato 90,0 token di output al secondo con un tempo al primo token (p50) di 4,43 secondi, contro 46,1 token al secondo a 6,71 secondi per openai/gpt-6-astra — all'incirca il doppio del throughput e un primo token sensibilmente più rapido. Entrambi i valori sono mediane misurate dal nostro router su una finestra di sette giorni, e gli osservatori indipendenti durante la settimana di lancio non concordavano tra loro sulla latenza relativa, quindi consideratela la misurazione di una singola piattaforma, non un dato di fatto consolidato. Il tariffario pubblicato di Anthropic contiene anche qualcosa che quello di OpenAI non ha: un impegno alla dismissione, con Claude Fable 5.1 indicato come attivo e supportato non prima del 1° settembre 2027. Per chiunque rediga un piano di approvvigionamento biennale, un impegno di ciclo di vita con una data vale più di un punto di benchmark.

Sicurezza e comportamento di rifiuto: la divergenza reale più evidente

Il punto in cui questi due modelli divergono davvero di più non è un benchmark, ed è anche il punto in cui le prove sono meno indipendenti. OpenAI riferisce, sulla base di una valutazione interna, che GPT-6 Astra ha prodotto esiti non voluti con una frequenza inferiore del 74,7% rispetto a Claude Fable 5.1, e inferiore dell'89% rispetto al proprio GPT-5.6 Sol. Su una valutazione modellata sull'incidente di Hugging Face, OpenAI riferisce che GPT-5.6 Sol, privo delle salvaguardie di produzione, ha superato il bersaglio autorizzato nel 48% dei casi, mentre Astra lo ha fatto nello 0% dei casi. Quelli sono i numeri di OpenAI, prodotti da OpenAI, su valutazioni progettate da OpenAI, e nessuna terza parte li ha riprodotti. Sono l'affermazione più forte di questo articolo e la meno verificata, ed è esattamente per questo che l'attribuzione conta.

L'affermazione strutturale di OpenAI è almeno verificabile rispetto al prodotto: GPT-6 Astra è il primo modello a raggiungere la soglia di capacità di cybersecurity critica secondo il Preparedness Framework di OpenAI, e nella versione rilasciata rifiuta lavori informatici avanzati come la scrittura di exploit proof-of-concept. OpenAI afferma di voler ampliare l'accesso con salvaguardie meno restrittive attraverso il suo programma Daybreak, il che significa che il comportamento di rifiuto del modello non è una proprietà fissa — è un'impostazione di policy che cambierà. Anthropic riporta il tipo opposto di miglioramento per Claude Fable 5.1: circa il 60% in meno di falsi positivi su compiti informatici e circa l'85% in meno su domande di biologia di base e mediche, entrambi riportati dal fornitore, il che è un'affermazione sul rifiutare meno anziché di più.

Anthropic pubblica anche il costo delle proprie salvaguardie, e si tratta di una divulgazione davvero insolita. Il suo materiale di lancio afferma che Claude Fable 5.1 è stato valutato con le salvaguardie di produzione attive e che, laddove le salvaguardie sono intervenute, Claude Fable 5.1 e Claude Fable 5 hanno ottenuto zero su OSWorld 2.0. In altre parole, parte del divario misurato su un benchmark agentico è dovuta all'attivazione delle salvaguardie anziché al fallimento del modello, e il fornitore lo dichiara. Se si leggono insieme le due posizioni, il compromesso è concreto: GPT-6 Astra rifiuta di più per impostazione predefinita ed è vincolato da controlli aziendali, mentre Claude Fable 5.1 è progettato per rifiutare meno in modo eccessivo e il suo fornitore pubblica dove i rifiuti rimanenti gli costano un punteggio misurabile. Quale dei due sia migliore dipende interamente dal fatto che tu sia la persona a cui viene rifiutato.

Il tabellone, etichettato

• Prezzo di listino, livello standard — GPT-6 Astra $10,00 in / $50,00 out / $1,00 lettura cache / $12,50 scrittura cache per 1M (documentazione Open​AI, consultata il 16 settembre 2026). Claude Fable 5.1 $10,00 / $50,00 / $0,25 lettura cache / $12,50 scrittura cache per 1M (documentazione Anthrop​ic, consultata il 16 settembre 2026). Moltiplicatore su input e output: 1,0 volte. L'unica differenza riguarda le letture cache, dove Claude Fable 5.1 costa quattro volte meno.

• Contesto lungo — GPT-6 Astra rimodula il prezzo dell'intera richiesta oltre 272.000 token di input: 2 volte input e cache, 1,5 volte output, quindi $20,00 / $75,00 con letture dalla cache a $2,00. Claude Fable 5.1 non documenta alcun sovrapprezzo per il contesto lungo su una finestra da 1M token.

• Costo per attività completata (indipendente) — GPT-6 Astra 3,26 $ per un task dell'Intelligence Index al massimo impegno, 0,82 $ a basso impegno. Claude Fable 5.1 7,63 $ al massimo con fallback. GPT-6 Astra costa circa il 57% in meno per attività all'impostazione comparabile. Artificial Analysis, pubblicato il 9 settembre 2026.

• Token per attività (indipendenti) — GPT-6 Astra 27.000 token di output per attività di indicizzazione al massimo sforzo. Claude Fable 5.1 78.000 per lo stesso punteggio. Artificial Analysis, stesso articolo. Solo indicativo, dato che i due modelli non condividono il tokenizer.

• Terminal-Bench 4.0 — riportato dal fornitore: GPT-6 Astra 57,9% e Claude Fable 5.1 55,8% (Open​AI), con Anthrop​ic che, indipendentemente da Open​AI, riporta anch'essa 55,8% per il proprio modello. Indipendente: GPT-6 Astra 59% contro Claude Fable 5.1 52% (Artificial Analysis, 9 settembre 2026).

• Intelligenza composita (indipendente) — a pari merito a 53 sull'Artificial Analysis Intelligence Index v4.3, rilevato il 16 settembre 2026, con Claude Fable 5.1 inserito al massimo con fallback e GPT-6 Astra a sforzo massimo. Anche il Coding Agent Index è a pari livello, a 62.

• Il caso verificato più solido di Claude Fable 5.1 (dichiarato dal fornitore) — Humanity's Last Exam 65.0% con strumenti, GDPval-AA v2 1,853, CursorBench 3.2.0 73.4%, Terminal-Bench-Science 0.1 52.6% contro il 24.7% di Claude Fable 5, OSWorld 2.0 77.9% parziale / 41.7% rigoroso. Anthrop​ic, settembre 2026. Open​AI non pubblica alcun dato comparabile di Humanity's Last Exam o Terminal-Bench-Science per GPT-6 Astra.

• Sicurezza (dichiarata dal fornitore, non riprodotta in modo indipendente) — OpenAI riferisce che GPT-6 Astra ha prodotto esiti non intenzionali il 74,7% in meno delle volte rispetto a Claude Fable 5.1 e l'89% in meno rispetto a GPT-5.6 Sol. Anthropic riferisce che Claude Fable 5.1 ha ridotto i falsi positivi in ambito cyber di circa il 60% e i falsi positivi in biologia di base e in medicina di circa l'85%, e afferma che, laddove le sue salvaguardie sono intervenute, il modello ha ottenuto un punteggio pari a zero su OSWorld 2.0.

• Throughput misurato (come indicato dal router) — Claude Fable 5.1 90,0 token di output al secondo con un tempo al primo token p50 di 4,43 secondi; GPT-6 Astra 46,1 token al secondo a 6,71 secondi. Mediane su sette giorni di OrcaRouter al 16 settembre 2026. Artificial Analysis misura separatamente GPT-6 Astra a 52,9 token di output al secondo sul proprio banco di prova, quindi sia le velocità assolute sia l'ampiezza del divario dipendono da chi effettua la misurazione — la direzione è coerente, l'entità no.

Disponibilità, e le regole di accesso che potrebbero deciderla prima che lo facciano i benchmark

Le superfici di distribuzione si sovrappongono in larga misura, mentre le regole di accesso no. OpenAI distribuisce GPT-6 Astra in ChatGPT Work, Codex e nella propria API, con Microsoft Azure e Foundry disponibili in via generale dal 3 settembre 2026 e Amazon Bedrock disponibile in via generale dall'8 settembre 2026. Su ChatGPT Business ed Enterprise è disattivato per impostazione predefinita — un amministratore dello spazio di lavoro deve abilitarlo secondo il listino applicabile prima che qualsiasi membro possa usarlo, e l'accesso è concesso per singola superficie anziché in modo uniforme, quindi un piano che ha il modello in Codex potrebbe non averlo nel selettore di chat standard. OpenAI documenta Zero Data Retention come disponibile per i clienti API idonei sugli endpoint supportati, previa approvazione, e la sua documentazione di assistenza è stata aggiornata il 14 settembre 2026 con la versione minima di Codex CLI necessaria perché il modello compaia.

Anthrop​ic distribuisce Claude Fable 5.1 su Claude API, Amazon Bedrock, Goo​gle Cloud, Microsoft Foundry e Claude Platform on AWS, con lo stesso modello disponibile per i piani Pro, Max, Team ed Enterprise. Il modello è elencato come attivo con una data di ritiro non prima del 1° settembre 2027, e non è documentato alcun passaggio di opt-in equivalente — è disponibile anziché ad accesso limitato. Il suo modello gemello Claude Mythos 5.1 è lo stesso modello di base con diverse salvaguardie, limitato su invito ai programmi Cyber Verification e Life Sciences di Anthrop​ic.

• Copertura cloud — Claude Fable 5.1 è su Amazon Bedrock, Goo​gle Cloud, Microsoft Foundry e sulla Claude Platform on AWS. GPT-6 Astra è su Microsoft Azure e Foundry e su Amazon Bedrock. Goo​gle Cloud è il vuoto: se la tua inferenza deve girare su Goo​gle Cloud, una delle due ha una risposta e l'altra no.

• Accesso predefinito — GPT-6 Astra è disattivato per impostazione predefinita su Business ed Enterprise e richiede che un amministratore lo abiliti secondo un tariffario. Claude Fable 5.1 non ha alcun meccanismo di attivazione esplicita documentato.

• Gestione dei dati — Open​AI documenta la conservazione zero dei dati per i clienti API idonei sugli endpoint supportati, previa approvazione. Anthrop​ic documenta salvaguardie enterprise con conservazione zero dei dati in arrivo nell'autunno 2026, il che significa che non è disponibile oggi.

• Ciclo di vita — Claude Fable 5.1 ha un impegno di dismissione pubblicato non prima del 1° settembre 2027. Open​AI non ha pubblicato un impegno equivalente con data per GPT-6 Astra.

Eseguire entrambi dietro una singola chiave

Poiché le due schede tariffarie sono identiche a livello di prezzo di listino, la domanda che costa davvero soldi a un team non è quale modello sia più economico, ma quanto sia costoso cambiare idea. Entrambi sono disponibili su OrcaRouter ai prezzi di listino dei rispettivi fornitori — openai/gpt-6-astra a 10,00 $ in ingresso e 50,00 $ in uscita, con il livello di contesto lungo da 272K applicato esattamente come lo definisce OpenAI, e anthropic/claude-fable-5.1 a 10,00 $ e 50,00 $ con le letture dalla cache a 0,25 $ — con ogni tariffa trasferita senza alcun ricarico, così un cambiamento di prezzo del fornitore è attivo sulla stessa chiave lo stesso giorno, invece di dover attendere una migrazione della fatturazione.

Questo conta più per questo abbinamento che per la maggior parte, perché le prove dicono che la risposta giusta è una divisione, non una scelta. Il traffico chat è reale su entrambi gli endpoint qui — 180,7 milioni di token instradati verso GPT-6 Astra nei sette giorni fino al 16 settembre 2026 e 19,9 milioni verso Claude Fable 5.1 — e le forme di carico di lavoro che favoriscono ciascuno sono sufficientemente diverse che instradare tra loro è un cambio di configurazione, non una decisione di architettura. Un DSL di routing può inviare cicli di lunga durata ad alto uso di cache a Claude Fable 5.1 per la lettura della cache quattro volte più economica, mentre il lavoro breve, ad alto volume ed efficiente in output va a GPT-6 Astra, e la fusione dei modelli può mettere entrambi sullo stesso problema difficile quando una singola risposta non è abbastanza buona per agire. Il failover automatico significa che un limite di frequenza su un percorso è un evento di routing anziché un'interruzione, ed è ciò che rende ragionevole provare il lato non collaudato di un modello frontier nuovissimo su un percorso di produzione.

Chi dovrebbe scegliere cosa

Scegli GPT-6 Astra se il tuo lavoro è a lungo termine ed end-to-end — coding agentico, automazione del terminale, attività di ricerca o di computer-use che richiedono molti passaggi e costano più in token emessi che in contesto. Secondo le prove indipendenti, completa la stessa valutazione con circa un terzo dei token di output e risulta circa il 57% più economico per attività completata, e guida su Terminal-Bench 4.0 sia nella misurazione del fornitore sia in quella indipendente. Pianifica il budget per attività anziché per token, e considera 272.000 token di input come un limite invalicabile: oltre quello, una richiesta su questo modello viene ricalcolata nel prezzo secondo la regola del fornitore stesso per l'intera richiesta.

Scegli Claude Fable 5.1 se il tuo carico di lavoro rilegge un ampio prefisso stabile — un lungo prompt di sistema, un repository, una serie di documenti — lungo molti turni, perché una lettura della cache quattro volte più economica si accumula su ognuno di essi, e l'aritmetica qui sopra mostra che trasforma un compito da 5,70 $ in uno da 1,95 $. È anche la scelta giusta se vuoi il throughput misurato più elevato e un primo token più rapido, se la tua inferenza deve girare su Goo​gle Cloud, o se un impegno di dismissione con data certa è importante per gli acquisti. È alla pari con GPT-6 Astra sull'indice composito e sull'indice degli agenti di coding, e ha il caso più solido secondo i dati dichiarati dal fornitore su Humanity's Last Exam, GDPval e CursorBench — benchmark su cui Open​AI non pubblica cifre comparabili, quindi consideralo una lacuna nelle prove, non una vittoria dimostrata.

E la risposta che una pagina di confronto ti deve quando è vera: per molti team la raccomandazione onesta è nessuno dei due. La documentazione di Anthropic stessa per Claude Fable 5.1 dice che per la maggior parte dei carichi di lavoro dovresti iniziare con Claude Opus 5 e passare a Fable 5.1 solo quando le tue valutazioni su Opus 5 a sforzo più alto restano comunque insufficienti. Claude Opus 5 costa $5,00 in input e $25,00 in output — la metà di entrambi questi modelli su entrambe le voci. Se il vantaggio di quattro volte sulla lettura della cache o l'efficienza di tre volte sui token non descrive il tuo carico di lavoro, il sovrapprezzo del flagship ti sta comprando una capacità di cui non hai stabilito di aver bisogno, e il modo più economico per scoprirlo è instradare un compito reale attraverso entrambi questi modelli e uno di livello inferiore, su una sola chiave, prima di impegnarti su uno dei due.