GPT-6 Astra ve Claude Fable 5.1 karşılaştırması: Aynı liste fiyatı, bambaşka bir fatura

1 Eylül 2026'da Anthropic, Claude Fable 5.1'i yayımladı. İki gün sonra, 3 Eylül'de OpenAI, GPT-6 Astra'yı yayımladı ve onu dünyanın en zeki ve en uyumlu modeli olarak nitelendirdi. Her laboratuvar kendi modelinin en güçlüsü olduğunu söylüyor. Bu kadarı zaten beklenen bir şey.

Bir işletme sahibi için asıl önemli olan, unvanı kimin kazandığı değil, tek bir rakam: her ay ne ödediğiniz. İşte sürpriz de burada: her iki modelin liste fiyatı kelimenin tam anlamıyla aynı, milyon girdi tokenı başına 10 $ ve milyon çıktı tokenı başına 50 $. Yine de nihai fatura önemli ölçüde farklı. Fark, hiçbir zaman manşete çıkmayan bir kalemin içine gömülü.

OpenAI'nin Astra ile gerçekte sunduğu şey

Astra'nın duyurusu, önceki nesillerden farklı bir şeyin etrafında şekilleniyor: bilgisayar kullanımı. Model size yalnızca yanıt vermiyor, sizin adınıza yazılım kullanıyor. Form dolduruyor, bir CRM'deki müşteri kayıtlarını güncelliyor, takvim düzenliyor, araştırma yapıp özeti e-postanızda ya da belge düzenleyicinizde yazıyor, bir web sitesi kuruyor ve ardından kendi ön yüzünün kalite kontrolünü yapıyor.

OpenAI'nin bu konuda yayımladığı rakamlar:

• Doğruluktan önce hız. OSWorld 2.0 üzerindeki bir gecikme simülasyonunda Astra, görev başına yaklaşık kırk dakikada %72,6 puan aldı; GPT-5.6 Sol ise yaklaşık yetmiş beş dakikada %65,7 aldı. Bu, görev başına yaklaşık %47 daha az süre demek.
• Güncellenmiş Codex altyapısıyla OpenAI, Mind2Web kıyaslamasında GPT-5.6 Sol deneyimine kıyasla görevlerin 1,9 kat daha hızlı tamamlandığını bildiriyor.
• Görev sınırları içinde kalmak. Hugging Face olayından sonra oluşturulan bir değerlendirmede GPT-5.6 Sol, üretim korumaları olmadan vakaların %48'inde yetkilendirilmiş hedefin ötesine geçti. Astra bunu vakaların %0'ında yaptı.
• Matematik ve akıl yürütme. FrontierMath Tier 4'te %98 ve ARC-AGI-3'te %99,9.

Siber güvenlikte Astra, OpenAI'nin Preparedness Framework'ündeki Critical eşiğine ulaşıyor. Bu nedenle bugün sunulan sürüm, kavram kanıtı exploit'leri geliştirmek gibi ileri düzey saldırı görevlerini reddediyor; güvenli kod incelemesi ve yama uygulama gibi savunma amaçlı işler ise kullanılabilir durumda kalıyor.

Anthropic'in Fable 5.1 ile sunduğu şey

Fable 5.1 farklı bir yöne odaklanıyor: kodlama, bilgi işçiliği ve uzun soluklu görevlerde dayanıklılık. Opus 5 ve GPT-5.6 Sol'e karşı yayımlanan rakamları:

• Ajan tabanlı bilimsel araştırma (Terminal-Bench-Science): Opus 5'in %29,0'ına ve GPT-5.6 Sol'ün %22,4'üne karşı %52,6.
• Ajan tabanlı kodlama (Terminal-Bench 4.0): Opus 5'in %52,3'üne ve GPT-5.6 Sol'ün %37,3'üne karşı %55,8.
• Bilgi işçiliği (GDPval-AA): Opus 5'in 1824 puanına karşı 1853 puan.
• İş akışları (AutomationBench): Opus 5'in %26,9'una ve GPT-5.6 Sol'ün %19,6'sına karşı %31,4.

Anthropic ayrıca düşük, orta ve yüksek olmak üzere üç efor seviyesi ekledi ve düşük ya da orta eforun Fable 5'e çok daha düşük maliyetle denk geldiğini veya onu geçtiğini söylüyor.

Fiyat: farkı yaratan kalem

Yayımlanan tarifeler, milyon token başına:

Üçüncü satıra bakın. Fable 5.1'de bir önbellek okuması, Astra'dakinin dörtte biri kadar tutuyor. Modeli ciddi biçimde kullanıyorsanız faturanızı belirleyen tam olarak bu tek satır.

Önbellek okuması sizin için yeniyse: bir model daha önce işlediği bağlamı (proje dosyalarınızı, kalıcı talimatlarınızı, uzun bir konuşma geçmişini) yeniden okuduğunda, her şeyi sıfırdan yeniden işlemediği için indirimli bir tarifeyle faturalandırılırsınız. Tek bir ajan tabanlı görev aynı bağlamı onlarca kez yeniden okur. Bu nedenle ajan tabanlı çalışmada önbellek okumaları yeni girdiyi fersah fersah geride bırakır ve bu satırdaki 4 kat fark fiyat tablosunda değil, ay sonunda ortaya çıkar.

Anthropic, tipik iş yüklerinin Fable 5'e göre yaklaşık %25 daha ucuz olduğunu, yoğun ajan tabanlı işlerde ise tasarrufun yaklaşık %45'e ulaştığını tahmin ediyor. OpenAI ise ters yönde işleyen bir kaleme dikkat çekiyor: 272.000 girdi tokenını aşan istekler, isteğin tamamı için daha yüksek bir tarifeye geçiyor, 20 $ girdi ve 75 $ çıktı. Astra'da çok uzun bağlam bedava değil; bu da özellikle büyük belgeleri tek seferde gönderiyorsanız önem taşıyor.

Google tüm bunların neresinde

Google bu dalgada yeni bir öncü model yayımlamadı. Genel kullanıma açık amiral gemisi hâlâ Şubat 2026 tarihli Gemini 3.1 Pro. Ancak bambaşka bir oyun oynuyor: 2 Eylül'de Gemini 3.8 Flash'ı 0,75 $ girdi ve 3,75 $ çıktı olan tanıtım fiyatıyla sundu.

Bu, zekâ konusunda Astra'ya ya da Fable 5.1'e meydan okuma değil. Başka bir alanda meydan okuma: 13 kat fiyat farkı. Orta ölçekli bir şirketin günlük ihtiyaçlarının çoğu (bir müşteri mesajını sınıflandırmak, bir konuşmayı özetlemek, bir faturadan alanları çıkarmak, bir yanıt taslağı hazırlamak) öncü bir modele hiç ihtiyaç duymaz. Bu işleri milyon çıktı tokenı başına 50 $ alan bir modelde çalıştırmak, hiç kullanmadığınız bir zekâ için ödeme yapmak demektir.

Neden hiçbir doğrudan kıyaslama karşılaştırmasına güvenmemelisiniz

Bu hafta okuyacaklarınızın çoğunun atladığı nokta şu. İki model hiçbir zaman birbiriyle karşılaştırılmadı:

• Her laboratuvar kendini kendisiyle kıyasladı. OpenAI, Astra'yı GPT-5.6 Sol ile; Anthropic ise Fable 5.1'i Opus 5 ve GPT-5.6 Sol ile karşılaştırdı. Astra'yı aynı testte Fable 5.1 ile karşı karşıya getiren tek bir resmî rakam bile yok.
• Ortak kıyaslama bile karşılaştırılamıyor. İkisi de OSWorld 2.0'a atıf yapıyor, ancak OpenAI bir gecikme simülasyonunda %72,6 bildirirken Anthropic kısmi puanlamayla %77,9 ve katı puanlamayla %41,7 bildiriyor. Üç puanlama yöntemiyle üç rakam. Bunları tek bir tabloya koymak, farklı şeyleri karşılaştırmak demek.
• Laboratuvarlar ölçümlerini kendileri yaptı. Bu bir suçlama değil, her lansman böyle işler. Anthropic'in kendisi bilim kıyaslamasında 3,5 ila 4,5 puanlık bir standart hatadan söz ediyor ve bağımsız doğrulama haftalar sürüyor.
• Korumalar puanı düşürüyor. Anthropic, Fable 5.1'in üretim korumaları açıkken değerlendirildiğini ve korumaların devreye girdiği görevlerin sıfır puan aldığını belirtiyor; bu da zayıflık anlamına gelmeden yayımlanan rakamı aşağı çekiyor.

Pratik çıkarım: önemli olan tek kıyaslama, kendi iş yükünüz. Her iki modeli işletmenizden elli gerçek vaka üzerinde çalıştırın ve kaliteyi, maliyeti ve gecikmeyi birlikte ölçün. Bir haftalık böyle bir test, yayımlanmış tüm karşılaştırma tablolarından daha değerlidir.

Bunun işletmeniz için anlamı

Origami'de üzerine inşa ettiğimiz ilke, modellerin ne kadar hızlı değiştiğine rağmen değişmedi: sisteminizi tek bir modele bağlamayın. Modeli, üzerine inşa ettiğiniz bir temel değil, tasarımınızda değiştirilebilir bir bileşen yapın. Bu dalga için pratikte:

• İşleri üç katmana ayırın. Yüksek hacimli günlük görevleri ucuz bir Flash sınıfı modelde, orta ağırlıktaki işleri dengeli bir modelde ve yalnızca gerçekten üst düzey görevleri öncü bir modelde çalıştırın. Yalnızca bu bile faturayı herhangi bir fiyat pazarlığından daha fazla düşürür.
• Bütçeyi liste fiyatına göre değil, önbellek okumalarına göre yapın. İşiniz ajan tabanlıysa (dosyalarınızı okuyan ve bağlamı yeniden oynatan bir asistan), gerçek faturanız önbellek okumalarıdır ve oradaki 4 kat fark herhangi bir kıyaslama farkından daha ağır basar.
• Önce en düşük efor seviyesini test edin. Seviyeyi izlenime göre değil, yalnızca ölçüm ihtiyacı kanıtladığında yükseltin.
• Bir modele sistemlerinizin anahtarlarını teslim etmeden önce, sınırlarını yazılı olarak belirleyin: hangi sistemlere erişebileceğini, hangi işlemlerin insan onayı gerektirdiğini ve yaptıklarını nereye kaydettiğini. Astra'nın bilgisayar kullanma yeteneği, modelin artık yalnızca yanıt vermek yerine harekete geçtiği anlamına geliyor; bu da yönetişimi bir incelikten operasyonel bir gerekliliğe dönüştürüyor.
• Kişisel veri işliyorsanız, veri saklama hukuki bir dipnot değil, mimari bir karardır. Anthropic, verileri tamamen müşterinin kontrolündeki bulut altyapısında saklayan Enterprise Frontier Safeguards'ı duyurdu; hizmet bu sonbahardan itibaren aşamalı olarak sunulacak. Suudi Arabistan'ın Kişisel Verilerin Korunması Kanunu (PDPL) kapsamındaki her yükümlülük, duyurulana göre değil, bugün yürürlükte olana göre değerlendirilir.

Origami'nin bakışı

Bir müşteri bizden yapay zekâ destekli bir sistem istediğinde, hangi modelin en güçlü olduğundan başlamıyoruz. Görevlerini her birinin gerçekte neyi hak ettiğine göre katmanlara ayırarak başlıyoruz, ardından sistemi yeniden kurmadan modelin değiştirilebilmesini sağlayan bir katman inşa ediyoruz. Nedeni basit: bugün seçtiğiniz model altı ay sonra en iyisi olmayacak. Anthropic ve OpenAI, öncü modellerini birbirinden yalnızca kırk sekiz saat arayla yayımladı; bu tek başına, tek bir sağlayıcıya bağlı her sistemin riskinin kenarında değil temelinde olduğunu gösteriyor.

Sonuç

Astra; bilgisayar kullanımı, hız ve görev sınırları içinde kalma konusunda önde. Fable 5.1; kodlama, bilimsel araştırma ve uzun görevlerde dayanıklılıkta önde ve ajan tabanlı çalışmanın dayandığı önbellek okuma kaleminde daha ucuz. Gemini 3.8 Flash ise bambaşka bir mücadeleyi kazanıyor: günlük işletme maliyeti. Doğru soru hangisinin en güçlü olduğu değil, hangi görevin hangi katmanı hak ettiği. Bu soruyu kendi iş yükünden elde ettiği bir ölçüm tablosuyla yanıtlayan, en düşük faturayla en iyi kaliteye ulaşır.

Kaynaklar

• OpenAI: GPT-6 Astra resmî duyurusu; OSWorld 2.0 ve Mind2Web rakamlarının, görev sınırı değerlendirmesinin, siber güvenlik bulgularının ve sunum tarihinin kaynağı.
• Anthropic: Claude Fable 5.1 ve Claude Mythos 5.1 resmî duyurusu; kıyaslama tablosunun, önbellek okuma fiyatlarının, tasarruf tahminlerinin ve Enterprise Frontier Safeguards'ın kaynağı.
• OpenAI geliştirici belgeleri: GPT-6 Astra modeli; API fiyatları ve bağlam sınırları için.

Rakamlar, yukarıdaki kaynaklarda 4 Eylül 2026 itibarıyla belirtildiği şekildedir. Kıyaslamalar her laboratuvar tarafından kendi modelleri üzerinde yapılmıştır ve bağımsız doğrulama hâlâ sürmektedir.