GPT-6 Astra o Claude Fable 5.1: quale modello AI conviene davvero

Il 1° settembre 2026 Anthropic ha pubblicato Claude Fable 5.1. Il 4, OpenAI ha risposto con GPT-6 Astra. I due modelli costano la stessa cifra a listino, dieci dollari per milione di token in ingresso e cinquanta per milione in uscita, e sull’indice composito di Artificial Analysis ottengono lo stesso identico punteggio: 53. Da quel pareggio in poi si somigliano molto poco.

Questa pagina mette in fila i numeri pubblicati dalle due aziende e quelli rimisurati in modo indipendente, con una premessa che conta quanto le cifre: tutto è aggiornato al 13 settembre 2026. Su modelli usciti da due settimane la data non è un dettaglio.

Il nostro confronto precedente paragonava Fable 5, GPT-5.6 e Gemini 3.5. Due di quei tre modelli non sono più il riferimento delle rispettive aziende, e il terzo non è mai arrivato: questa pagina lo sostituisce.

Due modelli usciti a tre giorni di distanza

Claude Fable 5.1 è il modello che Anthropic indica per il lavoro di conoscenza più pesante e per la programmazione: progetti che durano ore attraverso più applicazioni, revisione di codice, lettura di diagrammi e tabelle dentro i PDF, uso autonomo di strumenti con capacità di riprendersi dopo un errore. La finestra di contesto è di un milione di token, compresa nel prezzo standard senza sovrapprezzo per i testi lunghi.

GPT-6 Astra è il modello che OpenAI presenta come il più capace del proprio catalogo, costruito soprattutto per usare il computer al posto di chi lo comanda: aprire applicazioni, compilare documenti, fogli di calcolo, presentazioni. La finestra di contesto dichiarata è di 1.050.000 token, l’uscita massima 128.000, e le conoscenze del modello si fermano al 30 aprile 2026. Accetta testo e immagini in ingresso, risponde solo in testo.

Un token è l’unità con cui questi sistemi contano il testo, all’incirca una sillaba, ed è anche l’unità con cui si paga.

Il listino dice la stessa cifra

Entrambe le aziende pubblicano i prezzi in dollari. Le conversioni qui sotto usano il cambio del 11 settembre 2026, 1 dollaro = 0,86266 euro.

Chi guarda solo le prime due righe conclude che i due modelli costano uguale. È la conclusione sbagliata, e il motivo sta nelle righe successive e in un dato che nessun listino contiene.

Il conto vero si fa sui token consumati

Il prezzo per token dice quanto costa una parola, non quanto costa un lavoro finito. Per arrivare allo stesso risultato due modelli possono consumare quantità molto diverse, perché prima di rispondere ragionano, e il ragionamento si paga come uscita.

Artificial Analysis ha fatto girare la propria batteria di prove su entrambi. Per completare l’intero indice Astra ha prodotto 60 milioni di token in uscita, con una spesa di 5.324,10 dollari. Fable 5.1 ne ha prodotti 190 milioni, per 13.128,86 dollari. Al massimo sforzo, su un singolo compito, Astra si ferma intorno ai 27.000 token in uscita dove Fable 5.1 ne produce 78.000 per ottenere lo stesso punteggio.

Tradotto in costo per compito: 3,26 dollari con Astra contro 7,63 con Fable 5.1, cioè 2,81 euro contro 6,58. Sulle prove di programmazione il divario si stringe ma non si chiude, e Astra resta intorno al 60% della spesa a parità di punteggio. Abbiamo raccontato la misurazione completa nel dettaglio, e il problema più generale — il listino che ha smesso di dire quanto costa un modello — in un pezzo a parte.

Dove il rapporto si ribalta

C’è un caso in cui l’aritmetica gira dall’altra parte, ed è il più frequente in azienda. La cache è la memoria temporanea in cui il modello tiene una parte di testo già letta — un manuale, un contratto, una base di codice — per non rileggerla da capo a ogni richiesta. Rileggere dalla cache costa molto meno che mandare il testo per intero.

Su Fable 5.1 una rilettura costa 0,22 euro per milione di token, un quarantesimo del prezzo d’ingresso. Su Astra ne costa 0,86, un decimo. Sono quattro volte tanto. Per un assistente che apre ogni conversazione con lo stesso fascicolo di duecento pagine, la voce cache pesa più di tutte le altre messe insieme, e il vantaggio di Astra sul numero di token si assottiglia.

Sulla velocità i due si equivalgono: 60,4 token al secondo per Astra, 66,7 per Fable 5.1. Entrambi però fanno aspettare molto prima della prima parola — 323 secondi Astra, 268 Fable 5.1, contro una mediana di meno di quattro secondi — perché quel tempo è ragionamento, non lentezza della rete. Nessuno dei due è adatto a una chat che deve rispondere in tempo reale a un cliente.

I numeri dichiarati, messi in fila

La tabella ha più caselle vuote di quante se ne vorrebbero, e non è una svista. Le due aziende quasi mai pubblicano la stessa prova con lo stesso metodo. Su OSWorld, per dire, OpenAI dichiara un numero e Anthropic ne dichiara due, uno con punteggio parziale e uno con punteggio stretto: metterli in colonna non significa che siano confrontabili. Anche i nomi ingannano, perché l’AutomationBench di Anthropic e l’AutomationBench-AA di Artificial Analysis sono prove diverse con un nome quasi identico.

Le cifre su cui il paragone regge davvero sono le ultime due righe, perché le ha prodotte lo stesso laboratorio con lo stesso metodo. E dicono pareggio.

La prova su cui Astra arretra

Una eccezione merita spazio. GDPval-AA v2 è la prova che simula compiti professionali veri, del tipo che occupa una giornata di lavoro. Qui Fable 5.1 segna 1.853 punti, davanti a Opus 5 a 1.824 e a GPT-5.6 Sol a 1.711. Astra, rispetto proprio a GPT-5.6 Sol che sostituisce, perde circa 45 punti Elo: arretra rispetto al modello precedente della stessa azienda.

L’Elo è il sistema di punteggio nato negli scacchi: misura quanto spesso un concorrente batte gli altri, non quanto risponde bene in assoluto. Artificial Analysis attribuisce il calo al numero di giri di ragionamento, 24 contro i 45 del modello precedente. Il risparmio di token che rende Astra conveniente altrove, qui gli toglie i passaggi che servivano a fare bene il lavoro.

Chi può usarli, e a quali condizioni

Questa è la differenza che pesa di più sulla scelta quotidiana, e non compare in nessuna tabella di benchmark.

Astra è compreso nell’abbonamento ChatGPT Plus; sul piano Pro l’accesso è più ampio. I piani Free e Go non lo hanno. Su Business ed Enterprise l’amministratore deve abilitarlo, perché alla partenza è spento. I dettagli dei piani e dei limiti stanno nella nostra guida su accessi e prezzi di Astra, insieme alla scheda di ChatGPT.

Su Claude la faccenda è più sottile. Fable 5.1 figura su Pro, Max, Team ed Enterprise, ma non allo stesso modo. Anthropic scrive nella propria documentazione che sui piani Max e sui posti Premium il modello è incluso e si può usare fino al 50% del monte settimanale senza costi aggiuntivi. Sui piani Pro e sui posti Team standard, invece, Fable non rientra nei limiti dell’abbonamento: si paga con i crediti di utilizzo, cioè a consumo, sopra la quota già versata. Sui posti Enterprise standard serve che l’organizzazione abbia attivato quei crediti.

Detto in modo diretto: con l’abbonamento da venti dollari al mese il modello di punta di OpenAI è compreso, quello di Anthropic no.

Mythos 5.1, il gemello quasi irraggiungibile

Nelle classifiche compare spesso un terzo nome, Claude Mythos 5.1, con punteggi superiori a Fable su alcune prove — 60,9% su Terminal-Bench 4.0 contro 55,8%. È lo stesso modello di fondo: cambia che Mythos gira senza le protezioni su cybersicurezza e biologia che Fable applica. Anthropic lo riserva a ricercatori accreditati nella difesa informatica e nelle scienze della vita, e al momento solo a organizzazioni statunitensi.

Per un’azienda italiana quel 60,9% non è un’opzione d’acquisto. Vale la pena saperlo prima di costruire un paragone su quella riga. Le protezioni di Fable, per inciso, secondo Anthropic riducono dell’85% i falsi allarmi sulle domande di biologia rispetto alle versioni precedenti, pur continuando a segnalare le vulnerabilità dentro il codice sorgente.

E Gemini, per ora, non c’è

Manca il terzo nome che ci si aspetterebbe. Gemini 3.5 Pro, promesso da Google per giugno, al 3 settembre risultava ancora annunciato e non disponibile; i candidati interni sono stati scartati perché non miglioravano abbastanza rispetto alle versioni Flash. Il modello Google più capace effettivamente utilizzabile è Gemini 3.8 Flash, uscito il 3 settembre, che sull’indice di Artificial Analysis sta al decimo posto. È un modello leggero, pensato per costare poco e rispondere in fretta, e non gioca la stessa partita dei due di questa pagina.

Sul versante opposto del listino si muove invece chi punta a fare quasi altrettanto spendendo molto meno: SWE-2 di Cognition è l’esempio recente più chiaro sulla programmazione.

Il verdetto, profilo per profilo

Chi paga a consumo e fa tante richieste diverse tra loro spende meno con Astra, e il margine è largo: meno della metà a parità di risultato sulle prove generali.

Chi costruisce un assistente su documenti sempre uguali — un archivio, un manuale, una base di codice riletta a ogni richiesta — ha i conti dalla parte di Fable 5.1, per via della rilettura dalla cache che costa un quarto.

Chi affida al modello compiti professionali lunghi, quelli che assomigliano a una pratica da istruire più che a una domanda, trova su GDPval-AA v2 l’unico divario netto delle misurazioni indipendenti, e va a favore di Fable 5.1.

Chi vuole il modello di punta dentro l’app, a venti dollari al mese, oggi ha una sola strada: ChatGPT Plus. Su Claude serve un piano Max, oppure mettere in conto i crediti di utilizzo sopra l’abbonamento Pro.

Chi è già dentro l’ecosistema Claude con un piano Max non ha ragione di spostarsi: metà del monte settimanale su Fable 5.1 copre più lavoro di quanto la differenza di costo per compito faccia risparmiare.

Chi cerca la velocità di risposta non deve guardare né l’uno né l’altro: quattro o cinque minuti di attesa prima della prima parola escludono entrambi da qualsiasi uso interattivo con un cliente dall’altra parte.

Il 13 settembre 2026 i due modelli si equivalgono sul punteggio e si dividono sul consumo. È un equilibrio costruito su due settimane di misurazioni, non su una generazione di modelli: basta una versione intermedia che riduca i giri di ragionamento di Fable, o un ritocco al listino di OpenAI, per spostarlo. Per questo ogni cifra di questa pagina porta la data in cui è stata misurata.

Fonti primarie: OpenAI, Anthropic e Artificial Analysis. Immagine di apertura: elaborazione The AI Magazine su loghi ufficiali.