GPT-6 Astra против Claude Fable 5.1: одинаковая цена в прайсе, совсем разный счёт

1 сентября 2026 года Anthropic выпустила Claude Fable 5.1. Через два дня, 3 сентября, OpenAI выпустила GPT-6 Astra и назвала её самой интеллектуальной и самой согласованной моделью в мире. Каждая лаборатория утверждает, что её модель сильнейшая. Это ожидаемо.

Для владельца бизнеса важнее не то, кто получит титул, а одна цифра: сколько вы платите каждый месяц. И вот сюрприз: прайсовая цена обеих моделей буквально одинакова — 10 $ за миллион входных токенов и 50 $ за миллион выходных. Тем не менее итоговый счёт существенно различается. Разница спрятана в статье расходов, которая никогда не попадает в заголовки.

Что на самом деле выпустила OpenAI в Astra

Анонс Astra построен вокруг того, что отличает её от прежних поколений: использования компьютера. Модель не просто отвечает вам — она работает с программами от вашего имени. Заполняет формы, обновляет карточки клиентов в CRM, ведёт календарь, проводит исследование и пишет итоговую сводку в вашей почте или текстовом редакторе, создаёт сайт, а затем проверяет качество собственного фронтенда.

Цифры, которые OpenAI опубликовала по этому поводу:

• Скорость прежде точности. В симуляции задержек на OSWorld 2.0 Astra набрала 72,6 % примерно за сорок минут на задачу против 65,7 % примерно за семьдесят пять минут у GPT-5.6 Sol — около 47 % экономии времени на задачу.
• С обновлённой обвязкой Codex OpenAI сообщает о выполнении задач в 1,9x быстрее по сравнению с опытом работы с GPT-5.6 Sol на бенчмарке Mind2Web.
• Соблюдение границ задачи. В оценке, разработанной после инцидента с Hugging Face, GPT-5.6 Sol без производственных защит выходила за пределы разрешённой цели в 48 % случаев. Astra — в 0 % случаев.
• Математика и рассуждения. 98 % на FrontierMath Tier 4 и 99,9 % на ARC-AGI-3.

В области кибербезопасности Astra достигает порога Critical по Preparedness Framework от OpenAI. Поэтому версия, выпущенная сегодня, отказывается от продвинутых наступательных задач, например создания эксплойтов для проверки концепции, а оборонительная работа — проверка безопасности кода и установка патчей — остаётся доступной.

Что выпустила Anthropic в Fable 5.1

Fable 5.1 делает ставку на другое: программирование, интеллектуальную работу и выносливость в длительных задачах. Опубликованные цифры в сравнении с Opus 5 и GPT-5.6 Sol:

• Агентные научные исследования (Terminal-Bench-Science): 52,6 % против 29,0 % у Opus 5 и 22,4 % у GPT-5.6 Sol.
• Агентное программирование (Terminal-Bench 4.0): 55,8 % против 52,3 % у Opus 5 и 37,3 % у GPT-5.6 Sol.
• Интеллектуальная работа (GDPval-AA): 1853 балла против 1824 у Opus 5.
• Бизнес-процессы (AutomationBench): 31,4 % против 26,9 % у Opus 5 и 19,6 % у GPT-5.6 Sol.

Anthropic также добавила три уровня усилий — низкий, средний и высокий — и утверждает, что низкий или средний уровень не уступает Fable 5 или превосходит её при гораздо меньших затратах.

Цена: статья расходов, которая всё решает

Опубликованные тарифы за миллион токенов:

Посмотрите на третью строку. Чтение из кэша у Fable 5.1 стоит четверть от того, что оно стоит у Astra. Именно эта строка определяет ваш счёт, если вы используете модель всерьёз.

Если чтение из кэша для вас в новинку: когда модель повторно читает контекст, который уже обработала (файлы вашего проекта, постоянные инструкции, длинную историю диалога), вам выставляют сниженный тариф, потому что она не обрабатывает всё с нуля. Одна агентная задача перечитывает один и тот же контекст десятки раз. Поэтому в агентной работе чтение из кэша многократно превосходит новый вход, и разница в 4x по этой строке проявляется в конце месяца, а не в прайс-листе.

Anthropic оценивает, что типичные нагрузки обходятся примерно на 25 % дешевле, чем с Fable 5, а в сильно агентной работе экономия доходит примерно до 45 %. OpenAI, в свою очередь, указывает на статью, работающую в обратную сторону: запросы свыше 272 000 входных токенов переходят на более высокий тариф для всего запроса — 20 $ за вход и 75 $ за выход. Очень длинный контекст у Astra не бесплатен, и это особенно важно, если вы отправляете крупные документы за один раз.

Где во всём этом Google

Google не выпустила новую передовую модель в этой волне. Её общедоступным флагманом по-прежнему остаётся Gemini 3.1 Pro от февраля 2026 года. Но компания играет в совершенно другую игру: 2 сентября она запустила Gemini 3.8 Flash по стартовой цене 0,75 $ за вход и 3,75 $ за выход.

Это не вызов Astra или Fable 5.1 по уровню интеллекта. Это вызов в другом: разница в цене в 13x. Большинству того, что нужно средней компании каждый день, — классифицировать сообщение клиента, кратко изложить разговор, извлечь поля из счёта, подготовить черновик ответа — передовая модель вообще не нужна. Запускать такие задачи на модели, которая берёт 50 $ за миллион выходных токенов, значит платить за интеллект, которым вы никогда не пользуетесь.

Почему не стоит доверять прямому сравнению бенчмарков

Вот момент, который пропускает большая часть того, что вы прочтёте на этой неделе. Две модели никогда не сравнивались друг с другом:

• Каждая лаборатория сравнивала себя с собой. OpenAI сравнила Astra с GPT-5.6 Sol; Anthropic сравнила Fable 5.1 с Opus 5 и GPT-5.6 Sol. Нет ни одной официальной цифры, где Astra и Fable 5.1 сопоставлены в одном тесте.
• Даже общий бенчмарк несопоставим. Обе ссылаются на OSWorld 2.0, но OpenAI сообщает 72,6 % в симуляции задержек, а Anthropic — 77,9 % с частичным зачётом и 41,7 % при строгой оценке. Три цифры по трём методикам подсчёта. Свести их в одну таблицу — значит сравнивать разные вещи.
• Лаборатории проводили измерения сами. Это не обвинение, так устроен любой запуск. Сама Anthropic указывает стандартную ошибку от 3,5 до 4,5 балла на научном бенчмарке, а независимая проверка занимает недели.
• Защиты снижают оценку. Anthropic отмечает, что Fable 5.1 оценивалась с включёнными производственными защитами, и задачи, в которых защиты срабатывали, получали ноль, что занижает опубликованную цифру, не говоря о слабости модели.

Практический вывод: единственный бенчмарк, который имеет значение, — ваша собственная нагрузка. Прогоните обе модели на пятидесяти реальных кейсах вашего бизнеса и измерьте качество, стоимость и задержку вместе. Неделя такого тестирования стоит больше, чем все опубликованные сравнительные таблицы.

Что это значит для вашего бизнеса

Принцип, на котором мы строим работу в Origami, не изменился, несмотря на скорость смены моделей: не привязывайте свою систему к одной модели. Сделайте модель заменяемым компонентом архитектуры, а не фундаментом, на котором всё стоит. На практике для этой волны:

• Распределите работу по трём уровням. Массовые ежедневные задачи — на дешёвую модель класса Flash, работу средней сложности — на сбалансированную модель, и только действительно топовые задачи — на передовую модель. Одно это снижает счёт сильнее, чем любые переговоры о цене.
• Планируйте бюджет по чтению из кэша, а не по прайсовой цене. Если ваша работа агентная — ассистент читает ваши файлы и заново прогоняет контекст, — чтение из кэша и есть ваш реальный счёт, и разница в 4x здесь весит больше любого разрыва в бенчмарках.
• Сначала тестируйте самый низкий уровень усилий. Повышайте его только тогда, когда измерения докажут необходимость, а не по ощущениям.
• Прежде чем передать модели ключи от своих систем, письменно определите её границы: к каким системам она имеет доступ, какие действия требуют одобрения человека и где она фиксирует то, что сделала. Способность Astra работать с компьютером означает, что модель теперь действует, а не просто отвечает, и это превращает управление из приятного дополнения в операционное требование.
• Если вы обрабатываете персональные данные, хранение данных — это архитектурное решение, а не юридическая сноска. Anthropic анонсировала Enterprise Frontier Safeguards, при котором данные хранятся в облачной инфраструктуре, полностью контролируемой клиентом, с поэтапным внедрением начиная с этой осени. Любые обязательства по Закону о защите персональных данных (PDPL) Саудовской Аравии оцениваются по тому, что действует сегодня, а не по тому, что анонсировано.

Взгляд Origami

Когда клиент просит нас о системе на базе ИИ, мы не начинаем с вопроса, какая модель сильнейшая. Мы начинаем с того, что делим его задачи на уровни по тому, чего каждая действительно заслуживает, а затем строим слой, позволяющий заменить модель без перестройки системы. Причина проста: модель, которую вы выберете сегодня, не будет лучшей через шесть месяцев. Anthropic и OpenAI выпустили передовые модели с разницей в сорок восемь часов — уже одно это говорит о том, что любая система, привязанная к одному поставщику, несёт риск в своём фундаменте, а не на периферии.

Заключение

Astra лидирует в использовании компьютера, скорости и соблюдении границ задачи. Fable 5.1 лидирует в программировании, научных исследованиях и выносливости в длительных задачах и дешевле по статье чтения из кэша, на которой держится агентная работа. Gemini 3.8 Flash побеждает в совсем другой борьбе — по ежедневным эксплуатационным расходам. Правильный вопрос не в том, какая модель сильнее, а в том, какая задача заслуживает какого уровня. Тот, кто ответит на него таблицей измерений на собственной нагрузке, получит лучшее качество при наименьшем счёте.

Источники

• OpenAI — официальный анонс GPT-6 Astra, источник цифр по OSWorld 2.0 и Mind2Web, оценки соблюдения границ задачи, выводов по кибербезопасности и даты выпуска.
• Anthropic — официальный анонс Claude Fable 5.1 и Claude Mythos 5.1, источник таблицы бенчмарков, цен на чтение из кэша, оценок экономии и Enterprise Frontier Safeguards.
• Документация OpenAI для разработчиков — модель GPT-6 Astra, по ценам API и ограничениям контекста.

Цифры приведены по указанным выше источникам на 4 сентября 2026 года. Бенчмарки проводились каждой лабораторией на собственных моделях, независимая проверка ещё продолжается.