Claude Fable 5.2 vs. GPT-6 Astra und Gemini 4 Carbon
Anthropics Benchmarks sehen Claude Fable 5.2 meist vorn. Doch bei Geschäftsprozessen und Diagrammen liegen andere Modelle gleichauf oder besser.
👁 114 Aufrufe
Im September schrieb ich, dass die beiden teuersten Modelle der Welt genau gleich viel kosten: Claude Fable 5.1 und GPT-6 Astra verlangten per API jeweils 10 US-Dollar pro Million Eingabetoken und 50 US-Dollar pro Million Ausgabetoken. Am 9. November 2026 endete dieses Patt. Anthropic brachte Claude Fable 5.2 für 8 und 40 US-Dollar auf den Markt und stellte das Modell in der Ankündigung GPT-6 Astra von OpenAI und Gemini 4 Carbon von Google gegenüber. In der Tabelle gewinnt Fable fast überall.
Fast: Eine Zeile geht an Google, bei einer weiteren liegen die Modelle innerhalb der Fehlertoleranz gleichauf. Und die gesamte Tabelle hat einen wichtigen Vorbehalt, den ich gleich nennen möchte: Es sind Daten von Anthropic. Der Hersteller wählte die Tests selbst aus und beschrieb auch die Ergebnisse der Konkurrenz. Einige Messungen gab Anthropic in Auftrag: FrontierCode 2.0 wurde von Cognition durchgeführt, wobei jedes Modell in seinem eigenen Werkzeug lief (Claude in Claude Code, GPT-6 Astra in Codex CLI, Gemini 4 Carbon in Antigravity CLI). Das steht auf Seite 210 der System Card. Ich bin die Tabelle Zeile für Zeile durchgegangen und habe die Ergebnisse mit den Preisen aus den Quellen von OpenAI und Google abgeglichen.
Die Benchmark-Tabelle aus der Ankündigung
Die Ergebnisse beziehen sich auf die höchste verfügbare Aufwandsstufe des jeweiligen Modells, sofern nichts anderes angegeben ist. Fables Ergebnisse wurden mit aktivierten Schutzmechanismen ermittelt. Ein Strich bedeutet, dass Anthropic kein Ergebnis angegeben hat.
| Benchmark | Fable 5.2 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|
| FrontierCode 2.0 (agentisches Programmieren) | 49,1 % | 42,8 % | 41,1 % (Medium) |
| FrontierSWE v2 | 69,9 % | 65,5 % | 61,2 % |
| AutomationBench (Geschäftsprozesse) | 51,4 % | 41,4 % | 53,9 % |
| Terminal-Bench-Science 0.1 | 74,6 % | 68,1 % | 64,8 % |
| OSWorld 2.1 (Computerbedienung) | 89,3 % | 79,5 % | 81,5 % |
| RoboDojo Sim (Robotik) | 64,9 % | 29,8 % | - |
| AA-Briefcase v1.1 (Büroarbeit) | 66,1 % | 52,0 % | 61,8 % |
| Remote Labor Index | 41,3 % | 20,8 % | - |
| Humanity’s Last Exam mit Werkzeugen | 74,2 % | 57,2 % | - |
| Chartography (Diagramme, ohne Werkzeuge) | 73,4 % | 71,0 % | 72,5 % |
Quelle: Ankündigung von Anthropic vom 9.11.2026.
Wo Fable klar vorn liegt - und wo nicht
Die größten Abstände zeigen sich bei Aufgaben, die lange dauern und Planung erfordern. Im Remote Labor Index, der reale Aufträge vom Freelance-Markt abbildet, erledigt Fable 5.2 doppelt so viele Projekte auf menschlichem Niveau wie GPT-6 Astra (41,3 % gegenüber 20,8 %). In der Robotiksimulation ist der Abstand noch größer: 64,9 % gegenüber 29,8 %. Bei Humanity’s Last Exam, einem Fragenkatalog auf Expertenniveau, beträgt Fables Vorsprung 17 Prozentpunkte. Das sind keine Unterschiede, die sich durch andere Einstellungen einfach auflösen.
Beim Programmieren ist der Abstand kleiner. In FrontierCode 2.0 erreicht Fable 49,1 %, allerdings nur auf der höchsten Aufwandsstufe Xhigh. GPT-6 Astra kommt auf 42,8 %. Gemini 4 Carbon wurde in dieser Zeile mit dem Aufwand Medium getestet. Das ist der am wenigsten faire Vergleich in der Tabelle, und ich weiß nicht, welches Ergebnis Carbon bei maximalem Aufwand erzielt hätte.
Zwei Zeilen verdienen einen genaueren Blick. Bei AutomationBench, einem Test für die Automatisierung von Geschäftsprozessen, gewinnt Gemini 4 Carbon (53,9 % gegenüber 51,4 %). Bei Chartography, einem Test zum Lesen von Diagrammen, erreicht Fable 73,4 %, Carbon 72,5 % und Astra 71,0 %. Ein Unterschied von weniger als einem Prozentpunkt ist praktisch ein Gleichstand. Außerdem zeigt die Effizienzgrafik aus der Ankündigung, dass Fable bei Medium hier nur 66,4 % erreicht - deutlich weniger als beide Konkurrenten bei maximalem Aufwand. Bei Diagrammen gewinnt Fable also erst, wenn man dem Modell viel Zeit zum Nachdenken lässt.
Mein eigener Test
In meinem Test traten GPT-6.1 Sol und Gemini 4 Argon gegen Fable 5.2 an, nicht GPT-6 Astra und Gemini 4 Carbon aus der Herstellertabelle. Bei 27 Aufgaben erzielten alle Modelle, einschließlich Opus 5.5, in den Bereichen Code, Rätsel und Fragen zu Bildern 100 % - ein Gleichstand. Unterschiede zeigten sich beim Preis und bei polnischen Texten: Fable kostete 0,67 € (0,75 US-Dollar), Argon 0,13 € (0,14 US-Dollar) und Sol 0,10 € (0,11 US-Dollar). Bei polnischen Texten bewertete der Richter Fable im Durchschnitt auf Platz 3 von 4, hinter Sol (1,33) und vor Argon (3,83). Der Richter war GPT-6.1 Sol und bewertete auch sich selbst. Deshalb nehme ich diese Rangfolge mit Vorsicht. Getestet wurde auf Polnisch. Die folgenden Angaben zu den Testmaterialien sind Übersetzungen des polnischen Originals; sie wurden nicht erneut auf Deutsch getestet.
API-Preise: Fable ist nicht mehr das teuerste Modell
| Modell (API-Preis pro 1 Mio. Token) | Eingabe | Ausgabe |
|---|---|---|
| Claude Fable 5.2 | ca. 7,15 € (8 US-Dollar) | ca. 35,74 € (40 US-Dollar) |
| GPT-6 Astra | ca. 8,93 € (10 US-Dollar) | ca. 44,67 € (50 US-Dollar) |
| Gemini 4 Carbon (Einführungspreis) | ca. 1,79 € (2 US-Dollar) | ca. 8,93 € (10 US-Dollar) |
| Gemini 4 Carbon (nach der Einführungsphase) | ca. 3,57 € (4 US-Dollar) | ca. 17,87 € (20 US-Dollar) |
Die Preise für Fable stammen aus der Preisliste von Anthropic, die für GPT-6 Astra aus der Modellseite in der OpenAI-Dokumentation und die für Gemini 4 Carbon aus der Ankündigung von Google vom 28. Oktober 2026. Ich habe alle Angaben am 9. November überprüft. Für lange Anfragen verlangt OpenAI bei GPT-6 Astra einen Aufpreis: Bei mehr als 272.000 Eingabetoken kostet die gesamte Anfrage doppelt so viel für die Eingabe und anderthalbmal so viel für die Ausgabe. Fable 5.2 berechnet den gesamten Kontext von einer Million Token zum Standardpreis. Bei der Arbeit mit großen Repositories kann das einen spürbaren Unterschied auf der Rechnung machen.
Gemini 4 Carbon ist in dieser Gruppe am günstigsten, hat aber einen Haken: Derzeit können ihn fast nur ausgewählte Cybersecurity-Fachleute nutzen. Google stellt das Modell zunächst ausgewählten Verteidigern von Netzwerken zur Verfügung, danach vertrauenswürdigen Partnern über das Fairwind Program. Eine breitere Veröffentlichung für Entwickler und Unternehmen ist lediglich als „in Kürze“ angekündigt. Mehr dazu steht in meinem Artikel zu Gemini 4 Carbon. Für Unternehmen, die heute ein Modell auswählen möchten, ist die realistische Wahl in dieser Tabelle Fable 5.2 oder GPT-6 Astra. Fable ist 20 % günstiger und laut den Angaben des Herstellers in allen 10 Zeilen besser, in denen beide Modelle ein Ergebnis haben. Gegen Gemini 4 Carbon gewinnt Fable in 6 von 7 vergleichbaren Zeilen.
Welche Modelle in der Tabelle fehlen
Anthropic vergleicht Fable nur mit GPT-6 Astra und Gemini 4 Carbon. Günstigere Konkurrenzmodelle fehlen: GPT-6.1 Sol von OpenAI und Gemini 4 Argon von Google. Beide sind über OpenRouter für 2 und 10 US-Dollar pro Million Token erhältlich, also viermal günstiger als Fable. Die Modellliste wurde am 9. November überprüft. Für viele Anwendungen sind diese Modelle die eigentliche Konkurrenz.
Ein Vergleich mit GPT-6.1 Sol steht allerdings versteckt in der System Card, in der Beschreibung des Tests Terminal-Bench 4.0. Der Test umfasst 66 Aufgaben im Terminal, darunter Computational Biology, physikalische Simulationen, CAD und formale Beweise. Fable 5.2 erreicht mit aktivierten Schutzmechanismen 67,6 %, Opus 5.5 kommt auf 66,4 % und Mythos 5.2 ohne Schutzmechanismen auf 70,5 %. Die öffentliche Rangliste des Tests weist GPT-6.1 Sol mit 58,2 % und GPT-6 Astra ebenfalls mit 58,2 % aus; OpenAI selbst hatte 57,9 % angegeben. Anthropic merkt an, dass OpenAI keine eigenen Ergebnisse für Sol in diesem Test veröffentlicht hat (System Card, Seite 211). Zehn Prozentpunkte Vorsprung vor Sol bei Terminal-Aufgaben sind viel - Sol kostet aber viermal weniger.
Ein Sonderfall ist die Cybersicherheit. Hier vergleicht Anthropic Mythos 5.2, die Version ohne Blockaden, mit GPT-6 Cyber: 76,3 % gegenüber 61 % in CyScenarioBench. Eine Fußnote in der Ankündigung weist jedoch darauf hin, dass jedes Labor in diesem Test andere Aufgaben verwendet. Die Zahlen sind daher kaum als direkter Vergleich zu verstehen. Mehr dazu im Überblick zu Claude Mythos 5.2.
Mein Fazit nach der Lektüre: Bei langen agentischen Aufgaben und mehrstufiger Arbeit liegt Fable 5.2 laut Hersteller deutlich vor GPT-6 Astra und kostet dabei weniger. Bei der Automatisierung von Geschäftsprozessen und beim Lesen von Diagrammen hat Fable keinen klaren Vorsprung. Einen umfassenden Überblick über das Modell finden Sie im Claude-Fable-5.2-Hub.
Häufige Fragen
Ist Claude Fable 5.2 besser als GPT-6 Astra?
Laut der Tabelle von Anthropic ja: in allen 10 Tests, für die beide Modelle ein Ergebnis haben. Bei Chartography beträgt der Vorsprung allerdings nur 2,4 Prozentpunkte. Es handelt sich um Daten des Fable-Herstellers, nicht um eine unabhängige Messung.
Welches Modell ist bei der API günstiger: Fable 5.2 oder GPT-6 Astra?
Fable 5.2 kostet 8 und 40 US-Dollar pro Million Token, GPT-6 Astra 10 und 50 US-Dollar. Bei GPT-6 Astra kommt für Anfragen mit mehr als 272.000 Eingabetoken ein Aufpreis hinzu.
Kann ich Gemini 4 Carbon nutzen?
Derzeit praktisch kaum. Google stellt das Modell ausgewählten Cybersecurity-Fachleuten und Partnern des Fairwind Program zur Verfügung. Eine breitere Veröffentlichung ist angekündigt, aber noch ohne Datum. Prüfen Sie die Angaben des Anbieters zur Verfügbarkeit.
Warum fehlen GPT-6.1 Sol und Gemini 4 Argon im Vergleich?
Anthropic hat sie in der Tabelle der Ankündigung nicht berücksichtigt. In der System Card findet sich nur ein Ergebnis für GPT-6.1 Sol: 58,2 % in Terminal-Bench 4.0 laut öffentlicher Rangliste, gegenüber 67,6 % für Fable 5.2. Ergebnisse für Gemini 4 Argon im direkten Vergleich mit Fable fehlen.
Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →Quellen
- Anthropic: Introducing Claude Fable 5.2 and Claude Mythos 5.2 (9.11.2026)
- Claude-Dokumentation: Preise (überprüft am 9.11.2026)
- OpenAI: GPT-6 Astra in der API-Dokumentation (überprüft am 9.11.2026)
- Google: Introducing Gemini 4 Carbon (28.10.2026)
- Anthropic: System Card Claude Fable 5.2 & Claude Mythos 5.2, Seiten 210-211
- OpenRouter-Modellliste (API /api/v1/models), am Abend des 9.11.2026 überprüft
Umrechnung der US-Dollar-Beträge in Euro auf Basis des EZB-Referenzkurses vom 9.11.2026: 1 EUR = 1,1193 USD. Quelle: EZB-Referenzkurse. Die Eurobeträge sind Näherungswerte, keine lokalen Checkout-Preise.
More on this from WISSNOX
