GPT-6 Astra بمقابلہ Claude Fable 5.1: ایک جیسی فہرستی قیمت، مگر بل بالکل مختلف

1 ستمبر 2026 کو Anthropic نے Claude Fable 5.1 جاری کیا۔ دو دن بعد، 3 ستمبر کو، OpenAI نے GPT-6 Astra جاری کیا اور اسے دنیا کا سب سے ذہین اور سب سے زیادہ ہم آہنگ ماڈل قرار دیا۔ ہر لیب کہتی ہے کہ اس کا ماڈل سب سے طاقتور ہے۔ اتنا تو متوقع ہی ہے۔

کسی کاروبار کے مالک کے لیے زیادہ اہم یہ نہیں کہ اعزاز کون جیتتا ہے، بلکہ ایک عدد: آپ ہر مہینے کتنا ادا کرتے ہیں۔ اور یہی حیرت کی بات ہے — دونوں ماڈلز کی فہرستی قیمت لفظی طور پر ایک جیسی ہے، فی ملین ان پٹ ٹوکن $10 اور فی ملین آؤٹ پٹ $50۔ پھر بھی حتمی بل میں خاصا فرق ہوتا ہے۔ یہ فرق ایک ایسی مد میں دفن ہے جو کبھی سرخی نہیں بنتی۔

OpenAI نے Astra میں دراصل کیا پیش کیا

Astra کا اعلان پچھلی نسلوں سے مختلف ایک چیز کے گرد گھومتا ہے: کمپیوٹر کا استعمال۔ یہ ماڈل صرف آپ کو جواب نہیں دیتا — یہ آپ کی جانب سے سافٹ ویئر چلاتا ہے۔ یہ فارم بھرتا ہے، CRM میں صارفین کے ریکارڈ اپ ڈیٹ کرتا ہے، کیلنڈر منظم کرتا ہے، تحقیق کرتا ہے اور آپ کی ای میل یا دستاویز ایڈیٹر میں خلاصے کا مسودہ لکھتا ہے، ویب سائٹ بناتا ہے اور پھر اپنے ہی فرنٹ اینڈ کی معیار کی جانچ کرتا ہے۔

اس بارے میں OpenAI کے شائع کردہ اعداد و شمار:

• درستگی سے پہلے رفتار۔ OSWorld 2.0 پر لیٹنسی سمولیشن میں Astra نے فی ٹاسک تقریباً چالیس منٹ میں 72.6% اسکور کیا، جبکہ GPT-5.6 Sol نے تقریباً پچھتر منٹ میں 65.7% — یعنی فی ٹاسک تقریباً 47% کم وقت۔
• اپ ڈیٹ شدہ Codex ہارنس کے ساتھ، OpenAI بتاتا ہے کہ Mind2Web بینچ مارک پر GPT-5.6 Sol کے تجربے کے مقابلے میں ٹاسک 1.9x زیادہ تیزی سے مکمل ہوتے ہیں۔
• ٹاسک کی حدود کے اندر رہنا۔ Hugging Face واقعے کے بعد تیار کی گئی ایک جانچ میں، پروڈکشن حفاظتی اقدامات کے بغیر GPT-5.6 Sol نے 48% مرتبہ مجاز ہدف سے آگے جا کر کام کیا۔ Astra نے ایسا 0% واقعات میں کیا۔
• ریاضی اور استدلال۔ FrontierMath Tier 4 پر 98% اور ARC-AGI-3 پر 99.9%۔

سائبر سیکیورٹی میں Astra، OpenAI کے Preparedness Framework کے تحت Critical حد تک پہنچتا ہے۔ اسی لیے آج جاری ہونے والا ورژن اعلیٰ درجے کے جارحانہ کاموں، جیسے پروف آف کانسیپٹ ایکسپلائٹس بنانا، سے انکار کرتا ہے، جبکہ محفوظ کوڈ کا جائزہ اور پیچنگ جیسے دفاعی کام دستیاب رہتے ہیں۔

Anthropic نے Fable 5.1 میں کیا پیش کیا

Fable 5.1 ایک مختلف زاویے پر زور دیتا ہے: کوڈنگ، علمی کام، اور طویل دورانیے کے کاموں میں ثابت قدمی۔ Opus 5 اور GPT-5.6 Sol کے مقابلے میں اس کے شائع شدہ اعداد و شمار:

• ایجنٹک سائنسی تحقیق (Terminal-Bench-Science): 52.6%، جبکہ Opus 5 کا 29.0% اور GPT-5.6 Sol کا 22.4%۔
• ایجنٹک کوڈنگ (Terminal-Bench 4.0): 55.8%، جبکہ Opus 5 کا 52.3% اور GPT-5.6 Sol کا 37.3%۔
• علمی کام (GDPval-AA): 1853 پوائنٹس، جبکہ Opus 5 کے 1824۔
• کاروباری ورک فلو (AutomationBench): 31.4%، جبکہ Opus 5 کا 26.9% اور GPT-5.6 Sol کا 19.6%۔

Anthropic نے تین کوشش کی سطحیں بھی شامل کی ہیں — کم، درمیانی اور زیادہ — اور کہتا ہے کہ کم یا درمیانی کوشش، کہیں کم لاگت پر Fable 5 کے برابر یا اس سے بہتر کارکردگی دکھاتی ہے۔

قیمت: وہ مد جو فرق پیدا کرتی ہے

شائع شدہ نرخ، فی ملین ٹوکن:

تیسری قطار دیکھیے۔ Fable 5.1 پر کیش ریڈ کی قیمت Astra کے مقابلے میں ایک چوتھائی ہے۔ اگر آپ ماڈل کو سنجیدگی سے چلاتے ہیں تو یہی ایک قطار آپ کا بل طے کرتی ہے۔

اگر کیش ریڈ آپ کے لیے نیا تصور ہے: جب کوئی ماڈل پہلے سے پروسیس شدہ سیاق و سباق کو دوبارہ پڑھتا ہے — آپ کی پروجیکٹ فائلیں، آپ کی مستقل ہدایات، گفتگو کی طویل تاریخ — تو آپ سے کم شرح وصول کی جاتی ہے کیونکہ وہ سب کچھ شروع سے دوبارہ پروسیس نہیں کر رہا ہوتا۔ ایک اکیلا ایجنٹک ٹاسک اسی سیاق و سباق کو درجنوں بار دوبارہ پڑھتا ہے۔ اس لیے ایجنٹک کام میں کیش ریڈ نئے ان پٹ سے کہیں زیادہ ہوتے ہیں، اور اس قطار پر 4x کا فرق قیمتوں کے جدول میں نہیں بلکہ مہینے کے آخر میں ظاہر ہوتا ہے۔

Anthropic کا اندازہ ہے کہ عام ورک لوڈز کی لاگت Fable 5 کے مقابلے میں تقریباً 25% کم ہے، اور بھاری ایجنٹک کام پر بچت تقریباً 45% تک پہنچ جاتی ہے۔ دوسری طرف OpenAI ایک ایسی مد کی نشاندہی کرتا ہے جو الٹی سمت میں جاتی ہے: 272,000 سے زیادہ ان پٹ ٹوکن والی درخواستیں پوری درخواست کے لیے بلند شرح پر چلی جاتی ہیں — $20 ان پٹ اور $75 آؤٹ پٹ۔ Astra پر بہت طویل سیاق و سباق مفت نہیں، اور یہ سب سے زیادہ اس وقت اہم ہے جب آپ بڑی دستاویزات ایک ہی بار میں بھیجتے ہیں۔

اس سب میں Google کہاں ہے

Google نے اس لہر میں کوئی نیا فرنٹیئر ماڈل جاری نہیں کیا۔ اس کا عام دستیاب فلیگ شپ اب بھی فروری 2026 کا Gemini 3.1 Pro ہے۔ لیکن وہ بالکل مختلف کھیل کھیل رہا ہے: اس نے 2 ستمبر کو Gemini 3.8 Flash کو $0.75 ان پٹ اور $3.75 آؤٹ پٹ کی تعارفی قیمت پر متعارف کرایا۔

یہ ذہانت کے معاملے میں Astra یا Fable 5.1 کے لیے چیلنج نہیں۔ یہ کسی اور چیز پر چیلنج ہے — 13x کا قیمتی فرق۔ ایک درمیانے سائز کی کمپنی کو روزانہ جن کاموں کی ضرورت ہوتی ہے ان میں سے زیادہ تر — صارف کے پیغام کی درجہ بندی، گفتگو کا خلاصہ، انوائس سے فیلڈز نکالنا، جواب کا مسودہ تیار کرنا — کو فرنٹیئر ماڈل کی بالکل ضرورت نہیں۔ انہیں ایسے ماڈل پر چلانا جو فی ملین آؤٹ پٹ ٹوکن $50 وصول کرتا ہے، اس ذہانت کی قیمت ادا کرنا ہے جسے آپ کبھی استعمال نہیں کرتے۔

آپ کو کسی بھی براہِ راست بینچ مارک موازنے پر بھروسہ کیوں نہیں کرنا چاہیے

یہی وہ نکتہ ہے جسے اس ہفتے آپ جو کچھ پڑھیں گے اس کا زیادہ تر حصہ نظر انداز کر دیتا ہے۔ دونوں ماڈلز کا کبھی ایک دوسرے سے موازنہ ہی نہیں کیا گیا:

• ہر لیب نے اپنا موازنہ خود سے ہی کیا۔ OpenAI نے Astra کا موازنہ GPT-5.6 Sol سے کیا؛ Anthropic نے Fable 5.1 کا موازنہ Opus 5 اور GPT-5.6 Sol سے کیا۔ ایک بھی سرکاری عدد ایسا نہیں جو ایک ہی ٹیسٹ پر Astra کو Fable 5.1 کے مقابل رکھتا ہو۔
• مشترکہ بینچ مارک بھی قابلِ موازنہ نہیں۔ دونوں OSWorld 2.0 کا حوالہ دیتے ہیں، لیکن OpenAI لیٹنسی سمولیشن میں 72.6% رپورٹ کرتا ہے جبکہ Anthropic جزوی کریڈٹ کے ساتھ 77.9% اور سخت اسکورنگ میں 41.7% رپورٹ کرتا ہے۔ تین اسکورنگ طریقوں کے تحت تین اعداد۔ انہیں ایک جدول میں رکھنا مختلف چیزوں کا موازنہ کرنا ہے۔
• لیبز نے اپنی پیمائشیں خود کیں۔ یہ کوئی الزام نہیں، ہر لانچ اسی طرح ہوتا ہے۔ Anthropic خود سائنس بینچ مارک پر 3.5 سے 4.5 پوائنٹس کی معیاری غلطی کا ذکر کرتا ہے، اور آزادانہ تصدیق میں ہفتے لگتے ہیں۔
• حفاظتی اقدامات اسکور کم کرتے ہیں۔ Anthropic بتاتا ہے کہ Fable 5.1 کی جانچ پروڈکشن حفاظتی اقدامات فعال رکھ کر کی گئی، اور جن ٹاسکس میں حفاظتی اقدامات نے مداخلت کی انہیں صفر اسکور ملا — جو کسی کمزوری کی نشاندہی کیے بغیر اس کے شائع شدہ عدد کو کم کر دیتا ہے۔

عملی نتیجہ: واحد بینچ مارک جو اہمیت رکھتا ہے وہ آپ کا اپنا ورک لوڈ ہے۔ اپنے کاروبار کے پچاس حقیقی کیسز پر دونوں ماڈلز چلائیں اور معیار، لاگت اور لیٹنسی کو ایک ساتھ ماپیں۔ ایسی ایک ہفتے کی جانچ ہر شائع شدہ موازنہ جدول سے زیادہ قیمتی ہے۔

آپ کے کاروبار کے لیے اس کا کیا مطلب ہے

ماڈلز کتنی ہی تیزی سے بدلیں، Origami میں ہم جس اصول پر تعمیر کرتے ہیں وہ نہیں بدلا: اپنے نظام کو کسی ایک ماڈل سے نہ باندھیں۔ ماڈل کو اپنے ڈیزائن کا قابلِ تبدیل جزو بنائیں، وہ بنیاد نہیں جس پر آپ تعمیر کرتے ہیں۔ عملی طور پر، اس لہر کے لیے:

• کام کو تین درجوں میں تقسیم کریں۔ بڑے حجم والے روزمرہ کام سستے Flash درجے کے ماڈل پر، درمیانے درجے کا کام متوازن ماڈل پر، اور صرف واقعی اعلیٰ ترین درجے کے کام فرنٹیئر ماڈل پر۔ صرف یہی قدم کسی بھی قیمتی مذاکرات سے زیادہ بل کم کرتا ہے۔
• بجٹ فہرستی قیمت پر نہیں، کیش ریڈ پر بنائیں۔ اگر آپ کا کام ایجنٹک ہے — ایک اسسٹنٹ جو آپ کی فائلیں پڑھتا ہے اور سیاق و سباق کو دہراتا ہے — تو کیش ریڈ ہی آپ کا اصل بل ہے، اور وہاں 4x کا فرق کسی بھی بینچ مارک فرق سے زیادہ وزن رکھتا ہے۔
• سب سے پہلے کم ترین کوشش کی سطح آزمائیں۔ اسے صرف اس وقت بڑھائیں جب پیمائش سے ضرورت ثابت ہو، تاثر کی بنیاد پر نہیں۔
• کسی ماڈل کو اپنے نظاموں کی چابیاں سونپنے سے پہلے، اس کی حدود تحریری طور پر طے کریں: وہ کن نظاموں تک رسائی رکھ سکتا ہے، کن اقدامات کے لیے انسانی منظوری درکار ہے، اور وہ اپنے کیے گئے کام کا ریکارڈ کہاں رکھتا ہے۔ Astra کی کمپیوٹر استعمال کرنے کی صلاحیت کا مطلب ہے کہ ماڈل اب صرف جواب نہیں دیتا بلکہ عمل کرتا ہے — جو گورننس کو ایک اچھی اضافی چیز سے ایک آپریشنل ضرورت میں بدل دیتا ہے۔
• اگر آپ ذاتی ڈیٹا پروسیس کرتے ہیں، تو ڈیٹا کو محفوظ رکھنے کی مدت ایک آرکیٹیکچرل فیصلہ ہے، کوئی قانونی حاشیہ نہیں۔ Anthropic نے Enterprise Frontier Safeguards کا اعلان کیا ہے، جو ڈیٹا کو ایسے کلاؤڈ انفراسٹرکچر میں محفوظ کرتا ہے جس پر مکمل کنٹرول صارف کا ہوتا ہے، اور یہ اس خزاں سے مرحلہ وار جاری ہوگا۔ سعودی عرب کے ذاتی ڈیٹا کے تحفظ کے قانون (PDPL) کے تحت کوئی بھی ذمہ داری اس بنیاد پر جانچی جاتی ہے کہ آج کیا نافذ ہے، نہ کہ کیا اعلان کیا گیا ہے۔

Origami کا نقطۂ نظر

جب کوئی صارف ہم سے AI پر مبنی نظام مانگتا ہے تو ہم اس سوال سے آغاز نہیں کرتے کہ کون سا ماڈل سب سے طاقتور ہے۔ ہم اس کے کاموں کو اس بنیاد پر درجوں میں تقسیم کر کے آغاز کرتے ہیں کہ ہر کام حقیقت میں کس چیز کا مستحق ہے، پھر ایک ایسی پرت بناتے ہیں جس سے نظام دوبارہ بنائے بغیر ماڈل بدلا جا سکے۔ وجہ سادہ ہے: آج آپ جو ماڈل چنیں گے وہ چھ مہینے بعد بہترین نہیں ہوگا۔ Anthropic اور OpenAI دونوں نے ایک دوسرے سے اڑتالیس گھنٹوں کے اندر فرنٹیئر ماڈلز جاری کیے — صرف یہی بتاتا ہے کہ کسی ایک فراہم کنندہ سے بندھے کسی بھی نظام کا خطرہ اس کے کنارے پر نہیں، اس کی بنیاد میں ہے۔

نتیجہ

Astra کمپیوٹر کے استعمال، رفتار اور ٹاسک کی حدود کے اندر رہنے میں آگے ہے۔ Fable 5.1 کوڈنگ، سائنسی تحقیق اور طویل کاموں میں ثابت قدمی میں آگے ہے، اور اس کیش ریڈ مد پر سستا پڑتا ہے جس پر ایجنٹک کام کا انحصار ہے۔ Gemini 3.8 Flash ایک بالکل مختلف مقابلہ جیتتا ہے — روزانہ کی آپریشنل لاگت۔ درست سوال یہ نہیں کہ کون سب سے طاقتور ہے، بلکہ یہ کہ کون سا کام کس درجے کا مستحق ہے۔ جو اس کا جواب اپنے ورک لوڈ سے بنے پیمائشی جدول کے ساتھ دیتا ہے، وہی کم ترین بل پر بہترین معیار حاصل کرتا ہے۔

ماخذ

• OpenAI — GPT-6 Astra کا سرکاری اعلان، OSWorld 2.0 اور Mind2Web کے اعداد و شمار، ٹاسک کی حدود کی جانچ، سائبر سیکیورٹی کے نتائج اور اجرا کی تاریخ کا ماخذ۔
• Anthropic — Claude Fable 5.1 اور Claude Mythos 5.1 کا سرکاری اعلان، بینچ مارک جدول، کیش ریڈ کی قیمتوں، بچت کے تخمینوں اور Enterprise Frontier Safeguards کا ماخذ۔
• OpenAI ڈیولپر دستاویزات — GPT-6 Astra ماڈل، API کی قیمتوں اور کانٹیکسٹ کی حدود کے لیے۔

اعداد و شمار 4 ستمبر 2026 کو اوپر دیے گئے ماخذ میں بیان کردہ کے مطابق ہیں۔ بینچ مارکس ہر لیب نے اپنے ہی ماڈلز پر چلائے ہیں، اور آزادانہ تصدیق ابھی جاری ہے۔