Claude Fable 5.1 vs GPT-6 Astra: dos modelos para delegar trabajo, pero con estrategias muy diferentes

Claude Fable 5.1 y GPT-6 Astra han llegado con apenas dos días de diferencia y con un punto de partida sorprendentemente parecido: ambos cuestan 10 dólares por millón de tokens de entrada y 50 dólares por millón de salida, trabajan con contextos cercanos al millón de tokens y están diseñados para resolver tareas complejas durante varios pasos.

Sin embargo, la comparación se vuelve mucho más interesante cuando dejamos de mirar la ficha técnica.

Anthropic está llevando Fable 5.1 hacia un modelo capaz de mantenerse durante trabajos largos, investigar, programar, revisar grandes cantidades de información y continuar durante horas sin perder el objetivo. OpenAI plantea Astra de forma más transversal: razonar, programar, navegar, utilizar un ordenador y operar software profesional para completar un trabajo de principio a fin.

Son dos aproximaciones al mismo cambio de fondo: la IA empieza a recibir trabajo, no solo preguntas.

Y eso cambia también la forma de comparar modelos.

La cuestión ya no es únicamente cuál responde mejor a un prompt. Importa cuál puede mantener una tarea durante más tiempo, utilizar las herramientas adecuadas, corregirse cuando algo falla, trabajar con aplicaciones reales y llegar hasta un resultado que una persona pueda utilizar.

Ahí es donde Claude Fable 5.1 y GPT-6 Astra empiezan a separarse.

Fable 5.1 y Astra se parecen mucho sobre el papel

Anthropic presentó Claude Fable 5.1 el 1 de septiembre de 2026 como uno de sus modelos más avanzados para programación y trabajo del conocimiento. Dos días después, OpenAI lanzó GPT-6 Astra, orientado al razonamiento complejo, programación, investigación, computer use y creación de documentos.

Sus especificaciones de partida son poco habituales por lo similares que resultan.

CaracterísticaClaude Fable 5.1GPT-6 Astra
Lanzamiento1 de septiembre de 20263 de septiembre de 2026
Precio de entrada API10 $ / millón de tokens10 $ / millón de tokens
Precio de salida API50 $ / millón de tokens50 $ / millón de tokens
ContextoEn torno a 1 millón de tokens1,05 millones de tokens
Salida máxima128.000 tokens128.000 tokens
EntradaTexto e imagenTexto e imagen
RazonamientoEsfuerzo configurableLow, medium, high, xhigh y max
Áreas destacadasCoding, conocimiento, investigación y trabajo prolongadoCoding, computer use, navegación, investigación y trabajo profesional

En Astra, OpenAI permite además modificar el nivel de razonamiento durante una conversación y mantener la caché existente. El modelo admite llamadas asíncronas a herramientas y puede recibir nuevas instrucciones mientras continúa ejecutando una tarea. Son capacidades especialmente pensadas para procesos que duran más que una única interacción.

Pero la diferencia importante no está en tener 1 millón o 1,05 millones de tokens.

Está en qué hacen con ellos.

Claude Fable 5.1 apuesta por mantener el trabajo durante mucho tiempo

Una de las ideas que Anthropic repite alrededor de Fable 5.1 es la capacidad para abordar problemas prolongados sin perder el hilo.

No se trata simplemente de aceptar un contexto enorme. El modelo tiene que investigar, decidir qué hacer después, comprobar resultados, modificar el plan y mantener suficientes registros como para continuar trabajando.

Anthropic describe Fable 5.1 como un salto en programación, trabajo del conocimiento y resolución de problemas de larga duración. Algunas de las pruebas realizadas por sus primeros clientes ayudan a entender mejor qué significa eso en la práctica.

MongoDB relata, por ejemplo, que utilizó Fable 5.1 para desarrollar un prototipo complejo. El modelo comenzó investigando código y documentación, diseñó la solución y después continuó trabajando durante horas sin supervisión para implementarla y verificarla. Shopify destaca precisamente su capacidad para mantener workflows prolongados, registrar su propio progreso, cambiar prioridades y retomar el trabajo donde lo había dejado.

Ramp fue todavía más lejos: describe una ejecución desatendida de 38 horas sobre un problema de machine learning en la que Fable 5.1 detectó un error en un resultado anterior, lo corrigió, lanzó seis experimentos en paralelo y regresó con conclusiones y próximos pasos.

Estos casos proceden de socios seleccionados por Anthropic y no deben interpretarse como benchmarks independientes. Pero muestran con bastante claridad dónde quiere situar la compañía el modelo:

darle un problema complejo y permitir que siga trabajando sobre él durante mucho tiempo.

Eso puede resultar especialmente relevante en desarrollo de software, investigación, análisis de grandes repositorios, documentación técnica o trabajos que necesitan decenas de decisiones intermedias antes de llegar al resultado.

GPT-6 Astra quiere ir un paso más allá: trabajar sobre el ordenador

OpenAI está empujando Astra hacia un concepto algo diferente.

La compañía lo define como un modelo construido para trabajos complejos de principio a fin y destaca específicamente cinco áreas: razonamiento, programación, computer use, investigación y creación de documentos.

La diferencia está en esa combinación.

Astra puede razonar sobre una tarea, pero OpenAI quiere que también pueda actuar sobre el entorno en el que esa tarea ocurre.

En sus demostraciones, el modelo trabaja con herramientas profesionales para diseñar una placa electrónica en KiCad, modela una vivienda en Blender y la lleva a Unreal Engine, utiliza terminales y navega por interfaces gráficas. OpenAI presenta estas capacidades como parte del propio trabajo agéntico del modelo, no como demostraciones aisladas de generación de código.

También hay cambios técnicos pensados específicamente para esta forma de trabajar.

Astra puede realizar llamadas asíncronas a herramientas: mientras una aplicación externa procesa una petición, el modelo puede continuar razonando, utilizar otra herramienta o avanzar en otra parte del trabajo. También admite mid-turn steering, de manera que el usuario puede corregir o modificar las instrucciones mientras la tarea está en ejecución sin empezar de nuevo.

Esto importa más de lo que parece.

En un chatbot tradicional, una respuesta termina y comienza la siguiente. En un agente que está trabajando durante minutos u horas, poder decirle «cambia este requisito», «deja esa parte» o «prioriza esto otro» sin perder todo el progreso se parece mucho más a dirigir trabajo que a mantener una conversación.

La diferencia puede resumirse así: continuidad frente a amplitud de ejecución

Reducir Fable 5.1 a «razonamiento» y Astra a «acciones» sería incorrecto. Los dos pueden razonar, programar, utilizar herramientas y ejecutar procesos agénticos.

La diferencia es de énfasis.

Claude Fable 5.1 destaca especialmente por mantener problemas complejos durante periodos largos, conservar el contexto operativo y avanzar de forma autónoma sobre código, investigación y conocimiento.

GPT-6 Astra pone más peso en conectar ese razonamiento con el entorno: navegador, ordenador, terminal, código, herramientas y aplicaciones profesionales.

Una tarea ayuda a visualizarlo.

Imaginemos que una empresa quiere analizar una aplicación interna, encontrar la causa de varios fallos, estudiar la documentación, proponer una nueva arquitectura e implementar los cambios.

Fable 5.1 está claramente diseñado para mantener todo ese problema en contexto y trabajar durante muchas etapas sobre él.

Pero si la tarea requiere además entrar en aplicaciones, navegar por interfaces, manipular herramientas profesionales y coordinar distintas acciones fuera del código, Astra empieza a aprovechar una de sus principales fortalezas.

No significa que uno pueda hacer algo que el otro tenga completamente vetado. Significa que sus fabricantes están optimizando la experiencia alrededor de prioridades distintas.

Los benchmarks tampoco dan un ganador absoluto

Las cifras publicadas durante los dos lanzamientos son útiles precisamente porque evitan una conclusión demasiado fácil.

OpenAI sitúa a Astra claramente por delante de Fable 5.1 en varias pruebas orientadas a automatización y trabajo profesional.

En AutomationBench, que evalúa workflows empresariales, Astra obtiene un 41,4 % frente al 31,4 % de Fable 5.1.

En Terminal-Bench Science 0.1, diseñado para tareas científicas realizadas mediante código y terminal, Astra alcanza un 64,6 % frente al 52,6 % de Fable 5.1.

Y en Terminal-Bench 4.0, Astra obtiene un 57,9 % frente al 55,8 % de Fable 5.1.

BenchmarkClaude Fable 5.1GPT-6 Astra
AutomationBench31,4 %41,4 %
Terminal-Bench Science 0.152,6 %64,6 %
Terminal-Bench 4.055,8 %57,9 %
ARC-AGI-290,0 %95,0 %
Artificial Analysis Intelligence Index65,761,2

Y precisamente la última fila rompe la narrativa.

En el Artificial Analysis Intelligence Index, incluido en la propia documentación de lanzamiento de OpenAI, Fable 5.1 alcanza 65,7 puntos frente a los 61,2 de Astra.

Por tanto, ni siquiera las cifras seleccionadas para presentar Astra sostienen que el modelo de OpenAI sea superior en cualquier dimensión de inteligencia.

Además, las comparaciones deben tomarse con cautela. El propio OpenAI advierte de que sus evaluaciones se ejecutaron con configuraciones concretas de esfuerzo, herramientas y entornos de investigación, y que el comportamiento puede diferir del obtenido posteriormente en ChatGPT o mediante API.

La conclusión útil es otra:

Astra muestra una ventaja clara en varias pruebas donde hay que hacer cosas; Fable sigue siendo extraordinariamente competitivo cuando pesa más la resolución del problema.

Hay otra diferencia menos visible que puede decidir el coste: la caché

Los dos modelos tienen exactamente el mismo precio base: 10 dólares por millón de tokens de entrada y 50 dólares por millón de salida.

Eso invita a pensar que el coste será prácticamente idéntico.

No necesariamente.

Anthropic ha reducido de forma agresiva el precio de lectura de caché en Fable 5.1 y asegura que el modelo cuesta alrededor de un 25 % menos que Fable 5 en una carga típica. En tareas altamente agénticas, calcula que la reducción puede acercarse al 45 %.

Esto es especialmente relevante en agentes.

Un agente puede necesitar leer una y otra vez las mismas instrucciones, documentación, código o contexto de proyecto mientras ejecuta decenas o cientos de pasos. Si ese bloque puede mantenerse en caché, el coste de cada interacción posterior cambia sustancialmente.

Astra cobra 1 dólar por millón de tokens de entrada almacenados en caché, frente a los 10 dólares de la entrada normal. Además, OpenAI aplica una tarifa superior cuando una petición supera los 272.000 tokens de entrada: el coste de entrada y caché se duplica y el de salida aumenta un 50 % para toda esa petición.

Por eso, comparar únicamente el precio de portada de 10/50 dólares vuelve a quedarse corto.

En agentes de larga duración, lo relevante es el coste de completar el trabajo, no el precio de un token aislado.

Y esa puede acabar siendo una de las diferencias más importantes entre ambos modelos.


Descubre más desde Noticias CRM

Suscríbete y recibe las últimas entradas en tu correo electrónico.