GPT-6 Astra گرون‌تر درمی‌آد، بهتر نه
هوش مصنوعیClaude Opus 5خلاصهٔ کامل‌تر
تو این مقاله یه تستر مستقل نتیجه مقایسه GPT-6 Astra و Fable 5.1 رو روی یه ست یکسان از کارهای کدنویسی گذاشته. Astra حدود ۱۹۸ دلار توکن خورده و Fable حدود ۱۱۳ دلار؛ یعنی حدود ۸۵ دلار یا نزدیک ۷۵٪ بیشتر. نویسنده تأکید می‌کنه این یه مقایسه قیمت جهانی بین دو مدل نیست: Astra با Codex و حالت Ultra Thinking اجرا شده و Fable با Veridant، پس بخشی از اختلاف به ابزار و سطح تفکر برمی‌گرده، نه فقط به خود مدل.
رو بنچمارک KingBench 3 دو مدل تقریباً پابه‌پای هم بودن: Astra ۷۲ از ۸۰ (۹۰٪) و Fable ۷۴ از ۸۰ (۹۲.۵٪)، که Astra رو بعد از Fable و GLM 5.3 تو رتبه سوم می‌ذاره. از هشت تست کوتاه، هر کدوم سه تا رو بردن و دوتا مساوی شد. یعنی رو کارهای کوچیک و خودبسنده، اختلاف عملاً ناچیزه.
فاصله واقعی تو چهار تست «افق بلند» درمی‌آد، جایی که مدل باید یه اپلیکیشن کامل بسازه. تو یه ردیاب فیلم ترمینالی، نسخه Astra پوسترهای چشمک‌زن و چیدمان خراب داشت و اتصال به API سرویس TMDB اصلاً کار نکرد، پس جست‌وجو که کار اصلی اپ بود از کار افتاد. تو یه اپ یادداشت شبیه Obsidian هم قابلیت‌های ظاهریِ بی‌کارکرد ساخت و ایجنتش کار نکرد. جمع چهار تست: دو برد روشن برای Fable، یه برد کوچیک و یه تساوی.
به گفته نویسنده الگوی خطاها تصادفی نیست. نقاط قوت Astra بیشتر تو قطعه‌های خودبسنده بود (انیمیشن میز تاشو، ساعت مچی سه‌بعدی)، ولی جایی کم آورد که چند تیکه باید با هم کار می‌کردن. نویسنده چند عادت آزاردهنده هم شمرده: گرایش به چیدمان لندینگ‌پیج حتی وقتی کسی نخواسته، رنگ سبز تکراری، کارت و گرید عمومی و پیچیده کردن درخواست‌های ساده به‌جای کد کوتاه و مستقیم.
یه قید مهم هم هست: این مقایسه با قیمت پرداخت‌به‌ازای‌توکن انجام شده، نه با پلن اشتراکی. نویسنده می‌گه پلن اشتراکی Codex ممکنه تصویر ارزش رو عوض کنه، حتی اگه هنوز خروجی Fable رو ترجیح بده؛ ولی اون مقایسه تو این دور تست نشده.
نکات کلیدی:
- هزینه توکن کل تست‌ها: حدود ۱۹۸ دلار برای Astra در برابر ۱۱۳ دلار برای Fable 5.1
- امتیاز KingBench 3: ۹۰٪ (۷۲ از ۸۰) برای Astra و ۹۲.۵٪ (۷۴ از ۸۰) برای Fable
- Astra با Codex و Ultra Thinking اجرا شد و Fable با Veridant، پس ستاپ رو هم باید حساب کرد
- شکست‌های Astra سر یکپارچگی بود: اتصال TMDB تو اپ ترمینالی و ایجنت تو اپ یادداشت
- مقایسه فقط پرداخت‌به‌ازای‌توکن بود و پلن اشتراکی اصلاً تست نشده
