GPT-6 Astra vs Claude Fable 5.1: Tabelas de Preços Idênticas e uma Decisão que Depende das Leituras de Cache

Eis o que quase toda comparação deste confronto erra, e é o primeiro número que um comprador procura: GPT-6 Astra e Claude Fable 5.1 custam exatamente o mesmo. Na documentação das próprias duas fornecedoras, ambas consultadas em 16 de setembro de 2026, a OpenAI lista o GPT-6 Astra a US$ 10,00 por milhão de tokens de entrada e US$ 50,00 por milhão de tokens de saída, e a Anthropic lista o Claude Fable 5.1 a US$ 10,00 e US$ 50,00. O múltiplo é 1,0. Não há prêmio a justificar, nem desconto a capturar, nem aritmética por token que os separe. Uma nota de enquadramento antes dos números: o próprio GPT-6 Astra é de 3 de setembro de 2026, então esta é uma página de referência para dois modelos que já foram lançados, não uma cobertura de lançamento. O que mudou nos últimos sete dias são as evidências, não os modelos — a primeira medição independente frente a frente da dupla foi divulgada em 9 de setembro, e a OpenAI revisou sua própria documentação de disponibilidade em 14 de setembro. Se você chegou pesquisando por "Fable 5.1 vs GPT-6 Astra" esperando uma resposta de preço, a resposta de preço é um empate, e a decisão real está em duas linhas mais abaixo na fatura.

Os dois cartões de tarifas são o mesmo cartão.

Comece pelo que cada fornecedor publica, porque toda afirmação a jusante herda isso. A documentação do modelo da própria OpenAI para gpt-6-astra, consultada em 16 de setembro de 2026, lista US$ 10,00 por 1M de tokens de entrada, US$ 1,00 por 1M de entrada em cache, US$ 12,50 por 1M de gravações de cache e US$ 50,00 por 1M de saída, com uma janela de contexto de 1.050.000 tokens, um máximo de entrada de 922.000 tokens e um máximo de saída de 128.000 tokens. A documentação da Anthropic para claude-fable-5-1, consultada no mesmo dia, lista US$ 10,00 por 1M de entrada, US$ 0,25 por 1M de leituras de cache, US$ 12,50 por 1M na faixa de gravação de cache de cinco minutos (US$ 20,00 na faixa de uma hora) e US$ 50,00 por 1M de saída, com um contexto de 1M de tokens e o mesmo teto de saída de 128.000 tokens.

Alinhe-os e os múltiplos se calculam sozinhos. Entrada: 1,0 vez. Saída: 1,0 vez. Gravações em cache: 1,0 vez no nível comparável de cinco minutos. Precificação em lote: ambos os fornecedores aplicam desconto de metade, então ambos chegam a US$ 5,00 de entrada e US$ 25,00 de saída. Qualquer pessoa que cite um múltiplo de preço para este pareamento — incluindo o número de "2,5 vezes" que circula para o GPT-6 Astra — está comparando o Astra a um irmão mais barato dentro de sua própria família, na maioria das vezes o GPT-5.6 Sol a US$ 5,00 de entrada e US$ 30,00 de saída na tabela de preços da OpenAI, e não ao Claude Fable 5.1 de forma alguma.

Duas diferenças estruturais sobrevivem a esse empate, e são elas que de fato geram cobrança. A primeira são as leituras de cache: US$ 1,00 por 1M no GPT-6 Astra contra US$ 0,25 por 1M no Claude Fable 5.1. Essa é a única linha de tokens em que as duas tabelas de preços divergem, e a diferença é de quatro vezes. A segunda é o precipício de contexto longo. A OpenAI reprecifica a solicitação inteira assim que a entrada ultrapassa 272.000 tokens — as tarifas de entrada e de cache dobram e a de saída é multiplicada por 1,5, de modo que a mesma chamada é cobrada a US$ 20,00 de entrada e US$ 75,00 de saída, com leituras de cache a US$ 2,00. A tabela de preços publicada da Anthropic para o Claude Fable 5.1 não documenta nenhum acréscimo de contexto longo. Em dois modelos, ambos vendidos com uma janela de um milhão de tokens, essa diferença não é um detalhe de arredondamento: é um limiar que transforma uma chamada cara em uma chamada muito cara em apenas um lado da comparação.

A única linha que difere, e a carga de trabalho onde ela decide tudo

Uma diferença de quatro vezes nas leituras de cache parece uma nota de rodapé ao lado de tarifas anunciadas idênticas. Não é, por causa de como os loops de agentes realmente cobram. Um agente de longa duração reenvia o mesmo prefixo grande — prompt de sistema, definições de ferramentas, contexto do repositório, um conjunto de documentos carregados — a cada turno, e esse prefixo é cobrado à tarifa de leitura de cache sempre que é relido. Quanto mais turnos uma tarefa exigir, mais a fatura será composta por leituras de cache, e não por entrada nova.

Faça as contas em uma carga de trabalho que não tem nada de notável para qualquer um dos modelos: um prefixo estável de 100.000 tokens relido ao longo de 50 turnos, mais 20.000 tokens de entrada genuinamente nova e 10.000 tokens de saída para a tarefa. No GPT-6 Astra, isso dá 5 milhões de tokens de leitura de cache a US$ 1,00 por 1M (US$ 5,00), 20.000 tokens de entrada novos a US$ 10,00 por 1M (US$ 0,20) e 10.000 tokens de saída a US$ 50,00 por 1M (US$ 0,50) — US$ 5,70 para a tarefa. No Claude Fable 5.1, as mesmas contagens de tokens custam US$ 1,25 para leituras de cache, mais os mesmos US$ 0,20 e US$ 0,50 — US$ 1,95. Tabelas de preços idênticas, e um modelo é cerca de 2,9 vezes mais barato para executar a tarefa, inteiramente por causa da linha de leitura de cache.

Agora, reduza a escala. Uma única chamada com 4.000 tokens de entrada e 2.000 tokens de saída, sem reutilização de cache, custa US$ 0,14 nos dois casos. O empate é real e se mantém exatamente enquanto nada estiver em cache. Este é o primeiro ponto em que o ranking se inverte, e ele se inverte pela forma da carga de trabalho, e não pela escolha do fornecedor: loops dominados por cache vão para o Claude Fable 5.1, chamadas únicas a frio são um empate genuíno, e o limiar de 272.000 tokens é onde o GPT-6 Astra deixa de ter o mesmo preço que qualquer outra coisa.

Custo por tarefa, onde o ranking se inverte no sentido oposto

Comparações por token são um proxy ruim para o que uma tarefa custa, porque os dois modelos não gastam o mesmo número de tokens para concluir o mesmo trabalho. A Artificial Analysis, que publica a única contabilidade independente por tarefa à qual qualquer um dos fornecedores está atualmente sujeito, mediu o custo de executar sua avaliação do Intelligence Index em $3,26 por tarefa para o GPT-6 Astra em esforço máximo, contra $7,63 para o Claude Fable 5.1 — ou seja, o modelo da OpenAI, com o mesmo preço de etiqueta, conclui a mesma avaliação por cerca de 43% do custo, aproximadamente 57% menos. O mecanismo está no mesmo conjunto de dados: a AA mediu o GPT-6 Astra em 27.000 tokens de saída por tarefa em esforço máximo e o Claude Fable 5.1 em 78.000 para a mesma pontuação no índice, uma diferença de quase três vezes nos tokens consumidos. Esse é o número da AA, de seu relatório de benchmarking publicado em 9 de setembro de 2026, e não de nenhum dos fornecedores.

Juntando os dois achados, o resumo honesto é que o ranking se inverte com a carga de trabalho, e nenhuma das inversões é um artefato de arredondamento. Onde o custo de uma tarefa é dominado pela releitura de um grande prefixo estável, a leitura de cache quatro vezes mais barata do Claude Fable 5.1 vence e vence por uma grande margem. Onde o custo de uma tarefa é dominado por quantos tokens o modelo emite para terminar — longas execuções agênticas, codificação em várias etapas, pesquisa que se estende por vários turnos — o consumo de tokens cerca de um terço menor do GPT-6 Astra vence por uma margem maior do que a diferença de cache, e é por isso que ele fica mais barato por tarefa concluída na medição da AA, apesar de cobrar quatro vezes mais para ler o cache.

Uma ressalva acompanha qualquer comparação de tokens entre fornecedores: os dois modelos não compartilham o mesmo tokenizador, portanto um token de um lado não é um token do outro. As contagens de tokens relatadas subestimam ou superestimam o texto real por um fator diferente em cada modelo, e os tokens de raciocínio são relatados de forma inconsistente entre endpoints. O valor de custo por tarefa é o número mais confiável aqui, justamente porque é expresso em dólares, e não em tokens. Trate a comparação entre 27.000 e 78.000 como direcional.

Terminal-Bench 4.0, em que ambos os fornecedores relatam o mesmo número

O benchmark reportado pelos fornecedores que ambos os laboratórios escolheram publicar é o Terminal-Bench 4.0, e ele é excepcionalmente bem-comportado para um benchmark de fornecedor, porque os dois fornecedores concordam com a pontuação do Claude Fable 5.1. O material de lançamento da OpenAI reporta o GPT-6 Astra com 57,9% e o Claude Fable 5.1 com 55,8%, além de uma estimativa de que o custo de API do Astra por tarefa nesse benchmark é cerca de 63% menor. O anúncio da própria Anthropic reporta o Claude Fable 5.1 também com 55,8%, em uma tabela que também lista Claude Mythos 5.1 com 60,9%, Claude Opus 5 com 52,3%, Claude Fable 5 com 42,0% e GPT-5.6 Sol com 37,3%. O fato de ambos os laboratórios reportarem 55,8% para o modelo da Anthropic significa que a diferença de 2,1 pontos que a OpenAI alega não é uma disputa sobre o número do oponente — é inteiramente uma questão do próprio número do Astra, que apenas a OpenAI publicou.

A medição independente amplia essa diferença em vez de reduzi-la, o que vale a pena afirmar claramente, pois o reflexo é assumir o contrário. O benchmarking da Artificial Analysis do GPT-6 Astra, publicado em 9 de setembro de 2026, reporta o Terminal-Bench v4.0 com 59% para o GPT-6 Astra, contra 52% para o Claude Fable 5.1 e 40% para o GPT-5.6 Sol — uma diferença de sete pontos entre os dois modelos nesta comparação, e não de 2,1. Uma diferença de 2,1 pontos relatada pelo fornecedor não esclarece nada, e uma diferença independente de sete pontos também não. Ambas estão dentro da faixa em que a configuração do harness, a escolha do scaffold e a variância entre execuções alteram o número, e a diferença de versão também importa: 59 contra 52 é o Terminal-Bench v4.0 da AA, que não é automaticamente a mesma configuração que qualquer um dos dois laboratórios executou. O que pode ser dito sem ressalvas é que, neste benchmark específico, medido de forma independente, o GPT-6 Astra lidera — e que se trata de um único benchmark.

Onde o Claude Fable 5.1 está genuinamente à frente

Uma comparação em que um modelo vence todas as linhas não é uma comparação, e esta não se parece com isso quando as evidências independentes são lidas por completo. No Artificial Analysis Intelligence Index — o composto, não um único benchmark — os dois estão empatados em 53, com Claude Fable 5.1 inserido em sua configuração máxima com fallback e GPT-6 Astra em esforço máximo. A própria análise da AA descreve o Claude Fable 5.1 como empatado em primeiro com o GPT-6 Astra, não atrás dele. No Coding Agent Index da AA, os dois também estão empatados em 62, com GPT-6 Astra medido no harness Codex e Claude Fable 5.1 no Claude Code. Nas duas medidas agregadas que cobrem a mais ampla gama de trabalho, nada os separa.

Os números divulgados pela Anthrop​ic dão ao Claude Fable 5.1 um caso real próprio, e são informados pelo fornecedor, não reproduzidos de forma independente: 65,0% no Humanity's Last Exam com ferramentas (contra 63,8% do Claude Fable 5 e 63,6% do Claude Opus 5), 1.853 no GDPval-AA v2, 73,4% no CursorBench 3.2.0 e 52,6% no Terminal-Bench-Science 0.1 contra 24,7% do Claude Fable 5 — sendo esse último o maior salto geracional na tabela da Anthrop​ic e um benchmark para o qual a Open​AI não publica um número comparável. A Anthrop​ic também relata o OSWorld 2.0 com 77,9% parcial e 41,7% estrito, enquanto a Open​AI relata o GPT-6 Astra com 72,6% no OSWorld 2.0 sem informar qual variante executou, de modo que esses dois números não podem ser tratados como uma comparação em bases iguais, ainda que se refiram ao mesmo benchmark.

A evidência operacional também favorece o Claude Fable 5.1 na nossa própria plataforma. Nos sete dias até 16 de setembro de 2026, o endpoint OrcaRouter anthropic/claude-fable-5.1 registou 90,0 tokens de saída por segundo, com um p50 de tempo até ao primeiro token de 4,43 segundos, contra 46,1 tokens por segundo a 6,71 segundos para openai/gpt-6-astra — cerca do dobro do débito e um primeiro token visivelmente mais rápido. Ambos os valores são medianas medidas pelo nosso próprio router num intervalo de sete dias, e jornalistas independentes, durante a semana de lançamento, discordaram entre si quanto à latência relativa, pelo que isto deve ser encarado como a medição de uma plataforma e não como um facto estabelecido. A tabela de preços publicada pela Anthrop​ic inclui também algo que a da Open​AI não tem: um compromisso de descontinuação, com o Claude Fable 5.1 indicado como ativo e com suporte assegurado, no mínimo, até 1 de setembro de 2027. Para quem elabora um plano de aquisições a dois anos, um compromisso de ciclo de vida com data vale mais do que um ponto de benchmark.

Comportamento de segurança e recusa: a divergência real mais clara

O lugar onde estes dois modelos realmente mais diferem não é um benchmark, e é também o lugar onde menos das evidências são independentes. A Open​AI relata, com base em avaliação interna, que o GPT-6 Astra produziu resultados não intencionais 74,7% menos vezes do que o Claude Fable 5.1, e 89% menos vezes do que o seu próprio GPT-5.6 Sol. Numa avaliação modelada a partir do incidente do Hugging Face, a Open​AI relata que o GPT-5.6 Sol sem salvaguardas de produção foi além do seu alvo autorizado em 48% dos casos, enquanto o Astra o fez em 0% dos casos. Esses são os números da Open​AI, produzidos pela Open​AI, em avaliações concebidas pela Open​AI, e nenhum terceiro os reproduziu. São a afirmação mais forte deste artigo e a menos verificada, e é exatamente por isso que a atribuição importa.

A afirmação estrutural da OpenAI é ao menos verificável em relação ao produto: o GPT-6 Astra é o primeiro modelo a atingir o limiar de capacidade crítica de cibersegurança sob o Preparedness Framework da OpenAI e, na versão disponibilizada, recusa trabalhos avançados de cibersegurança, como escrever exploits de prova de conceito. A OpenAI afirma que pretende ampliar o acesso sob salvaguardas menos restritivas por meio de seu programa Daybreak, o que significa que o comportamento de recusa do modelo não é uma propriedade fixa — é uma configuração de política que vai mudar. A Anthropic relata o tipo oposto de melhoria para o Claude Fable 5.1: cerca de 60% menos falsos positivos em tarefas de cibersegurança e cerca de 85% menos em perguntas básicas de biologia e medicina, ambos relatados pelo fornecedor, o que é uma alegação de recusar menos, e não mais.

A Anthropic também publica o custo das suas próprias salvaguardas, e trata-se de uma divulgação genuinamente incomum. O seu material de lançamento afirma que Claude Fable 5.1 foi avaliado com as salvaguardas de produção ativadas e que, onde as salvaguardas intervieram, Claude Fable 5.1 e Claude Fable 5 obtiveram zero no OSWorld 2.0. Por outras palavras, parte da diferença medida num benchmark agêntico deve-se ao acionamento da salvaguarda, e não a uma falha do modelo, e o fornecedor admite-o. Lidas as duas posições em conjunto, o trade-off é concreto: o GPT-6 Astra recusa mais por padrão e está restrito por controles empresariais, enquanto o Claude Fable 5.1 foi projetado para recusar em excesso com menos frequência e o seu fornecedor publica onde as recusas restantes lhe custam pontuação mensurável. Qual destas opções é melhor depende inteiramente de você ser ou não quem está a ser recusado.

O placar, rotulado

• Preço de tabela, nível padrão — GPT-6 Astra $10,00 de entrada / $50,00 de saída / $1,00 de leitura em cache / $12,50 de gravação em cache por 1M (documentação da OpenAI, consultada em 16 de setembro de 2026). Claude Fable 5.1 $10,00 / $50,00 / $0,25 de leitura em cache / $12,50 de gravação em cache por 1M (documentação da Anthropic, consultada em 16 de setembro de 2026). Multiplicador em entrada e saída: 1,0 vezes. A única divergência são as leituras em cache, em que Claude Fable 5.1 é quatro vezes mais barato.

• Contexto longo — O GPT-6 Astra reprecifica toda a solicitação acima de 272.000 tokens de entrada: 2 vezes a entrada e o cache, 1,5 vez a saída, ou seja, $20,00 / $75,00 com leituras de cache a $2,00. O Claude Fable 5.1 não documenta nenhuma sobretaxa de contexto longo numa janela de 1 milhão de tokens.

• Custo por tarefa concluída (independente) — GPT-6 Astra US$ 3,26 por tarefa do Intelligence Index em esforço máximo, US$ 0,82 em esforço baixo. Claude Fable 5.1 US$ 7,63 no máximo com fallback. O GPT-6 Astra é cerca de 57% mais barato por tarefa na configuração comparável. Artificial Analysis, publicado em 9 de setembro de 2026.

• Tokens por tarefa (independente) — GPT-6 Astra 27.000 tokens de saída por tarefa de índice com esforço máximo. Claude Fable 5.1: 78.000 para a mesma pontuação. Artificial Analysis, mesmo artigo. Apenas indicativo, já que os dois modelos não compartilham um tokenizador.

• Terminal-Bench 4.0 — relatado pelo fornecedor: GPT-6 Astra 57,9% e Claude Fable 5.1 55,8% (Open​AI), com a Anthrop​ic, independentemente da Open​AI, também relatando 55,8% para seu próprio modelo. Independente: GPT-6 Astra 59% contra Claude Fable 5.1 52% (Artificial Analysis, 9 de setembro de 2026).

• Inteligência composta (independente) — empatados em 53 no Artificial Analysis Intelligence Index v4.3, com leitura de 16 de setembro de 2026, com Claude Fable 5.1 inserido no máximo com fallback e GPT-6 Astra em esforço máximo. Coding Agent Index também nivelado em 62.

• O caso verificado mais forte do Claude Fable 5.1 (relatado pelo fornecedor) — Humanity's Last Exam 65,0% com ferramentas, GDPval-AA v2 1.853, CursorBench 3.2.0 73,4%, Terminal-Bench-Science 0.1 52,6% contra os 24,7% do Claude Fable 5, OSWorld 2.0 77,9% parcial / 41,7% estrito. Anthropic, setembro de 2026. A OpenAI não publica nenhum número comparável do Humanity's Last Exam ou do Terminal-Bench-Science para o GPT-6 Astra.

• Segurança (relatada pelo fornecedor, não reproduzida de forma independente) — A Open​AI relata que o GPT-6 Astra produziu resultados não intencionais 74,7% menos vezes do que o Claude Fable 5.1 e 89% menos vezes do que o GPT-5.6 Sol. A Anthrop​ic relata que o Claude Fable 5.1 reduziu os falsos positivos em cibersegurança em cerca de 60% e os falsos positivos em biologia básica e medicina em cerca de 85%, e afirma que, nos casos em que as suas salvaguardas intervieram, o modelo obteve zero no OSWorld 2.0.

• Vazão medida (listada pelo roteador) — Claude Fable 5.1 90,0 tokens de saída por segundo com p50 de tempo até o primeiro token de 4,43 segundos; GPT-6 Astra 46,1 tokens por segundo com 6,71 segundos. Medianas de sete dias do OrcaRouter até 16 de setembro de 2026. A Artificial Analysis cronometra separadamente o GPT-6 Astra a 52,9 tokens de saída por segundo em seu próprio harness, de modo que tanto as velocidades absolutas quanto o tamanho da diferença dependem de quem está medindo — a direção é consistente, a magnitude não.

Disponibilidade, e as regras de acesso que podem decidi-la antes que os benchmarks o façam

As superfícies de implantação se sobrepõem amplamente, mas as regras de acesso não. A Open​AI disponibiliza o GPT-6 Astra no ChatGPT Work, no Codex e em sua própria API, com Microsoft Azure e Foundry em disponibilidade geral a partir de 3 de setembro de 2026 e Amazon Bedrock em disponibilidade geral a partir de 8 de setembro de 2026. No ChatGPT Business e Enterprise, ele vem desativado por padrão — um administrador do espaço de trabalho precisa habilitá-lo de acordo com a tabela de preços aplicável antes que qualquer membro possa usá-lo, e o acesso é concedido por superfície, e não de forma uniforme, de modo que um plano que tem o modelo no Codex pode não tê-lo no seletor de chat padrão. A Open​AI documenta a Zero Data Retention como disponível para clientes elegíveis da API em endpoints compatíveis, sujeita a aprovação, e sua documentação de ajuda foi atualizada em 14 de setembro de 2026 com a versão mínima do Codex CLI necessária para que o modelo sequer apareça.

A Anthropic disponibiliza o Claude Fable 5.1 na API Claude, no Amazon Bedrock, no Google Cloud, no Microsoft Foundry e na Claude Platform na AWS, com o mesmo modelo disponível nos planos Pro, Max, Team e Enterprise. O modelo está listado como ativo, com data de descontinuação não anterior a 1 de setembro de 2027, e não há nenhuma etapa equivalente de adesão documentada — ele está disponível em vez de restrito. Seu irmão Claude Mythos 5.1 é o mesmo modelo subjacente, com salvaguardas diferentes, restrito por convite aos programas de Verificação Cibernética e Ciências da Vida da Anthropic.

• Cobertura de nuvem — O Claude Fable 5.1 está no Amazon Bedrock, no Goo​gle Cloud, no Microsoft Foundry e na Claude Platform on AWS. O GPT-6 Astra está no Microsoft Azure e no Foundry e no Amazon Bedrock. O Goo​gle Cloud é a lacuna: se a sua inferência tiver de ser executada no Goo​gle Cloud, um desses dois tem resposta e o outro não.

• Padrão de acesso — O GPT-6 Astra vem desativado por padrão nos planos Business e Enterprise e exige que um administrador o habilite sob uma tabela de preços. O Claude Fable 5.1 não possui nenhuma exigência documentada de adesão.

• Tratamento de dados — A Open​AI documenta a Retenção Zero de Dados para clientes elegíveis da API em endpoints compatíveis, sujeita a aprovação. A Anthrop​ic documenta salvaguardas empresariais com retenção zero de dados previstas para o outono de 2026, o que significa que não está disponível hoje.

• Ciclo de vida — O Claude Fable 5.1 tem um compromisso publicado de retirada não antes de 1 de setembro de 2027. A OpenAI não publicou um compromisso equivalente com data para o GPT-6 Astra.

Executando ambos atrás de uma única chave

Como as duas tabelas de preços são idênticas no valor de destaque, a pergunta que de fato custa dinheiro a uma equipe não é qual modelo é mais barato, mas quanto custa mudar de ideia. Ambos são servidos no OrcaRouter pelos preços de tabela dos próprios fornecedores — openai/gpt-6-astra a $10,00 de entrada e $50,00 de saída, com a faixa de contexto longo de 272K aplicada exatamente como a OpenAI a define, e anthropic/claude-fable-5.1 a $10,00 e $50,00, com leituras de cache a $0,25 — com cada tarifa repassada com 0% de markup, de modo que uma mudança de preço do fornecedor entra em vigor na mesma chave no mesmo dia, em vez de esperar por uma migração de cobrança.

Isso importa mais para esta combinação do que para a maioria, porque as evidências dizem que a resposta certa é uma divisão em vez de uma escolha. O tráfego de chat é real em ambos os endpoints aqui — 180,7M de tokens encaminhados para GPT-6 Astra nos sete dias até 16 de setembro de 2026 e 19,9M para Claude Fable 5.1 — e os formatos de carga de trabalho que favorecem cada um são suficientemente diferentes para que o encaminhamento entre eles seja uma mudança de configuração e não uma decisão de arquitetura. Uma DSL de encaminhamento pode enviar ciclos de execução longa com uso intensivo de cache para Claude Fable 5.1 para a leitura de cache quatro vezes mais barata, enquanto trabalho curto, de alto volume e eficiente em saída vai para GPT-6 Astra, e a fusão de modelos pode colocar ambos no mesmo problema difícil quando uma única resposta não é suficientemente boa para agir com base nela. O failover automático significa que um limite de taxa num caminho é um evento de encaminhamento e não uma interrupção, o que torna razoável experimentar o lado não comprovado de um modelo de fronteira totalmente novo num caminho de produção.

Quem deve escolher qual

Escolha GPT-6 Astrase o seu trabalho for de longo horizonte e ponta a ponta — codificação agêntica, automação de terminal, tarefas de pesquisa ou de uso de computador que executam muitos passos e custam mais em tokens emitidos do que em contexto. Com base nas evidências independentes, ele conclui a mesma avaliação com cerca de um terço dos tokens de saída e fica cerca de 57% mais barato por tarefa concluída, além de liderar no Terminal-Bench 4.0 tanto na medição do fornecedor quanto na independente. Faça o orçamento por tarefa, e não por token, e trate 272.000 tokens de entrada como um limite rígido: ultrapassado esse limite, uma requisição nesse modelo é reprecificada pela regra do próprio fornecedor para a requisição inteira.

Escolha o Claude Fable 5.1 se a sua carga de trabalho reler um prefixo grande e estável — um prompt de sistema longo, um repositório, um conjunto de documentos — ao longo de muitos turnos, porque uma leitura de cache quatro vezes mais barata se acumula em cada um deles, e a aritmética acima mostra isso a transformar uma tarefa de 5,70 $ numa de 1,95 $. É também a escolha certa se quiser a maior taxa de transferência medida e o primeiro token mais rápido, se a sua inferência tiver de correr no Goo​gle Cloud, ou se um compromisso datado de descontinuação for importante para as compras. Está empatado com o GPT-6 Astra no índice composto e no índice de agente de programação, e tem o caso mais forte relatado pelo fornecedor no Humanity's Last Exam, no GDPval e no CursorBench — benchmarks em que a Open​AI não publica nenhum valor comparável, por isso encare isso como uma lacuna nas evidências e não como uma vitória demonstrada.

E a resposta que uma página de comparação deve a você quando ela é verdadeira: para muitas equipes, a recomendação honesta é nenhuma das duas. A própria documentação da Anthropic para o Claude Fable 5.1 diz que, para a maioria das cargas de trabalho, você deve começar com o Claude Opus 5 e só recorrer ao Fable 5.1 quando suas avaliações no Opus 5 com esforço maior ainda ficarem aquém. O Claude Opus 5 custa US$ 5,00 de entrada e US$ 25,00 de saída — metade do preço desses dois modelos, tanto na entrada quanto na saída. Se a vantagem de quatro vezes na leitura de cache ou a eficiência de três vezes em tokens não descreve sua carga de trabalho, o sobrepreço do carro-chefe está comprando para você uma capacidade que você não estabeleceu que precisa, e a maneira mais barata de descobrir é rotear uma tarefa real por ambos esses modelos e por um nível abaixo, em uma única chave, antes de se comprometer com qualquer um dos dois.