Le 1er septembre 2026, Anthropic a publié Claude Fable 5.1. Le 3 septembre, OpenAI a répondu avec GPT-6 Astra. Quarante-huit heures entre les deux modèles les plus chers du marché, vendus au même prix, visant le même travail : les agents qui tournent longtemps, le code, l’analyse de dossiers volumineux.
Tous les comparatifs parus depuis annoncent le même résultat : Anthropic gagne, 66 contre 61 sur l’indice d’intelligence d’Artificial Analysis, la mesure indépendante la plus citée du secteur.
Ce chiffre vient d’une version périmée de cet indice. Sur la version courante, les deux modèles sont à égalité stricte.
Le verdict en bref
Sur l’intelligence : match nul, et c’est mesuré. L’indice Artificial Analysis v4.3 place trois entrées à égalité au sommet, à 53 points : Fable 5.1 en effort maximal, Fable 5.1 en effort très élevé, et GPT-6 Astra en effort maximal. Dans le détail des dix épreuves, Fable en gagne cinq, Astra quatre, la dixième est un nul parfait.
Sur le prix : tarif identique, facture double. Les deux affichent 10 dollars par million de jetons en entrée et 50 en sortie, au centime près. Mais Fable 5.1 émet près de trois fois plus de jetons pour accomplir la même tâche. Coût mesuré par tâche : 3,26 dollars contre 7,63.
Sur le pilotage d’ordinateur : Astra, sans discussion. Dix points d’avance sur l’automatisation de logiciels, 41,4 % contre 31,4, et près de douze sur la production de fichiers de conception, 95,9 % contre 84,3. Face à sa propre génération précédente, il boucle en outre chaque tâche de bureau en 47 % de temps en moins.
Sur le réglage à utiliser : ni l’un ni l’autre au maximum. Dans notre classement, l’effort maximal d’Astra tombe 719e en coût-performance, celui de Fable 562e. Les mêmes modèles en réglage intermédiaire se tiennent autour du 225e rang.
Et sur l’accès : votre abonnement ne suffit probablement pas. À 20 dollars par mois, ChatGPT Plus n’ouvre Astra que dans deux outils annexes, jamais dans le chat. À 20 dollars par mois, Claude Pro n’inclut pas Fable 5.1 du tout. Le ticket d’entrée réel, des deux côtés, est à 100 dollars.
D’où viennent les chiffres de ce comparatif
Trois familles de données, tenues séparées d’un bout à l’autre de l’article.
Les chiffres des éditeurs viennent des annonces et documentations d’OpenAI et d’Anthropic. Ils sont utiles pour les capacités, les tarifs et les limites, et douteux pour les comparaisons : chacun choisit ses épreuves et son adversaire.
Les mesures indépendantes viennent d’Artificial Analysis, qui fait tourner sa propre batterie sur les deux modèles dans les mêmes conditions, et publie ce que les éditeurs ne publient jamais — jetons consommés, coût par tâche, latence de bout en bout.
Les relevés d’exploitation viennent de praticiens qui ont mis ces modèles en production dans la semaine du lancement : consommation de quota, causes de surconsommation, comportement en session longue. Ils sont attribués nominativement dans le texte.
S’y ajoutent nos propres rangs, issus du classement IA du Recul relevé le 8 septembre 2026, qui agrège une vingtaine de sources publiques et recalcule un rang par catégorie et par niveau de réflexion.
Un principe de lecture, appliqué partout : quand deux sources donnent deux chiffres pour la même épreuve, les deux figurent avec leur origine. L’écart est expliqué, pas arbitré en silence.
Les deux adversaires
| GPT-6 Astra | Claude Fable 5.1 | |
|---|---|---|
| Éditeur | OpenAI | Anthropic |
| Date de sortie | 3 septembre 2026 | 1er septembre 2026 |
| Identifiant API | gpt-6-astra | claude-fable-5-1 |
| Contexte | 1 050 000 jetons | 1 000 000 jetons |
| Sortie maximale | 128 000 jetons | 128 000 jetons |
| Coupure des connaissances | 30 avril 2026 | juin 2026 |
| Entrée / sortie | 10 $ / 50 $ par million | 10 $ / 50 $ par million |
| Lecture de cache | 1,00 $ par million | 0,25 $ par million |
| Surcoût long contexte | oui, au-delà de 272 000 jetons | aucun |
| Traitement par lots | −50 % | −50 % (5 $ / 25 $) |
| Niveaux de réflexion | low, medium, high, xhigh, max | low, medium, high, xhigh, adaptatif |
| Réflexion désactivable | oui, mode non raisonnant | non |
| Filigrane AI Act | non annoncé | oui, texte et fichiers |
| Conservation des données | option zéro rétention | 30 jours par défaut, zéro rétention sur éligibilité |
Deux détails que les fiches marketing ne mettent pas en avant. Astra rejette purement et simplement temperature, top_p et logprobs, et refuse de tourner sans raisonnement dans l’API Chat Completions. Fable 5.1, lui, ne permet pas du tout de couper sa réflexion : elle est adaptative et toujours active. Ces deux points paraissent techniques ; on verra qu’ils décident de la facture.
Le chiffre que tout le monde recopie a une version de retard
Voici le point central de ce comparatif, et il tient à un détail de méthode.
L’indice d’intelligence d’Artificial Analysis n’est pas une note figée : c’est un composite versionné. Sa version courante, la v4.3, agrège dix épreuves — AA-Briefcase, GDPval-AA v2, AutomationBench-AA, Terminal-Bench v4.0, SciCode, Humanity’s Last Exam, GDP.pdf, CritPt, AA-Omniscience et AA-LCR v1.1. La version précédente ne contenait ni AA-Briefcase ni GDP.pdf, incluait GPQA Diamond, et pondérait autrement.
Autrement dit : changer la version change le classement.
Les scores de 66 pour Fable 5.1 et 61 pour Astra, repris par la quasi-totalité des comparatifs publiés cette semaine, viennent de la version antérieure. Des agrégateurs les republient encore, datés du 4 septembre 2026, sous une forme légèrement différente : Fable 5.1 à 65,7 %, Claude Opus 5 à 63,0 %, Muse Spark 1.3 et Fable 5 à 62,1 %, GPT-6 Astra à 61,2 %, GPT-5.6 Sol à 58,9 %.
Sur la v4.3, le sommet du classement n’est plus une victoire mais un peloton. Trois entrées partagent la première place, à 53 :
- Claude Fable 5.1, raisonnement adaptatif, effort maximal ;
- Claude Fable 5.1, raisonnement adaptatif, effort très élevé ;
- GPT-6 Astra, effort maximal.
Ce n’est pas une nuance de décimale. C’est la différence entre « Anthropic domine de cinq points » et « les deux sont indiscernables ». Et c’est la première chose à savoir avant de choisir.
Les dix épreuves, une par une
Puisque le composite est à égalité, le seul endroit où le choix se joue est le détail. Voici les dix épreuves de la v4.3, mesurées par Artificial Analysis sur les deux modèles en effort maximal.
| Épreuve | Ce qu'elle mesure | Astra | Fable 5.1 |
|---|---|---|---|
| AA-Briefcase | travail sur dossiers | 1562 | 1662 |
| GDPval-AA v2 | travail de connaissance | 1580 | 1764 |
| AutomationBench-AA | flux métier automatisés | 68 % | 59 % |
| Terminal-Bench v4.0 | travail en ligne de commande | 59 % | 52 % |
| SciCode | code scientifique | 56 % | 63 % |
| Humanity's Last Exam | questions expertes très difficiles | 55 % | 59 % |
| GDP.pdf | lecture de documents | 31 % | 26 % |
| CritPt | physique de recherche | 32 % | 30 % |
| AA-Omniscience | fiabilité, hallucination | 43 | 43 |
| AA-LCR v1.1 | raisonnement sur long contexte | 81 % | 85 % |
Cinq à Anthropic, quatre à OpenAI, un match nul. Le composite à 53 partout n’est pas un hasard d’arrondi : c’est la traduction fidèle d’un partage.
Et la répartition raconte quelque chose. Astra gagne là où il faut agir : automatiser un flux, tenir un terminal, extraire d’un document. Fable gagne là où il faut penser : un dossier, une question experte, un long contexte, du code scientifique. Ce n’est pas une différence de puissance, c’est une différence de tempérament.
Le même test, deux chiffres : pourquoi les comparaisons se contredisent
Un lecteur attentif remarquera un problème. Sur Terminal-Bench v4.0, Artificial Analysis mesure 59 % contre 52 %. Les deux éditeurs, eux, publient 57,7 % pour Astra contre 55,8 % pour Fable 5.1. Deux points d’écart d’un côté, sept de l’autre.
Sur AutomationBench, c’est pire : 68 % contre 59 % chez l’évaluateur indépendant, 41,4 % contre 31,4 % dans les annonces. Vingt-sept points d’écart sur la valeur absolue, pour la même épreuve.
Les deux séries sont exactes. Elles ne mesurent simplement pas la même chose : un test agentique n’est pas un questionnaire, c’est un harnais — un environnement, un nombre d’essais autorisés, un jeu d’outils, un critère de réussite. Changez le harnais, et les scores bougent de plusieurs dizaines de points sans que le modèle change d’un octet.
La règle qui en découle vaut au-delà de ces deux modèles : un score sans son harnais et sans sa version ne veut rien dire. Nous avions rencontré le même piège en comparant Grok 4.6 et Gemini 3.7 Flash, où la même épreuve donnait 88,4 % dans une version et 26 % dans la suivante. C’est aussi pour cette raison qu’un chiffre isolé, sorti d’une annonce et recopié de site en site, finit par circuler longtemps après avoir cessé d’être vrai.
Le vrai écart n’est pas dans les scores, il est sur la facture
Les deux modèles coûtent exactement la même chose : 10 dollars par million de jetons en entrée, 50 en sortie. Un acheteur pressé en conclut que le choix est neutre côté budget.
Les mesures disent l’inverse, et de loin.
| Mesuré sur la même batterie | GPT-6 Astra | Claude Fable 5.1 | Rapport |
|---|---|---|---|
| Jetons de sortie par tâche | 27 000 | 78 000 | 2,9× |
| dont jetons de raisonnement | 17 000 | 47 000 | 2,8× |
| Total pour l'indice complet | 60 millions | 188 millions | 3,1× |
| Coût par tâche | 3,26 $ | 7,63 $ | 2,3× |
| Coût de l'indice complet | 5 324 $ | 13 129 $ | 2,5× |
| Débit | 59 jetons/s | 70 jetons/s | Fable |
| Temps par tâche | 467 s | 724 s | Astra |
Regardez les deux dernières lignes ensemble, parce qu’elles se contredisent en apparence. Fable écrit plus vite — 70 jetons par seconde contre 59 — et pourtant il met plus longtemps à finir une tâche : douze minutes contre huit. Il n’y a aucun mystère : il écrit 2,9 fois plus. Un modèle plus rapide qui parle trois fois plus longtemps arrive en retard.
C’est le mécanisme central de ce comparatif, et il vaut la peine d’être énoncé simplement : le prix affiché est celui du jeton, la facture est celle du travail. Deux modèles au même tarif peuvent différer d’un facteur deux à l’usage, uniquement par la longueur de leur réflexion.
D’autres séries de mesures donnent des valeurs absolues plus basses — 1,67 dollar contre 3,76 par tâche — mais le rapport reste le même, entre 2,2 et 2,5. C’est ce rapport qu’il faut retenir, pas le chiffre.
Le seuil des 272 000 jetons, et ce qu’il coûte vraiment
OpenAI a introduit avec Astra une règle de facturation qui n’existe pas chez Anthropic, et elle mérite d’être lue deux fois.
Tant qu’une requête reste sous 272 000 jetons d’entrée, elle est facturée 10 dollars par million en entrée et 50 en sortie. Dès qu’elle franchit ce seuil, le tarif passe à 20 dollars en entrée et 75 en sortie — et ce nouveau tarif s’applique à la requête entière, pas au seul dépassement.
Un exemple chiffré, calculé aux tarifs publiés. Une charge de 10 millions de jetons en entrée et 1 million en sortie, franchissant le seuil :
- Astra : 10 × 20 $ + 1 × 75 $ = 275 $
- Fable 5.1 : 10 × 10 $ + 1 × 50 $ = 150 $
Anthropic ne pratique aucun seuil : un million de jetons de contexte y coûte le même prix au jeton que mille. Sur les charges à très long contexte, l’ordre du comparatif s’inverse donc — et il s’inverse de 83 %.
La parade existe côté OpenAI, mais elle demande de le savoir : dans l’outil Codex, il faut régler la limite de compaction automatique du contexte autour de 200 000 jetons pour ne jamais approcher le seuil. Personne ne vous préviendra si vous ne le faites pas ; la note arrivera en fin de mois.
À signaler aussi, dans la même grille : le mode rapide d’Astra double la vitesse et double le tarif. C’est un choix honnête, à condition de savoir qu’il s’ajoute au reste.
Le cache d’Anthropic : une vraie économie, plus petite que le problème qu’elle corrige
L’argument commercial de Fable 5.1 tient en un chiffre : Anthropic a baissé de 75 % le prix de la lecture de cache, de 1 dollar à 0,25 par million de jetons. Astra facture la même chose 1 dollar. Quatre fois plus cher.
Sur un agent qui relit à chaque tour un préfixe identique de 100 000 jetons pendant 1 000 tours, soit 100 millions de jetons lus en cache, cela donne :
- Astra : 100 × 1,00 $ = 100 $
- Fable 5.1 : 100 × 0,25 $ = 25 $
Soixante-quinze dollars d’économie sur cette seule ligne. L’argument est réel.
Reste à savoir s’il tient une fois replacé dans une facture complète. Prenons un assistant de code sollicité 50 fois par jour pendant 30 jours, soit 1 500 requêtes. Chaque requête envoie 40 000 jetons d’entrée dont 80 % en cache, et produit 3 000 jetons de sortie.
À sortie identique entre les deux modèles :
- Astra : 120 $ d’entrée fraîche + 48 $ de cache + 225 $ de sortie = 393 $ par mois
- Fable 5.1 : 120 $ + 12 $ + 225 $ = 357 $ par mois
Anthropic gagne, de 36 dollars. Sauf que l’hypothèse « sortie identique » est fausse, et on sait de combien.
Reprenons le calcul avec la longueur de sortie comme variable. L’égalité des deux factures se produit quand Fable émet 1,16 fois les jetons d’Astra. Autrement dit : dès que Fable 5.1 écrit 16 % de plus qu’Astra pour le même travail, l’avantage de son cache est annulé.
Les mesures indépendantes en relèvent 190 % de plus. Au ratio mesuré, la même charge revient à 784 $ par mois chez Anthropic contre 393 chez OpenAI.
La conclusion n’est pas que le cache d’Anthropic est un argument creux — c’est une baisse réelle, la plus importante de ce lancement. C’est que la surconsommation de jetons est un problème d’un ordre de grandeur supérieur à l’économie censée le compenser. Une remise de 75 % sur un poste secondaire n’annule pas un triplement sur le poste principal.
Notre classement : le réglage maximal est le pire achat des deux catalogues
Le classement IA du Recul agrège une vingtaine de sources publiques et attribue un rang par catégorie. Il traite chaque niveau de réflexion comme une entrée distincte — ce qui permet une lecture que les comparaisons habituelles ne font pas : comparer un modèle à lui-même.
Relevé du 8 septembre 2026, catégorie coût-performance :
| Entrée | Rang coût-performance |
|---|---|
| Fable 5.1, effort élevé | 223e |
| Astra, effort moyen | 230e |
| Fable 5.1, effort moyen | 235e |
| Fable 5.1, effort faible | 243e |
| Fable 5.1, effort très élevé | 249e |
| Astra, effort faible | 250e |
| Astra, effort élevé | 259e |
| Astra, sans raisonnement | 261e |
| Astra, effort très élevé | 343e |
| Fable 5.1, effort maximal | 562e |
| Astra, effort maximal | 719e |
Le réglage que testent tous les comparatifs, celui qui décroche 53 sur l’indice d’intelligence, est le dernier de sa propre gamme dès qu’on rapporte le résultat à son prix. Sept cent dix-neuvième pour Astra. Cinq cent soixante-deuxième pour Fable.
Une anomalie mérite d’être signalée en plus, dans la catégorie code : Astra en effort très élevé se classe 111e, soit derrière le même modèle privé de tout raisonnement, 110e. Réfléchir davantage lui coûte des jetons et lui fait perdre des places. Cette non-monotonie n’existe pas chez Anthropic, dont l’échelle d’effort progresse régulièrement — 78e en maximal, 82e en très élevé, 88e en élevé, 103e en moyen, 117e en faible.
Deux précisions d’honnêteté sur ce relevé. En généraliste, Astra en effort maximal se classe 146e contre 184e pour Fable 5.1 — mais l’entrée d’Astra est adossée à deux sources et couvre 86 % des mesures possibles, celle de Fable à une seule source et 58 %. Une couverture inégale n’invalide pas le rang, elle en réduit la portée, et il faut le dire. Par ailleurs, une entrée agrégée depuis d’autres sources place Fable 5.1 12e en généraliste, 3e en code et 1re dans la catégorie « à surveiller », réservée aux arrivées récentes. Les deux lectures coexistent dans notre propre système ; c’est le prix d’un classement qui agrège plutôt que d’arbitrer.
Le pilotage d’ordinateur : le seul domaine où l’écart est franc
Sur un terrain, il n’y a pas de match. Astra a été conçu pour manipuler des logiciels, et cela se voit.
- OSWorld 2.0, qui demande au modèle de se débrouiller sur un vrai bureau : 72,6 % contre 65,7 % pour la génération précédente, et surtout 47 % de temps en moins par tâche, environ 40 minutes au lieu de 75.
- ScreenSpot-Pro, qui teste la capacité à trouver et cliquer le bon pixel dans une interface dense : 92,7 %, contre 76,9 % pour GPT-5.6 Sol et 87,3 % pour Fable 5.
- AutomationBench, flux métier automatisés : 41,4 % contre 31,4 % pour Fable 5.1.
- BenchCAD, production de fichiers de conception : 95,9 % contre 84,3 %.
OpenAI a accompagné le lancement de démonstrations qui ont beaucoup circulé : routage de circuit imprimé sous KiCad, modélisation puis rendu 4K sous Blender, allers-retours entre Excel et Power BI, portrait dessiné dans Canva.
Deux réserves, parce que ce sont exactement le genre de vidéos qui remplacent l’évaluation. La démonstration KiCad montre la conception, pas la fabrication ni les tests électriques de la carte obtenue : personne n’a vérifié qu’elle fonctionne. Et l’auteur de la démonstration Blender se présente comme affilié à OpenAI, pas comme testeur indépendant. Ces démonstrations prouvent qu’une chose est possible ; elles ne mesurent pas à quelle fréquence elle réussit.
Il reste que sur les épreuves indépendantes, l’avance est réelle et large. Si votre besoin est un agent qui clique dans des logiciels, la question est tranchée.
Le seuil « Critique » : ce qu’OpenAI a admis en publiant Astra
OpenAI classe le risque cyber de ses modèles sur quatre niveaux : faible, moyen, élevé, critique. Astra est le premier modèle largement déployé à atteindre le niveau critique, défini comme la capacité à trouver et exploiter des failles inédites sur des cibles durcies sans qu’un humain guide chaque étape.
Ce n’est pas une formule de communication : le franchissement déclenche des obligations. À la sortie, l’accès est désactivé par défaut pour les administrateurs d’entreprise, qui doivent l’activer explicitement. La version publique refuse de produire des preuves de concept d’exploitation. Et OpenAI annonce bloquer 91,5 % des tentatives de contournement à visée cyber.
Deux chiffres méritent d’être sortis du dossier de presse. Sur ExploitBench, Astra obtient 100 % contre 78,5 % pour la génération précédente. Et pendant les tests, il a découvert deux failles jusque-là inconnues, signalées aux éditeurs concernés.
Un troisième est plus rassurant, et plus intéressant : mis face à des tâches impossibles, GPT-5.6 Sol sans garde-fous sortait du périmètre autorisé 48 % du temps. Astra le fait 0 % du temps. La capacité offensive a augmenté ; la tendance à déborder a disparu.
Les analystes cités par CSO Online apportent la lecture la plus utile. Pour Sanchit Vir Gogia, de Greyhound Research, le label critique est un événement de divulgation, pas un saut de capacité : Astra devient le seul modèle de pointe dont une entreprise connaît la capacité cyber, parce qu’elle a été mesurée et publiée. Les autres ne sont pas moins dangereux ; ils sont moins documentés.
Pour Amit Kumar Jena, de Kanerika, le problème n’est pas le modèle mais la traçabilité : quand un agent agit à travers des systèmes, ses actions apparaissent sous un compte de service, sans trace de l’instruction qui les a déclenchées. C’est exactement ce qu’un auditeur ou un régulateur demandera à voir. Nous avions décrit ce trou de journalisation en couvrant les agents IA qui agissent seuls via MCP ; Astra le rend simplement plus urgent.
Le jumeau interdit : Mythos 5.1 n’est jamais revenu en Europe
Anthropic traite le même sujet différemment, et l’histoire mérite d’être rappelée parce qu’elle est française avant d’être américaine.
Fable 5.1 peut découvrir des vulnérabilités logicielles à des fins de défense. En revanche, la génération d’exploits, les tests d’intrusion et une partie de l’analyse de binaires restent redirigés ou bloqués, et renvoyés vers Mythos 5.1 — le jumeau non bridé du même modèle, accessible uniquement à des organisations vérifiées via deux programmes de contrôle, l’un en cybersécurité, l’autre en sciences du vivant, réservés aux entités américaines.
Ce cloisonnement n’est pas nouveau : c’est la suite directe de ce que nous racontions en juin, quand une directive américaine d’export control a fait couper Fable 5 et Mythos 5 pour l’ensemble des utilisateurs, faute pour Anthropic de pouvoir distinguer les ressortissants étrangers en temps réel. La coupure a duré dix-neuf jours, du 12 juin au 1er juillet 2026. Fable est revenu partout. Mythos n’est jamais revenu ailleurs qu’aux États-Unis.
Un utilisateur européen a donc accès, chez Anthropic, à la version bridée d’un modèle dont la version complète lui est fermée depuis juin. C’est une information que ni la fiche produit ni les comparatifs ne mentionnent, et elle change la lecture du mot « disponible ».
À l’inverse, Anthropic a nettement assoupli ses garde-fous côté usage normal : 60 % de faux positifs en moins par session de développement sur les questions cyber, et des blocages en biologie qui se déclenchent 85 % moins souvent sur des questions médicales ou scolaires bénignes. C’était le principal reproche fait à Fable 5 dès son lancement en juin — il refusait des questions de biologie élémentaire. Le point est corrigé. Avec une contrepartie mesurée par Anthropic lui-même : quand un garde-fou se déclenche pendant une tâche agentique, le score de cette tâche tombe à zéro.
Ce que votre abonnement vous donne vraiment
Voici la partie que les comparatifs techniques oublient, et qui décide pourtant si vous pouvez utiliser ces modèles ou seulement les lire.
| Abonnement | Prix | Accès au modèle de pointe |
|---|---|---|
| ChatGPT gratuit | 0 $ | aucun |
| ChatGPT Plus | 20 $/mois | Astra dans Work et Codex uniquement, quota limité — pas dans le chat |
| ChatGPT Pro | 100 $/mois | Astra dans le chat + 50 messages Astra Pro par semaine |
| ChatGPT Pro | 200 $/mois | 200 messages Astra Pro par semaine |
| Business standard | — | 15 messages Astra Pro par mois |
| Claude gratuit | 0 $ | aucun |
| Claude Pro | 20 $/mois | Fable 5.1 non inclus — crédits d'usage payants, sans crédit offert |
| Claude Max 5× | 100 $/mois | inclus, plafonné à 50 % des limites hebdomadaires |
| Claude Max 20× | 200 $/mois | inclus, plafonné à 50 % des limites hebdomadaires |
| Claude Team premium | 125 $/siège | inclus, plafonné à 50 % |
Lisez les deux lignes surlignées ensemble. Un abonné qui paie 20 dollars par mois n’a accès normalement ni à GPT-6 Astra ni à Claude Fable 5.1. Chez OpenAI, il l’a dans deux outils annexes et pas dans la fenêtre de conversation. Chez Anthropic, il ne l’a pas du tout sans payer des crédits en supplément de son abonnement.
Une précision utile côté OpenAI, parce qu’elle a fait du bruit : l’annonce du 3 septembre indiquait qu’Astra arrivait « pour tous les utilisateurs Plus, Pro, Business et Enterprise ». Le déploiement réel n’a pas suivi. Sam Altman a qualifié l’opération de désordonnée dès le 4 septembre, et OpenAI a accordé aux abonnés payants une réinitialisation de quota par jour d’attente. Il faut également savoir que le modèle standard n’offre qu’environ la moitié des messages par fenêtre de cinq heures de la génération précédente : passer à Astra, c’est aussi diviser son volume d’usage par deux.
La conclusion pratique est courte. Le ticket d’entrée réel du haut de gamme est passé de 20 à 100 dollars par mois, chez les deux éditeurs, la même semaine. Aucun des deux ne l’a formulé ainsi.
La brûlure : vider un forfait à 100 dollars en huit minutes
Le forfait Max d’Anthropic inclut Fable 5.1. Reste à savoir combien de temps.
Les relevés publiés par des développeurs dans les jours suivant le lancement sont spectaculaires, et concordants : un quota de cinq heures du forfait le plus élevé épuisé en 52 minutes sur une seule instruction ; d’autres comptes à sec en quatre minutes sur des sessions à forte activité de cache ; et un cas documenté de près de 100 dollars de jetons consommés dans une seule session sur un forfait facturé 100 dollars par mois.
Les causes ne relèvent pas du mystère. Elles sont au nombre de quatre, et elles se cumulent :
- La réflexion adaptative est toujours active et ne peut pas être désactivée. Il n’existe pas de mode sans raisonnement chez Fable 5.1, là où Astra en propose un.
- Le niveau d’effort par défaut est plus élevé que nécessaire pour une tâche courante.
- Le modèle réécrit plus souvent un fichier entier que son prédécesseur au lieu de faire une modification ciblée — chaque réécriture est facturée en jetons de sortie, les plus chers.
- Ses appels d’outils en parallèle sont devenus moins fiables, ce qui multiplie les allers-retours.
S’y ajoute un facteur structurel rarement mentionné : le tokeniseur de cette génération produit environ 30 % de jetons de plus que les générations antérieures pour exactement le même texte. À prix affiché constant, le même travail coûte donc déjà un tiers de plus avant qu’aucune décision technique n’ait été prise.
Anthropic a réagi en réinitialisant les limites au lancement et en distribuant des bonus hebdomadaires jusqu’à mi-septembre. C’est un pansement, pas une correction — et cela confirme que le sujet est réel.
Une comparaison remet ces chiffres en perspective : Claude Opus 5 est facturé 5 dollars en entrée et 25 en sortie. Fable 5.1 coûte exactement le double, au jeton, pour un écart de score de moins de trois points sur l’indice indépendant. Le passage au haut de gamme se paie deux fois : au tarif, puis à la consommation.
Comment réduire la facture, concrètement
Trois leviers, par ordre d’effet mesuré.
Baisser l’effort, et le baisser dynamiquement. C’est de loin le premier poste. Notre propre classement le confirme sur la colonne coût-performance : Fable 5.1 en effort élevé se classe 223e, en effort maximal 562e. Pour une tâche de routine, l’effort maximal n’achète rien qui se voie.
Maximiser le taux de cache. Chez Anthropic, la lecture de cache coûte 0,25 dollar par million contre 10 pour une entrée fraîche : quarante fois moins. Ce n’est pas un détail d’optimisation, c’est le principal levier structurel. Seule la partie strictement identique d’une requête à l’autre est éligible — instructions système, documents de référence, historique figé — ce qui suppose de placer le variable en fin de contexte, jamais au début.
Demander des modifications ciblées, pas des réécritures. Puisque Fable 5.1 réécrit volontiers un fichier entier, une consigne explicite de modification chirurgicale réduit directement le poste le plus cher de la facture.
Côté OpenAI, un quatrième levier s’ajoute : rester sous 272 000 jetons d’entrée, en réglant la compaction automatique du contexte autour de 200 000. Franchir le seuil ne coûte pas un supplément sur le dépassement, mais un doublement sur la totalité.
Vos données, et le filigrane que personne ne peut encore lire
Sur la conservation, les deux éditeurs proposent la même chose aux clients professionnels — une option de zéro rétention sous conditions d’éligibilité — mais pas au même point de départ. Chez OpenAI, elle est offerte aux clients API éligibles. Chez Anthropic, la valeur par défaut de Fable est une conservation de trente jours à des fins de surveillance de sécurité, la zéro rétention n’étant ouverte qu’aux clients éligibles dans le cadre d’un dispositif dédié.
La nouveauté vient d’ailleurs, et elle concerne directement l’Europe.
Fable 5.1 et Mythos 5.1 sont les premiers modèles Claude à marquer leurs sorties d’un filigrane statistique, texte et fichiers compris. Ce marquage applique l’article 50 de l’AI Act, qui impose depuis le 2 août 2026 de rendre les contenus synthétiques identifiables par une machine, sous peine d’amendes pouvant atteindre 15 millions d’euros ou 3 % du chiffre d’affaires mondial. Il faut préciser ce qui a été repoussé et ce qui ne l’a pas été : c’est le chapitre sur les IA à haut risque qui a glissé à décembre 2027, comme nous l’avons détaillé dans notre décryptage de l’échéance du 2 août 2026 ; les obligations de marquage, elles, s’appliquent.
Le filigrane est invisible sans outil, n’ajoute aucun caractère, ne change ni le prix ni la latence, et n’encode aucune information sur l’utilisateur ou la conversation. Anthropic a par ailleurs choisi de l’appliquer dans le monde entier, pas seulement en Europe.
Reste la limite, et elle est de taille : l’API de détection n’est qu’en préversion privée, réservée à des régulateurs, forces de l’ordre, médias, vérificateurs de faits, chercheurs, établissements d’enseignement et organisations de la société civile européenne, sans date d’ouverture annoncée. Le contenu est marqué ; presque personne ne peut le vérifier. C’est une conformité qui existe juridiquement avant d’exister pratiquement.
OpenAI n’a annoncé aucun dispositif équivalent pour Astra. Pour une rédaction, un établissement scolaire ou un service juridique européen, c’est aujourd’hui le seul écart structurel entre les deux modèles.
Les hallucinations : égalité, et un vrai progrès
Sur AA-Omniscience, l’épreuve qui récompense la bonne réponse, pénalise l’invention et ne pénalise pas le refus de répondre, les deux modèles obtiennent 43. Égalité stricte, une fois de plus.
Le progrès est ailleurs, et il est net : le taux d’hallucination de GPT-6 Astra en effort maximal est tombé de 92 % à 51 % par rapport à GPT-5.6 Sol. Surtout, cette baisse s’est accompagnée d’un gain de justesse de 4 points, là où la prudence se paie habituellement en performance. C’est probablement l’amélioration la plus utile de ce lancement pour un usage professionnel, et elle apparaît plus clairement dans les mesures indépendantes que dans la communication d’OpenAI, davantage centrée sur la cybersécurité et le pilotage d’ordinateur.
À l’inverse, Artificial Analysis relève des régressions d’Astra par rapport à la génération précédente : environ 80 points Elo perdus sur le travail de connaissance, et deux à trois points sur la banque, le code scientifique et le raisonnement long contexte. Un nouveau modèle n’est pas meilleur partout, et personne ne l’écrit dans une annonce.
Et en français ?
Aucune mesure publique ne permet de trancher, et mieux vaut le dire que de meubler.
Ni OpenAI ni Anthropic n’ont publié d’évaluation en français pour ces deux modèles. Les dix épreuves de l’indice indépendant sont très majoritairement anglophones, et les épreuves de code, de terminal ou de conception le sont entièrement. Un usage prolongé donne des impressions ; une impression n’est pas une mesure. Classer ces deux modèles sur la qualité de leur français une semaine après leur sortie reviendrait à habiller une préférence en résultat.
Nous signalons donc le trou plutôt que de le combler. Il ne s’agit pas d’un détail : pour un rédacteur, un juriste ou un service client francophone, c’est exactement le critère qui devrait décider — et c’est le seul sur lequel le marché ne publie rien.
Lequel choisir
Prenez GPT-6 Astra si votre besoin est un agent qui manipule des logiciels, si vous travaillez sur des mathématiques ou de la physique, si vous faites de la sécurité défensive, ou si vous payez au jeton et que le coût par tâche décide. C’est aussi le bon choix pour les revues de code réparties sur plusieurs fichiers, où une évaluation menée par CodeRabbit mesure 61,3 % de bugs actionnables détectés contre 59,0 % pour la génération précédente et 50,2 % pour Claude Opus 5.
Prenez Claude Fable 5.1 si vous faites tourner des agents longs sur de gros dépôts, si vos requêtes dépassent régulièrement 272 000 jetons — l’absence de seuil de facturation devient alors décisive —, si votre charge est dominée par la relecture d’un contexte identique, ou si le marquage européen des contenus vous concerne. C’est aussi le meilleur des deux sur le travail de dossier et les questions expertes.
Ne prenez ni l’un ni l’autre au réglage maximal. C’est la recommandation la plus contre-intuitive de ce comparatif, et la mieux étayée par nos propres données. Les deux meilleurs achats sont Fable 5.1 en effort élevé et Astra en effort moyen.
Et si vous payez 20 dollars par mois, sachez que vous n’utilisez probablement aucun des deux. La question n’est alors pas « lequel est le meilleur » mais « est-ce que je veux passer à 100 dollars » — et pour la majorité des usages courants, la génération précédente, cinq fois moins chère au jeton, fait le travail.
Ce qu’il faut retenir
- Ils sont à égalité. Sur la version courante de l’indice indépendant de référence, la v4.3, Astra et Fable 5.1 obtiennent 53 tous les deux. Le « 66 contre 61 » qui circule vient d’une version antérieure du même indice.
- Cinq épreuves à Anthropic, quatre à OpenAI, une nulle. Astra gagne là où il faut agir, Fable là où il faut penser.
- Le même tarif donne une facture double. 10 $ / 50 $ des deux côtés, mais Fable émet 2,9 fois plus de jetons : 3,26 $ contre 7,63 $ par tâche.
- Le cache d’Anthropic, quatre fois moins cher, est annulé dès 16 % de jetons en plus. Les mesures en relèvent 190 % de plus.
- Au-delà de 272 000 jetons, Astra refacture la requête entière au double. Anthropic n’a aucun seuil : sur une charge à très long contexte, l’écart s’inverse de 83 %.
- Le réglage maximal est le pire achat des deux catalogues : 719e et 562e en coût-performance dans notre classement, contre le 223e et le 230e rang pour les réglages intermédiaires.
- Astra est le premier modèle déployé largement au niveau « Critique » en cybersécurité, avec deux failles inédites découvertes en test — et un débordement de périmètre tombé de 48 % à 0 %.
- Mythos, la version non bridée de Claude, reste fermée hors des États-Unis depuis la coupure de juin 2026.
- Fable 5.1 marque ses sorties d’un filigrane européen que presque personne ne peut encore vérifier.
- Un abonnement à 20 dollars n’ouvre normalement ni l’un ni l’autre. Le ticket d’entrée réel est passé à 100 dollars par mois, chez les deux éditeurs, la même semaine.