Fable 5.1 ou GPT-6 Astra : l'un rédige, l'autre exécute

Les deux nouveaux modèles de pointe viennent de sortir, à deux jours d'écart : Claude Fable 5.1 le 1er septembre, GPT-6 Astra le 3. Il n'y a pas de gagnant universel, mais il y a un bon choix par usage, et il se lit aussi sur la facture.

Je ne les ai pas encore mis face à face moi-même : cette comparaison s'appuie sur le comparatif publié par improvado.io, cité en source.

Fable 5.1 pour les contenus qui demandent de l'analyse

Fable 5.1 est taillé pour la rédaction soignée et l'analyse de gros documents : Anthropic met en avant un meilleur rappel des faits sur les documents financiers. Il construit des argumentaires clairs et synthétise des dossiers volumineux. Dans le test d'Improvado, ni lui ni Astra n'ont inventé de source ; relisez quand même chaque référence.

Côté prix, la lecture de contexte en cache coûte quatre fois moins cher que chez son rival : 0,25 dollar le million de tokens contre 1 dollar chez OpenAI. C'est un vrai avantage si vous renvoyez souvent au modèle les mêmes bases de connaissances métier.

Un formateur indépendant peut ainsi lui soumettre un référentiel pédagogique de deux cents pages pour en tirer des quiz sur mesure. Le modèle saisit les nuances ; la justesse pédagogique de chaque question, elle, se vérifie à la relecture.

GPT-6 Astra pour l'automatisation et les données

GPT-6 Astra prend l'avantage dès qu'il faut agir dans des logiciels. Il est naturellement concis : selon Artificial Analysis, il produit trois fois moins de texte que Fable 5.1 pour le même travail, et son coût par tâche tombe à 3,26 dollars contre 7,63. Sur les opérations rapides, ça se voit sur la facture.

Sur l'automatisation dans les logiciels, l'écart est net : 41,4 contre 31,4 sur AutomationBench. En navigation web, le tableau publié par OpenAI lui donne 91,5 % sur BrowseComp, sans score de Fable en face. En ligne de commande, l'écart reste mince : 57,7 contre 55,8 sur Terminal-Bench 4.0. Et sur les tableaux, match nul : dans le test d'Improvado, les deux ont trouvé les trois erreurs cachées.

Cas typique : un fichier d'export de cinq mille références mal étiquetées, à nettoyer avant de le réimporter dans une boutique en ligne. Astra repère les doublons et remet les prix au bon format, pour moins cher que Fable. La table finale se contrôle quand même avant l'import en production.

La facture se joue sur l'effort de réflexion

Les deux affichent le même tarif de base : dix dollars par million de tokens en entrée, chez Anthropic comme chez OpenAI. Petite nuance : Astra passe à un tarif plus élevé au-delà de 272 000 tokens d'entrée. Et sur l'indice d'Artificial Analysis (version 4.3.2, septembre 2026), les deux obtiennent le même score : 53.

La vraie différence économique vient de l'effort de réflexion programmé. Descendre l'effort d'un cran réduit le coût par tâche de 22 % (Fable 5.1) à 29 % (Astra), selon Improvado. Et la qualité ne s'effondre pas : au lancement, Artificial Analysis ne retirait qu'un point à Fable 5.1 entre le réglage maximal et le réglage juste en dessous.

Gardez les pieds sur terre : pour une agence éditoriale qui traite cinquante articles par mois, l'économie se compte en dizaines d'euros. Elle devient sérieuse quand vous automatisez des milliers de requêtes.

Mon verdict

Fable 5.1 pour les propositions commerciales et tout ce qui demande d'écrire juste. Astra pour les tris de données brutes et les tâches à exécuter dans un logiciel. Et quel que soit le modèle, réglez l'effort avant de comparer les marques : c'est lui qui fait le plus varier la facture. À tarif affiché égal, Fable reste plus cher à l'usage, parce qu'il écrit davantage.