GPT-6.2 Astra vs Claude Fable 5.2: qual você deve usar?

AIHubMix7 min de leitura
GPT-6.2 Astra vs Claude Fable 5.2: qual você deve usar?

GPT-6.2 Astra e Claude Fable 5.2 têm o mesmo preço oficial Standard: US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de tokens de saída. Com esse preço, comece avaliando Fable para programação em repositórios e Astra para fluxos de trabalho com documentos jurídicos e revisão humana. Os resultados publicados pela Artificial Analysis no esforço máximo favorecem modelos diferentes nessas duas cargas de trabalho. Eles embasam uma seleção por tarefa, não a escolha de um vencedor universal para agentes de longa duração. Ambos os modelos estão disponíveis com uma única chave da AIHubMix.

Escolha com base no trabalho, não em uma única pontuação de destaque

Programação em repositórios: Fable tem a pontuação publicada mais alta no esforço máximo

No FrontierCode-AA 2.0 da Artificial Analysis, Astra no esforço máximo marca 45.38%, enquanto Fable no esforço máximo, com fallback padrão marca 48.76%. A AA usa 132 tarefas privadas em repositórios reais, três execuções por tarefa, seu harness Stirrup e um limite de 500 turnos, atribuindo o mesmo peso a cada tarefa.

Isso faz de Fable um bom primeiro candidato para alterações em repositórios. Mantenha explícitos os rótulos de esforço e fallback: duas configurações chamadas «máximo» não comprovam que o volume de computação seja igual, e esse resultado não abrange todos os fluxos de trabalho de programação.

O Harvey LAB-AA v1.1 da AA atribui a Astra no esforço máximo a pontuação de 15.0% a US$ 6.35 por tarefa. Fable, identificado como esforço máximo, com fallback padrão, marca 7.2% a US$ 39.84 por tarefa. Esses são os custos por tarefa avaliada, não por tarefa concluída com sucesso.

A avaliação abrange 120 tarefas jurídicas privadas em 24 áreas de atuação. A métrica principal é a rigorosa Taxa de aprovação total com filtro de alucinações: a proporção média de tarefas em que um painel de três avaliadores LLM considera aprovados todos os critérios da rubrica, zerando a tarefa caso ocorra qualquer alucinação relevante. Não se trata da taxa de aprovação, muito mais alta, por critério.

Essa é uma evidência publicada diretamente pelo avaliador que fundamenta o resumo da OpenAI de que Astra mais que dobra a taxa de aprovação de Fable por cerca de um sexto do custo. Não é uma segunda reprodução independente da mesma execução. Vale a pena avaliar Astra primeiro para trabalhos jurídicos semelhantes, mas 15.0% ainda é baixo: os resultados jurídicos de qualquer um dos modelos precisam de revisão humana.

3D interativo: um sinal mais limitado a favor de Astra

O AA-3D usa 55 tarefas offline de three.js e votos humanos cegos em comparações pareadas. Astra no esforço máximo tem Elo 1318 (intervalo de 95%: 1286–1349); Fable, identificado como esforço máximo, com fallback padrão, tem 1271 (1246–1297). A estimativa pontual de Astra é maior, mas os intervalos se sobrepõem. Considere isso um motivo para incluir Astra nas avaliações de prototipagem visual, não uma evidência conclusiva de superioridade geral em programação. A página do avaliador está nas Fontes.

O que a alegação sobre Agents' Last Exam pode dizer

No Agents' Last Exam, a OpenAI afirma que Astra está 5.5 pontos percentuais à frente de Fable por 5% do custo. O mesmo anúncio diz que o resultado de Fable no placar exclui nove tarefas que usaram um modelo de fallback. Isso não comprova que os conjuntos de tarefas sejam idênticos nem que a computação tenha sido equiparada; portanto, essa proporção não é uma previsão geral de custos para seus agentes.

Esta é uma comparação informada pelo fornecedor. A exclusão das nove tarefas diz respeito ao Agents' Last Exam; o resultado de Fable publicado separadamente para Harvey mantém o rótulo de esforço máximo/fallback padrão da AA. Não transfira a exclusão de uma avaliação para outra.

As tabelas de preços coincidem. As regras de cache, não.

Preços oficiais Standard para contextos curtos, por milhão de tokens:

Item GPT-6.2 Astra Claude Fable 5.2
Entrada $8.00 $8.00
Saída $40.00 $40.00
Leitura do cache $0.40 $0.20
Gravação curta no cache US$ 10.00 (30 minutos) US$ 10.00 (5 minutos)
Gravação longa no cache US$ 20.00 (12 horas) US$ 16.00 (1 hora)

As tarifas de Astra vêm da página de preços da OpenAI, e as de Fable, da visão geral do Fable 5.2. Estes são preços oficiais, não valores cobrados pela AIHubMix. As tarifas de contexto curto de Astra se aplicam até 272,000 tokens de entrada; acima disso, as tarifas de entrada e cache dobram, e a saída custa 1.5× para a solicitação inteira, não apenas para os tokens excedentes. A igualdade dos preços-base não se estende a todos os comprimentos de contexto nem a todos os níveis de serviço.

As janelas de contexto são semelhantes: oficialmente, Astra tem 1,050,000 tokens e Fable, 1,000,000, ambos com limite de 128,000 tokens de saída. As datas de corte do conhecimento também são próximas: Astra, 18 May 2026; Fable, June 2026.

Para um exemplo sintético sem cache, suponha 818,000 tokens comuns de entrada e 30,000 tokens faturados de saída, incluindo raciocínio, ao longo de dez solicitações, cada uma com menos de 272,000 tokens de entrada, sem gravações no cache nem tarifas de ferramentas. Se ambos os provedores faturarem contagens idênticas, o total de cada um será US$ 7.744: 0.818 × US$ 8 + 0.030 × US$ 40. Contagens faturadas iguais são uma suposição; tokenizadores diferentes não necessariamente contam o mesmo texto da mesma forma. O exemplo explica a igualdade das tarifas, não a proporção de custo por tarefa de 5% mencionada.

As leituras do cache de Fable custam metade, mas sua gravação curta dura 5 minutos, contra 30 minutos para Astra. As gravações longas duram uma hora em Fable e 12 horas em Astra. Assim, um ciclo que pausa para aguardar um usuário ou uma ferramenta lenta pode gerar uma conta de cache diferente, mesmo com as mesmas tarifas-base de entrada e saída.

Os padrões também dependem de onde você usa o modelo. A API de Fable usa high por padrão, com pensamento adaptativo sempre ativado; o anúncio de lançamento especifica medium para os aplicativos Claude e o Claude Code. O guia do GPT-6.2 da OpenAI recomenda começar explicitamente em medium nas novas integrações; isso é uma recomendação, não uma confirmação do valor padrão quando o campo é omitido. Defina o esforço explicitamente e compare qualidade, latência e custo das tarefas concluídas em diferentes orçamentos. Rótulos iguais não significam computação igual.

Compare os modelos disponíveis com suas próprias tarefas

GPT-6.2 Astra, Sol e Claude Fable 5.2 estão disponíveis na AIHubMix com uma única chave de API. As fontes públicas consultadas em 18 November 2026, aproximadamente entre 15:04–15:06 UTC (23:04–23:06, horário de Pequim), mostram os provedores, os preços e a opção Try this model na página do modelo Astra na AIHubMix e na página de Sol. Os dois IDs exatos do GPT-6.2 estão no índice de parâmetros, e os documentos llms contêm links para os esquemas resolvidos.

A AIHubMix documenta Chat Completions, Responses e Anthropic Messages para esses modelos. Para GPT-6.2, Messages é uma tradução feita pelo gateway, não um endpoint nativo da OpenAI; a API de chamada de ferramentas do GPT-6.2 da OpenAI exige Responses. Este artigo não realizou nenhum teste prático do gateway. Compartilhar uma chave ou um protocolo não garante o mesmo back-end nem a mesma cobrança por ferramentas.

Use tarefas representativas de repositórios para uma avaliação começando por Fable, tarefas jurídicas revisadas para uma avaliação começando por Astra e seus próprios briefs para o trabalho visual. Mantenha os prompts e os critérios de sucesso fixos, registre o esforço e o comportamento de fallback e compare o custo das tarefas concluídas na rota que você usa. O acesso direto ao fornecedor é um canal separado.

Perguntas frequentes

GPT-6.2 Astra e Claude Fable 5.2 têm o mesmo preço?
Sim, nas tarifas oficiais Standard para contextos curtos: US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de tokens de saída. A tarifa de Astra se aplica até 272,000 tokens de entrada por solicitação; acima disso, as tarifas de entrada/cache da solicitação inteira dobram e a de saída passa a 1.5 vez. As tarifas e os períodos de retenção do cache de leitura também diferem.

Qual deles devo avaliar primeiro para programação em repositórios?
Fable é um ponto de partida razoável: no FrontierCode-AA 2.0 da AA, Fable no esforço máximo com fallback padrão marca 48.76%, contra 45.38% para Astra no esforço máximo. Trata-se de um único harness e conjunto de tarefas, não de uma garantia de computação equiparada.

Astra está pronto para lidar com trabalho jurídico sem revisão?
Não. Sua taxa de aprovação total no Harvey LAB-AA v1.1 é 15.0%, contra 7.2% para Fable no esforço máximo com o fallback padrão de Fable. A métrica rigorosa exige aprovação em todos os critérios da rubrica e zera as tarefas que contenham alucinações relevantes. Ambos os modelos precisam de revisão jurídica humana.

GPT-6.2 Astra superou Fable 5.2 no Agents' Last Exam?
A OpenAI informa uma vantagem de 5.5 pontos percentuais por 5% do custo, com nove tarefas que usaram modelos de fallback excluídas do resultado de Fable. O anúncio não comprova que os conjuntos de tarefas sejam idênticos nem que a computação tenha sido equiparada. Essa exclusão não se aplica ao resultado separado do Harvey.

Eles têm a mesma janela de contexto?
Quase. Astra tem oficialmente 1,050,000 tokens; Fable, 1,000,000. Ambos têm um limite de saída de 128,000 tokens.

Posso usar os dois pela AIHubMix com uma única chave hoje?
Sim. Astra, Sol e Fable 5.2 estão disponíveis com uma única chave da AIHubMix, com rotas documentadas para Chat Completions, Responses e Anthropic Messages. As páginas do GPT-6.2, os documentos llms, o catálogo e os esquemas resolvidos foram consultados em 18 November 2026, aproximadamente entre 15:04–15:06 UTC (23:04–23:06, horário de Pequim); a página e o documento llms de Fable foram consultados no mesmo dia, aproximadamente às 15:10 UTC (23:10, horário de Pequim). Este artigo não realizou testes práticos; uma chave ou um protocolo compartilhado não garante o mesmo back-end nem a mesma cobrança por ferramentas.

Devo compará-los com o esforço padrão?
Defina-o explicitamente. A API de Fable usa high por padrão, enquanto os aplicativos Claude e o Claude Code usam medium. A OpenAI recomenda começar explicitamente em medium nas novas integrações com GPT-6.2; isso não é um valor padrão da API verificado. Rótulos iguais não comprovam que a computação seja igual.

Continue lendo: a série GPT-6.2

Fontes

  1. Artificial Analysis: FrontierCode-AA 2.0, Harvey LAB-AA v1.1 e AA-3D — resultados e métodos dos avaliadores; instantâneos consultados em 18 November 2026, aproximadamente entre 02:30–02:40 UTC. Variantes no esforço máximo em todo o texto; Fable está identificado como fallback padrão.
  2. OpenAI: Apresentação de GPT-6.2 Astra e Sol — comparação do Agents' Last Exam informada pelo fornecedor e exclusão das nove tarefas; o resumo de Harvey se refere às evidências do avaliador acima.
  3. OpenAI: Preços, modelo Astra e como usar GPT-6.2 — tarifas oficiais, limites, data de corte e orientações de integração.
  4. Anthropic: visão geral do Fable 5.2 e anúncio do Fable e Mythos 5.2 — especificações e preços da API; padrões da API versus do app/Claude Code.
  5. AIHubMix: Astra, Sol, Fable, documento llms do Astra, documento llms do Sol e índice de esquemas — páginas dos modelos GPT-6.2, documentos llms, entradas do catálogo e esquemas GPT-6.2 resolvidos, verificados em 18 de novembro de 2026, aproximadamente entre 15:04 e 15:06 UTC (23:04–23:06, horário de Pequim); a página do modelo Fable e o documento llms foram verificados aproximadamente às 15:10 UTC (23:10, horário de Pequim) no mesmo dia. A disponibilidade e três protocolos de gateway estão documentados. Nenhuma solicitação de inferência foi enviada.

Um só gateway para vários provedores de IA. Feito para produção.

Acessar AIHubMix