GPT-6.2 Astra در برابر Claude Fable 5.2: چرا Fable هنوز جلوتر است
با وجود اینکه OpenAI در ۱۷ نوامبر ۲۰۲۶ مدل GPT-6.2 Astra را با قیمتی برابر Claude Fable 5.2 منتشر کرد، Fable 5.2 هنوز در بیشتر داوریهای مستقل جلوتر است. در شاخص Artificial Analysis امتیاز Fable ۶۵ و Astra ۶۲ است و در شاخص کلی Vals هم Fable حدود ۳٫۷ امتیاز بالاتر ایستاده. در یک آزمون کدنویسی واقعی، Fable با همان هزینه ۵٫۶ امتیاز بیشتر گرفت و زودتر هم تمام کرد. Astra فقط در چند حوزهی مشخص برنده است: کار علمی در ترمینال، ساخت صحنهی سهبعدی و کارهایی که در آنها کمخرجی در توکن مهم است. برداشت خود ما از دسترسی محدودی که به Gemini 4 Krypton داشتیم این بود که هر دوی این مدلها، بهخصوص Astra، از آن عقبترند.
مشخصات کنار هم
| مورد | Claude Fable 5.2 | GPT-6.2 Astra |
|---|---|---|
| سازنده و تاریخ انتشار | Anthropic، ۹ نوامبر ۲۰۲۶ | OpenAI، ۱۷ نوامبر ۲۰۲۶ |
| قیمت ورودی / خروجی | ۸ / ۴۰ دلار | ۸ / ۴۰ دلار |
| خواندن از کش | ۰٫۲۰ دلار | ۰٫۴۰ دلار |
| ورودی بیشتر از ۲۷۲ هزار توکن | همان قیمت عادی | ۱۶ ورودی و ۶۰ خروجی، برای کل درخواست |
| Batch و حالت Fast | یکسان: Batch نصف قیمت، Fast ۱۶ و ۸۰ دلار | |
| Ultrafast | معادل مستقیم ندارد | دارد؛ ۳ برابر قیمت تا آخر فوریه، بعد ۶ برابر |
| پنجرهی متن / حداکثر خروجی | ۱ میلیون / ۱۲۸ هزار توکن | حدود ۱٫۰۵ میلیون / ۱۲۸ هزار توکن |
| سطحهای فکر کردن | هر دو پنج سطح: Low، Medium، High، Xhigh و Max | |
| سرعت تولید متن (AA، سطح Max) | ۱۱۲ توکن در ثانیه | ۶۶ توکن در ثانیه |
قیمت پایه یکی است، ولی دو تفاوت ریز برای کسبوکار مهماند. اول، Fable کش را نصف قیمت میخواند؛ ایجنتی که دستور سیستمی ثابت و طولانی دارد، با Fable ارزانتر تمام میشود. دوم، اگر سندهای خیلی بلند (بیشتر از ۲۷۲ هزار توکن) به مدل میدهید، Astra کل آن درخواست را دو برابر حساب میکند و Fable نه.
داوری مستقل کلی: Fable اول
| داور | Claude Fable 5.2 | GPT-6.2 Astra | نتیجه |
|---|---|---|---|
| شاخص هوش Artificial Analysis | ۶۵ (اول) | ۶۲ (دوم) | Fable |
| شاخص کلی Vals | ۷۱٫۳۱٪ (اول) | ۶۷٫۶۶٪ (هفتم) | Fable |
| شاخص توانایی Epoch AI | ۱۷۴ | ۱۷۴ | مساوی |
Epoch در پروژههای پژوهشی واقعی هم دیده Astra از Fable عقبتر است و سؤالهای اصلی بعضی پروژهها را جا انداخته است.
حوزهبهحوزه: کجا Fable میبرد و کجا Astra
عددهای زیر از Vals AI است، مگر جایی که داور دیگری نوشته شده:
| حوزه | آزمون | Fable 5.2 | Astra 6.2 | برنده |
|---|---|---|---|---|
| کدنویسی | Terminal-Bench 4.0 | ۶۵٫۱۵٪ | ۶۳٫۱۳٪ | Fable |
| Vibe Code (ساخت اپ) | ۹۳٫۷۷٪ | ۸۹٫۹۰٪ | Fable | |
| FrontierCode 2.0 (Artificial Analysis) | ۴۹٫۱٪ | ۴۹٫۰٪ | مساوی | |
| مالی و حسابداری | Finance Agent | ۶۹٫۴۷٪ | ۶۰٫۷۵٪ | Fable |
| Tax Agent | ۳۲٫۰۹٪ | ۲۱٫۸۴٪ | Fable | |
| Excel Modeling | ۷۷٫۳۸٪ | ۷۶٫۰۳٪ | Fable (نزدیک) | |
| حقوقی | پژوهش حقوقی | ۴۶٫۱۵٪ | ۴۲٫۷۹٪ | Fable |
| HLAB | ۵٫۰۰٪ | ۱۶٫۲۵٪ | Astra | |
| علمی | شاخص علمی Vals | ۶۳٫۷۴٪ | ۶۸٫۴۴٪ | Astra |
| Terminal-Bench-Science | ۵۵٫۷۱٪ | ۷۱٫۴۳٪ | Astra | |
| BioMysteryBench (زیست) | ۸۳٫۷۰٪ | ۸۰٫۷۴٪ | Fable | |
| MysteryMechanism | ۵۱٫۸۰٪ | ۵۳٫۱۵٪ | Astra (نزدیک) | |
| سهبعدی | AA-3D (Elo، داوری انسانی) | ۱٬۲۷۱ | ۱٬۳۱۸ | Astra |
جمعبندی جدول: Fable در کدنویسی، مالی و بیشتر کارهای حقوقی جلوتر است و Astra در کار علمی در ترمینال و ساخت سهبعدی. برای بیشتر کارهایی که یک کسبوکار ایرانی به هوش مصنوعی میسپارد (کد، سند، عدد و گردشکار)، این یعنی Fable.
یک نکتهی منصفانه: Vals یادآوری میکند که Fable را در سطح High و Astra را در سطح Max سنجیده و تنظیم بعضی آزمونها با هم فرق دارد. پس این مقایسه دقیقاً «با محاسبهی برابر» نیست؛ ولی جهت کلیاش با Artificial Analysis یکی است.
آزمون کدنویسی واقعی: Fable جلوتر، با همان هزینه
شرکت Bito در ۱۸ نوامبر این مدلها را روی کد واقعی دو سرویس در حال کار سنجید. هر جلسهی سخت پنج مرحله داشت: ردیابی کد، تحلیل خطا، برنامهریزی، پیادهسازی و بازبینی. داور مستقل با کلید جواب ثابت نمره داد و برای هر ادعای گمراهکننده ۴ امتیاز کم کرد.
| مدل | نمرهی کل | هزینهی هر جلسهی سخت | زمان هر جلسهی سخت | سؤالهای تکمرحلهای |
|---|---|---|---|---|
| Claude Opus 5.5 | ۸۵٫۰٪ | ۵٫۴۰ دلار | ۱۹٫۰ دقیقه | ۸۷٫۵٪ |
| Claude Fable 5.2 | ۸۳٫۱٪ | ۸٫۱۳ دلار | ۱۴٫۹ دقیقه | ۸۹٫۴٪ |
| GPT-6.2 Astra (High) | ۷۷٫۵٪ | ۸٫۱۹ دلار | ۲۵٫۸ دقیقه | ۷۹٫۳٪ |
| GPT-6.2 Sol (High) | ۷۶٫۵٪ | ۲٫۲۲ دلار | ۲۹٫۵ دقیقه | ۷۸٫۵٪ |
Astra فقط در یکی از دو کار سخت (ردیابی یک پیام اسلک بین دو سرویس) کمی بهتر بود: ۸۴٫۶٪ در برابر ۸۲٫۸٪ Fable. در کار دیگر (افزودن محدودیت نرخ درخواست) ۱۰ امتیاز عقب ماند. نتیجهگیری خود Bito: برای کدنویسی پول Astra را نمیدهد، چون Fable با همان قیمت بهتر است. برای کدنویسی ایجنتی طولانی هم Claude Opus 5.5 را انتخاب میکند که از هر دو ارزانتر است.
تجربهی کاربران حرفهای هم با این عددها جور است. Matt Shumer گفته وقتی کار را به Astra سپرده، مدلهای Claude که بر کارش نظارت میکردند آن را از نو انجام دادهاند. Theo Browne هم برای برنامهنویسی هنوز Opus 5.5 را ترجیح میدهد (جزئیات در بررسی کامل GPT-6.2).
هزینهی هر کار: تنها جایی که Astra واقعاً جلوتر است
Astra با توکن کمتری فکر میکند. برای همین در سنجش Artificial Analysis، هزینهی هر کار آن خیلی کمتر از Fable است:
| سطح فکر کردن | Fable 5.2 (امتیاز / دلار برای هر کار) | Astra 6.2 (امتیاز / دلار برای هر کار) |
|---|---|---|
| Low | ۵۴ / ۳٫۱۰ | ۴۶ / ۰٫۶۶ |
| Medium | ۵۶ / ۳٫۸۰ | ۵۷ / ۱٫۶۲ |
| High | ۶۲ / ۹٫۰۸ | ۶۰ / ۲٫۰۷ |
| Xhigh | ۶۲ / ۱۴٫۸۳ | ۶۲ / ۲٫۵۲ |
| Max | ۶۵ / ۲۶٫۵۴ | ۶۲ / ۴٫۰۰ |
این جدول دو چیز را با هم نشان میدهد:
- سقف توانایی مال Fable است: فقط Fable به ۶۵ میرسد. Astra با هر مقدار فکر کردن روی ۶۲ میماند.
- در یک سطح امتیاز، Astra ارزانتر است: برای رسیدن به ۶۲، Fable حدود ۱۴٫۸۳ دلار خرج میکند و Astra ۲٫۵۲ دلار.
ولی این مزیت همهجا تکرار نمیشود. در آزمون کدنویسی Bito هزینهی هر جلسه تقریباً برابر بود (۸٫۱۹ در برابر ۸٫۱۳ دلار) و Fable نمرهی بهتری گرفت. در Finance Agent هم Fable ارزانتر تمام شد (۴٫۸۳ در برابر ۷٫۹۸ دلار). یعنی ارزانی Astra به نوع کار بستگی دارد. تنها راه مطمئن، سنجش روی کار خودتان است.
سرعت: بستگی دارد چه چیزی را بسنجید
- سرعت تولید متن: Fable تقریباً دو برابر سریعتر مینویسد (۱۱۲ در برابر ۶۶ توکن در ثانیه).
- زمان کل هر کار در Artificial Analysis: Astra جلوتر است (حدود ۱۰ دقیقه در برابر ۴۱ دقیقه)، چون در سطح Max خیلی کمتر مینویسد.
- زمان کل شاخص Vals: Astra حدود ۲۰٪ کندتر است (۵۲ دقیقه در برابر ۴۴ دقیقه).
- کدنویسی واقعی Bito: Fable هر جلسهی سخت را حدود ۴۲٪ زودتر تمام کرد.
و کریپتون؟
ما دسترسی محدودی به Gemini 4 Krypton، چکپوینت داخلی و هنوز منتشرنشدهی گوگل، داشتیم. برداشتمان این بود که کریپتون از هر دوی این مدلها جلوتر است و فاصلهاش با Astra زیاد است. این برداشت با گزارش تسترهای دیگر هم جور است که کریپتون را از Gemini 4 Carbon قویتر میدانند؛ مدلی که خودش در شاخص Artificial Analysis با ۶۰ امتیاز فقط ۲ امتیاز پشت Astra است.
ولی این مقایسه هنوز عدد ندارد. گوگل کریپتون را رسماً معرفی نکرده و هیچ داور مستقلی آن را نسنجیده است. جزئیات را در تجربهی ما با Gemini 4 Krypton نوشتهایم. اینکه گوگل چطور به این نقطه رسید هم داستان جدایی است: چرا گوگل ناگهان در هوش مصنوعی اینقدر قوی شد؟
کدام را انتخاب کنیم؟
| کار شما | انتخاب ما | دلیل |
|---|---|---|
| کدنویسی و پروژهی نرمافزاری | Fable 5.2، یا Opus 5.5 برای صرفهجویی | جلوتر در Vals، Vibe Code و آزمون Bito |
| تحلیل مالی، حسابداری و مالیات | Fable 5.2 | فاصلهی ۹ تا ۱۰ امتیازی در Finance Agent و Tax Agent |
| ایجنت با دستور سیستمی طولانی و ثابت | Fable 5.2 | خواندن از کش نصف قیمت |
| سندهای خیلی بلند (بالای ۲۷۲ هزار توکن) | Fable 5.2 | Astra کل درخواست را دو برابر حساب میکند |
| کار علمی و مهندسی در ترمینال | Astra | ۷۱٫۴۳٪ در برابر ۵۵٫۷۱٪ در Terminal-Bench-Science |
| صحنهی سهبعدی، موشن و جلوهی بصری | Astra | اول در AA-3D و نظر مثبت کاربران |
| حجم بالای کارهای استدلالی با بودجهی محدود | Astra در سطح Medium یا High | هزینهی هر کار خیلی کمتر در Artificial Analysis |
| کار روزمره و پرتکرار | هیچکدام؛ Sol، Sonnet 5.5 یا Gemini 4 Hydrogen | مدل پیشرو برای این کارها خرج اضافه است |
برای کسبوکار شما چه معنایی دارد؟
مقایسهی Fable و Astra یک درس مهم دارد: همقیمت بودن یعنی همهزینه بودن نیست. دو مدل با قیمت توکن یکسان، روی یک کار میتوانند هزینهی کاملاً متفاوتی داشته باشند، بسته به اینکه چقدر فکر میکنند، چقدر از کش میخوانند و طول ورودیتان چقدر است.
برای همین ما ایجنتها را با مسیریاب و مدل قابل تعویض میسازیم: کار پرتکرار به مدل ارزان، کار سخت به مدل پیشرو، و هر وقت مدل تازهای آمد، فقط یک تنظیم عوض میشود. روش انتخاب و محاسبهی هزینه را در بهترین مدل هوش مصنوعی برای ایجنت کسبوکار نوشتهایم. بررسی جداگانهی هر مدل را هم در Claude Fable 5.2 و GPT-6.2 Astra و Sol ببینید. اگر میخواهید چنین ایجنتی برایتان بسازیم، ایجنت هوش مصنوعی اختصاصی را ببینید. دسترسی به سرویسهای Anthropic و OpenAI از ایران محدودیت دارد و این مقاله فرض را روی دسترسی قانونی و پایدار میگذارد.
پرسشهای رایج
GPT-6.2 Astra بهتر است یا Claude Fable 5.2؟
در مجموع Fable 5.2. در شاخص Artificial Analysis (۶۵ در برابر ۶۲) و شاخص کلی Vals جلوتر است و در کدنویسی، مالی و بیشتر کارهای حقوقی برتری دارد. Astra در کار علمی در ترمینال و ساخت سهبعدی بهتر است.
قیمت کدام ارزانتر است؟
قیمت پایه یکی است: ۸ دلار ورودی و ۴۰ دلار خروجی برای هر میلیون توکن. Fable کش را نصف قیمت میخواند و برای ورودی خیلی بلند قیمتش را بالا نمیبرد. Astra در بعضی آزمونها با توکن کمتر کار را تمام میکند و هزینهی هر کارش پایینتر است.
برای کدنویسی کدام بهتر است؟
Fable 5.2. در آزمون واقعی Bito با همان هزینه ۵٫۶ امتیاز بیشتر گرفت و زودتر تمام کرد. اگر بودجه مهم است، Claude Opus 5.5 در همان آزمون از هر دو بهتر و ارزانتر بود.
Gemini 4 Krypton از هر دو قویتر است؟
برداشت ما از یک دسترسی محدود این است که بله. ولی کریپتون هنوز رسماً منتشر نشده و هیچ بنچمارک مستقلی ندارد، پس این مقایسه فعلاً برداشت است، نه عدد.
کدام سریعتر است؟
Fable تقریباً دو برابر سریعتر متن تولید میکند. ولی Astra در بعضی آزمونها چون کمتر مینویسد، کل کار را زودتر تمام میکند. در کدنویسی واقعی Bito، Fable زودتر بود.
خدمت مرتبط: ساخت ایجنت هوش مصنوعی (AI Agent) اختصاصی برای شرکت شما