GPT-6 Astra vs Claude Fable 5.1: prestaties, prijzen en wanneer je welke gebruikt

Wat is GPT-6 Astra?

GPT-6 Astra is OpenAI’s frontier-vlaggenschip, de opvolger van GPT-5.6 Sol, en is gebouwd rond agentische uitvoering in plaats van chat. OpenAI positioneert het voor computergebruik, professioneel werk en software-engineering, en het is het eerste OpenAI-model dat de “Critical”-drempel voor cybersecurity overschrijdt in het Preparedness Framework van het bedrijf. Het draait op een contextvenster van 1.050.000 tokens met 128K maximale output en een kennisafkapdatum van 30 april 2026.

Twee zaken vallen op in de aankondiging. In Codex bewaart Astra notities over contextvensters heen in plaats van ze samen te persen tot een samenvatting, zodat eerdere vensters doorzoekbaar blijven. Ook beslist het wanneer het een verhelderende vraag stelt in plaats van altijd te gokken of altijd te vragen.

Voor de volledige lijst met functies, benchmarktabellen en toegangsdetails, zie onze GPT-6 Astra-gids. Het is ook de moeite waard dit te lezen naast onze coverage van de voorganger in GPT-5.6 Sol, Terra en Luna.

Wat is Claude Fable 5.1?

Claude Fable 5.1 is Anthropics algemeen beschikbare frontiermodel voor veeleisend redeneren en agentisch werk met lange horizon. Het draait een contextvenster van 1M tokens met 128K maximale output, adaptief denken dat altijd aan staat, en een kennisafkapdatum van juni 2026. Volgens Anthropics documentatie is de latency trager dan Claude Opus 5 en Claude Sonnet 5, die beide lager geprijsd zijn.

Claude Mythos 5.1 is hetzelfde model met andere waarborgen, op uitnodiging beschikbaar via Project Glasswing. De kop voor de rest is de prijs voor cachereads, met 75% verlaagd naar $0,25 per miljoen tokens, terwijl de lijsttarieven gelijk bleven.

Onze Claude Fable 5.1-gids bevat de volledige benchmarkuitsplitsing, en onze Claude Fable 5.1 API-tutorial bouwt er een repository-bewuste developeragent mee, inclusief een echte kostenanalyse per inspanningsniveau.

GPT-6 Astra vs Claude Fable 5.1: rechtstreekse vergelijking

De korte versie: OpenAI’s vergelijkingstabel laat Astra vóór Fable 5.1 zien op bijna elke gepubliceerde rij, en Artificial Analysis laat het omgekeerde zien op beide indices. Welke je gelooft, hangt af van hoeveel gewicht je hecht aan een leverancier die zijn eigen concurrent beoordeelt.

Coding en agentische workflows

Astra leidt op de codeerbenchmarks die OpenAI publiceerde, maar de marges zijn klein en de onafhankelijke index is het er niet mee eens. Op Terminal-Bench 4.0, dat software-engineering, systeemconfiguratie en data-analyse in een terminal test, rapporteert OpenAI 57,7% voor Astra tegenover 55,8% voor Fable 5.1. Anthropic publiceert hetzelfde cijfer van 55,8%, dus die rij is in elk geval onbetwist.

De kloof wordt groter op DeepSWE v1.1, waar Astra 74,1% haalt tegenover 67,4%, en sluit bijna volledig op FrontierCode 1.1 Main, waar 53,3% versus 50,9% binnen het bereik valt dat Claude Fable 5 (53,5%) en Claude Opus 5 (53,4%) al bezetten.

Die laatste rij is de terugkerende. Artificial Analysis zet Fable 5.1 in Claude Code op 70, de hoogste score op de Coding Agent Index, en Astra in Codex op 67, ongeveer gelijk aan Claude Opus 5 en Claude Fable 5. Twee kanttekeningen verdienen zout:

• De twee modellen draaiden in verschillende harnesses, Codex tegenover Claude Code, dus een deel van dat 3-puntenverschil hoort bij de scaffolding en niet bij het model. Onze vergelijking Codex vs Claude Code laat zien hoe verschillend die twee zich gedragen.
• Astra doet dit veel goedkoper. Artificial Analysis mat dat het op max effort in Codex een derde van de tokens van GPT-5.6 Sol gebruikte, en een vijfde van de tokens van Claude Opus 5 op xhigh.

Astra wint de gepubliceerde coderijen nipt en wint het efficiëntie-argument overtuigend, terwijl Fable 5.1 de enige onafhankelijke score voor codeeragents heeft die ze allebei overtreft.

Redeneren en wetenschappelijk werk

Dit is de duidelijkste splitsing in de hele vergelijking, en hij werkt twee kanten op. Astra pakt de wiskunde- en wetenschapsrijen: 97,6% tegenover 87,8% op FrontierMath Tier 4 v2, 96,0% tegenover 93,7% op GPQA Diamond, en 64,6% tegenover 52,6% op Terminal-Bench Science 0.1, de agentische onderzoeksbenchmark waarop Anthropic zijn eigen launch had gebouwd.

Fable 5.1 neemt Humanity’s Last Exam met tools, 65,0% tegenover 57,2%, en dat is niet close. Artificial Analysis ondersteunt die richting onafhankelijk en scoort Fable 5.1 op 66 op de Intelligence Index tegenover 61 voor Astra, de hoogste score die het ooit mat.

Eén kanttekening bij die 66. Artificial Analysis draaide Fable 5.1 met Anthropics standaard server-side fallback, die veiligheids-gemarkeerde verzoeken doorstuurt naar Claude Opus 4.8 of Claude Opus 5, en de fallback leverde ongeveer 4% van de outputtokens over de index. De score is Fable 5.1 zoals de meeste mensen het daadwerkelijk aanroepen, niet het kale model in isolatie.

Is je werk wiskunde of natuurwetenschap op master/PhD-niveau, kies dan Astra. Gaat het om het brede, moeilijke redeneren dat Humanity’s Last Exam onderzoekt, dan Fable 5.1.

Computergebruik en professionele artifacts

Astra is hier de baas, vooral omdat Anthropic geen vergelijkbare cijfers publiceerde. OpenAI rapporteert 72,6% voor Astra op de offline set van OSWorld 2.0 tegenover 70,2% voor Claude Opus 5, en 92,7% op ScreenSpot-Pro tegenover 87,3% voor Claude Fable 5. Anthropics eigen Fable 5.1-cijfers, 77,9% partial en 41,7% strict, komen uit een andere taakrelease en beoordelingssetup.

De artifactcijfers zijn minder dubbelzinnig: 95,9% op BenchCAD tegen 84,3%, en 41,4% tegenover 31,4% op AutomationBench.

Voor agents die echte software doorklikken en slides of CAD-output produceren, is Astra de sterkere keuze.

Veiligheid, cybersecurity en alignment

Astra’s alignmentcijfers zijn het meest onderbelichte deel van de launch. Op OpenAI’s interne benchmark voor computergebruiksveiligheid, waar lager beter is, scoort het 2,4% tegenover 9,5% voor Fable 5.1.

Op cybersecurity zit het in een andere klasse: 100% op ExploitBench, en 86 van 226 FrontierCyber-challenges opgelost tegenover 34 voor GPT-5.6 Sol in onafhankelijk testen door Irregular. Anthropic heeft Fable 5.1 genoeg “losgelaten” om kwetsbaarheden te vinden maar niet om ze uit te buiten.

Twee kanttekeningen, beide het zout waard:

• OpenAI rapporteert dat Astra’s schriftelijke redenering moeilijker te monitoren is dan die van Sol, omdat het problemen in minder geschreven stappen oplost.
• UK AISI zag Astra gesimuleerde supplychain-aanvallen uitvoeren in 2 van 500 samples, zelfs wanneer de scope internettoegang uitsloot, gedaald van 60 van 499 toen de scope ambigu bleef.

Astra is zowel de veiligere agent als de capabelere aanvaller, vandaar de gating.

Prijzen: wat je echt betaalt

Lijsttarieven zijn identiek, dus op de prijslijst komt het enige verschil tussen deze twee modellen voort uit caching en lange context. Dat frame geldt alleen als beide modellen hetzelfde aantal tokens aan dezelfde taak besteden, en dat doen ze niet. Daarom tellen de gemeten cijfers per taak hieronder zwaarder dan de prijslijst.

Token-tarieven naast elkaar

Input, output, cache-writes en de batchkorting komen tot op de cent overeen. De regel voor cachereads is de uitzondering, en het is een 4x kloof: Anthropic verlaagt Fable 5.1’s cachereads tot $0,25, terwijl OpenAI Astra’s op $1,00 prijst, een korting van 90% op het inputtarief.

Boven 272K inputtokens wordt de kloof 8x, omdat OpenAI’s toeslag cachereads verdubbelt naar $2,00 naast input, terwijl Anthropics prijsdocs het volledige contextvenster van 1M tokens op standaardtarieven zetten. Let op hoe laag die drempel is ten opzichte van wat Astra adverteert: 272K is ruwweg een kwart van zijn eigen 1,05M-venster, dus elk verzoek dat meer dan een kwart van de meegeleverde context gebruikt, wordt afgerekend tegen het hogere tarief.

Cachereads zijn het tarief dat zich opstapelt over een lange loop, omdat een agent bij elke beurt dezelfde system prompt, tooldefinities en repositorycontext opnieuw verstuurt. Onze gids voor prompt caching behandelt de mechanica van het onderscheid tussen cache-write en cache-read, als dat nieuw voor je is.

Wat een echte workload kost op de prijslijst

Alles in deze tabel is rekenwerk met lijsttarieven op een vaste tokenshape, geen gemeten resultaat. Het beantwoordt de vraag: “als beide modellen identieke tokens besteden, wat rekent de prijslijst dan?” De volgende sectie beantwoordt wat ze daadwerkelijk besteden.

De formule is in elke rij hetzelfde: (volume ÷ 1M) × tarief, opgeteld over verse input, gecachte reads, cache-writes en output. De cache-zware rij gaat uit van een prefix van 100K die één keer wordt geschreven en 1.000 keer wordt teruggelezen, plus 5K verse input en 1K output per verzoek.

De retrieval-rij boven de drempel is de kop. Houd elk verzoek onder 272K inputtokens, en de twee modellen kosten exact hetzelfde $150. Duw dezelfde 10M tokens door in verzoeken die elk boven 272K uitkomen, en Astra springt naar $275 terwijl Fable 5.1 op $150 blijft, omdat Anthropic het volledige contextvenster van 1M tokens tegen standaardtarieven prijst.

De cache-zware loop is degene die de meeste lezers zullen raken. Bij 1.000 gecachte reads van een prefix van 100K verandert het $0,75-verschil per miljoen gecachte tokens in een verschil van $75 op een verder identieke workload. Let wel op de shape van die workload: die is bewust output-licht, 1K outputtokens per verzoek tegenover 100K cachereads. Dat is de ene vorm waarbij Fable 5.1’s cachevoordeel de rekening beslist.

Wat elke taak daadwerkelijk kost

Zodra je echte tokenconsumptie meet in plaats van die te veronderstellen, kantelt het beeld. Artificial Analysis beprijst elk model per Intelligence Index-taak, en de methode bevat al input, cache-hit, cache-write, denk- en antwoordtokens, dus Fable 5.1’s goedkopere cache zit al in het getal.

Op max effort kost Fable 5.1 2,25 keer zoveel als Astra voor hetzelfde pakket taken tegen dezelfde lijstprijs. Artificial Analysis trekt dezelfde conclusie op de codingindex, waar Astra Fable 5 evenaart “voor minder dan de helft van de kosten, gedreven door aanzienlijke token-efficiëntiewinsten”. Astra’s bereik loopt door tot $0,46 per taak op low effort.

Fable 5.1 wordt hier niet “gestraft” door de prijslijst, maar door zijn outputvolume. Artificial Analysis mat dat het ongeveer 1,7x de outputtokens van Fable 5 gebruikte op max effort, waardoor het 20% meer per taak kost dan zijn voorganger ondanks de cachekorting. Haal de korting eruit en het cijfer zou ruwweg $5,16 zijn, dus de korting doet echt werk, alleen niet genoeg.

Je betaalt die premie ergens voor. Fable 5.1 scoort 5 punten hoger op dezelfde index, en 4 punten hoger op xhigh. Of 5 punten 2,25x waard zijn is jouw keuze, niet de mijne, maar de versie van deze vergelijking waarin identieke lijstprijzen identieke rekeningen betekenen, overleeft de metingen niet.

OpenAI’s eigen bijschriften wijzen dezelfde kant op, voor zover een leveranciersrapport telt. Het zet Astra’s geschatte API-kosten per taak ruwweg 31% onder Fable 5.1 op Terminal-Bench Science 0.1, ongeveer 63% lager op Terminal-Bench 4.0 en ongeveer 86% lager op BenchCAD, gemeten op de inspanningsinstellingen die OpenAI voor elk model koos.

Hoe GPT-6 Astra en Claude Fable 5.1 presteerden

Astra won onze test nipt, al leverden beide modellen bij de eerste poging een werkende simulatie op.

De test

Ik draaide één moeilijke taak tegen beide modellen onder identieke omstandigheden in plaats van meerdere oppervlakkige. De test voor deze vergelijking is een fysicasimulatie from scratch, gebouwd als één HTML-bestand, gekozen omdat die precies test wat beide leveranciers zeggen te hebben verbeterd: aanhoudende correctheid tijdens een lange build, zonder bibliotheek om op te leunen.

Deze instantie is een opgefriste versie van die test. De gepubliceerde variant gebruikte een roterende vierkante container, dus deze run wisselt naar een roterende zeshoek met een tegenroterend centraal obstakel en grootte-evenredige massa, wat de moeilijkheid verhoogt terwijl insluiting onmiskenbaar slagen of falen blijft. Hier is de prompt, letterlijk geplakt in een nieuwe chat voor elk model:

Build a single-file HTML page (inline CSS and JS, canvas, no build step, no external libraries, no network) that simulates a few dozen balls of varying sizes bouncing under gravity inside a **slowly rotating hexagonal container**, with a **smaller counter-rotating obstacle at the centre** that the balls also collide with. 
Ball mass should scale with size, so larger balls shove smaller ones around. 
The balls should collide with each other, with the hexagon's walls, and with the central obstacle, and lose a little energy on each collision so the system settles rather than gaining energy over time. 
Both the hexagon and the inner obstacle keep rotating throughout, so the balls should slosh and re-pile as they turn.

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.

Beide modellen draaiden op hoge redeneerinspanning, één poging elk zonder retries, in dezelfde codingagent met dezelfde tooling. De scoring is eerst een pass/fail-runbaarheidstest, daarna een rubric van 1 tot 5 op fysische correctheid, stabiliteit over 30 seconden en visuele kwaliteit.

Wat GPT-6 Astra produceerde

Astra haalde de runbaarheidstest en scoorde 5/5 op alle drie de rubricassen. Het kwam er in 6 beurten en 9 toolcalls, en de toolmix is het interessante deel: het schreef het bestand, las het 5 keer terug, deed twee greps en voerde twee patches uit vóór het klaar was.

De simulatie is correct. 44 ballen, massa die met oppervlakte schaalt, insluiting houdt de volle 30 seconden stand terwijl de zeshoek draait. Astra maakte het binnenobstakel relatief groot ten opzichte van de kamer, zodat ballen ermee blijven botsen in plaats van neer te strijken waar het niet meer komt.

Het bouwde ook een volledige editorial page rond de simulatie, met een serifkop, monospace-labels met letterspatiëring en een telemetriepaneel met live rotatiesnelheden. Niemand vroeg daarom, maar het ziet er naar mijn mening best mooi uit. Het leverde ook pauze- en herstartknoppen, waar de prompt niet om vroeg, maar die het artifact makkelijker maakten om te inspecteren.

Astra draait de kamer met 0,09 rad/s en het obstakel met -0,16 rad/s, ongeveer 3 keer trager dan Fable op de buitenwand en 5 keer trager op het obstakel. Prettiger om naar te kijken, en een mildere test van de bewegende grens dan een snellere draai zou zijn. Aangezien de prompt om een langzaam roterende container vraagt, is dit prima.

Wat Claude Fable 5.1 produceerde

Fable slaagde ook voor runbaarheid, met een 4 op fysische correctheid, 5 op stabiliteit en 4 op visuele kwaliteit. Het had slechts 2 beurten en één toolcall nodig: één write, geen herlezingen, geen patches.

De fysica is solide maar niet foutloos. Ballen plakken licht aan de wanden, wat het punt op correctheid kost, en binnen de eerste seconden zakken ze naar de onderste hoeken waar het tegenroterende obstakel ze niet meer bereikt. Dat obstakel staat het grootste deel van de run stil.

Fable stak de moeite in instrumentatie in plaats van presentatie. Een live HUD toont het aantal ballen, framerate, kinetische energie en beide rotatiesnelheden, en klikken ergens binnen de zeshoek laat op dat punt een nieuwe bal vallen. Dat laatste vond ik leuker dan verwacht, want het is de snelste manier om de botsingscode handmatig te testen.

Resultaten

Astra wint dit op kwaliteit, en de marge is groter op presentatie dan op fysica. Waar ze uiteenlopen is wat elk model vond dat de opdracht was. Astra las de prompt als een brief om te interpreteren, voegde bedieningselementen, een volledige editorial lay-out en een langzamere draai toe die prettig is om te kijken. Fable las het als een specificatie om te voldoen, voldeed er in één write aan en besteedde de resterende inspanning aan een diagnostische HUD.

Dit is één run per model, dus behandel het als één datapunt en geen benchmark. Het rapporteert beurten in plaats van tokens of kosten, en het test alleen simulatiecode from scratch, niet het computergebruik of de redeneerdimensies hierboven.

Wanneer kies je GPT-6 Astra vs Claude Fable 5.1

Omdat de lijsttarieven gelijk zijn, komt de keuze neer op de vorm van je workload, gemeten tokenverbruik en de codingagent die je al gebruikt. De drie cijfers die je zouden moeten sturen zijn het 4x verschil bij cachereads, de toeslagdrempel van 272K en de 2,25x gemeten kosten per taak.

Kies GPT-6 Astra als...

• Je agents echte software bedienen. Met 72,6% op de offline set van OSWorld 2.0 en 92,7% op ScreenSpot-Pro is Astra de enige van de twee met gepubliceerde resultaten op grounding en doorklikken van desktopapps.
• Je gepolijste professionele artifacts nodig hebt. Slides, spreadsheets en CAD-output zijn expliciete trainingstargets, en de 95,9% BenchCAD-score tegen 84,3% is de grootste artifactkloof die een van beide leveranciers publiceerde.
• Het werk wiskunde of natuurkunde is. FrontierMath Tier 4 v2 op 97,6% tegen 87,8%, en GPQA Diamond op 96,0% tegen 93,7%.
• Je aan defensieve security werkt. 100% op ExploitBench en 86 van 226 opgeloste FrontierCyber-challenges zetten het duidelijk voorop, mits je kunt leven met capaciteiten die achter OpenAI’s Daybreak-programma gegated zijn.
• Je al Codex draait. Astra’s contextnotities over vensters heen zijn een Codex-functie, en van harness wisselen om een indexverschil van 3 punten na te jagen loont zelden.
• Kosten per taak belangrijker zijn dan de topscore. $1,67 tegenover $3,76 op de Intelligence Index van Artificial Analysis op max effort, en $0,46 op low effort als je met 57 in plaats van 61 kunt leven.

Kies Claude Fable 5.1 als...

• Je lange agentloops draait waarvan de rekening uit cachereads bestaat, niet uit output. Met $0,25 per miljoen cachereads tegen $1,00 kost de cache-zware workload hierboven $126 in plaats van $201. Dat voordeel slinkt zodra outputtokens gaan domineren, wat precies is wat de metingen per taak laten zien.
• Je verzoeken groot zijn. Anthropic rekent geen toeslag voor lange context, dus de retrieval-workload van 10M tokens blijft $150, waar Astra oploopt tot $275, en Astra’s cachereads verdubbelen boven de drempel ook.
• Je de beste onafhankelijke redeneerscore wilt en ervoor wilt betalen. Artificial Analysis waardeert het op 66 op de Intelligence Index tegenover 61, en het wint Humanity’s Last Exam met tools met 65,0% tegen 57,2%.
• Je in Claude Code werkt. Fable 5.1 in Claude Code is de hoogste score die Artificial Analysis opnam op de Coding Agent Index met 70, en het default naar hoge inspanning in dat oppervlak.

Hoe je aan de slag gaat met GPT-6 Astra en Claude Fable 5.1

Twee toegangsdetails kunnen je vóór je eerste call stoppen. Astra staat standaard uit voor enterpriseworkspaces totdat een beheerder het inschakelt, en Fable 5.1 vereist 30 dagen gegevensbewaring en wordt niet ondersteund op Priority Tier. De clouddekking is ongeveer gelijk, met Google Cloud als het enige platform dat Fable 5.1 momenteel wel en GPT-6 Astra niet heeft.

GPT-6 Astra en Claude Fable 5.1 gebruiken in een codingagent

Elk model is native in zijn eigen harness: Astra in Codex en Fable 5.1 in Claude Code, waar je wisselt met /model claude-fable-5-1 of de --model-vlag. Via de API is de swap één string, al verschillen de SDK’s.

from anthropic import Anthropic

client = Anthropic()
response = client.messages.create(
    model="claude-fable-5-1",  # OpenAI SDK equivalent: model="gpt-6-astra"
    max_tokens=16000,          # thinking plus response share this budget
    output_config={"effort": "high"},
    messages=[{"role": "user", "content": "Refactor this module..."}],
)
print(response.content[0].text)

Drie veranderingen in Fable 5.1 breken code die tegen Fable 5 is geschreven: geforceerde toolselectie geeft nu een 400, eerdere modellen kunnen de thinking blocks niet lezen, en thinking blocks zijn gebonden aan de exacte voorafgaande geschiedenis. Onze Claude Fable 5.1 API-tutorial loopt alle drie door, en onze beginnersgids voor de OpenAI API behandelt de equivalente setup aan de andere kant.

Slotgedachten

Kies op basis van de vorm van je workload en gemeten kosten, niet op de benchmarktabellen. GPT-6 Astra is sterker voor agents die software doorklikken, wiskunde doen of klantklare artifacts produceren, en lijkt per taak de goedkopere van de twee ondanks de identieke prijslijst. Claude Fable 5.1 levert je de hoogste onafhankelijke redeneerscore en kost minder bij zeer grote verzoeken en cache-gedomineerde loops.

De prijslijst is de valkuil in deze vergelijking. Twee modellen op $10 en $50 lijken prijstechnisch inwisselbaar, en de enige zichtbare kloof, cachereads, is 4x in het voordeel van Anthropic. Meet je vervolgens wat elk model daadwerkelijk uitgeeft om een taak af te ronden, dan komt Astra uit op 44% van de kosten van Fable 5.1. Dat zou ik niet uit de pricingpagina’s hebben voorspeld, en het is het ene punt dat ik tegen je eigen verkeer zou checken vóór je kiest.

Als je met een van beide modellen wilt werken in plaats van erover te lezen, raad ik onze cursus Introduction to Claude Models aan voor de Anthropic-kant en Working with the OpenAI API voor OpenAI.