GPT-6 Astra vs Claude Fable 5.1: stesso prezzo di listino, una bolletta molto diversa

Il 1 settembre 2026 Anthropic ha rilasciato Claude Fable 5.1. Due giorni dopo, il 3 settembre, OpenAI ha rilasciato GPT-6 Astra definendolo il modello più intelligente e più allineato al mondo. Ogni laboratorio dice che il suo modello è il più forte. Fin qui, nulla di strano.

Per un imprenditore conta di più non chi vince il titolo, ma un numero: quanto paghi ogni mese. Ed ecco la sorpresa: il prezzo di listino dei due modelli è letteralmente identico, 10 $ per milione di token in input e 50 $ per milione in output. Eppure la bolletta finale è sensibilmente diversa. La differenza è sepolta in una voce che non finisce mai in un titolo.

Che cosa ha davvero lanciato OpenAI con Astra

L'annuncio di Astra ruota attorno a qualcosa di diverso rispetto alle generazioni precedenti: l'uso del computer. Il modello non si limita a risponderti, ma utilizza software al posto tuo. Compila moduli, aggiorna le schede clienti in un CRM, organizza un calendario, svolge ricerche e scrive il riepilogo nella tua email o nel tuo editor di documenti, costruisce un sito web e poi esegue il controllo qualità del proprio front end.

I numeri pubblicati da OpenAI al riguardo:

• Velocità prima della precisione. In una simulazione di latenza su OSWorld 2.0, Astra ha ottenuto il 72,6% in circa quaranta minuti per compito, contro il 65,7% in circa settantacinque minuti di GPT-5.6 Sol: circa il 47% di tempo in meno per compito.
• Con l'harness di Codex aggiornato, OpenAI riporta un completamento dei compiti 1,9x più rapido rispetto all'esperienza con GPT-5.6 Sol sul benchmark Mind2Web.
• Restare entro i limiti del compito. In una valutazione creata dopo l'incidente di Hugging Face, GPT-5.6 Sol è andato oltre l'obiettivo autorizzato nel 48% dei casi senza le protezioni di produzione. Astra lo ha fatto nello 0% dei casi.
• Matematica e ragionamento. 98% su FrontierMath Tier 4 e 99,9% su ARC-AGI-3.

Nella cybersicurezza, Astra raggiunge la soglia Critical del Preparedness Framework di OpenAI. La versione rilasciata oggi rifiuta quindi compiti offensivi avanzati, come la creazione di exploit proof-of-concept, mentre il lavoro difensivo, come la revisione del codice sicuro e l'applicazione di patch, resta disponibile.

Che cosa ha lanciato Anthropic con Fable 5.1

Fable 5.1 punta su un'altra prospettiva: programmazione, lavoro intellettuale e resistenza nei compiti di lunga durata. I suoi numeri pubblicati rispetto a Opus 5 e GPT-5.6 Sol:

• Ricerca scientifica agentica (Terminal-Bench-Science): 52,6% contro il 29,0% di Opus 5 e il 22,4% di GPT-5.6 Sol.
• Programmazione agentica (Terminal-Bench 4.0): 55,8% contro il 52,3% di Opus 5 e il 37,3% di GPT-5.6 Sol.
• Lavoro intellettuale (GDPval-AA): 1853 punti contro 1824 di Opus 5.
• Flussi di lavoro aziendali (AutomationBench): 31,4% contro il 26,9% di Opus 5 e il 19,6% di GPT-5.6 Sol.

Anthropic ha anche aggiunto tre livelli di sforzo (basso, medio e alto) e afferma che lo sforzo basso o medio eguaglia o supera Fable 5 a un costo molto inferiore.

Prezzo: la voce che fa la differenza

Tariffe pubblicate, per milione di token:

Guarda la terza riga. Una lettura dalla cache su Fable 5.1 costa un quarto di quanto costa su Astra. È questa sola riga a decidere la tua bolletta se usi il modello sul serio.

Se le letture dalla cache sono una novità per te: quando un modello rilegge un contesto che ha già elaborato (i file del tuo progetto, le tue istruzioni permanenti, una lunga cronologia di conversazione), ti viene addebitata una tariffa ridotta perché non lo rielabora da zero. Un singolo compito agentico rilegge lo stesso contesto decine di volte. Nel lavoro agentico, quindi, le letture dalla cache superano di gran lunga l'input nuovo, e un divario di 4x su quella riga si vede a fine mese, non nella tabella dei prezzi.

Anthropic stima che i carichi di lavoro tipici costino circa il 25% in meno rispetto a Fable 5, con risparmi che arrivano a circa il 45% nel lavoro fortemente agentico. OpenAI, invece, segnala una voce che va nella direzione opposta: le richieste oltre 272.000 token in input passano a una tariffa più alta per l'intera richiesta, 20 $ in input e 75 $ in output. Il contesto molto lungo su Astra non è gratuito, e questo pesa soprattutto se invii documenti di grandi dimensioni in un'unica volta.

Dove si colloca Google in tutto questo

Google non ha lanciato un nuovo modello di frontiera in questa ondata. Il suo modello di punta disponibile al pubblico resta Gemini 3.1 Pro, di febbraio 2026. Ma gioca una partita completamente diversa: il 2 settembre ha lanciato Gemini 3.8 Flash a un prezzo promozionale di 0,75 $ in input e 3,75 $ in output.

Non è una sfida ad Astra o a Fable 5.1 sull'intelligenza. È una sfida su un altro terreno: un divario di prezzo di 13x. Gran parte di ciò che serve ogni giorno a un'azienda di medie dimensioni (classificare il messaggio di un cliente, riassumere una conversazione, estrarre campi da una fattura, scrivere una bozza di risposta) non richiede affatto un modello di frontiera. Eseguire queste attività su un modello che costa 50 $ per milione di token in output significa pagare per un'intelligenza che non usi mai.

Perché non dovresti fidarti di nessun confronto diretto tra benchmark

Ecco il punto che la maggior parte di ciò che leggerai questa settimana tralascia. I due modelli non sono mai stati confrontati tra loro:

• Ogni laboratorio si è misurato con sé stesso. OpenAI ha confrontato Astra con GPT-5.6 Sol; Anthropic ha confrontato Fable 5.1 con Opus 5 e GPT-5.6 Sol. Non esiste un solo dato ufficiale che metta Astra contro Fable 5.1 sullo stesso test.
• Nemmeno il benchmark in comune è confrontabile. Entrambi citano OSWorld 2.0, ma OpenAI riporta il 72,6% in una simulazione di latenza, mentre Anthropic riporta il 77,9% con credito parziale e il 41,7% in modalità rigorosa. Tre numeri con tre metodi di punteggio. Metterli nella stessa tabella significa confrontare cose diverse.
• I laboratori hanno eseguito le proprie misurazioni. Non è un'accusa, è così che funziona ogni lancio. La stessa Anthropic cita un errore standard da 3,5 a 4,5 punti sul benchmark scientifico, e la verifica indipendente richiede settimane.
• Le protezioni abbassano il punteggio. Anthropic osserva che Fable 5.1 è stato valutato con le protezioni di produzione attive, e i compiti in cui le protezioni sono intervenute hanno ottenuto zero, il che abbassa il numero pubblicato senza implicare una debolezza.

La lezione pratica: l'unico benchmark che conta è il tuo carico di lavoro. Esegui entrambi i modelli su cinquanta casi reali della tua attività e misura insieme qualità, costo e latenza. Una settimana di questi test vale più di tutte le tabelle comparative pubblicate.

Che cosa significa per la tua azienda

Il principio su cui costruiamo in Origami non è cambiato nonostante la velocità con cui i modelli si rinnovano: non legare il tuo sistema a un solo modello. Rendi il modello un componente sostituibile del tuo progetto, non una fondazione su cui costruire. In pratica, per questa ondata:

• Dividi il lavoro in tre livelli. Le attività quotidiane ad alto volume su un modello economico di classe Flash, il lavoro di media complessità su un modello bilanciato e solo i compiti davvero di alto livello su un modello di frontiera. Questo da solo riduce la bolletta più di qualsiasi trattativa sul prezzo.
• Fai il budget sulle letture dalla cache, non sul prezzo di listino. Se il tuo lavoro è agentico (un assistente che legge i tuoi file e ripercorre il contesto), le letture dalla cache sono la tua vera bolletta, e un divario di 4x lì pesa più di qualsiasi differenza nei benchmark.
• Prova prima il livello di sforzo più basso. Alzalo solo quando le misurazioni dimostrano che serve, non per impressione.
• Prima di consegnare a un modello le chiavi dei tuoi sistemi, definisci i suoi limiti per iscritto: a quali sistemi può accedere, quali azioni richiedono l'approvazione umana e dove registra ciò che ha fatto. La capacità di uso del computer di Astra significa che il modello ora agisce invece di limitarsi a rispondere, e questo trasforma la governance da un optional in un requisito operativo.
• Se tratti dati personali, la conservazione dei dati è una decisione architetturale, non una nota legale a piè di pagina. Anthropic ha annunciato Enterprise Frontier Safeguards, che conserva i dati in un'infrastruttura cloud interamente controllata dal cliente, con un rilascio per fasi a partire da questo autunno. Qualsiasi obbligo previsto dalla Legge sulla protezione dei dati personali (PDPL) dell'Arabia Saudita si misura su ciò che è in vigore oggi, non su ciò che viene annunciato.

Il punto di vista di Origami

Quando un cliente ci chiede un sistema basato sull'IA, non partiamo da quale modello sia il più forte. Partiamo dividendo i suoi compiti in livelli in base a ciò che ciascuno merita davvero, poi costruiamo uno strato che permette di sostituire il modello senza ricostruire il sistema. Il motivo è semplice: il modello che scegli oggi non sarà il migliore tra sei mesi. Anthropic e OpenAI hanno lanciato modelli di frontiera a quarantotto ore di distanza l'uno dall'altro: già questo ti dice che qualsiasi sistema legato a un unico fornitore ha il rischio nelle fondamenta, non ai margini.

Conclusione

Astra guida nell'uso del computer, nella velocità e nel rispetto dei limiti del compito. Fable 5.1 guida nella programmazione, nella ricerca scientifica e nella resistenza sui compiti lunghi, ed è più conveniente sulla voce delle letture dalla cache di cui vive il lavoro agentico. Gemini 3.8 Flash vince una battaglia completamente diversa: il costo operativo quotidiano. La domanda giusta non è quale sia il più forte, ma quale compito meriti quale livello. Chi risponde con una tabella di misurazioni sul proprio carico di lavoro ottiene la migliore qualità con la bolletta più bassa.

Fonti

• OpenAI: annuncio ufficiale di GPT-6 Astra, fonte dei dati su OSWorld 2.0 e Mind2Web, della valutazione sui limiti del compito, dei risultati sulla cybersicurezza e della data di rilascio.
• Anthropic: annuncio ufficiale di Claude Fable 5.1 e Claude Mythos 5.1, fonte della tabella dei benchmark, dei prezzi delle letture dalla cache, delle stime di risparmio e di Enterprise Frontier Safeguards.
• Documentazione per sviluppatori di OpenAI: modello GPT-6 Astra, per i prezzi dell'API e i limiti di contesto.

Dati come riportati nelle fonti sopra indicate al 4 settembre 2026. I benchmark sono stati eseguiti da ciascun laboratorio sui propri modelli, e la verifica indipendente è ancora in corso.