Claude Fable 5.2 vs GPT-6 Astra: benchmarks, precios y una prueba práctica

Anthropic lanzó Claude Fable 5.2 el 9 de noviembre de 2026, dos meses después de que OpenAI presentara GPT-6 Astra como "el modelo más inteligente y alineado del mundo". Fable 5.2 llega con una rebaja respecto a Fable 5.1, y la tabla de lanzamiento de Anthropic lo sitúa por delante de Astra en todas las filas donde aparecen ambos modelos. OpenAI no ha publicado ninguna comparación frente a Fable 5.2 que hayamos encontrado, así que la pregunta obvia para quien esté eligiendo un modelo puntero es si esos números se sostienen.

En este artículo, compararé Claude Fable 5.2 y GPT-6 Astra en trabajo de conocimiento de largo recorrido, programación, uso del ordenador, salvaguardas y precios, y luego ejecutaré una tarea práctica de creación con ambos.

Para estar al día en IA y datos, te recomiendo suscribirte a nuestra newsletter semanal, The Median.

Resumen

• Fable 5.2 supera a GPT-6 Astra en todos los benchmarks que Anthropic reporta para ambos modelos, con las mayores diferencias en trabajo de largo recorrido y robótica.
• Fable 5.2 es más barato por token, y mucho más barato en lecturas en caché y en solicitudes por encima del umbral de contexto largo de Astra.
• En mi prueba práctica de shaders, Fable 5.2 construyó la escena claramente mejor, pero su ejecución costó más porque consumió muchos más tokens.
• Elige Fable 5.2 para ejecuciones largas de agentes, programación y trabajo de investigación exigentes, uso del ordenador y creaciones visuales.
• Elige GPT-6 Astra si tu equipo vive en ChatGPT, Codex o Azure, o necesita los resultados en matemáticas y contexto largo que solo OpenAI ha publicado.
• Todas las puntuaciones cara a cara proceden de Anthropic, así que trata la brecha de benchmarks como el argumento de Anthropic hasta que aparezcan pruebas independientes.

¿Qué es Claude Fable 5.2?

Claude Fable 5.2 es el modelo de Anthropic para su trabajo técnico más exigente, lanzado para todos los usuarios en noviembre de 2026 y construido sobre el mismo modelo base que Claude Mythos 5.2, que elimina las salvaguardas de ciberseguridad y biología de Fable para organizaciones verificadas.

Anthropic lo posiciona para el trabajo técnico más ambicioso y de largo recorrido, y sigue recomendando Claude Opus 5.5 como opción por defecto para tareas cotidianas de programación y conocimiento.

Nuestra guía de Claude Fable 5.2 y Mythos 5.2 cubre el lanzamiento en detalle.

¿Qué es GPT-6 Astra?

GPT-6 Astra es el buque insignia de frontera de OpenAI, lanzado en septiembre de 2026 como sucesor de GPT-5.6 Sol.

OpenAI centró su propuesta en el uso del ordenador y el trabajo profesional, y en benchmarks «saturados» como ARC-AGI-3 y FrontierMath Tier 4 diseñados para ir por delante de los modelos de IA.

Nuestra guía de GPT-6 Astra cubre el lanzamiento; nuestro tutorial del API de GPT-6 Astra te guía para crear un agente de comprobación de releases.

Claude Fable 5.2 vs GPT-6 Astra: comparación directa

Fable 5.2 lidera en todos los benchmarks que puntúan a ambos modelos, desde programación a uso del ordenador, y solo la lectura de gráficos queda cerca del empate. El matiz está en la fuente: todas estas cifras proceden de la tabla de lanzamiento de Anthropic, porque la tabla de OpenAI es anterior a Fable 5.2.

Trabajo de conocimiento de largo recorrido e investigación

La mayor ventaja de Fable 5.2 está en el trabajo abierto y multietapa. En el Remote Labor Index, que puntúa proyectos reales al estilo freelance, Fable 5.2 completa un 41,3% frente al 20,8% de Astra, aproximadamente el doble.

El patrón se repite: cuanto más se parece una tarea a un proyecto largo y menos a una respuesta puntual, mayor es la ventaja de Fable 5.2. Humanity's Last Exam no sorprende: la propia tabla de lanzamiento de OpenAI ya mostraba a Astra por detrás de Claude Fable 5.1 en esa prueba.

El escaparate de Anthropic apunta en la misma dirección. Fable 5.2 formalizó la demostración del último teorema de Fermat en Lean en 30 horas con unos 1.000 agentes, un proyecto para el que un modelo interno anterior necesitó 11 días.

Dos matices antes de dar el tema por zanjado:

• Todas las cifras de Astra en esta tabla las ejecutó Anthropic, no OpenAI.
• La puntuación de Anthropic para Astra en Terminal-Bench-Science es más alta que la propia cifra de OpenAI, lo que sugiere diferencias de ejecución entre laboratorios.

Fable 5.2 es el modelo más fuerte para proyectos largos, ambiguos, de investigación y análisis, y los márgenes son lo bastante amplios como para que una diferencia de arnés por sí sola sea poco probable que los cierre.

Programación y flujos agentivos

Fable 5.2 lidera los dos benchmarks de programación que reporta Anthropic, aunque con menos margen que en trabajo de conocimiento. En FrontierCode 2.0, que evalúa si mantenedores de open source aceptarían los cambios del modelo, Fable 5.2 alcanza el 49,1% a esfuerzo xhigh frente al 42,8% de Astra.

Anthropic añade que Fable 5.2 a esfuerzo alto supera la mejor puntuación de Astra en FrontierCode a un coste por tarea similar. La tabla de programación de OpenAI usa versiones de benchmarks más antiguas y compara Astra con Fable 5.1, así que aún no hay contraste desde OpenAI. Con la evidencia disponible, Fable 5.2 es mejor modelo para programar.

Uso del ordenador, visión y robótica

Fable 5.2 lidera en uso del ordenador y robótica, mientras que la lectura de gráficos queda cerca del empate. La robótica es la excepción llamativa: en RoboDojo Sim, un robot simulado de dos brazos, Fable 5.2 puntúa 64,9% frente al 29,8% de Astra.

OpenAI presentó a Astra como "el mejor modelo del mundo para uso del ordenador", pero hizo esa afirmación frente a Claude Fable 5.1 y Claude Opus 5 en OSWorld 2.0. En la versión más reciente de Anthropic, Fable 5.2 toma la delantera.

Matemáticas, razonamiento abstracto y contexto largo: las afirmaciones de Astra sin réplica

Los resultados más fuertes de Astra en su lanzamiento están en benchmarks que Anthropic no reportó para Fable 5.2, así que no hay cara a cara aquí, solo afirmaciones por una parte. La más clara es la recuperación en contexto largo: Astra puntúa 96,3% en la prueba MRCR v2 de 8 needles de OpenAI en la banda de 512K a 1M tokens.

OpenAI también reporta puntuaciones casi saturadas en FrontierMath Tier 4 y ARC-AGI-3, aunque en nuestra guía de GPT-6 Astra señalamos que la cifra de ARC-AGI-3 depende de un arnés con estado que no está disponible en llamadas API simples. Si tu trabajo depende de recuperar información en un prompt de un millón de tokens, Astra es el único de los dos con evidencia publicada.

Salvaguardas y retención de datos

Ambos modelos bloquean por defecto el trabajo ofensivo de ciberseguridad, y difieren más en retención de datos que en negativas. Los clasificadores de Fable 5.2 bloquean pruebas de penetración, generación de exploits y la mayoría de biología a nivel de investigación, aunque Anthropic dice que produce menos bloqueos innecesarios que Fable 5.1; las organizaciones verificadas pueden solicitar Claude Mythos 5.2 en su lugar.

OpenAI sitúa a Astra en el umbral Critical de ciberseguridad de su Preparedness Framework y restringe la creación de exploits mediante su programa Daybreak. Astra admite Zero Data Retention para clientes elegibles del API, mientras que Fable 5.2 requiere 30 días de retención para supervisión de seguridad, salvo que una empresa use Enterprise Frontier Safeguards de Anthropic. Para equipos regulados que ya dependen de retención cero, Astra encaja más fácil.

Precios: lo que realmente pagas

Fable 5.2 es más barato que GPT-6 Astra en todas las tarifas que ambos publican, y la brecha no es uniforme. Astra cuesta 1,25 veces más en entrada, salida y escrituras en caché, pero 5 veces más en lecturas en caché, y solo Astra añade recargo por contexto largo.

En una carga de trabajo equilibrada la diferencia es modesta. Se vuelve decisiva cuando los prompts se almacenan en caché o superan los 272K tokens.

Tarifas por token, lado a lado

Ambos proveedores listan tarifas estándar por millón de tokens, además de precios de caché, batch y modo rápido.

La tarifa de lectura en caché es la que más notarán muchos equipos, porque los bucles de agentes reenvían el mismo prefijo largo en cada paso.

Lo que cuesta una carga real

Cada fila es un volumen mensual, con precio (volumen ÷ 1M) × tarifa, sumado entre entrada y salida.

• Asistente equilibrado y recuperación bajo umbral: la prima es el 25% plano que implican las tarifas base.
• Recuperación sobre umbral: el mismo volumen cuesta más del doble en Astra, porque el recargo duplica la entrada y sube la salida a 1,5x en cada solicitud por encima de 272K tokens. Fable 5.2 no lista recargo en su ventana de 1M.
• Bucle con mucha caché: las lecturas en caché de Astra cuestan 5x que las de Fable, así que un prefijo largo reutilizado casi duplica la factura. La fila usa la tarifa de escritura en caché de 5 minutos de Fable.

Ningún proveedor ha publicado conteos de tokens para una carga compartida, así que toma estos totales como comparación de tarifas, no como factura. Mi ejecución práctica de abajo lo recuerda bien: allí, el modelo más barato por token fue la ejecución más cara.

Cómo rindieron Claude Fable 5.2 y GPT-6 Astra

Los benchmarks de un solo lanzamiento llegan hasta donde llegan, así que ejecuté una tarea de creación con ambos modelos con el mismo prompt y las mismas herramientas.

La tarea: una única página HTML con un shader de fragmentos GLSL animado a pantalla completa de un faro en una costa rocosa durante una tormenta nocturna, con olas rompiendo, lluvia inclinada y nubes bajas iluminadas desde abajo. El haz del faro debía seguir el ratón e iluminar las olas, la lluvia y las nubes por donde pasara. p5.js solo podía alojar el lienzo, ejecutar el bucle y pasar la posición del ratón y el tiempo al shader.

El prompt completo:

Using p5.js (loaded from a CDN — that is the only external dependency allowed), build a single-file HTML page with a full-window animated shader. The scene: a **lighthouse on a rocky coast during a night storm, with rolling waves breaking on the rocks, slanted rain streaks, and low clouds lit from beneath**. The lighthouse beam should react to the mouse — the beam follows the cursor, and the waves, rain, and clouds it sweeps across light up where it falls. Write the visual effect as a **GLSL fragment shader**; use p5 only to host the canvas, run the animation loop, and pass the mouse position and time into the shader as uniforms.

Ship it as one working file named `index.html` that starts animating on load. Do not install packages. Do not open, screenshot, or headless-render the page (no Playwright, Puppeteer, or Chrome). Do not ask me clarifying questions — make reasonable assumptions and note them briefly in a comment at the top of the file.Con la tecnología de

Por qué es difícil:

• Cuatro elementos de escena —mar, rocas, lluvia y nubes—, todos calculados por píxel dentro de un único shader, sin texturas ni geometría de apoyo.
• Una fuente de luz móvil que debe incidir correctamente sobre todos ellos, apunte donde apunte el cursor.
• Hacerlo con matemáticas reales de shader, en lugar de simular la escena con trazos 2D de p5.

La nota de lanzamiento de Anthropic cita a Sam Zhang, de Unity, diciendo que las mejoras más claras de Fable 5.2 están en «crear escenas 3D de mayor calidad desde cero», así que es una prueba directa de esa afirmación. También es una especie de revancha: en nuestra comparativa GPT-6 Astra vs Claude Fable 5.1, Astra ganó una prueba de simulación física frente al anterior Fable.

Ambos modelos se ejecutaron en OpenCode con una superficie de herramientas fija (solo lectura y edición de archivos), a esfuerzo de razonamiento high, un intento cada uno, en una sesión nueva, con el prompt entregado byte a byte.

Aquí tienes mis grabaciones de pantalla de ambas páginas, moviendo el ratón por la escena. Fable va primero: