В течение 72 часов на рынок вышли два флагманских ИИ-модели: GPT-6 Astra от OpenAI и Claude Fable 5.1 от Anthropic. Обе модели позиционируются как передовые решения для агентного кодирования, имеют контекстное окно в 1 миллион токенов и схожую ценовую политику. Это создает интересную конкурентную ситуацию, где выбор модели будет зависеть не столько от незначительных различий в бенчмарках, сколько от специфики задач и общей стоимости владения.
Что произошло
1 сентября 2026 года Anthropic выпустила Claude Fable 5.1, а 3 сентября OpenAI представила GPT-6 Astra. Обе модели имеют контекстное окно в 1 миллион токенов и одинаковую стартовую цену: $10 за миллион входных токенов и $50 за миллион выходных токенов. На бенчмарке Terminal-Bench 4.0 Astra показала 57.7%, а Fable 5.1 — 55.8%. На DeepSWE v1.1 Astra достигла 74.1%. Несмотря на небольшие различия в производительности, ключевым фактором выбора становится общая стоимость за решенную задачу, учитывая кэширование и специфику рабочих нагрузок.
Почему это важно
Появление двух столь мощных и схожих по характеристикам моделей почти одновременно указывает на ожесточенную конкуренцию в сегменте агентного кодирования. Разработчики и компании теперь имеют выбор между двумя лидерами рынка, что стимулирует инновации и потенциально может привести к снижению цен или появлению более специализированных предложений. Важно не только смотреть на "голые" цифры бенчмарков, но и учитывать, как каждая модель интегрируется в существующие экосистемы и какие реальные затраты она влечет за собой в долгосрочной перспективе.
Что это значит на практике
- Выбор по специфике задачи: Для задач, требующих глубоких рассуждений и научных вычислений (например, инженерия данных, числовые конвейеры), GPT-6 Astra может быть предпочтительнее из-за её превосходства на Terminal-Bench Science.
- Учет экосистемы: Если ваша команда уже стандартизирована на Amazon Bedrock, Astra может быть более удобным выбором, так как она была доступна там с первого дня, что упрощает соблюдение требований к управлению.
- Оценка общей стоимости: Не фокусируйтесь только на цене за токен. Оценивайте общую стоимость за решенную задачу, учитывая эффективность кэширования и количество итераций, которые требуются для достижения результата с каждой моделью.
- Тестирование в реальных условиях: Проведите собственные тесты с обеими моделями на ваших реальных задачах, чтобы определить, какая из них лучше подходит для ваших конкретных рабочих процессов и бюджета.