Claude Fable 5.2 vs GPT-6 Astra: Tolok Ukur, Harga, dan Uji Praktik

Anthropic merilis Claude Fable 5.2 pada 9 November 2026, dua bulan setelah OpenAI meluncurkan GPT-6 Astra sebagai "model paling cerdas dan paling selaras di dunia." Fable 5.2 hadir dengan penurunan harga dibanding Fable 5.1, dan tabel peluncuran Anthropic menempatkannya di depan Astra pada setiap baris yang mencantumkan keduanya. OpenAI belum menerbitkan perbandingan terhadap Fable 5.2 yang bisa kami temukan, sehingga pertanyaan jelas bagi siapa pun yang memilih model frontier adalah apakah angka-angka tersebut bertahan.

Dalam artikel ini, saya akan membandingkan Claude Fable 5.2 dan GPT-6 Astra dalam kerja pengetahuan berjangka panjang, coding, penggunaan komputer, pengaman, dan harga, lalu menjalankan satu tugas build praktik terhadap keduanya.

Untuk mengikuti perkembangan AI dan data, saya sarankan berlangganan buletin mingguan kami, The Median.

Ringkasnya

• Fable 5.2 mengalahkan GPT-6 Astra pada setiap tolok ukur yang dilaporkan Anthropic untuk kedua model, dengan selisih terbesar pada kerja pengetahuan berjangka panjang dan robotika.
• Fable 5.2 lebih murah per token, dan jauh lebih murah untuk prompt yang di-cache serta untuk permintaan di atas ambang konteks panjang Astra.
• Dalam uji shader praktik saya, Fable 5.2 membangun adegan yang jelas lebih baik, tetapi biayanya lebih besar karena menghabiskan token jauh lebih banyak.
• Pilih Fable 5.2 untuk run agen panjang, pekerjaan coding dan riset yang sulit, penggunaan komputer, dan build visual.
• Pilih GPT-6 Astra jika tim Anda menggunakan ChatGPT, Codex, atau Azure, atau membutuhkan hasil matematika dan konteks panjang yang hanya telah dipublikasikan OpenAI.
• Setiap skor head-to-head berasal dari Anthropic, jadi perlakukan jarak tolok ukur sebagai klaim Anthropic hingga ada uji independen.

Apa itu Claude Fable 5.2?

Claude Fable 5.2 adalah model Anthropic untuk pekerjaan teknis yang paling menuntut, dirilis untuk semua pengguna pada November 2026 dan dibangun di atas model dasar yang sama dengan Claude Mythos 5.2, yang menghapus pengaman keamanan siber dan biologi Fable untuk organisasi terverifikasi.

Anthropic memposisikannya untuk pekerjaan teknis berjangka panjang yang paling ambisius, dan tetap merekomendasikan Claude Opus 5.5 sebagai default untuk tugas coding dan pengetahuan sehari-hari.

Panduan Claude Fable 5.2 dan Mythos 5.2 kami membahas peluncuran secara lengkap.

Apa itu GPT-6 Astra?

GPT-6 Astra adalah andalan frontier OpenAI, diluncurkan pada September 2026 sebagai penerus GPT-5.6 Sol.

OpenAI membangun pesannya di sekitar penggunaan komputer dan pekerjaan profesional, serta di sekitar tolok ukur seperti ARC-AGI-3 dan FrontierMath Tier 4 yang dirancang untuk selalu berada selangkah di depan model AI.

Panduan GPT-6 Astra kami membahas peluncurannya; tutorial API GPT-6 Astra kami memandu pembuatan agen pemeriksa rilis.

Claude Fable 5.2 vs GPT-6 Astra: Perbandingan Head-to-Head

Fable 5.2 memimpin pada setiap tolok ukur yang menilai keduanya, dari coding hingga penggunaan komputer, dan hanya pembacaan grafik yang mendekati seri. Kekurangannya adalah sumber: semua angka ini berasal dari tabel peluncuran Anthropic, karena tabel OpenAI sendiri lebih awal dari Fable 5.2.

Pekerjaan pengetahuan berjangka panjang dan riset

Keunggulan terbesar Fable 5.2 ada pada pekerjaan terbuka multilangkah. Pada Remote Labor Index, yang menilai proyek bergaya freelance nyata, Fable 5.2 menyelesaikan 41,3% dibanding 20,8% milik Astra, kira-kira dua kali lipat.

Pola ini bertahan di seluruh tabel: semakin sebuah tugas tampak seperti proyek panjang alih-alih satu jawaban, semakin lebar keunggulan Fable 5.2. Humanity's Last Exam tidak mengejutkan: tabel peluncuran OpenAI sendiri sudah menunjukkan Astra tertinggal dari Claude Fable 5.1 di sana.

Demo Anthropic sendiri mengarah ke hal yang sama. Fable 5.2 memformalkan pembuktian Teorema Terakhir Fermat di Lean dalam 30 jam dengan sekitar 1.000 agen, sebuah proyek yang membutuhkan 11 hari pada model riset internal sebelumnya.

Dua catatan sebelum Anda menganggap ini tuntas:

• Setiap angka Astra di tabel ini dijalankan oleh Anthropic, bukan OpenAI.
• Skor Terminal-Bench-Science untuk Astra dari Anthropic lebih tinggi daripada angka OpenAI sendiri, yang menunjukkan kedua lab menjalankannya secara berbeda.

Fable 5.2 adalah model yang lebih kuat untuk proyek riset dan analisis yang panjang dan ambigu, dan margin yang besar membuat perbedaan harness saja kecil kemungkinannya menutup celah tersebut.

Coding dan alur kerja agentic

Fable 5.2 memimpin pada kedua tolok ukur coding yang dilaporkan Anthropic, meski tidak sebesar pada pekerjaan pengetahuan. Pada FrontierCode 2.0, yang menilai apakah maintainer open-source akan menggabungkan perubahan model, Fable 5.2 mencapai 49,1% pada effort xhigh dibanding 42,8% milik Astra.

Anthropic menambahkan bahwa Fable 5.2 pada effort high mengalahkan skor FrontierCode terbaik Astra dengan biaya per tugas yang kira-kira sama. Tabel coding OpenAI sendiri menggunakan versi tolok ukur yang lebih lama dan membandingkan Astra dengan Fable 5.1, sehingga belum ada cek dari sisi OpenAI. Berdasarkan bukti yang tersedia, Fable 5.2 adalah model coding yang lebih baik.

Penggunaan komputer, visi, dan robotika

Fable 5.2 memimpin pada penggunaan komputer dan robotika, sementara pembacaan grafik nyaris seri. Robotika menjadi pengecualian: pada RoboDojo Sim, robot dua lengan simulasi, Fable 5.2 mencetak 64,9% dibanding 29,8% milik Astra.

OpenAI menyebut Astra "model penggunaan komputer terbaik di dunia," tetapi klaim itu dibuat melawan Claude Fable 5.1 dan Claude Opus 5 pada OSWorld 2.0. Pada versi yang lebih baru dari Anthropic, Fable 5.2 memimpin.

Matematika, penalaran abstrak, dan konteks panjang: klaim Astra yang belum terjawab

Hasil peluncuran terkuat Astra berada pada tolok ukur yang tidak dilaporkan Anthropic untuk Fable 5.2, jadi tidak ada head-to-head di sini, hanya klaim dari satu sisi. Yang paling jelas adalah pengambilan konteks panjang: Astra mencetak 96,3% pada uji MRCR v2 8-needle OpenAI di rentang 512K hingga 1M token.

OpenAI juga melaporkan skor nyaris jenuh pada FrontierMath Tier 4 dan ARC-AGI-3, meski panduan GPT-6 Astra kami mencatat bahwa angka ARC-AGI-3 bergantung pada harness stateful yang tidak didapatkan panggilan API biasa. Jika pekerjaan Anda bergantung pada pengambilan kembali di dalam prompt sejuta token, Astra adalah satu-satunya dari keduanya yang memiliki bukti terbitan.

Pengaman dan retensi data

Kedua model memblokir pekerjaan keamanan siber ofensif secara default, dan mereka lebih berbeda pada retensi data daripada pada penolakan. Klasifier Fable 5.2 memblokir pengujian penetrasi, pembuatan eksploit, dan sebagian besar biologi tingkat riset, meski Anthropic mengatakan model ini menghasilkan lebih sedikit blokir yang tidak perlu daripada Fable 5.1; organisasi yang terverifikasi dapat mendaftar Claude Mythos 5.2 sebagai gantinya.

OpenAI menilai Astra pada ambang keamanan siber Critical dari Preparedness Framework dan membatasi pembuatan eksploit di balik program Daybreak. Astra mendukung Zero Data Retention untuk pelanggan API yang memenuhi syarat, sementara Fable 5.2 mewajibkan retensi 30 hari untuk pemantauan keselamatan kecuali perusahaan menggunakan Enterprise Frontier Safeguards milik Anthropic. Bagi tim teregulasi yang sudah bergantung pada tanpa retensi, Astra lebih mudah diadopsi.

Harga: yang benar-benar Anda bayar

Fable 5.2 lebih murah daripada GPT-6 Astra pada setiap tarif yang dipublikasikan kedua vendor, dan selisihnya tidak seragam. Astra berbiaya 1,25x untuk input, output, dan penulisan cache, tetapi 5x untuk pembacaan cache, dan hanya Astra yang menambahkan biaya tambahan konteks panjang.

Pada beban kerja seimbang biasa, perbedaannya moderat. Ini menjadi faktor penentu ketika prompt di-cache atau berjalan melewati 272K token.

Tarif token berdampingan

Kedua vendor mencantumkan tarif standar per sejuta token, plus harga cache, batch, dan mode cepat.

Tarif pembacaan cache adalah baris yang paling terasa oleh banyak tim, karena loop agen mengirim ulang prefiks panjang yang sama pada setiap langkah.

Biaya beban kerja nyata

Setiap baris di bawah ini adalah volume bulanan, dihitung sebagai (volume ÷ 1M) × tarif, dijumlahkan antara input dan output.

• Asisten seimbang dan pengambilan di bawah ambang: preminya adalah 25% flat seperti yang tersirat oleh tarif utama.
• Pengambilan di atas ambang: volume yang sama menjadi lebih dari dua kali lipat biayanya pada Astra, karena biaya tambahan menggandakan input dan menaikkan output setengah kali untuk setiap permintaan di atas 272K token. Fable 5.2 tidak mencantumkan biaya tambahan pada jendela 1M-nya.
• Loop berat cache: pembacaan cache Astra berbiaya 5x Fable, jadi prefiks panjang yang digunakan ulang hampir menggandakan tagihan. Baris ini menggunakan tarif penulisan cache 5 menit milik Fable.

Tidak ada vendor yang telah menerbitkan jumlah token untuk beban kerja bersama, jadi perlakukan total ini sebagai perbandingan tarif, bukan tagihan. Run praktik saya di bawah ini mengingatkan alasannya: di sana, model yang lebih murah per token justru run-nya lebih mahal.

Performa Claude Fable 5.2 dan GPT-6 Astra

Tolok ukur dari posting peluncuran satu vendor hanya sejauh itu nilainya, jadi saya menjalankan satu tugas build terhadap kedua model dengan prompt dan tooling yang identik.

Tugasnya: satu halaman HTML dengan GLSL fragment shader animasi layar penuh tentang mercusuar di pantai berbatu saat badai malam, dengan gelombang bergulung yang pecah di bebatuan, hujan miring, dan awan rendah yang diterangi dari bawah. Sinar mercusuar harus mengikuti mouse dan menerangi gelombang, hujan, dan awan yang dilaluinya. p5.js hanya boleh menjadi host kanvas, menjalankan loop, dan memasukkan posisi mouse serta waktu ke shader.

Prompt lengkap:

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.Didukung oleh

Yang membuatnya sulit:

• Empat elemen adegan—laut, bebatuan, hujan, dan awan—semuanya dihitung per piksel di dalam satu shader, tanpa tekstur atau geometri sebagai tumpuan.
• Satu sumber cahaya bergerak yang harus jatuh dengan benar pada semuanya, ke mana pun kursor diarahkan.
• Melakukannya sebagai matematika shader nyata, bukan memalsukan adegan dengan panggilan gambar 2D p5.

Posting peluncuran Anthropic mengutip Sam Zhang dari Unity yang mengatakan peningkatan paling jelas Fable 5.2 ada pada "membangun adegan 3D berkualitas lebih tinggi dari nol," jadi ini adalah uji langsung atas klaim itu. Ini juga semacam pertandingan ulang: dalam perbandingan GPT-6 Astra vs Claude Fable 5.1 kami, Astra memenangkan uji simulasi fisika melawan Fable sebelumnya.

Kedua model dijalankan di OpenCode dengan permukaan tool yang dipaku (hanya baca dan edit file), pada reasoning effort high, satu percobaan masing-masing, di sesi baru, dengan prompt dikirim byte-per-byte.

Berikut rekaman layar halaman keduanya, menggerakkan mouse melintasi adegan. Fable lebih dulu: