GPT-6.2 Astra et Claude Fable 5.2 affichent le même tarif officiel Standard : 8 $ par million de tokens en entrée et 40 $ par million de tokens en sortie. À ce tarif, commencez par évaluer Fable pour le codage dans des dépôts et Astra pour les workflows sur des documents juridiques avec révision humaine. Les résultats publiés par Artificial Analysis avec un effort maximal favorisent des modèles différents pour ces deux types de tâches. Ils permettent d’établir une présélection selon les tâches, pas de désigner un vainqueur universel pour les agents de longue durée. Les deux modèles sont disponibles avec une seule clé AIHubMix.
Choisissez en fonction du travail, pas d’un seul score phare
Codage dans des dépôts : Fable affiche le meilleur score publié avec un effort maximal
Sur FrontierCode-AA 2.0 d’Artificial Analysis, Astra obtient un score de 45.38% avec un effort maximal, tandis que Fable, avec un effort maximal et un modèle de repli par défaut, obtient 48.76%. AA utilise 132 tâches privées sur de vrais dépôts, trois exécutions par tâche, son banc d’essai Stirrup et une limite de 500 tours, chaque tâche ayant le même poids.
Fable constitue donc un bon candidat à évaluer en premier pour les modifications de dépôts. Tenez compte des mentions concernant l’effort et le modèle de repli : deux paramètres appelés « maximal » ne signifient pas que la puissance de calcul utilisée est équivalente, et ce résultat ne permet pas de trancher pour tous les workflows de codage.
Travail juridique : Astra est en tête, mais les taux de réussite absolus sont faibles
Harvey LAB-AA v1.1 d’AA attribue à Astra un score de 15.0% et un coût de 6.35 $ par tâche avec un effort maximal. Fable, avec la mention effort maximal et modèle de repli par défaut, obtient 7.2% et un coût de 39.84 $ par tâche. Il s’agit du coût par tâche évaluée, et non par tâche réussie.
L’évaluation couvre 120 tâches juridiques privées dans 24 domaines de pratique. Son indicateur principal est le taux strict de réussite totale avec filtrage des hallucinations : la part moyenne des tâches pour lesquelles un panel de trois juges LLM estime que tous les critères de la grille sont satisfaits, une tâche étant comptée comme nulle en cas d’hallucination substantielle. Il ne s’agit pas du taux de réussite, bien plus élevé, par critère.
Ces éléments constituent des résultats d’évaluation publiés directement, à la base de l’affirmation d’OpenAI selon laquelle Astra fait plus que doubler le taux de réussite de Fable pour environ un sixième du coût. Il ne s’agit pas d’une deuxième reproduction indépendante de la même exécution. Astra mérite d’être évalué en premier pour des tâches juridiques similaires, mais 15.0% reste un taux faible : les livrables juridiques produits par l’un ou l’autre modèle doivent être relus par un humain.
3D interactive : un signal plus limité en faveur d’Astra
AA-3D utilise 55 tâches three.js hors ligne et des votes humains en comparaison par paires à l’aveugle. Astra obtient un Elo de 1318 (intervalle à 95 % : 1286–1349) avec un effort maximal ; Fable, avec la mention effort maximal et modèle de repli par défaut, obtient 1271 (1246–1297). L’estimation ponctuelle d’Astra est supérieure, mais les intervalles se chevauchent. Voyez-y une raison d’inclure Astra dans les évaluations de prototypage visuel, pas une preuve décisive de sa supériorité générale en codage. La page de l’évaluateur figure dans les Sources.
Ce que peut vous apprendre l’affirmation sur Agents' Last Exam
Pour Agents' Last Exam, OpenAI indique qu’Astra devance Fable de 5.5 points de pourcentage pour 5% du coût. La même annonce précise que le résultat de Fable dans le classement exclut neuf tâches ayant utilisé un modèle de repli. Elle n’établit ni l’identité des ensembles de tâches ni une puissance de calcul équivalente ; ce ratio ne permet donc pas de prévoir de manière générale le coût de vos agents.
Il s’agit d’une comparaison rapportée par le fournisseur. L’exclusion des neuf tâches concerne Agents' Last Exam ; le résultat de Fable publié séparément pour Harvey conserve la mention d’AA « effort maximal/modèle de repli par défaut ». Ne transposez pas cette exclusion d’une évaluation à l’autre.
Les tarifs de base sont identiques. Les règles de cache, elles, diffèrent.
Tarifs officiels Standard pour les contextes courts, par million de tokens :
| Élément | GPT-6.2 Astra | Claude Fable 5.2 |
|---|---|---|
| Entrée | $8.00 | $8.00 |
| Sortie | $40.00 | $40.00 |
| Lecture du cache | $0.40 | $0.20 |
| Écriture courte dans le cache | 10.00 $ (30 minutes) | 10.00 $ (5 minutes) |
| Écriture longue dans le cache | 20.00 $ (12 heures) | 16.00 $ (1 heure) |
Les tarifs d’Astra proviennent de la page de tarification d’OpenAI, et ceux de Fable de la présentation de Fable 5.2. Ce sont les tarifs officiels, pas la facturation d’AIHubMix. Les tarifs d’Astra pour les contextes courts s’appliquent jusqu’à 272,000 tokens en entrée ; au-delà, les tarifs d’entrée et de cache doublent et celui de sortie est multiplié par 1.5 pour l’ensemble de la requête, et non uniquement pour les tokens excédentaires. L’égalité des prix de base ne s’étend pas à toutes les longueurs de contexte ni à toutes les offres de service.
Les fenêtres de contexte sont proches : Astra est officiellement à 1,050,000 tokens et Fable à 1,000,000, avec une limite de sortie de 128,000 tokens pour les deux. Leurs dates de coupure des connaissances sont également proches : 18 mai 2026 pour Astra et juin 2026 pour Fable.
Pour un exemple synthétique sans cache, supposons 818,000 tokens d’entrée ordinaires et 30,000 tokens de sortie facturés, raisonnement compris, répartis sur dix requêtes comportant chacune moins de 272,000 tokens en entrée, sans écriture dans le cache ni frais d’outil. Si les deux fournisseurs facturent des volumes identiques, le total est de 7.744 $ pour chacun : 0.818 × 8 $ + 0.030 × 40 $. L’égalité des volumes facturés est une hypothèse ; les tokenizers peuvent compter différemment un même texte. L’exemple explique l’égalité des tarifs, pas le ratio de coût de 5% rapporté pour les tâches.
La lecture du cache coûte moitié moins cher avec Fable, mais son écriture courte ne dure que 5 minutes, contre 30 minutes pour Astra. Les écritures longues durent une heure avec Fable et 12 heures avec Astra. Une boucle interrompue par l’attente d’un utilisateur ou d’un outil lent peut donc entraîner une facture de cache différente, même si les tarifs de base en entrée et en sortie sont identiques.
Les valeurs par défaut dépendent aussi de l’endroit où vous utilisez le modèle. L’API de Fable utilise high par défaut et active toujours la réflexion adaptative ; son annonce de lancement indique medium pour les applications Claude et Claude Code. Le guide GPT-6.2 d’OpenAI recommande de commencer explicitement les nouvelles intégrations avec medium ; c’est un conseil, pas la confirmation d’une valeur par défaut lorsque le champ est omis. Définissez explicitement l’effort et comparez la qualité, la latence et le coût par tâche accomplie selon les budgets. Des libellés identiques ne garantissent pas une puissance de calcul identique.
Comparez les modèles disponibles sur vos propres tâches
GPT-6.2 Astra, Sol et Claude Fable 5.2 sont disponibles sur AIHubMix avec une seule clé API. Les sources publiques consultées le 18 novembre 2026 vers 15:04–15:06 UTC (23:04–23:06, heure de Pékin) indiquent les fournisseurs, les tarifs et la fonction Try this model sur la page du modèle Astra d’AIHubMix et la page de Sol. Les deux ID exacts de GPT-6.2 figurent dans l’index des paramètres, et leurs documents llms renvoient vers les schémas résolus.
AIHubMix documente Chat Completions, Responses et Anthropic Messages pour ces modèles. Pour GPT-6.2, Messages est une traduction effectuée par la passerelle, et non un endpoint natif d’OpenAI ; l’API d’appel d’outils de GPT-6.2 d’OpenAI exige Responses. Aucun test pratique de la passerelle n’a été effectué pour cet article. Le partage d’une clé ou d’un protocole ne garantit ni le même backend ni la même facturation des outils.
Utilisez des tâches représentatives de dépôt pour commencer l’évaluation avec Fable, des tâches juridiques révisées par des humains pour commencer avec Astra, et vos propres briefs pour le travail visuel. Gardez les prompts et les critères de réussite identiques, consignez l’effort et le comportement du modèle de repli, puis comparez le coût par tâche accomplie sur la route que vous utilisez. L’accès direct auprès du fournisseur constitue un canal distinct.
FAQ
GPT-6.2 Astra et Claude Fable 5.2 ont-ils le même prix ?
Aux tarifs officiels Standard pour les contextes courts, oui : 8 $ par million de tokens en entrée et 40 $ par million en sortie. Le tarif d’Astra s’applique jusqu’à 272,000 tokens en entrée par requête ; au-delà, ses tarifs d’entrée et de cache doublent pour toute la requête et celui de sortie est multiplié par 1.5. Les tarifs et durées de lecture du cache diffèrent également.
Par lequel commencer l’évaluation pour le codage dans des dépôts ?
Fable constitue un point de départ raisonnable : dans FrontierCode-AA 2.0 d’AA, Fable avec un effort maximal et un modèle de repli par défaut obtient 48.76%, contre 45.38% pour Astra avec un effort maximal. Ce résultat porte sur un seul banc d’essai et un seul ensemble de tâches ; il ne garantit pas une puissance de calcul équivalente.
Astra peut-il prendre en charge du travail juridique sans révision ?
Non. Son taux de réussite totale dans Harvey LAB-AA v1.1 est de 15.0%, contre 7.2% pour Fable avec un effort maximal et son modèle de repli par défaut. Cet indicateur strict exige que tous les critères de la grille soient satisfaits et attribue un score nul aux tâches comportant des hallucinations substantielles. Les deux modèles nécessitent une révision juridique humaine.
GPT-6.2 Astra a-t-il battu Fable 5.2 à Agents' Last Exam ?
OpenAI rapporte une avance de 5.5 points de pourcentage pour 5% du coût, neuf tâches avec modèle de repli ayant été exclues du résultat de Fable. L’annonce n’établit ni l’identité des ensembles de tâches ni une puissance de calcul équivalente. Cette exclusion ne concerne pas le résultat distinct de Harvey.
Ont-ils la même fenêtre de contexte ?
Presque. Astra dispose officiellement de 1,050,000 tokens de contexte, contre 1,000,000 pour Fable. Les deux limitent la sortie à 128,000 tokens.
Puis-je utiliser les deux aujourd’hui sur AIHubMix avec une seule clé ?
Oui. Astra, Sol et Fable 5.2 sont disponibles avec une seule clé AIHubMix, via les routes documentées Chat Completions, Responses et Anthropic Messages. Les pages GPT-6.2, les documents llms, le catalogue et les schémas résolus ont été vérifiés le 18 novembre 2026 vers 15:04–15:06 UTC (23:04–23:06, heure de Pékin) ; la page et le document llms de Fable ont été vérifiés le même jour vers 15:10 UTC (23:10, heure de Pékin). Aucun test pratique n’a été effectué pour cet article ; le partage d’une clé ou d’un protocole ne garantit ni le même backend ni la même facturation des outils.
Dois-je les comparer avec l’effort par défaut ?
Définissez-le explicitement. L’API de Fable utilise high par défaut, tandis que les applications Claude et Claude Code utilisent medium. OpenAI recommande de commencer explicitement avec medium pour les nouvelles intégrations GPT-6.2 ; il ne s’agit pas d’une valeur par défaut vérifiée de l’API. Des libellés identiques ne garantissent pas une puissance de calcul identique.
À lire ensuite : la série GPT-6.2
- La mise à niveau vers Astra réduit de 20% le tarif catalogue et davantage encore celui de la lecture du cache par rapport à GPT-6 Astra : GPT-6.2 Astra vs GPT-6 Astra : la baisse de prix de 20% justifie-t-elle la mise à niveau ?
- Si vous migrez plus tard un agent Fable vers un ID 6.2, c’est la règle sur le préfixe qui peut échouer sans signe évident : Migration GPT-6.2 : les modifications du préfixe suppriment le raisonnement, et aucune n’est rejetée
- Dans la gamme 6.2 d’OpenAI, Sol coûte un quart du prix officiel d’Astra ; c’est peut-être la comparaison dont vous avez réellement besoin : GPT-6.2 Sol vs GPT-6.2 Astra : quelles tâches de codage nécessitent le modèle phare 4x plus cher ?
Sources
- Artificial Analysis : FrontierCode-AA 2.0, Harvey LAB-AA v1.1 et AA-3D — résultats et méthodes des évaluateurs ; instantanés consultés le 18 novembre 2026, vers 02:30–02:40 UTC. Variantes à effort maximal dans tous les cas ; Fable porte la mention « modèle de repli par défaut ».
- OpenAI : Présentation de GPT-6.2 Astra et Sol — comparaison d’Agents' Last Exam rapportée par le fournisseur et exclusion des neuf tâches ; son résumé de Harvey renvoie aux résultats de l’évaluateur présentés ci-dessus.
- OpenAI : Tarifs, modèle Astra et utilisation de GPT-6.2 — tarifs officiels, limites, date limite des connaissances et conseils d’intégration.
- Anthropic : présentation de Fable 5.2 et annonce de Fable et Mythos 5.2 — spécifications et tarifs de l’API ; différences entre les paramètres par défaut de l’API et ceux de l’application/Claude Code.
- AIHubMix : Astra, Sol, Fable, document llms d’Astra, document llms de Sol et index des schémas — pages des modèles GPT-6.2, documents llms, entrées du catalogue et schémas GPT-6.2 résolus, vérifiés le 18 novembre 2026 entre environ 15:04 et 15:06 UTC (23:04–23:06, heure de Pékin) ; page du modèle Fable et document llms vérifiés le même jour vers 15:10 UTC (23:10, heure de Pékin). La disponibilité et trois protocoles de passerelle sont documentés. Aucune requête d’inférence n’a été envoyée.



