मुख्य निष्कर्ष:
- दोनों ने वास्तविक शेडर लिखा। हर पेज पूरा दृश्य GLSL फ्रैगमेंट शेडर में कंप्यूट करता है, p5.js केवल कैनवस होस्ट करता है और माउस व समय पास करता है।
- Fable 5.2 ने गहराई बनाई; Astra ने एक तस्वीर बनाई। Fable की लहरें, चट्टानें, और लाइटहाउस 3D जैसा पढ़ते हैं, कुछ हद तक पुराने PlayStation गेम जैसा—अच्छे अर्थ में। Astra का दृश्य साफ़ पहचाना जा सकता है, पर बहुत सपाट है, और उसका लाइटहाउस एक ज़्यादा सरल पेंट ड्राइंग जैसा लगता है।
- केवल Fable 5.2 की बीम दृश्य का सम्मान करती है। जब Fable की बीम किसी तत्व के पीछे से गुजरती है, तो वह तत्व अंधेरा रहता है। Astra की बीम माउस पर प्रतिक्रियाशील है, पर कम सटीक।
- Fable 5.2 ने तूफान को निभाया। इसमें भारी बारिश, तेज़ लहरें, और पृष्ठभूमि में बिजली है। Astra में विश्वसनीय बारिश और आम तौर पर अच्छी लहरें हैं, पर बिजली नहीं, शांत समुद्र, अटपटी चट्टानें, और किनारे के पास लहरें जो मानो वाष्पित हो रही हों।
मैंने दोनों को इस आधार पर स्कोर किया कि पेज वर्णित दृश्य जैसा दिखता है या नहीं, शेडर कार्य की गुणवत्ता, बीम कर्सर का कितना अच्छे से पीछा करती है, और प्रभाव वास्तविक फ्रैगमेंट शेडर है या नहीं। आखिरी धुरी पर दोनों को पूरे अंक मिले; जहाँ वे अलग हैं, वे पंक्तियाँ:
| माप | Claude Fable 5.2 (high) | GPT-6 Astra (high) |
|---|---|---|
| इस रन की लागत (USD) | $4.91 | $1.75 |
| आउटपुट टोकन (रीजनिंग सहित) | 95,683 | 22,934 |
| एस्थेटिक मैच (मुख्य निर्णायक) | 5 | 3 |
| शेडर दक्षता | 5 | 4 |
| कर्सर इंटरैक्टिविटी | 5 | 4 |
| रूब्रिक स्कोर (चार धुरियों का औसत) | 5.0 | 3.7 |
कास्ट वाली पंक्ति चौंकाती है। Fable 5.2 प्रति टोकन सस्ता है, लेकिन इस टास्क पर उसने लगभग चार गुना आउटपुट टोकन खर्च किए, इसलिए उसका रन Astra से लगभग तीन गुना महंगा पड़ा।
Claude Fable 5.2 यह टेस्ट साफ़ तौर पर जीतता है, और अंतर वहीँ आता है जहाँ Unity के उद्धरण ने कहा था: वास्तविक गहराई वाला दृश्य और रोशनी जो ज्योमेट्री का सम्मान करती है। Fable का दृश्य एक गेम जैसा दिखता है; Astra का एक सरलित इलस्ट्रेशन जैसा।
यह एक effort सेटिंग पर एक टास्क का एक रन है, और वह परीक्षण फिजिक्स सिमुलेशन से अलग है जिसे Astra ने Fable 5.1 के खिलाफ जीता था, इसलिए यह दो मॉडलों की समग्र तुलना से अधिक 3D सीन बिल्डिंग के बारे में कहता है।
Claude Fable 5.2 बनाम GPT-6 Astra: कब कौन चुनें
अधिकांश तकनीकी कार्यों के लिए, Fable 5.2 प्रति टोकन अधिक मज़बूत और सस्ता विकल्प है। GPT-6 Astra का पक्ष इस पर टिका है कि आपकी टीम कहाँ काम करती है और उन दावों पर जो OpenAI ने प्रकाशित किए हैं और Anthropic ने अभी तक उत्तर नहीं दिए।
Claude Fable 5.2 चुनें अगर...
- आपके एजेंट घंटे भर चलते हैं। Remote Labor Index जैसे बहु-चरणीय प्रोजेक्ट्स पर Fable 5.2 की बढ़त सबसे चौड़ी है, और Anthropic का Lean में Fermat's Last Theorem का फॉर्मलाइज़ेशन दिखाता है कि यह बहुत लंबा काम अंत तक ले जा सकता है।
- आपको ऐसा कोड चाहिए जो मर्ज हो जाए। यह Anthropic के दोनों कोडिंग बेंचमार्क्स में आगे है, और Anthropic कहता है कि high effort पर भी यह Astra के सर्वश्रेष्ठ FrontierCode स्कोर को पीछे छोड़ देता है।
- आपके प्रॉम्प्ट्स कैश्ड या बहुत लंबे हैं। कैश्ड रीड्स Astra की दर के पाँचवें हिस्से पर हैं, और 272K टोकन के ऊपर कोई सरचार्ज नहीं है।
- आप 3D सीन, गेम्स, या विज़ुअल टूल्स बना रहे हैं। मेरे शेडर टेस्ट में, यह अकेला दृश्य था जिसमें वास्तविक गहराई और ज्योमेट्री का सम्मान करती रोशनी थी।
GPT-6 Astra चुनें अगर...
- आपकी टीम पहले से ChatGPT Business या Enterprise, Codex, या Azure में काम करती है। Astra इन सब्सक्रिप्शनों में शामिल है, और Pro, Business, और Enterprise प्लान्स को GPT-6 Astra Pro भी मिलता है।
- आपको Zero Data Retention चाहिए। Astra पात्र API ग्राहकों के लिए इसे सपोर्ट करता है, जबकि Fable 5.2 Enterprise Frontier Safeguards सेटअप न करने पर 30-दिन रिटेंशन आवश्यक करता है।
- आपका काम मिलियन-टोकन प्रॉम्प्ट में रिट्रीवल पर निर्भर है। OpenAI ने Astra के लिए लांग-कॉन्टेक्स्ट रिट्रीवल नतीजे प्रकाशित किए हैं; Anthropic ने Fable 5.2 के लिए नहीं किए।
- आप सीमित बजट पर कई छोटे बिल्ड्स चलाते हैं। मेरे टेस्ट में, Astra ने बहुत कम टोकन खर्च किए और Fable की लागत के लगभग एक-तिहाई में पूरा किया—हालाँकि परिणाम कमजोर था लेकिन उपयोगी।
Claude Fable 5.2 और GPT-6 Astra के साथ शुरुआत कैसे करें
दोनों मॉडल अपने-अपने API, तीनों बड़े क्लाउड्स, GitHub Copilot, और OpenRouter पर उपलब्ध हैं।
| सरफेस | Claude Fable 5.2 | GPT-6 Astra |
|---|---|---|
| कंज्यूमर ऐप | Claude ऐप्स, पात्र पेड प्लान (Pro और Team सहित) | ChatGPT Plus, Pro, Business, Enterprise (Enterprise वर्कस्पेसेज़ के लिए डिफ़ॉल्ट रूप से ऑफ) |
| फर्स्ट-पार्टी API | Claude Platform | OpenAI API |
| क्लाउड प्लेटफ़ॉर्म | AWS (Claude Platform on AWS, Amazon Bedrock), Google Cloud, Microsoft Azure | Microsoft Azure, Amazon Bedrock, Google Cloud |
| कोडिंग एजेंट्स | Claude Code, GitHub Copilot | Codex, GitHub Copilot |
| थर्ड-पार्टी रूटर्स | OpenRouter | OpenRouter |
| API मॉडल ID | claude-fable-5-2 | gpt-6-astra |
Claude Platform पर मॉडल ID claude-fable-5-2 है और OpenAI API पर gpt-6-astra।
अपनी पहली API कॉल करना
दोनों को आज़माने का सबसे तेज़ तरीका OpenRouter है, जहाँ OpenAI-कॉम्पैटिबल क्लाइंट में मॉडल बदलना एक स्ट्रिंग बदलने जितना आसान है।
import os
from openai import OpenAI
client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key=os.environ["OPENROUTER_API_KEY"])
response = client.chat.completions.create(
model="anthropic/claude-fable-5.2", # swap for "openai/gpt-6-astra"
messages=[{"role": "user", "content": "Review this migration plan for risks..."}],
)
print(response.choices[0].message.content)नेटिव SDKs के लिए, हमारा GPT-6 Astra API ट्यूटोरियल पूरा एजेंट बनाता है, और हमारा Fable 5.2 गाइड effort स्तरों और फास्ट मोड को कवर करता है।
अंतिम विचार
अभी के लिए, अधिकांश मांग वाले तकनीकी कार्यों में Claude Fable 5.2 बेहतर मॉडल है: यह उन सभी साझा बेंचमार्क्स पर GPT-6 Astra से आगे है, प्रति टोकन कम लागत है, और मेरे हैंड्स-ऑन टेस्ट में स्पष्ट रूप से जीता। सावधानी यह है कि उन सभी आमने-सामने संख्याओं को Anthropic ने लिखा है, और गणित, अमूर्त तर्क, और मिलियन-टोकन रिट्रीवल पर OpenAI के सबसे मजबूत दावों का Fable 5.2 ने अभी उत्तर नहीं दिया।
मेरे टेस्ट की कास्ट पंक्ति सबसे दिलचस्प लगी। Fable 5.2 प्रति टोकन सस्ता है और फिर भी कहीं महंगा चला, क्योंकि उसने बहुत अधिक सोचा और लिखा। अगर आप वर्कलोड्स शिफ्ट करते हैं, तो लागत प्रति टास्क मापें, प्रति टोकन नहीं।
अगर आप किसी भी मॉडल के साथ बिल्ड करने के इच्छुक हैं, तो मैं हमारे Introduction to Claude Models कोर्स और हमारे Working with the OpenAI API कोर्स की सिफारिश करता हूँ।
FAQs
क्या Claude Fable 5.2 GPT-6 Astra से बेहतर है?
जिन बेंचमार्क्स पर दोनों मॉडलों का स्कोर है, वहाँ हाँ। Anthropic की लॉन्च तालिका Claude Fable 5.2 को GPT-6 Astra से हर साझा पंक्ति पर आगे रखती है—कोडिंग, कंप्यूटर उपयोग, और लंबे समय-सीमा वाले नॉलेज वर्क सहित—और Fable 5.2 हमारे हैंड्स-ऑन शेडर टेस्ट में भी जीता। OpenAI ने Fable 5.2 के खिलाफ अपनी तुलना प्रकाशित नहीं की है, और Astra के गणित, अमूर्त तर्क, और लंबे संदर्भ रिट्रीवल के नतीजों का Fable 5.2 में अभी समकक्ष नहीं है।
Claude Fable 5.2 और GPT-6 Astra की कीमत कितनी है?
Claude Fable 5.2 की कीमत प्रति मिलियन इनपुट टोकन $8 और प्रति मिलियन आउटपुट टोकन $40 है। GPT-6 Astra की कीमतें $10 और $50 हैं। कैश्ड रीड्स Fable 5.2 पर प्रति मिलियन टोकन $0.20 और Astra पर $1.00 हैं, और Astra 272K इनपुट टोकन से ऊपर के अनुरोधों पर इनपुट का 2x और आउटपुट का 1.5x चार्ज करता है, जबकि Fable 5.2 कोई लांग-कॉन्टेक्स्ट सरचार्ज सूचीबद्ध नहीं करता।
कोडिंग के लिए Claude Fable 5.2 या GPT-6 Astra—कौन बेहतर है?
Anthropic द्वारा रिपोर्ट किए गए दोनों कोडिंग बेंचमार्क्स पर Claude Fable 5.2 आगे है: FrontierCode 2.0 पर 49.1% बनाम 42.8% और FrontierSWE v2 पर 69.9% बनाम 65.5%। ये स्कोर Anthropic से आए हैं, OpenAI से नहीं। जो टीमें पहले से Codex या ChatGPT में काम करती हैं, उनके लिए GPT-6 Astra अब भी अधिक सुविधाजनक विकल्प है।
Claude Fable 5.2 और GPT-6 Astra के API मॉडल IDs क्या हैं?
Claude Fable 5.2 का मॉडल ID Claude Platform पर claude-fable-5-2 है, और GPT-6 Astra का OpenAI API पर gpt-6-astra। OpenRouter पर ये anthropic/claude-fable-5.2 और openai/gpt-6-astra हैं।
मैं Claude Fable 5.2 और GPT-6 Astra कहाँ उपयोग कर सकता/सकती हूँ?
Claude Fable 5.2 Claude ऐप्स और Claude Code में पात्र पेड प्लान्स पर, और Claude Platform पर उपलब्ध है। GPT-6 Astra ChatGPT Plus, Pro, Business, और Enterprise में, OpenAI API पर, और Codex में उपलब्ध है। दोनों Microsoft Azure, Amazon Bedrock, GitHub Copilot, और Google Cloud पर भी उपलब्ध हैं।
टॉम DataCamp में डेटा साइंस संपादक हैं। वे एआई ट्यूटोरियल लिखते और संपादित करते हैं, नए LLM रिलीज़ की तुलना करते हैं, और एआई-संचालित वर्कफ़्लो बनाते हैं। इससे पहले, वे Deutsche Telekom में डेटा साइंस के क्षेत्र में काम करते थे। काम के अलावा, वे मशीन लर्निंग की मदद से फुटबॉल मैचों का पूर्वानुमान लगाते हैं।
Anthropic ने 9 नवंबर, 2026 को Claude Fable 5.2 जारी किया, OpenAI द्वारा GPT-6 Astra को "दुनिया का सबसे बुद्धिमान और अलाइंड मॉडल" घोषित करते हुए लॉन्च करने के दो महीने बाद। Fable 5.2 की कीमत Fable 5.1 की तुलना में कम है, और Anthropic की लॉन्च तालिका में जहाँ भी दोनों मॉडल आते हैं, हर पंक्ति पर यह Astra से आगे है। OpenAI ने Fable 5.2 के खिलाफ कोई तुलना प्रकाशित नहीं की है जो हमें मिली हो, इसलिए फ्रंटियर मॉडल चुनने वाले किसी भी व्यक्ति के लिए स्पष्ट सवाल है कि क्या ये आंकड़े टिकते हैं।
इस लेख में, मैं लंबे समय-सीमा वाले नॉलेज वर्क, कोडिंग, कंप्यूटर उपयोग, सेफगार्ड्स, और कीमतों पर Claude Fable 5.2 और GPT-6 Astra की तुलना करूँगा, और फिर दोनों पर एक हैंड्स-ऑन बिल्ड टास्क चलाऊँगा।
AI और डेटा जगत से अपडेट रहने के लिए, मैं हमारी साप्ताहिक न्यूज़लेटर The Median को सब्सक्राइब करने की सलाह देता हूँ।
संक्षेप में
Claude Fable 5.2 क्या है?
Claude Fable 5.2 Anthropic का सबसे मांग वाले तकनीकी कार्यों के लिए मॉडल है, जिसे नवंबर 2026 में सभी उपयोगकर्ताओं के लिए जारी किया गया। यह Claude Mythos 5.2 वाले ही आधारभूत मॉडल पर बना है, जो सत्यापित संगठनों के लिए Fable की साइबरसिक्योरिटी और बायोलॉजी सेफगार्ड्स हटाता है।
Anthropic इसे सबसे महत्वाकांक्षी, लंबी समय-सीमा वाले तकनीकी कार्यों के लिए रखता है, और रोज़मर्रा की कोडिंग और नॉलेज टास्क के लिए अब भी Claude Opus 5.5 की सिफारिश करता है।
हमारा Claude Fable 5.2 और Mythos 5.2 गाइड लॉन्च को विस्तार से कवर करता है।
GPT-6 Astra क्या है?
GPT-6 Astra OpenAI का फ्रंटियर फ्लैगशिप है, जिसे सितंबर 2026 में GPT-5.6 Sol के उत्तराधिकारी के रूप में लॉन्च किया गया।
OpenAI ने अपना पिच कंप्यूटर उपयोग और पेशेवर काम के इर्द-गिर्द बनाई, और ARC-AGI-3 तथा FrontierMath Tier 4 जैसे संतृप्त बेंचमार्क्स पर, जिन्हें AI मॉडलों से आगे रहने के लिए डिजाइन किया गया था।
हमारा GPT-6 Astra गाइड लॉन्च को कवर करता है; हमारा GPT-6 Astra API ट्यूटोरियल एक रिलीज़ चेक एजेंट बनाना समझाता है।
Claude Fable 5.2 बनाम GPT-6 Astra: आमने-सामने तुलना
जहाँ भी दोनों मॉडलों का स्कोर है, Fable 5.2 हर बेंचमार्क पर आगे है—कोडिंग से लेकर कंप्यूटर उपयोग तक—और केवल चार्ट रीडिंग लगभग बराबरी पर है। पेंच स्रोत में है: ये सभी आंकड़े Anthropic की लॉन्च तालिका से हैं, क्योंकि OpenAI की अपनी तालिका Fable 5.2 से पहले की है।
लंबी समय-सीमा का नॉलेज वर्क और शोध
खुले-अंत, बहु-चरणीय कार्यों पर Fable 5.2 की बढ़त सबसे बड़ी है। Remote Labor Index, जो वास्तविक फ्रीलांस-शैली प्रोजेक्ट्स को स्कोर करता है, पर Fable 5.2 का कंप्लीशन 41.3% है जबकि Astra का 20.8%—लगभग दोगुना।
पैटर्न पूरे तालिका में समान है: जितना कोई कार्य एक लंबे प्रोजेक्ट जैसा होता है, न कि एकल उत्तर जैसा, Fable 5.2 की बढ़त उतनी ही चौड़ी होती है। Humanity's Last Exam आश्चर्यजनक नहीं है: OpenAI की अपनी लॉन्च तालिका पहले ही Astra को Claude Fable 5.1 से पीछे दिखाती थी।
Anthropic के शोकेस भी यही दिशा दिखाते हैं। Fable 5.2 ने लगभग 1,000 एजेंट्स के साथ 30 घंटे में Lean में Fermat's Last Theorem का औपचारिक प्रमाण तैयार किया, जबकि एक पहले के आंतरिक रिसर्च मॉडल को यही काम 11 दिन लगा था।
इसे अंतिम निष्कर्ष मानने से पहले दो सावधानियाँ:
लंबे, अस्पष्ट शोध और विश्लेषण प्रोजेक्ट्स के लिए Fable 5.2 अधिक मजबूत मॉडल है, और मार्जिन इतने बड़े हैं कि केवल हार्नेस के फर्क से यह नहीं पटा जाएगा।
कोडिंग और एजेंटिक वर्कफ़्लोज़
Anthropic की रिपोर्ट के दोनों कोडिंग बेंचमार्क पर Fable 5.2 आगे है, हालांकि नॉलेज वर्क जितना नहीं। FrontierCode 2.0 पर, जो पूछता है कि क्या ओपन-सोर्स मेंटेनर्स किसी मॉडल के बदलावों को मर्ज करेंगे, Fable 5.2 xhigh effort पर 49.1% तक पहुँचता है, जबकि Astra 42.8% पर है।
Anthropic जोड़ता है कि Fable 5.2 high effort पर भी लगभग समान प्रति-टास्क लागत पर Astra के सर्वश्रेष्ठ FrontierCode स्कोर से बेहतर है। OpenAI की अपनी कोडिंग तालिका पुराने बेंचमार्क संस्करणों का उपयोग करती है और Astra की तुलना Fable 5.1 से करती है, इसलिए अभी OpenAI-पक्ष का कोई चेक नहीं है। उपलब्ध साक्ष्यों के अनुसार Fable 5.2 बेहतर कोडिंग मॉडल है।
कंप्यूटर उपयोग, विज़न, और रोबोटिक्स
कंप्यूटर उपयोग और रोबोटिक्स पर Fable 5.2 आगे है, जबकि चार्ट रीडिंग लगभग बराबरी पर है। रोबोटिक्स आउटलाईर है: RoboDojo Sim, एक सिम्युलेटेड टू-आर्म रोबोट, पर Fable 5.2 का स्कोर 64.9% है जबकि Astra का 29.8%।
OpenAI ने Astra को "दुनिया का सबसे अच्छा कंप्यूटर उपयोग मॉडल" कहा, लेकिन यह दावा OSWorld 2.0 पर Claude Fable 5.1 और Claude Opus 5 के खिलाफ किया गया था। Anthropic के नए संस्करण पर Fable 5.2 आगे है।
गणित, अमूर्त तर्क, और लंबा संदर्भ: Astra के अनुत्तरित दावे
Astra के सबसे मज़बूत लॉन्च नतीजे उन बेंचमार्क्स पर हैं जिन्हें Anthropic ने Fable 5.2 के लिए रिपोर्ट नहीं किया, इसलिए यहाँ आमने-सामने तुलना नहीं, केवल एक तरफ के दावे हैं। सबसे स्पष्ट है लांग-कॉन्टेक्स्ट रिट्रीवल: OpenAI के MRCR v2 8-नीडल टेस्ट में 512K से 1M टोकन बैंड पर Astra 96.3% स्कोर करता है।
OpenAI FrontierMath Tier 4 और ARC-AGI-3 पर भी लगभग संतृप्त स्कोर रिपोर्ट करता है, हालांकि हमारे GPT-6 Astra गाइड में नोट है कि ARC-AGI-3 का आंकड़ा एक स्टेटफुल हार्नेस पर निर्भर है जो साधारण API कॉल्स को नहीं मिलता। अगर आपका काम मिलियन-टोकन प्रॉम्प्ट में रिट्रीवल पर टिका है, तो प्रकाशित साक्ष्य के साथ इन दोनों में से केवल Astra है।
सेफगार्ड्स और डेटा रिटेंशन
दोनों मॉडल डिफ़ॉल्ट रूप से आपत्तिजनक साइबरसिक्योरिटी कार्यों को ब्लॉक करते हैं, और ये इनकारों की तुलना में डेटा रिटेंशन पर ज़्यादा अलग हैं। Fable 5.2 के क्लासिफ़ायर्स पेनिट्रेशन टेस्टिंग, एक्सप्लॉइट जेनरेशन, और अधिकांश रिसर्च-लेवल बायोलॉजी को ब्लॉक करते हैं, हालांकि Anthropic कहता है कि यह Fable 5.1 की तुलना में अनावश्यक ब्लॉक्स कम करता है; सत्यापित संगठन इसके बजाय Claude Mythos 5.2 के लिए आवेदन कर सकते हैं।
OpenAI अपने Preparedness Framework में Astra को Critical साइबरसिक्योरिटी थ्रेशहोल्ड पर रेट करता है और एक्सप्लॉइट क्रिएशन को Daybreak प्रोग्राम के पीछे रखता है। Astra पात्र API ग्राहकों के लिए Zero Data Retention सपोर्ट करता है, जबकि Fable 5.2 सुरक्षा मॉनिटरिंग के लिए 30-दिन रिटेंशन आवश्यक करता है जब तक कोई एंटरप्राइज Anthropic के Enterprise Frontier Safeguards का उपयोग न करे। उन विनियमित टीमों के लिए जो पहले से शून्य रिटेंशन पर निर्भर हैं, Astra अधिक सहज फिट है।
कीमतें: आप वास्तव में क्या चुकाते हैं
प्रकाशित दरों में जहाँ-जहाँ तुलना संभव है, हर जगह Fable 5.2 GPT-6 Astra से सस्ता है, और अंतर एकसमान नहीं है। Astra इनपुट, आउटपुट, और कैश राइट्स पर 1.25x महंगा है, लेकिन कैश्ड रीड्स पर 5x और केवल Astra लांग-कॉन्टेक्स्ट सरचार्ज जोड़ता है।
एक साधारण बैलेंस्ड वर्कलोड पर अंतर मामूली है। लेकिन जैसे ही प्रॉम्प्ट्स कैश होते हैं या 272K टोकन से आगे जाते हैं, यह निर्णायक कारक बन जाता है।
टोकन दरें साथ-साथ
दोनों विक्रेता प्रति मिलियन टोकन मानक दरें सूचीबद्ध करते हैं, साथ ही कैश, बैच, और फास्ट-मोड प्राइसिंग।
कैश्ड-रीड दर वह पंक्ति है जिसे अधिकांश टीमें महसूस करेंगी, क्योंकि एजेंट लूप्स हर स्टेप पर वही लंबा प्रीफ़िक्स फिर से भेजते हैं।
वास्तविक वर्कलोड की लागत
नीचे हर पंक्ति एक मासिक वॉल्यूम है, जिसकी कीमत (वॉल्यूम ÷ 1M) × दर के रूप में निकाली गई है, इनपुट और आउटपुट को जोड़कर।
किसी साझा वर्कलोड के लिए दोनों विक्रेताओं ने टोकन काउंट्स प्रकाशित नहीं किए हैं, इसलिए इन कुलों को बिल नहीं बल्कि दर तुलना मानें। नीचे मेरा हैंड्स-ऑन रन इसकी याद दिलाता है: वहाँ, प्रति टोकन सस्ता मॉडल रन के हिसाब से महंगा पड़ा।
Claude Fable 5.2 और GPT-6 Astra का प्रदर्शन
किसी एक विक्रेता की लॉन्च पोस्ट के बेंचमार्क्स की एक सीमा होती है, इसलिए मैंने दोनों मॉडलों पर एक बिल्ड टास्क समान प्रॉम्प्ट और समान टूलिंग के साथ चलाया।
टास्क: एक सिंगल HTML पेज जिसमें फुल-विंडो एनिमेटेड GLSL फ्रैगमेंट शेडर हो—एक रात के तूफान में चट्टानी तट पर एक लाइटहाउस, जहाँ चट्टानों पर लहरें टूटती हों, तिरछी बारिश हो, और नीचे से रोशनी लिए नीची बादल हों। लाइटहाउस की बीम माउस का अनुसरण करे और जहाँ-जहाँ से गुज़रे, वहाँ लहरें, बारिश, और बादल रोशन हों। p5.js केवल कैनवस होस्ट कर सकता था, लूप चला सकता था, और माउस पोज़िशन तथा समय शेडर में पास कर सकता था।
पूरा प्रॉम्प्ट:
यह क्यों कठिन है:
Anthropic की लॉन्च पोस्ट Unity के Sam Zhang का हवाला देती है कि Fable 5.2 की सबसे स्पष्ट प्रगति "शुरुआत से उच्च-गुणवत्ता वाले 3D दृश्य बनाना" है, तो यह उस दावे का सीधा परीक्षण है। यह कुछ मायनों में रीमैच भी है: हमारे GPT-6 Astra बनाम Claude Fable 5.1 तुलना में, Astra ने पिछले Fable के खिलाफ एक फिजिक्स सिमुलेशन टेस्ट जीता था।
दोनों मॉडल OpenCode में एक पिन किए हुए टूल सरफेस (सिर्फ फाइल पढ़ना और संपादित करना) के साथ,
highरीजनिंग effort पर, एक-एक प्रयास, नई सत्र में, बाइट-टू-बाइट समान प्रॉम्प्ट से चलाए गए।यहाँ दोनों पेजों की मेरी स्क्रीन रिकॉर्डिंग्स हैं, दृश्य पर माउस घुमाते हुए। Fable पहले: