GPT-6 Astra vs Claude Fable 5.1: co wybrać i do czego

Na wizytówce obu modeli stoi ta sama liczba: 10 dolarów za milion tokenów wejścia i 50 dolarów za milion wyjścia. GPT-6 Astra vs Claude Fable 5.1 zaczyna się więc od remisu, a rozjeżdża się dwie pozycje niżej w cenniku. Odczyt z pamięci podręcznej kosztuje u OpenAI dolara za milion tokenów, u Anthropica dwadzieścia pięć centów. Do tego OpenAI nalicza podwójną stawkę na całe zapytanie, gdy wejście przekroczy 272 tysiące tokenów, a Anthropic takiej taryfy nie ma wcale. Kto raz dziennie zadaje pytanie w oknie czatu, nie zobaczy tej różnicy nigdy. Kto puszcza agenta czytającego przy każdym kroku 300 tysięcy tokenów historii, płaci osiem razy więcej za każdy taki odczyt.

Ile kosztuje GPT-6 Astra, a ile Claude Fable 5.1

Przeliczenie na złotówki po kursie 3,7085 zł za dolara, czyli po tabeli A Narodowego Banku Polskiego z 7 września 2026.

Dwa wiersze z tej tabeli decydują o wszystkim. Pierwszy to pamięć podręczna. Anthropic zszedł w niej do jednej czterdziestej ceny wejścia, podczas gdy wszystkie pozostałe modele Claude i sama Astra trzymają się jednej dziesiątej. Drugi to taryfa długiego kontekstu i tu warto przeczytać dokładne brzmienie, bo różni się od intuicji. Karta modelu OpenAI mówi, że zapytania powyżej 272 tysięcy tokenów wejścia idą po podwyższonej stawce “dla całego żądania”. Nie płacisz więc podwójnie za nadwyżkę ponad próg, tylko za wszystko. Cennik Anthropica rozstrzyga to w drugą stronę. Zapytanie na 900 tysięcy tokenów rozlicza się po tej samej stawce za token co zapytanie na dziewięciu tysiącach.

Przykład rachunku za jedną sesję agenta

Policzmy to na założeniach, które można podważyć, bo są wypisane. Agent wykonuje 40 kroków. Przy każdym czyta z pamięci podręcznej 300 tysięcy tokenów historii i oddaje 2 tysiące tokenów odpowiedzi. Odczytów zbiera się 12 milionów tokenów, wyjścia 80 tysięcy.

Astra jest przez cały czas powyżej progu 272 tysięcy, więc odczyt kosztuje ją 2 dolary za milion, a wyjście 75 dolarów. Wychodzi 24 dolary za odczyty i 6 dolarów za odpowiedzi. Fable 5.1 liczy odczyt po 25 centów, a wyjście po 50 dolarów, czyli 3 dolary i 4 dolary. Trzydzieści dolarów kontra siedem, w złotówkach 111 zł kontra 26 zł. To nasze wyliczenie, nie pomiar producenta, ale każdą stawkę w nim można sprawdzić w cenniku.

Pierwsza Misja AI · Kodożercy

Używasz AI codziennie, ale czy robisz to dobrze?

Kurs Pierwsza Misja AI pokaże Ci techniki promptowania, które naprawdę działają. Praktyczne ćwiczenia na żywym modelu, gamifikacja i certyfikat.

Sprawdź program kursu →

Porównanie wyników: dwa testy, w których wygrywa Claude Fable 5.1

Tabelę porównawczą do premiery Astry zbudowało OpenAI i to ono wybrało, co w niej pokazać. Tym ciekawsze jest to, że w dwóch miejscach własnego zestawienia firma stawia konkurenta wyżej od siebie.

Pierwsze to Artificial Analysis Intelligence Index w wersji 4.1.1, zbiorczy indeks niezależnego ewaluatora. Fable 5.1 ma tam 65,7 punktu, Astra 61,2. Wyżej od Astry stoją też Claude Opus 5 z wynikiem 63,1 i poprzedni Fable 5 z 62,1. Najnowszy model OpenAI wypada w tym wierszu czwarty na sześć pozycji. Drugie miejsce to Humanity’s Last Exam z dostępem do narzędzi: Fable 5.1 ma 65,0 procent, Astra 57,2 procent. I tu również oba starsze modele Anthropica są przed Astrą.

Podobnie wygląda bliźniaczy indeks dla agentów kodujących. Prowadzi w nim Opus 5 z wynikiem 68,1, za nim Fable 5 z 67,2, a Astra ma 67,0. Fable 5.1 nie ma tam wyniku wcale.

Gdzie Astra wygrywa i nie jest to remis

Reszta tabeli idzie w drugą stronę, miejscami bardzo wyraźnie. Na Terminal-Bench Science 0.1, mierzącym agentową pracę badawczą, Astra ma 64,6 procent wobec 52,6 procent u Fable 5.1. Na AutomationBench różnica wynosi dziesięć punktów, na FrontierMath Tier 4 blisko dziesięć, a na DeepSWE prawie siedem. Bliżej jest w pracy w terminalu: 57,9 procent kontra 55,8 procent na Terminal-Bench 4.0.

Ten ostatni wynik ma osobną wartość. 55,8 procent to dokładnie ta sama liczba, którą Anthropic podaje o sobie w materiałach do premiery Fable 5.1. Dwaj konkurenci zmierzyli ten sam test i wyszło im co do dziesiątej części punktu to samo. Przy tabelkach od producenta zdarza się to rzadko. Przy innych wierszach zgodności już nie ma, bo metodologia się różni. Na OSWorld OpenAI liczyło Claude’a na ustawieniach oficjalnych, a nie na tych z karty systemowej Anthropica. Na BenchCAD zrobiło odwrotnie i wynik uwzględnia trzy zmiany w teście opisane w tej karcie.

Czego każdy z tych modeli odmówi

Praktyczna różnica siedzi w przypisie, którego prawie nikt nie czyta. OpenAI wyjaśnia w nim, dlaczego kolumny Claude’a są puste w trzech zestawach testowych z chemii i nauk o życiu. Powód: oba modele Fable “odmawiają większości pytań” w tych ewaluacjach. Na teście zdrowotnym HealthBench było podobnie i OpenAI musiało podstawiać Opus 5 tam, gdzie Fable 5.1 odmówił odpowiedzi.

Astra ma swoją listę i jest ona dłuższa, niż wynikałoby z jej wyników. Model osiągnął próg Critical w kategorii cyberbezpieczeństwa, pierwszy raz w historii wewnętrznej skali ryzyka OpenAI. Wersja produkcyjna odmawia w związku z tym zaawansowanych zadań ofensywnych. Do tego pilnuje jej system klasyfikatorów, który potrafi zatrzymać podejrzane działanie w trakcie. W ChatGPT i w Codeksie kończy się to prośbą o zatwierdzenie kroku, a w interfejsie programistycznym zadanie po prostu staje.

Dla wyboru modelu ma to konkretny skutek. Kto pracuje na zadaniach podobnych do tych trzech zestawów, powinien policzyć się z częstszymi odmowami po stronie Anthropica. Kto robi testy bezpieczeństwa, trafi na odmowę u OpenAI, w dodatku w środku zadania.

Który model wybrać do kodowania, a który do długiej sesji agentowej

Sterowanie modelem wygląda u obu producentów inaczej. Astra przyjmuje pięć poziomów wysiłku, od niskiego po maksymalny. Ma też osobny tryb szybki, który za podwójną stawkę obiecuje do dwóch razy większą prędkość. Fable 5.1 ma myślenie adaptacyjne włączone na stałe, domyślny wysiłek ustawiony wysoko, a dokumentacja opisuje jego czas odpowiedzi wprost jako wolniejszy. Kto potrzebuje tanich, szybkich wywołań na dużej liczbie zapytań, ma u OpenAI regulator, którego u Anthropica nie znajdzie.

Warto przy tym zauważyć, kogo poleca sam Anthropic. Dokumentacja radzi zaczynać większość zadań od Opus 5, który kosztuje 5 dolarów za milion tokenów wejścia i 25 za milion wyjścia. To połowa stawki Fable 5.1, a w indeksie agentów kodujących Opus 5 wypada wyżej od obu droższych modeli. Po stronie OpenAI podobną rolę pełni GPT-5.6 Sol, który w promocji do 21 listopada 2026 kosztuje 4 i 20 dolarów. Astra jest od niego dwa i pół raza droższa.

Do rachunku trzeba jeszcze doliczyć koszt przesiadki. Przejście na Fable 5.1 psuje trzy rzeczy w istniejącym kodzie. Wymuszone wywołanie narzędzia zwraca teraz błąd. Starsze modele nie odczytają jego bloków myślenia, a edytowanie wcześniejszych tur rozmowy te bloki unieważnia. W lipcu, przy poprzedniej generacji obu modeli, wybór sprowadzał się do ceny za tokeny i dostępności. Teraz cena za tokeny jest identyczna, więc decydują pozycje, które w tabelach cenników stoją niżej.

Gdzie działa GPT-6 Astra, a gdzie Claude Fable 5.1

Anthropic wystawia swój model na wszystkich trzech dużych chmurach. Fable 5.1 działa w interfejsie Anthropica, na Amazon Bedrock, w Google Cloud i w Microsoft Foundry. Jest też w aplikacjach Claude i w Claude Code. Astra działa w interfejsie OpenAI, w Microsoft Azure i w Amazon Bedrock, czyli bez Google Cloud. W ChatGPT obejmuje plany Plus, Pro, Business i Enterprise. W tym ostatnim jest domyślnie wyłączona i włączyć ją musi administrator przestrzeni roboczej.

Dwa drobiazgi łatwo przeoczyć przy planowaniu. Astra nie działa na darmowym progu interfejsu programistycznego, a na progu pierwszym limit wynosi 500 zapytań i 500 tysięcy tokenów na minutę. Anthropic z kolei podaje termin, do którego nie wycofa modelu, i jest to 1 września 2027. OpenAI w karcie Astry takiej deklaracji nie umieszcza, więc planując roczny projekt na jednym z nich, trzeba to sobie policzyć osobno.

{ agenci AI }

Agent AI, który pracuje na danych Twojej firmy

Budujemy agentów, którzy odpowiadają klientom, czytają dokumenty i przygotowują raporty, podłączonych do Waszych systemów. Zaczynamy od jednego procesu i sprawdzamy efekt, zanim pójdziemy dalej.

Sprawdź, jak wdrażamy agentów → Software house, który prowadzi ten blog

Najczęstsze pytania

Czy GPT-6 Astra jest lepszy od Claude Fable 5.1?

W tabeli OpenAI wygrywa większość pomiarów, czasem o kilkanaście punktów, i wypada zauważalnie lepiej w pracy badawczej, matematyce i obsłudze komputera. Przegrywa jednak dwa wiersze i akurat te są zbiorczymi indeksami zewnętrznego ewaluatora. Do tego wszystkie liczby zmierzyło OpenAI, także te przegrane. Odpowiedź brzmi więc: do zadań technicznych i badawczych Astra, do pracy agentowej ciągnącej się godzinami Fable 5.1. Tam rozstrzyga cena odczytów.

Czy opłaca się przejść z GPT-5.6 Sol na GPT-6 Astrę?

Zależy, ile zapytań przechodzi u ciebie przez model. W promocji do 21 listopada 2026 Sol kosztuje cztery dolary za milion tokenów wejścia i dwadzieścia za milion wyjścia. Astra jest od niego dwa i pół raza droższa. Sama podmiana nazwy modelu w kodzie to jedna linijka i właśnie dlatego łatwo zrobić ją bez zaglądania do cennika. Przy pracy na pełnym oknie kontekstu dochodzi jeszcze mnożnik powyżej 272 tysięcy tokenów, którego Sol nie ma.

Podsumowanie

Stawka bazowa jest w obu modelach identyczna i przez to zupełnie nieprzydatna przy wyborze. Rozstrzygają dwie pozycje niżej w cenniku. Odczyt z pamięci podręcznej kosztuje u Anthropica 25 centów, a u OpenAI dolara. Do tego dochodzi taryfa długiego kontekstu, którą OpenAI nalicza na całe zapytanie powyżej 272 tysięcy tokenów, a Anthropic nie nalicza wcale. W policzonym wyżej przykładzie sesji agenta daje to kilkukrotną różnicę na fakturze. W drugą stronę działają wyniki. Astra wygrywa w tabeli OpenAI zdecydowaną większość testów, ustępuje jednak w dwóch zbiorczych indeksach zewnętrznego ewaluatora. Wszystkie te liczby zmierzył przy tym jeden z porównywanych producentów. Do tego dochodzą odmowy i tu każdy z modeli ma swój teren. Fable 5.1 odrzucił większość pytań w trzech testach z chemii i nauk o życiu, a Astra odmawia zaawansowanych zadań ofensywnych, w dodatku potrafi stanąć w połowie zadania.

Mateusz Wojdalski

Specjalista SEO i content marketingu w Devstock. Zajmuję się strategią treści, automatyzacją procesów marketingowych i wdrożeniami AI w codziennej pracy. Badam nowe narzędzia, adaptuję je do realnych zadań i piszę o tym, co faktycznie działa.