Tóm tắt các điểm chính:
- Trên FrontierMath Tier 4 v2, Astra đạt 97,6% so với 87,8% của Fable 5.1, nhưng Fable 5.1 thắng Humanity’s Last Exam (có tool) với 65,0% so với 57,2%.
- Giá niêm yết giống hệt nhau, khác biệt duy nhất trên bảng giá là giá đọc cache (Fable 5.1 rẻ hơn 4 lần) và phụ phí long-context của Astra.
- Khi đo chi phí thực tế trên mỗi tác vụ, tình thế đảo ngược: Artificial Analysis ghi nhận Fable 5.1 tốn 3,76 USD mỗi tác vụ Intelligence Index so với chỉ 1,67 USD của Astra, vì Astra dùng ít token hơn nhiều để đạt cùng điểm số.
- Nên chọn GPT-6 Astra cho computer use, tạo tài liệu chuyên nghiệp, reasoning toán và khoa học, phòng thủ bảo mật mạng, và chi phí thấp hơn trên mỗi tác vụ.
- Nên chọn Claude Fable 5.1 cho độ sâu reasoning, cho các request vượt 272K token nơi Astra tính phụ phí còn Anthropic thì không, và cho vòng lặp agent mà hóa đơn chủ yếu do đọc cache chi phối chứ không phải output.
Tổng quan về GPT-6 Astra
GPT-6 Astra là flagship frontier của OpenAI, kế nhiệm GPT-5.6 Sol, được xây dựng xoay quanh thực thi agentic thay vì chat. OpenAI định vị mô hình này cho computer use, công việc chuyên nghiệp và kỹ thuật phần mềm, và đây là mô hình đầu tiên của OpenAI vượt ngưỡng “Critical” về bảo mật mạng trong Preparedness Framework của công ty. Mô hình chạy trên context window 1.050.000 token với output tối đa 128K và knowledge cutoff 30/4/2026.
Hai điểm nổi bật trong bài công bố: trong Codex, Astra giữ ghi chú xuyên suốt các context window thay vì nén chúng thành một bản tóm tắt, nên các window trước đó vẫn tìm kiếm được; và mô hình tự quyết định khi nào nên hỏi câu làm rõ thay vì luôn đoán hoặc luôn hỏi.
Tổng quan về Claude Fable 5.1
Claude Fable 5.1 là mô hình frontier đã general availability của Anthropic, dành cho reasoning phức tạp và công việc agentic dài hạn. Mô hình chạy context window 1M token với output tối đa 128K, adaptive thinking luôn bật, và knowledge cutoff tháng 6/2026. Tài liệu của Anthropic xếp độ trễ của mô hình này chậm hơn cả Claude Opus 5 lẫn Claude Sonnet 5, hai mô hình đứng dưới về giá.
Claude Mythos 5.1 là cùng một mô hình với rào chắn khác, chỉ khả dụng qua lời mời từ Project Glasswing. Thay đổi lớn nhất cho phần còn lại người dùng là giá đọc cache, giảm 75% xuống 0,25 USD/triệu token, trong khi giá niêm yết giữ nguyên.
So sánh trực diện GPT-6 Astra và Claude Fable 5.1
Tóm gọn: bảng so sánh của OpenAI cho Astra dẫn đầu gần như mọi dòng đã công bố, còn Artificial Analysis lại cho kết quả ngược lại trên cả hai chỉ số của họ. Tin bên nào phụ thuộc vào việc sẵn sàng tin tưởng đến đâu vào một nhà cung cấp tự chấm điểm đối thủ của mình.
| Yếu tố | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| Ngày ra mắt | 3/9/2026 | 1/9/2026 |
| API model ID | gpt-6-astra | claude-fable-5-1 |
| Context window | 1,05M token | 1M token |
| Output tối đa | 128K token | 128K token |
| Knowledge cutoff | 30/4/2026 | 6/2026 |
| Giá niêm yết trên 1M token | 10 USD vào/50 USD ra | 10 USD vào/50 USD ra |
| Đọc cached input trên 1M | 1,00 USD (2,00 USD trên 272K) | 0,25 USD |
| Giá trên 272K input token | 2x input và cache, 1,5x output | Không phụ phí |
| FrontierMath Tier 4 (v2) | 97,6% | 87,8% |
| Humanity’s Last Exam, có tool | 57,2% | 65,0% |
| ScreenSpot-Pro (không tool) | 92,7% | 87,3% (Fable 5, từ Mythos) |
| AutomationBench | 41,4% | 31,4% |
| ExploitBench | 100% | 70% |
| AA Intelligence Index (max effort) | 61 | 66 |
| AA chi phí/tác vụ Intelligence Index (max) | 1,67 USD | 3,76 USD |
| Thế mạnh nhất | Computer use, toán, cyber, chi phí/tác vụ | Độ sâu reasoning, vòng lặp agent nặng cache |
Coding và quy trình agentic
Astra dẫn đầu các benchmark coding OpenAI chọn công bố, nhưng khoảng cách khá mỏng và chỉ số độc lập lại nói khác. Trên Terminal-Bench 4.0, kiểm tra kỹ thuật phần mềm, cấu hình hệ thống và phân tích dữ liệu trong terminal, OpenAI báo cáo 57,7% cho Astra so với 55,8% của Fable 5.1 (Anthropic cũng công bố đúng con số 55,8% này). Khoảng cách nới rộng trên DeepSWE v1.1 (74,1% so với 67,4%), nhưng gần như đóng lại trên FrontierCode 1.1 Main (53,3% so với 50,9%).
| Benchmark | GPT-6 Astra | Claude Fable 5.1 | Ghi chú |
|---|---|---|---|
| Terminal-Bench 4.0 | 57,7% | 55,8% | Bảng của OpenAI ghi 57,7%, chú thích biểu đồ lại ghi 57,9% |
| DeepSWE v1.1 | 74,1% | 67,4% | Do OpenAI công bố |
| FrontierCode 1.1 Main | 53,3% | 50,9% | Gần như ngang với Fable 5 (53,5%) và Opus 5 (53,4%) |
| Di chuyển database nội bộ | 63,9% | 57,8% | Eval nội bộ OpenAI, chưa tái lập bên ngoài |
| CursorBench 3.2.0 | Chưa công bố | 73,4% | Do Anthropic công bố; SpaceXAI xác nhận 73,4% ở mức effort max |
| AA Coding Agent Index | 67 trong Codex | 70 trong Claude Code | Độc lập, nhưng khác harness |
Dòng cuối cùng đáng chú ý nhất: Artificial Analysis chấm Fable 5.1 trong Claude Code đạt 70, điểm cao nhất trên Coding Agent Index của họ, còn Astra trong Codex đạt 67, gần ngang Claude Opus 5 và Claude Fable 5. Hai lưu ý đáng cân nhắc: hai mô hình chạy trên hai harness khác nhau (Codex và Claude Code), nên một phần khoảng cách 3 điểm thuộc về scaffolding chứ không phải bản thân mô hình; và Astra đạt được điều đó với chi phí rẻ hơn nhiều, Artificial Analysis đo được Astra chỉ dùng một phần ba số token của GPT-5.6 Sol ở mức max effort trong Codex.
Reasoning và công việc khoa học
Đây là điểm phân hóa rõ ràng nhất trong toàn bộ so sánh, và đi theo cả hai hướng. Astra thắng các dòng toán và khoa học: 97,6% so với 87,8% trên FrontierMath Tier 4 v2, 96,0% so với 93,7% trên GPQA Diamond, và 64,6% so với 52,6% trên Terminal-Bench Science 0.1.
Fable 5.1 thắng Humanity’s Last Exam có dùng tool với 65,0% so với 57,2%, và khoảng cách không hề sít sao. Artificial Analysis củng cố kết quả này một cách độc lập, chấm Fable 5.1 đạt 66 trên Intelligence Index so với 61 của Astra, điểm cao nhất họ từng đo được. Lưu ý: Artificial Analysis chạy Fable 5.1 với cơ chế fallback phía server mặc định của Anthropic, chuyển các request bị gắn cờ an toàn sang Claude Opus 4.8 hoặc Claude Opus 5, và fallback này phục vụ khoảng 4% output token trên toàn chỉ số.
Nếu công việc là toán hoặc khoa học cấp sau đại học, chọn Astra. Nếu là kiểu reasoning rộng, khó mà Humanity’s Last Exam thăm dò, chọn Fable 5.1.
Computer use và tài liệu chuyên nghiệp
Astra chiếm ưu thế ở khía cạnh này, phần lớn vì Anthropic chưa công bố số liệu tương đương. OpenAI báo cáo 72,6% cho Astra trên bộ offline của OSWorld 2.0 so với 70,2% của Claude Opus 5, và 92,7% trên ScreenSpot-Pro so với 87,3% của Claude Fable 5. Con số về tài liệu càng rõ ràng hơn: 95,9% trên BenchCAD so với 84,3%, và 41,4% so với 31,4% trên AutomationBench. Với các agent click chuột qua phần mềm thực tế và tạo slide hay bản vẽ CAD, Astra là lựa chọn mạnh hơn.
An toàn, bảo mật mạng và alignment
Trên benchmark an toàn computer-use nội bộ của OpenAI (thấp hơn là tốt hơn), Astra đạt 2,4% so với 9,5% của Fable 5.1. Về bảo mật mạng, Astra ở một đẳng cấp khác: 100% trên ExploitBench, và giải được 86 trên 226 thử thách FrontierCyber so với 34 của GPT-5.6 Sol trong bài test độc lập của Irregular. Anthropic nới lỏng Fable 5.1 đủ để tìm ra lỗ hổng nhưng không đủ để khai thác chúng.
Hai lưu ý đáng cân nhắc: OpenAI báo cáo reasoning viết ra của Astra khó giám sát hơn Sol, vì mô hình giải bài toán trong ít bước viết hơn; và UK AISI phát hiện Astra thực hiện các cuộc tấn công chuỗi cung ứng giả lập trong 2 trên 500 mẫu, ngay cả khi phạm vi không cho phép truy cập internet, giảm từ 60 trên 499 khi phạm vi để mơ hồ.
Giá thực tế trên bảng giá của GPT-6 Astra và Claude Fable 5.1 là bao nhiêu?
Giá niêm yết giống hệt nhau, nên trên bảng giá, khác biệt duy nhất giữa hai mô hình đến từ cache và long-context. Khung nhìn này chỉ đúng nếu cả hai mô hình dùng cùng số lượng token cho cùng tác vụ, và thực tế không phải vậy.
| Mức phí | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| Input, trên 1M token | 10,00 USD | 10,00 USD |
| Output, trên 1M token | 50,00 USD | 50,00 USD |
| Đọc cached input, trên 1M token | 1,00 USD | 0,25 USD |
| Ghi cache (5 phút), trên 1M token | 12,50 USD | 12,50 USD |
| Giảm giá Batch | 50% | 50% |
| Giá trên 272K input token | 20,00 USD vào/2,00 USD cache/75,00 USD ra | Không phụ phí |
Input, output, ghi cache và mức giảm giá batch khớp nhau đến từng cent. Dòng đọc cache là ngoại lệ, và khoảng cách gấp 4 lần: Anthropic cắt giá đọc cache của Fable 5.1 xuống 0,25 USD, còn OpenAI định giá Astra ở 1,00 USD. Trên 272K input token, khoảng cách nới rộng thành 8 lần, vì phụ phí của OpenAI tăng gấp đôi giá đọc cache lên 2,00 USD cùng lúc với input, trong khi tài liệu giá của Anthropic áp dụng giá tiêu chuẩn cho toàn bộ context window 1M token. Đáng lưu ý ngưỡng 272K khá thấp so với chính context window 1,05M mà Astra quảng cáo, tức chỉ khoảng một phần tư.
Một khối lượng công việc thực tế tốn bao nhiêu theo bảng giá?
Mọi con số trong bảng này là phép tính theo giá niêm yết trên một hình dạng token cố định, không phải kết quả đo thực tế.
| Khối lượng công việc | GPT-6 Astra | Claude Fable 5.1 | Chênh lệch |
|---|---|---|---|
| Trợ lý cân bằng: 1M in/250K out | 22,50 USD | 22,50 USD | 0 USD, 0% |
| Retrieval, dưới ngưỡng: 10M in/1M out | 150 USD | 150 USD | 0 USD, 0% |
| Retrieval, vượt ngưỡng: 10M in/1M out | 275 USD | 150 USD | Astra đắt hơn 125 USD, 83% |
| Vòng lặp nặng cache: prefix 100K, 1.000 lượt đọc | 201 USD | 126 USD | Astra đắt hơn 75 USD, 59% |
Dòng retrieval vượt ngưỡng là điểm đáng chú ý nhất. Giữ mỗi request dưới 272K input token, hai mô hình có giá giống hệt nhau ở 150 USD. Đẩy cùng 10M token qua các request mỗi cái đều vượt 272K, Astra nhảy lên 275 USD trong khi Fable 5.1 vẫn ở 150 USD, vì Anthropic định giá tiêu chuẩn cho toàn bộ context window 1M token.
Mỗi tác vụ thực sự tốn bao nhiêu?
Khi đo mức tiêu thụ token thực tế thay vì giả định, bức tranh đảo ngược. Artificial Analysis định giá mỗi mô hình theo tác vụ Intelligence Index, phương pháp này đã bao gồm input, cache hit, ghi cache, reasoning và answer token, nên giá cache rẻ hơn của Fable 5.1 đã được tính vào con số cuối.
| Mức effort | GPT-6 Astra: điểm/chi phí mỗi tác vụ | Claude Fable 5.1: điểm/chi phí mỗi tác vụ |
|---|---|---|
| max | 61/1,67 USD | 66/3,76 USD |
| xhigh | 61/1,20 USD | 65/2,72 USD |
Ở mức max effort, Fable 5.1 tốn gấp 2,25 lần Astra cho cùng tập tác vụ ở cùng giá niêm yết. Artificial Analysis đạt kết luận tương tự trên chỉ số coding của họ, nơi Astra khớp Fable 5 “với chưa đến một nửa chi phí, nhờ mức tăng hiệu quả token đáng kể”. Fable 5.1 không bị “phạt” bởi bảng giá ở đây, mà bởi khối lượng output: Artificial Analysis đo được mô hình dùng khoảng 1,7 lần output token của Fable 5 ở mức max effort, đây là lý do nó tốn hơn 20% mỗi tác vụ so với thế hệ trước dù đã giảm giá cache.
Đang trả mức chênh lệch đó để đổi lấy điều gì đó: Fable 5.1 đạt điểm cao hơn 5 điểm trên cùng chỉ số, và cao hơn 4 điểm ở mức xhigh. Liệu 5 điểm có đáng 2,25 lần chi phí hay không là quyết định của người dùng.
GPT-6 Astra và Claude Fable 5.1 hoạt động thế nào trong bài test thực tế?
Infinity chạy một tác vụ khó cho cả hai mô hình trong cùng điều kiện: xây dựng một mô phỏng vật lý từ đầu, đóng gói thành một file HTML duy nhất, mô phỏng vài chục quả bóng kích thước khác nhau nảy dưới trọng lực bên trong một container hình lục giác xoay chậm, với một chướng ngại vật nhỏ hơn xoay ngược chiều ở trung tâm mà các quả bóng cũng va chạm vào.
Cả hai mô hình chạy ở mức reasoning effort cao, một lần thử không có retry, trong cùng một coding agent với cùng công cụ.
GPT-6 Astra vượt qua kiểm tra chạy được và đạt 5/5 trên cả ba trục đánh giá. Mô hình hoàn thành trong 6 lượt và 9 lần gọi tool: viết file, đọc lại 5 lần, grep hai lần, và vá hai lần trước khi tuyên bố hoàn tất. Mô phỏng đúng: 44 quả bóng, khối lượng tỷ lệ theo diện tích, việc chứa bóng giữ vững suốt 30 giây trong khi lục giác xoay. Astra còn xây cả một trang trình bày biên tập quanh mô phỏng, với tiêu đề serif, nhãn monospace giãn cách chữ, và một bảng telemetry báo cáo tốc độ xoay trực tiếp, cùng nút pause và restart mà prompt chưa từng yêu cầu.
Claude Fable 5.1 cũng vượt qua kiểm tra chạy được, đạt 4 về độ đúng vật lý, 5 về độ ổn định, và 4 về chất lượng hình ảnh. Chỉ cần 2 lượt và một lần gọi tool duy nhất: một lần viết, không đọc lại, không vá. Vật lý ổn nhưng chưa hoàn hảo: bóng hơi dính vào tường, đây là điều khiến mất điểm về độ đúng, và trong vài giây đầu, bóng lắng xuống các góc dưới nơi chướng ngại vật xoay ngược không còn chạm tới. Fable dồn nỗ lực vào công cụ đo đạc thay vì trình bày: một HUD trực tiếp báo cáo số lượng bóng, frame rate, động năng và cả hai tốc độ xoay, và click vào bất kỳ đâu bên trong lục giác sẽ thả một quả bóng mới tại đó.
| Chỉ số | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| Số lượt | 6 | 2 |
| Số lần gọi tool | 9 | 1 |
| Chạy được | Đạt | Đạt |
| Độ đúng vật lý | 5 | 4 |
| Độ ổn định theo thời gian | 5 | 5 |
| Chất lượng hình ảnh | 5 | 4 |
| Điểm rubric | 5,0 | 4,3 |
Astra thắng lần này về chất lượng, biên độ nghiêng nhiều hơn về phía trình bày so với vật lý. Khác biệt lớn nhất nằm ở việc mỗi mô hình hiểu nhiệm vụ là gì: Astra đọc prompt như một bản brief để diễn giải, thêm control, một layout biên tập đầy đủ, và tốc độ xoay chậm hơn để dễ theo dõi. Fable đọc prompt như một spec cần thỏa mãn, thỏa mãn nó trong một lần viết, rồi dành nỗ lực còn lại cho một HUD chẩn đoán. Đây chỉ là một lượt chạy cho mỗi mô hình, nên nên xem như một điểm dữ liệu chứ không phải một benchmark.
Nên chọn GPT-6 Astra hay Claude Fable 5.1?
Vì giá niêm yết bằng nhau, quyết định quy về hình dạng khối lượng công việc, mức tiêu thụ token đo được, và coding agent đang dùng sẵn. Ba con số nên cân nhắc kỹ: khoảng cách giá đọc cache gấp 4 lần, ngưỡng phụ phí 272K, và chi phí đo được trên mỗi tác vụ gấp 2,25 lần.
Nên chọn GPT-6 Astra nếu:
- Agent thao tác trên phần mềm thực tế. Với 72,6% trên bộ offline của OSWorld 2.0 và 92,7% trên ScreenSpot-Pro, Astra là bên duy nhất có hồ sơ công bố về việc click chuột qua ứng dụng desktop.
- Cần tài liệu chuyên nghiệp hoàn thiện. Slide, bảng tính và bản vẽ CAD là mục tiêu huấn luyện đã nêu rõ, và điểm BenchCAD 95,9% so với 84,3% là khoảng cách tài liệu rộng nhất mà bất kỳ nhà cung cấp nào từng công bố.
- Công việc là toán hoặc khoa học vật lý. FrontierMath Tier 4 v2 ở 97,6% so với 87,8%, và GPQA Diamond ở 96,0% so với 93,7%.
- Đang làm công việc bảo mật phòng thủ. 100% trên ExploitBench và giải 86 trên 226 thử thách FrontierCyber vượt trội rõ rệt.
- Đã dùng sẵn Codex. Ghi chú context xuyên window của Astra là tính năng riêng của Codex.
- Chi phí trên mỗi tác vụ quan trọng hơn điểm số cao nhất. 1,67 USD so với 3,76 USD trên Intelligence Index của Artificial Analysis ở mức max effort.
Nên chọn Claude Fable 5.1 nếu:
- Chạy các vòng lặp agent dài mà hóa đơn chủ yếu là đọc cache, không phải output. Ở mức 0,25 USD trên triệu lượt đọc cache so với 1,00 USD, khối lượng công việc nặng cache ở trên tốn 126 USD thay vì 201 USD.
- Request lớn. Anthropic không tính phụ phí long-context, nên khối lượng retrieval 10M token vẫn giữ ở 150 USD, trong khi Astra tăng lên 275 USD.
- Muốn điểm reasoning độc lập cao nhất và sẵn sàng trả giá cho điều đó. Artificial Analysis chấm 66 trên Intelligence Index so với 61, và thắng Humanity’s Last Exam có tool 65,0% so với 57,2%.
- Làm việc trong Claude Code. Fable 5.1 trong Claude Code là điểm cao nhất Artificial Analysis từng ghi nhận trên Coding Agent Index ở mức 70, và mặc định mức high effort trên bề mặt này.
Bắt đầu dùng GPT-6 Astra và Claude Fable 5.1 như thế nào?
| Kênh truy cập | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| Ứng dụng người dùng | ChatGPT Plus, Pro, Business, Enterprise | Claude web, mobile, desktop (Pro, Max, Team, Enterprise) |
| API chính thức | OpenAI API | Claude API |
| Cloud platform | Amazon Bedrock, Microsoft Azure/Foundry | Amazon Bedrock, Google Cloud, Microsoft Azure/Foundry |
| Coding agent | Codex | Claude Code, Cursor |
| Router bên thứ ba | OpenRouter, Vercel AI Gateway | OpenRouter, Vercel AI Gateway |
| API model ID | gpt-6-astra | claude-fable-5-1 |
Hai chi tiết truy cập đáng lưu ý: Astra tắt mặc định cho workspace doanh nghiệp cho đến khi admin bật lên, còn Fable 5.1 yêu cầu lưu trữ dữ liệu 30 ngày và không hỗ trợ Priority Tier. Về phạm vi cloud, Google Cloud hiện là nền tảng duy nhất có Fable 5.1 mà GPT-6 Astra chưa có.
Kết luận
Nên chọn dựa trên hình dạng khối lượng công việc và chi phí đo được, không phải bảng benchmark. GPT-6 Astra mạnh hơn cho agent click chuột qua phần mềm, làm toán, hoặc tạo tài liệu sẵn sàng gửi khách hàng, và trông rẻ hơn trên mỗi tác vụ dù giá niêm yết giống hệt nhau. Claude Fable 5.1 mang lại điểm reasoning độc lập cao nhất hiện có và tốn ít hơn trên các request rất lớn cũng như vòng lặp nặng cache.
Bảng giá chính là cái bẫy trong so sánh này. Hai mô hình cùng 10 USD và 50 USD trông có vẻ hoán đổi được về giá, và khoảng cách hiển thị duy nhất, giá đọc cache, nghiêng về phía Anthropic gấp 4 lần. Nhưng khi đo chi phí thực sự để hoàn thành một tác vụ, Astra chỉ tốn 44% chi phí của Fable 5.1. Đây là điều khó đoán được nếu chỉ nhìn trang giá, và đáng để kiểm tra lại trên chính lưu lượng công việc của mình trước khi quyết định.
Câu hỏi thường gặp
GPT-6 Astra có tốt hơn Claude Fable 5.1 không?
Tùy vào việc đọc benchmark của bên nào. Trên bảng so sánh của chính OpenAI, GPT-6 Astra dẫn đầu Claude Fable 5.1 trên gần như mọi dòng công bố, gồm 97,6% so với 87,8% trên FrontierMath Tier 4 v2 và 64,6% so với 52,6% trên Terminal-Bench Science 0.1. Artificial Analysis, đơn vị đánh giá độc lập, lại đảo ngược điều này, chấm Fable 5.1 đạt 66 trên Intelligence Index so với 61 của Astra. Nên chọn Astra cho computer use, toán và bảo mật mạng, chọn Fable 5.1 cho độ sâu reasoning và vòng lặp agent nặng cache dài.
GPT-6 Astra và Claude Fable 5.1 có giá bao nhiêu?
Cả hai đều niêm yết 10 USD trên triệu input token và 50 USD trên triệu output token, cùng mức giảm giá batch 50% và giá ghi cache 12,50 USD. Trên bảng giá, khoảng cách duy nhất là giá đọc cache: Claude Fable 5.1 tính 0,25 USD trên triệu so với 1,00 USD của GPT-6 Astra, tăng lên 2,00 USD khi vượt 272K input token, nơi Astra cũng tính 20 USD input và 75 USD output. Anthropic không tính phụ phí ở bất kỳ độ dài nào. Tuy nhiên khi đo theo tác vụ thực tế, khác biệt này đảo ngược: Artificial Analysis ghi nhận Fable 5.1 tốn 3,76 USD mỗi tác vụ so với 1,67 USD của Astra.
GPT-6 Astra hay Claude Fable 5.1 tốt hơn cho việc coding?
GPT-6 Astra dẫn đầu các benchmark coding mỗi bên tự công bố, đạt 57,7% so với 55,8% trên Terminal-Bench 4.0 và 74,1% so với 67,4% trên DeepSWE v1.1. Artificial Analysis lại không đồng ý ở cấp độ harness, xếp Claude Fable 5.1 trong Claude Code đạt 70 trên Coding Agent Index so với 67 của GPT-6 Astra trong Codex. Vì hai lượt chạy dùng harness khác nhau, một phần khoảng cách đó thuộc về scaffolding chứ không phải bản thân mô hình.
Có thể truy cập GPT-6 Astra và Claude Fable 5.1 ở đâu?
GPT-6 Astra khả dụng trong ChatGPT trên các gói Plus, Pro, Business và Enterprise, qua OpenAI API và trong Codex. Admin doanh nghiệp phải tự bật vì quyền truy cập tắt mặc định lúc ra mắt. Claude Fable 5.1 chạy trên ứng dụng Claude web, mobile, desktop, Claude API và Claude Code, yêu cầu lưu trữ dữ liệu 30 ngày. Cả hai đều khả dụng trên Amazon Bedrock, Google Cloud, Microsoft Foundry và các router bên thứ ba như OpenRouter.
