GPT-6 Astra vs Claude Fable 5.1: одинаковая цена, разные сильные стороны — какую frontier-модель маршрутизировать первой

GPT-6 Astra и Claude Fable 5.1 вышли с разницей в два дня в начале сентября 2026 года. Обе модели стоят $10 за миллион входных токенов и $50 за миллион выходных. На бумаге они идентичны, на практике — нет. Astra лидирует в математике, научном рассуждении, управлении компьютером и терминальных agent-задачах. Fable 5.1 набирает более высокие баллы в независимых композитных тестах интеллекта и стабильнее работает в длительных задачах, связанных со знаниями. Кроме того, кэшированные чтения у Fable 5.1 стоят $0.25/M вместо $1.00/M у Astra — разница в 75%.

В этой статье мы сравниваем обе модели по бенчмаркам, реальной стоимости, API и рекомендациям по маршрутизации. Если вы уже направляете production-трафик на одну из них, скорее всего, в итоге будете использовать обе. Вопрос в том, какая из них идёт первой для каждого типа задач.

OpenAI-совместимость означает, что провайдер предоставляет endpoint chat-completions, чей контракт запроса и ответа достаточно близок к API OpenAI, чтобы немодифицированный вызов OpenAI SDK работал после замены трёх значений: API key, base URL, название модели. Минимальная поверхность на практике —POST /v1/chat/completions с messages, model и потоковым ответом в форме OpenAI.

Сводная таблица: GPT-6 Astra vs Claude Fable 5.1

Источники данных: Artificial Analysis (получено 2026-09-11), Coursiv (получено 2026-09-11), MindStudio (получено 2026-09-11).

Разбор бенчмарков: где побеждает каждая модель

Общий интеллект

Intelligence Index от Artificial Analysis, композитная метрика, объединяющая рассуждение, знания и аналитическое качество, присваивает Fable 5.1 66 баллов против 61 у Astra. Разница в пять баллов делает Fable 5.1 лучшим выбором для сложных вопросов общего характера, синтеза исследований и задач с высокой плотностью рассуждений.

В Humanity's Last Exam (с инструментами) Fable 5.1 опережает почти на восемь процентных пунктов (65.0% vs 57.2%). У Fable 5.1 также более поздняя дата отсечки знаний (июнь 2026 vs 30 апреля 2026).

Математика и наука

Здесь ситуация обратная. Astra лидирует в FrontierMath Tier 4 (97.6% vs 87.8%), GPQA Diamond (96.0% vs 93.7%) и Terminal-Bench Science (64.6% vs 52.6%). Если ваша нагрузка включает математическое решение задач, научное рассуждение или формальную верификацию, преимущество Astra ощутимо.

Программирование

Здесь результаты ближе, чем следует из маркетинга обоих вендоров. Astra побеждает в отдельных тестах: DeepSWE (74.1% vs 67.4%), Terminal-Bench 4.0 (57.9% vs 55.8%). Однако в Coding Agent Index от Artificial Analysis, измеряющем сквозные coding-agent-рабочие процессы — навигацию по репозиторию, редактирование нескольких файлов, восстановление после ошибок тестов — Fable 5.1 впереди (70 vs 67).

Для маршрутизации это означает: изолированные задачи кодирования и терминальная работа — Astra. Длительные сессии coding agent с целостным пониманием кодовой базы и выдачей mergeable PR — Fable 5.1.

Управление компьютером и автоматизация

Astra имеет самое явное преимущество именно здесь. AutomationBench 41.4% против 31.4%, Terminal-Bench v4.0 59%, сильные результаты в OSWorld 2.0 и ScreenSpot Pro. Если вы строите agent, управляющий браузером, десктопом или многошаговыми workflow автоматизации, Astra — первый кандидат.

Эффективность по токенам

При одинаковом уровне Intelligence Index на максимальном reasoning effort Astra потребляет примерно треть выходных токенов по сравнению с Fable 5.1 (27K vs 78K за задачу по данным Artificial Analysis). При одинаковой цене за токен стоимость одной задачи у Astra на максимальном усилии существенно ниже.

Экономика кэширования: настоящая разница за одинаковой ценой

Базовая стоимость одинакова: $10 input, $50 output, $12.50 cache write. Разница — в cache read.

Для одноразовых запросов без кэширования модели стоят одинаково. Но для любой нагрузки с повторным использованием системных промптов, few-shot примеров или длинных документов — cache read у Fable 5.1 обходится в 4 раза дешевле.

Пример: Coding agent загружает 200K-токенный контекст репозитория при каждом запросе. За 100 запросов:

• Astra cache reads: 200K × 100 × $1.00/M = $20.00
• Fable 5.1 cache reads: 200K × 100 × $0.25/M = $5.00

Разница в $15 растёт линейно с объёмом запросов. В высоконагруженных production-сценариях с частым повторным использованием контекста Fable 5.1 выигрывает по стоимости при формально одинаковых тарифах.

Стоимость за задачу (данные Artificial Analysis): На максимальном reasoning effort Astra стоит $3.26 за задачу, Fable 5.1 — $7.63 (Intelligence Index). Astra достигает того же результата примерно за 40% стоимости благодаря меньшему потреблению токенов. Преимущество кэша проявляется только при повторном использовании контекста.

Сравнение API: Responses API vs Messages API

Модели используют разные форматы API, но обе поддерживают ключевые возможности для production.

Обе модели доступны через OpenAI-совместимые endpoint с помощью маршрутизаторов — TheRouter, OpenRouter, LiteLLM. Если вы уже работаете с OpenAI SDK, маршрутизация на Fable 5.1 через gateway не требует изменений клиентского кода.

Пример маршрутизации через OpenAI SDK (обе модели через TheRouter)

from openai import OpenAI

client = OpenAI(
    base_url="https://api.therouter.ai/v1",
    api_key="your-therouter-key",
)

# Маршрутизация на GPT-6 Astra
astra_response = client.chat.completions.create(
    model="openai/gpt-6-astra",
    messages=[{"role": "user", "content": "Реши этот интеграл..."}],
)

# Маршрутизация на Claude Fable 5.1
fable_response = client.chat.completions.create(
    model="anthropic/claude-fable-5-1",
    messages=[{"role": "user", "content": "Проведи ревью этой кодовой базы и предложи улучшения..."}],
)

Один SDK, две frontier-модели, один API key.

Матрица маршрутизации: когда выбирать какую модель

Fallback-цепочки: используйте обе модели вместе

Самая надёжная конфигурация маршрутизации задействует обе модели. Практические варианты:

Цепочка 1 — математика и наука: GPT-6 Astra (primary) → Claude Fable 5.1 (fallback при rate limit или timeout)

Цепочка 2 — кодирование и общее рассуждение: Claude Fable 5.1 (primary) → GPT-6 Astra (fallback)

Цепочка 3 — оптимизация стоимости для общих задач: GPT-6 Astra на low/medium effort (дешёвая задача) → Claude Fable 5.1 на max effort (когда задача требует большей мощности)

С маршрутизатором вроде TheRouter вы настраиваете цепочки один раз, и routing-слой автоматически обрабатывает выбор провайдера, повторные попытки и fallback. Обе модели через gateway говорят в OpenAI-совместимом формате, поэтому код приложения остаётся неизменным.

Часто задаваемые вопросы

GPT-6 Astra умнее Claude Fable 5.1?

В совокупности — нет. Intelligence Index от Artificial Analysis ставит Fable 5.1 на 66 баллов, Astra — на 61. Astra выигрывает в математике, науке и управлении компьютером, но Fable 5.1 впереди по общему рассуждению, знаниям и экспертному Q&A.

Какая модель дешевле?

Тариф за токен одинаковый ($10/$50), реальная стоимость зависит от нагрузки. Astra потребляет меньше токенов за задачу, что делает её дешевле для разовых запросов на max effort. Cache reads у Fable 5.1 дешевле на 75% ($0.25/M vs $1.00/M), что выгоднее для сценариев с частым переиспользованием контекста.

Можно ли использовать обе через один API?

Да. Маршрутизаторы вроде TheRouter предоставляют OpenAI-совместимые endpoint для обеих моделей. Переключение — через параметр model, также можно настроить автоматические fallback-цепочки.

Какая лучше для кодирования?

Зависит от задачи. Astra выигрывает в изолированных тестах кодирования (DeepSWE 74.1% vs 67.4%). Fable 5.1 впереди в сквозном Coding Agent Index (70 vs 67). Терминальная работа — Astra. Длительные coding-agent-сессии, требующие целостного понимания кодовой базы, — Fable 5.1.

Как обстоят дела с галлюцинациями?

Astra вдвое снизила частоту галлюцинаций по сравнению с GPT-5.6 Sol (с 92% до 51% на AA-Omniscience при max effort, данные Artificial Analysis). Прямое сравнение частоты галлюцинаций Astra и Fable 5.1 на одном бенчмарке независимыми оценщиками пока не опубликовано.