4 सितंबर, 2026 हमारी Claude Fable 5 और Fable 5.1 की तुलना का एक अनुवर्ती। हमने Open AI के GPT-6 Astra को एक ही Inspect Robots एजेंट नीति के तहत एक ही YAM आर्म्स पर नियंत्रण दिया, एक ही दो कार्यों पर: “रेड ब्लॉक को टेबल से उठाएं और उसे बाउल के अंदर रखें।” और “केंद्र के नॉब पर रिंगब्लू पजल पीस ले लें और उसे बोर्ड में मेल खाने वाले सर्कुलर ग्रूव में रखें।” बाउल टास्क पर Astra ने 20 प्रयासों में से 19 में ब्लॉक रखा, जबकि Fable 5.1 के 8 में और Fable 5 के 1 में, प्रति प्रयास 2.5 मिनट में, Fable 5.1 के 6.8 मिनट की तुलना में, प्रति रन की अनुमानित लागत 0.94 डॉलर, Fable 5.1 के 2.12 डॉलर की तुलना में। पजल टास्क एक अलग कहानी है: Astra ने 20 में से 2 में इन्सर्शन पूरा किया, Fable 5.1 के 20 में से 2 के साथ। यह ग्रूव तक पहुँचता है और Fable के समान अंतिम चरण पर रुक जाता है, प्रति रन की लागत 1.36 डॉलर, Fable 5.1 के 2.18 डॉलर की तुलना में। ब्लॉक को बाउल में: प्रत्येक मॉडल का सबसे अच्छा पूरा किया गया रन (सबसे ऊँचा स्तर, फिर सबसे छोटा), प्रत्येक को अपने समय पर समान स्पीड-अप पर चलाया गया। टाइमर वास्तविक समय को दर्शाते हैं जिसमें सोचने के विश्राम हटा दिए गए हैं। Astra बाउल टास्क को बहुत अधिक बार पूरा करता है, प्रति रन की लागत के लगभग आधे पर।