Anthropic выпустила Claude Fable 5.2 в начале ноября как новый флагман. 17 ноября 2026 года OpenAI ответила моделью GPT-6.2 Astra — своим новым пограничным решением, и на диаграммах запуска Fable 5.2 стоит рядом с Astra по большинству бенчмарков.
Сейчас обе модели имеют абсолютно одинаковую цену за токен, так что на бумаге это чистое состязание возможностей. На практике счет за услуги говорит об обратном — как и наш практический тест.
Чтобы быть в курсе событий в мире ИИ и данных, рекомендуем подписаться на нашу еженедельную рассылку The Median.
Коротко
Без однозначного победителя: GPT-6.2 Astra лидирует в профессиональных и аналитических задачах, Claude Fable 5.2 — в агентном кодинге.
Цена за токен одинакова, но Astra использует намного меньше токенов, поэтому задача обходится существенно дешевле.
В нашем слепом видео-тесте качество почти сравнялось, но Fable повторял устаревший факт в каждом видео.
Выбирайте Fable для кодирующих агентов, использования компьютера и развёртываний через Bedrock, Vertex AI или Azure.
Выбирайте Astra для документов, юридических и финансовых задач и всего, что требуется в большом объёме.
Что такое GPT-6.2 Astra?
GPT-6.2 Astra — пограничная модель OpenAI, выпущенная в ноябре 2026 года как старший уровень семейства GPT-6.2, выше GPT-6.2 Sol.
Её позиционирование — профессиональный результат при более низкой стоимости задачи: слайды, рабочие тетради и документы по вашим шаблонам, плюс использование компьютера в CAD и инструментах моделирования.
Claude Fable 5.2 — флагманская модель Anthropic, выпущенная в ноябре 2026 года вместе с Claude Mythos 5.2 — версией для проверенных организаций в области кибербезопасности и биомедицины.
Anthropic позиционирует её для долгих технических задач: агентный кодинг, использование компьютера и исследовательская работа, с дополнительным быстрым режимом, генерирующим токены до 2,5 раз быстрее.
GPT-6.2 Astra vs Claude Fable 5.2: сравнение лоб в лоб
По возможностям — разделённый результат, и разрывы по большинству бенчмарков составляют несколько пунктов. А вот по стоимости разрыв велик: цена за токен одинакова, но Fable требует гораздо больше токенов, чтобы завершить ту же задачу.
Характеристика
GPT-6.2 Astra
Claude Fable 5.2
Разработчик
OpenAI
Anthropic
Цены за токены
Как у Fable
Как у Astra, дешевле чтение из кэша
Стоимость задачи
Значительно ниже
В 2,1–20,8 раза выше, чем у Astra, по диаграммам OpenAI
Профессиональные задачи
Лидирует (Agents' Last Exam, GDPval v2, Harvey LAB-AA)
Позади
Агентный кодинг
Позади
Лидирует (FrontierCode 2.0)
Наука, CAD и рассуждения
Лидирует в научных бенчмарках
Лидирует в Intelligence Index
Использование компьютера
Сопоставимых результатов не опубликовано
Сильные результаты в собственных бенчмарках Anthropic
Наш практический тест
Самая высокая точность, намного дешевле
Наиболее последователен, один устаревший факт
Цены: что вы реально платите
Цена — главное различие между моделями, хотя ставки за токены почти идентичны. Разница — в том, сколько токенов каждая сжигает на задачу.
Ставки за токены рядом
Ставка
GPT-6.2 Astra
Claude Fable 5.2
Вход, за 1 млн токенов
$8.00
$8.00
Выход, за 1 млн токенов
$40.00
$40.00
Чтение из кэша, за 1 млн токенов
$0.40
$0.20
Запись в кэш, за 1 млн токенов
$10.00
$10.00
Быстрый режим, вход / выход за 1 млн токенов
$16.00 / $80.00
$16.00 / $80.00
Единственная отличающаяся ставка — чтение из кэша: у Fable она вдвое ниже, что помогает агентам, которые много раз перечитывают длинный фиксированный контекст. OpenAI также удваивает ставку входа для запросов свыше 272 тыс. токенов; в анонсе Anthropic для Fable такой надбавки не указано.
Сколько стоит реальная нагрузка
Подсчёт по стандартным ставкам как (объём ÷ 1 000 000) × ставка, суммируя вход и выход:
Нагрузка
GPT-6.2 Astra
Claude Fable 5.2
Разница
Сбалансированный ассистент: 1 млн входа / 250 тыс. выхода в месяц
$18.00
$18.00
$0 (0%)
Цикл с упором на кэш: префикс 100 тыс. записан один раз, 1 000 чтений из кэша, плюс 5 тыс. новых входа / 1 тыс. выхода на запрос
$121.00
$101.00
Fable дешевле на $20 (17%)
При равном количестве токенов Fable никогда не дороже, а строка с кэшем — единственное место, где он заметно дешевле. Но это при допущении о равном числе токенов.
Почему одна и та же задача стоит по-разному
На диаграммах запуска OpenAI приведена стоимость задачи для обеих моделей, и Fable дороже во всех случаях: от 2,1 раза на Vals Science Index до 20,8 раза на Agents' Last Exam ($60.05 против $2.89 у Astra). Это измерения OpenAI для конкурента, в основном на максимальном усилии каждой модели, так что воспринимайте их как ориентир, а не как прайс.
Причина — длина выхода: при одинаковых ставках модель, которая пишет в несколько раз больше токенов, включая рассуждения, тарифицируемые как выход, стоит в несколько раз дороже. Наш тест ниже показал то же самое.
Профессиональная работа и агентные процессы
Здесь GPT-6.2 Astra уверенно лидирует: на Harvey LAB-AA, который засчитывает только юридические документы, соответствующие всем требованиям, у неё 15.0% против 7.2% у Fable.
Бенчмарк
GPT-6.2 Astra
Claude Fable 5.2
Примечания
Agents' Last Exam v1.1
78.3%
72.8%
Диаграмма OpenAI; Fable на максимальном усилии
GDPval v2
50.4%
44.8%
Внутренний бенчмарк OpenAI
Harvey LAB-AA v1.1
15.0%
7.2%
Диаграмма OpenAI
AutomationBench 1.0.6
52.4%
51.4%
Оба вендора сообщают у Fable 51.4%
Remote Labor Index
Не опубликовано
41.3%
Таблица Anthropic, против GPT-6 Astra
Astra — лучший выбор для документов и аналитики уровня клиента, хотя на AutomationBench ничья, а у результата Anthropic по Remote Labor Index пока нет пары для GPT-6.2.
Агентный кодинг
Fable 5.2 сильнее в коде по единственному бенчмарку, который публикуют оба вендора: 49.1% на FrontierCode 2.0, где оценивается соответствие изменений стандартам мейнтейнеров для слияния, против 44.2% у Astra.
Бенчмарк
GPT-6.2 Astra
Claude Fable 5.2
Примечания
FrontierCode 2.0
44.2%
49.1%
Оба вендора сходятся по оценке Fable
FrontierSWE v2
Не опубликовано
69.9%
Таблица Anthropic
SecureSWE
65.7%
Не опубликовано
Внутренний бенчмарк OpenAI
Диаграмма OpenAI по FrontierCode показывает компромисс: Fable достигает более высокого балла, но при существенно более высокой стоимости задачи.
Для кодирующих агентов, где важнее качество, чем цена, стоит выбрать Fable.
Наука, CAD и общие рассуждения
Здесь — разный расклад: GPT-6.2 Astra лидирует в научных бенчмарках, а Fable 5.2 — в сводном показателе общих рассуждений, и у них ничья по CAD.
Бенчмарк
GPT-6.2 Astra
Claude Fable 5.2
Примечания
Terminal-Bench-Science 0.1
77.1%
73.3%
Fable через стенд Artificial Analysis; Anthropic сообщает 74.6% в Claude Code
Vals Science Index v1
68.4%
63.7%
Диаграмма OpenAI
Artificial Analysis Intelligence Index v5.0.1
62.1
64.6
Сводный балл
BenchCAD 2.1 Core
82.5%
83.5%
Фактически ничья
Humanity's Last Exam (с инструментами)
Не опубликовано
74.2%
Таблица Anthropic
Для научного анализа преимущество у Astra; для общих рассуждений — у Fable, и то менее чем на 3 пункта по композиту.
Использование компьютера, 3D и робототехника
Anthropic сообщает сильные результаты Fable 5.2 по использованию компьютера и робототехнике, включая 89.3% на OSWorld 2.1, но OpenAI не публикует сопоставимых результатов для GPT-6.2 Astra, так что прямого сравнения нет. Единственная общая метрика в пользу Astra: на AA-3D от Artificial Analysis, где люди-оценщики голосуют между двумя «ослеплёнными» 3D-сборками, Astra — первая с 1 318 Elo против 1 271 у Fable.
Если ваша нагрузка — агент, работающий с настольным ПО, на сегодня за Fable стоит более убедительная база.
Как показали себя GPT-6.2 Astra и Claude Fable 5.2
Бенчмарки двух конкурирующих вендоров — это хорошо, но я дал обеим моделям одинаковую творческую задачу по кодингу с идентичным промптом и одинаковыми инструментами.
Задача: написать скрипт для Manim — известной библиотеки анимации на Python — чтобы отрендерить 60‑секундный эксплейнер о гипотезе Коллатца для старшеклассников. Правило звучит просто (делим чётные пополам, нечётные умножаем на 3 и прибавляем 1), и никто не доказал, что любое начальное число в итоге приходит к 1.
Сложность в том, что модели не видят собственное видео. Они не могут запустить скрипт, значит, он должен отрендериться с первого раза, выглядеть хорошо и быть корректным — без единого предпросмотра. Эксплейнеры также провоцируют на эффектные детали, и каждое утверждение на экране должно быть истинным.
Обе модели запускались в OpenCode с фиксированной поверхностью инструментов (чтение, поиск и редактирование файлов), на одинаковом высоком уровне рассуждений, в новой сессии каждый раз. Поскольку креативное ТЗ зависит от удачи, я запустил каждую модель 3 раза и отрендерил все 6 видео.
Затем я вслепую оценил видео, перемешав и пометив их A–F, по 4 вопросам: всё ли на экране правда, поймёт ли школьник идею, интересно ли смотреть и выглядит ли работа завершённой. Вот момент из лучшего видео GPT-6.2 Astra:
Главные выводы:
Все 6 скриптов отрендерились с первого раза. Каждое видео уложилось в цель 60 секунд с точностью до 3 секунд, без ошибок и без исправлений.
По качеству — почти ничья. По всем 4 вопросам средние показатели моделей различаются менее чем на одну десятую балла. Fable оказался более последовательным режиссёром: все 3 его видео идут по одному отточенному сюжету и заканчиваются двумя возможными способами провала гипотезы и развязкой «Никто не знает».
Astra сделала лучшее и самое слабое видео. Лучшее объясняет путь для 7, а не для 6 или 27, затем показывает, что пути от разных чисел сливаются и дальше совпадают — идея действительно глубже любой другой в наборе. Самое слабое получилось простым, с кратковременной «кашей» в формулах при переходах.
Их разделила точность. Все 3 видео Fable утверждают, что компьютеры проверили все числа до 2^68. Это был рекорд в 2020 году; с 2025‑го он 2^71. В видео Astra не было неподтверждённых заявлений.
Вот утверждение из видео Fable. Оно верно в своей части, но подаёт пятилетний рубеж как текущий уровень — и так во всех 3 прогонах:
А вот анимация Fable для долгого восхождения 27 — видно, почему по части ремесла его видео набрали высокие оценки:
Разрыв в стоимости был большим. Скрипты Fable стоили $3.84–$4.35 каждый, у Astra — $0.40–$0.84, потому что Fable написал в 4–10 раз больше выходных токенов и работал заметно медленнее.
Показатель
GPT-6.2 Astra
Claude Fable 5.2
Стоимость каждого прогона (USD)
$0.84, $0.61, $0.40
$4.35, $3.84, $4.19
Выходные токены (вкл. рассуждения)
17 551, 10 828, 8 124
84 822, 74 457, 81 316
Точность, по прогонам
5, 5, 5
4, 4, 4
Оценка по рубрике (среднее по 4 осям), по прогонам
4.8, 4.8, 3.8
4.2, 4.8, 4.5
Итак, кто выиграл? Никто по качеству, и Astra — по всему остальному: тот же уровень видео, без ложных утверждений на экране, примерно за шестую часть стоимости. Последовательность Fable — факт, но и склонность уверенно повторять устаревший факт — тоже факт.
Когда выбирать GPT-6.2 Astra или Claude Fable 5.2
Поскольку цены за токены совпадают, решение сводится к двум вопросам: благоприятствует ли задача сильным сторонам Fable в кодинге и использовании компьютера, и можете ли вы позволить себе в разы больше токенов на задачу?
Выбирайте GPT-6.2 Astra, если…
Вы готовите клиентские документы, юридические проекты или финансовый анализ — Astra лидирует в соответствующих бенчмарках.
Вы запускаете задачи в большом объёме — меньший расход токенов у Astra снижает счёт даже при одинаковых ставках.
Вам нужна научная аналитика в терминале или ноутбуке — Astra лидирует в обоих научных бенчмарках.
Для вас важна точность в открытых творческих или объяснительных задачах — как в нашем тесте.
Выбирайте Claude Fable 5.2, если…
Вы запускаете кодирующих агентов на реальных репозиториях — Fable лидирует на FrontierCode 2.0 примерно на 5 пунктов.
Ваши агенты работают с настольным ПО: Anthropic сообщает 89.3% на OSWorld 2.1 у Fable, а OpenAI не публиковала сопоставимых результатов для Astra.
Вы разворачиваете через AWS Bedrock, Google Vertex AI или Azure AI Foundry — все они предлагают Fable. В доках Azure Astra не указана, и мы не смогли подтвердить её у двух других.
Ваши агенты многократно используют длинный фиксированный контекст — чтение из кэша у Fable стоит вдвое дешевле.
С чего начать с GPT-6.2 Astra и Claude Fable 5.2
Среда
GPT-6.2 Astra
Claude Fable 5.2
Пользовательское приложение
ChatGPT Work и Codex (Plus, Pro, Enterprise, Edu)
Приложения Claude (доступны всем пользователям)
Собственный API
OpenAI API
Claude Platform
Облачные платформы
Не указана в доках Azure AI Foundry по состоянию на 17 ноября 2026
AWS Bedrock, Google Vertex AI, Azure AI Foundry
Кодирующие агенты
Codex; в доках Cursor и GitHub Copilot на момент написания не указана
GitHub Copilot; в доках Cursor на момент написания не указана
Сторонние роутеры
OpenRouter
OpenRouter
Идентификатор модели API
gpt-6.2-astra
claude-fable-5-2
Главное различие — облачное покрытие: Fable доступен на всех трёх крупных облаках, тогда как Astra достигается через собственный API и продукты OpenAI. В OpenRouter между ними — замена одной строки:
from openai import OpenAI
client = OpenAI(base_url="https://openrouter.ai/api/v1")# uses your OpenRouter key
response = client.chat.completions.create(
model="openai/gpt-6.2-astra",# or "anthropic/claude-fable-5.2"
messages=[{"role":"user","content":"Review this pull request..."}],)print(response.choices[0].message.content)Работает на
По возможностям GPT-6.2 Astra и Claude Fable 5.2 обмениваются победами: Astra — для профессиональных и аналитических задач, Fable — для кодинга и использования компьютера.
По стоимости Astra почти везде выигрывает, потому что одинаковые цены за токен скрывают разную «прожорливость» по токенам.
Однозначно лучше ни одна не является. GPT-6.2 Astra лидирует в профессиональных и аналитических бенчмарках, таких как Harvey LAB-AA и GDPval v2, а Claude Fable 5.2 лидирует в агентном кодинге на FrontierCode 2.0. Цена за токен у обеих одинакова, но Astra использует намного меньше токенов на задачу, поэтому обычно значительно дешевле.
Сколько стоят GPT-6.2 Astra и Claude Fable 5.2?⌄
Обе стоят $8 за миллион входных токенов и $40 за миллион выходных токенов, быстрые режимы — $16 и $80. Чтение из кэша у Fable дешевле: $0.20 за миллион против $0.40 у Astra. По диаграммам OpenAI, задача у Fable всё равно обходится в 2,1–20,8 раза дороже, потому что он использует больше токенов.
Какая модель лучше для кодинга: GPT-6.2 Astra или Claude Fable 5.2?⌄
Claude Fable 5.2 сильнее в коде по бенчмарку, который публикуют оба вендора: 49.1% на FrontierCode 2.0 против 44.2% у GPT-6.2 Astra. Astra намного дешевле в расчёте на задачу кодинга, так что это разумный выбор для высоких объёмов или при чувствительности к стоимости.
Где можно получить доступ к GPT-6.2 Astra и Claude Fable 5.2?⌄
GPT-6.2 Astra доступна в ChatGPT Work и Codex для пользователей Plus, Pro, Enterprise и Edu, а также в OpenAI API. Claude Fable 5.2 доступна в приложениях Claude, на платформе Claude, в AWS Bedrock, Google Vertex AI, Azure AI Foundry и GitHub Copilot. Обе есть в OpenRouter.
Какие идентификаторы моделей API у GPT-6.2 Astra и Claude Fable 5.2?⌄
В собственных API GPT-6.2 Astra — gpt-6.2-astra, а Claude Fable 5.2 — claude-fable-5-2. В OpenRouter это openai/gpt-6.2-astra и anthropic/claude-fable-5.2, так что переключение между ними в клиенте, совместимом с OpenAI, — это замена одной строки. Обе модели также предлагают пять уровней усилия рассуждений — от низкого до максимального.
Anthropic выпустила Claude Fable 5.2 в начале ноября как новый флагман. 17 ноября 2026 года OpenAI ответила моделью GPT-6.2 Astra — своим новым пограничным решением, и на диаграммах запуска Fable 5.2 стоит рядом с Astra по большинству бенчмарков.
Сейчас обе модели имеют абсолютно одинаковую цену за токен, так что на бумаге это чистое состязание возможностей. На практике счет за услуги говорит об обратном — как и наш практический тест.
Чтобы быть в курсе событий в мире ИИ и данных, рекомендуем подписаться на нашу еженедельную рассылку The Median.
Коротко
Что такое GPT-6.2 Astra?
GPT-6.2 Astra — пограничная модель OpenAI, выпущенная в ноябре 2026 года как старший уровень семейства GPT-6.2, выше GPT-6.2 Sol.
Её позиционирование — профессиональный результат при более низкой стоимости задачи: слайды, рабочие тетради и документы по вашим шаблонам, плюс использование компьютера в CAD и инструментах моделирования.
Пост о запуске от OpenAI описывает релиз, а наш туториал по API GPT-6 Astra показывает, как разрабатывать на предыдущем поколении.
Что такое Claude Fable 5.2?
Claude Fable 5.2 — флагманская модель Anthropic, выпущенная в ноябре 2026 года вместе с Claude Mythos 5.2 — версией для проверенных организаций в области кибербезопасности и биомедицины.
Anthropic позиционирует её для долгих технических задач: агентный кодинг, использование компьютера и исследовательская работа, с дополнительным быстрым режимом, генерирующим токены до 2,5 раз быстрее.
Наш гид по Fable 5.2 освещает запуск; в туториале по API Fable 5.2 разбирается создание агента для проверки гипотез.
GPT-6.2 Astra vs Claude Fable 5.2: сравнение лоб в лоб
По возможностям — разделённый результат, и разрывы по большинству бенчмарков составляют несколько пунктов. А вот по стоимости разрыв велик: цена за токен одинакова, но Fable требует гораздо больше токенов, чтобы завершить ту же задачу.
Цены: что вы реально платите
Цена — главное различие между моделями, хотя ставки за токены почти идентичны. Разница — в том, сколько токенов каждая сжигает на задачу.
Ставки за токены рядом
Единственная отличающаяся ставка — чтение из кэша: у Fable она вдвое ниже, что помогает агентам, которые много раз перечитывают длинный фиксированный контекст. OpenAI также удваивает ставку входа для запросов свыше 272 тыс. токенов; в анонсе Anthropic для Fable такой надбавки не указано.
Сколько стоит реальная нагрузка
Подсчёт по стандартным ставкам как (объём ÷ 1 000 000) × ставка, суммируя вход и выход:
При равном количестве токенов Fable никогда не дороже, а строка с кэшем — единственное место, где он заметно дешевле. Но это при допущении о равном числе токенов.
Почему одна и та же задача стоит по-разному
На диаграммах запуска OpenAI приведена стоимость задачи для обеих моделей, и Fable дороже во всех случаях: от 2,1 раза на Vals Science Index до 20,8 раза на Agents' Last Exam ($60.05 против $2.89 у Astra). Это измерения OpenAI для конкурента, в основном на максимальном усилии каждой модели, так что воспринимайте их как ориентир, а не как прайс.
Причина — длина выхода: при одинаковых ставках модель, которая пишет в несколько раз больше токенов, включая рассуждения, тарифицируемые как выход, стоит в несколько раз дороже. Наш тест ниже показал то же самое.
Профессиональная работа и агентные процессы
Здесь GPT-6.2 Astra уверенно лидирует: на Harvey LAB-AA, который засчитывает только юридические документы, соответствующие всем требованиям, у неё 15.0% против 7.2% у Fable.
Astra — лучший выбор для документов и аналитики уровня клиента, хотя на AutomationBench ничья, а у результата Anthropic по Remote Labor Index пока нет пары для GPT-6.2.
Агентный кодинг
Fable 5.2 сильнее в коде по единственному бенчмарку, который публикуют оба вендора: 49.1% на FrontierCode 2.0, где оценивается соответствие изменений стандартам мейнтейнеров для слияния, против 44.2% у Astra.
Диаграмма OpenAI по FrontierCode показывает компромисс: Fable достигает более высокого балла, но при существенно более высокой стоимости задачи.
Для кодирующих агентов, где важнее качество, чем цена, стоит выбрать Fable.
Наука, CAD и общие рассуждения
Здесь — разный расклад: GPT-6.2 Astra лидирует в научных бенчмарках, а Fable 5.2 — в сводном показателе общих рассуждений, и у них ничья по CAD.
Для научного анализа преимущество у Astra; для общих рассуждений — у Fable, и то менее чем на 3 пункта по композиту.
Использование компьютера, 3D и робототехника
Anthropic сообщает сильные результаты Fable 5.2 по использованию компьютера и робототехнике, включая 89.3% на OSWorld 2.1, но OpenAI не публикует сопоставимых результатов для GPT-6.2 Astra, так что прямого сравнения нет. Единственная общая метрика в пользу Astra: на AA-3D от Artificial Analysis, где люди-оценщики голосуют между двумя «ослеплёнными» 3D-сборками, Astra — первая с 1 318 Elo против 1 271 у Fable.
Если ваша нагрузка — агент, работающий с настольным ПО, на сегодня за Fable стоит более убедительная база.
Как показали себя GPT-6.2 Astra и Claude Fable 5.2
Бенчмарки двух конкурирующих вендоров — это хорошо, но я дал обеим моделям одинаковую творческую задачу по кодингу с идентичным промптом и одинаковыми инструментами.
Задача: написать скрипт для Manim — известной библиотеки анимации на Python — чтобы отрендерить 60‑секундный эксплейнер о гипотезе Коллатца для старшеклассников. Правило звучит просто (делим чётные пополам, нечётные умножаем на 3 и прибавляем 1), и никто не доказал, что любое начальное число в итоге приходит к 1.
Сложность в том, что модели не видят собственное видео. Они не могут запустить скрипт, значит, он должен отрендериться с первого раза, выглядеть хорошо и быть корректным — без единого предпросмотра. Эксплейнеры также провоцируют на эффектные детали, и каждое утверждение на экране должно быть истинным.
Обе модели запускались в OpenCode с фиксированной поверхностью инструментов (чтение, поиск и редактирование файлов), на одинаковом высоком уровне рассуждений, в новой сессии каждый раз. Поскольку креативное ТЗ зависит от удачи, я запустил каждую модель 3 раза и отрендерил все 6 видео.
Затем я вслепую оценил видео, перемешав и пометив их A–F, по 4 вопросам: всё ли на экране правда, поймёт ли школьник идею, интересно ли смотреть и выглядит ли работа завершённой. Вот момент из лучшего видео GPT-6.2 Astra:
Главные выводы:
Вот утверждение из видео Fable. Оно верно в своей части, но подаёт пятилетний рубеж как текущий уровень — и так во всех 3 прогонах:
А вот анимация Fable для долгого восхождения 27 — видно, почему по части ремесла его видео набрали высокие оценки:
Разрыв в стоимости был большим. Скрипты Fable стоили $3.84–$4.35 каждый, у Astra — $0.40–$0.84, потому что Fable написал в 4–10 раз больше выходных токенов и работал заметно медленнее.
Итак, кто выиграл? Никто по качеству, и Astra — по всему остальному: тот же уровень видео, без ложных утверждений на экране, примерно за шестую часть стоимости. Последовательность Fable — факт, но и склонность уверенно повторять устаревший факт — тоже факт.
Когда выбирать GPT-6.2 Astra или Claude Fable 5.2
Поскольку цены за токены совпадают, решение сводится к двум вопросам: благоприятствует ли задача сильным сторонам Fable в кодинге и использовании компьютера, и можете ли вы позволить себе в разы больше токенов на задачу?
Выбирайте GPT-6.2 Astra, если…
Выбирайте Claude Fable 5.2, если…
С чего начать с GPT-6.2 Astra и Claude Fable 5.2
gpt-6.2-astraclaude-fable-5-2Главное различие — облачное покрытие: Fable доступен на всех трёх крупных облаках, тогда как Astra достигается через собственный API и продукты OpenAI. В OpenRouter между ними — замена одной строки:
Полные настройки — в нашем туториале по API Fable 5.2 и туториале по API GPT-6 Astra.
Итоги
По возможностям GPT-6.2 Astra и Claude Fable 5.2 обмениваются победами: Astra — для профессиональных и аналитических задач, Fable — для кодинга и использования компьютера.
По стоимости Astra почти везде выигрывает, потому что одинаковые цены за токен скрывают разную «прожорливость» по токенам.
Если хотите глубже разобраться в моделях Anthropic, рекомендуем курс Introduction to Claude Models. Для OpenAI попробуйте Working with the OpenAI API.