# GPT-6 Astra vs Fable 5.1: probamos 15 tareas reales de trabajo, ¿cuál modelo rinde mejor?
Tienes dos pestañas abiertas. En una, un borrador de presentación que todavía no terminaste de leer; en la otra, el detalle de impuestos que aún no cuadra. Sabes que cualquiera de tus dos modelos de IA podría encargarse de esto, pero solo quieres mandarlo una vez —dárselo al que de verdad vaya a funcionar esta vez—. El problema es que no sabes cuál es, y equivocarte puede costarte más que simplemente volver a correrlo.
Esa es, literalmente, la situación que enfrenta cada día el autor del canal Nate Herk | AI Automation. Él enfrentó, uno contra uno, a GPT-6 Astra —el modelo de nueva generación de OpenAI que se usa a través de Codex— contra Fable 5.1, la nueva versión del lado de Anthropic Claude, en 15 tareas que él mismo usa a diario en su trabajo real: no son pruebas sintéticas pensadas para subir en un ranking, sino diseño web, gestión de asuntos personales, declaración de impuestos, operación del navegador, reconocimiento visual, y hasta construir automatizaciones y software de verdad, cosas que afectan directamente su trabajo y sus ingresos. Él mismo cuenta que, solo para llegar al fondo de esta comparación, ya quemó tres suscripciones de Codex, cuatro de Claude, y varios miles de dólares en consumo. Este artículo reconstruye lo que pasó, ronda por ronda, en esas 15 pruebas.
Diseñar una presentación y escribir copy: la "forma de trabajar" de cada modelo es completamente distinta
En la primera ronda, les pidió a los dos modelos que hicieran una presentación de nivel consultoría —del estilo que se muestra frente a un cliente— sobre un mercado de pymes, aplicando la identidad de marca de una consultora ficticia. Lo primero que notó fue una diferencia de comportamiento: GPT-6 Astra hace primero una serie de preguntas de aclaración antes de ponerse a trabajar, mientras que Fable 5.1 toma la instrucción y arranca de inmediato. Al final, ambas presentaciones estaban bien fundamentadas en los datos, pero la diferencia estaba en la forma: la versión de Fable tenía mejor estructura, respetaba mejor la identidad de marca, con pie de página y colores consistentes, aunque con demasiado texto, más apta para "entregar como documento" que para "presentar en vivo"; la de Astra era más ligera en texto y más apta para hablar frente a una audiencia, pero con menor sentido de marca y estructura. Esta ronda se la dio a Fable. El costo: Fable tardó 37 minutos y cerca de 26 dólares; Astra solo 23 minutos y cerca de 12 dólares —14 minutos más rápido, y a menos de la mitad del precio.
La segunda ronda fue escribir el copy de venta de un curso certificado, y a ambos modelos se les pidió que consultaran el propio "segundo cerebro" del autor y su investigación existente, sin inventar nada. Fable produjo un texto largo de cerca de 2,800 palabras, con secciones que respondían directamente dudas típicas de un futuro alumno —"¿esto realmente me va a ayudar a conseguir trabajo?", "¿qué pasa si me pierdo una clase en vivo?"— además de una explicación completa de precio, instructores y a quién le sirve o no. La versión de Astra tenía solo cerca de 1,300 palabras, más general y sin desglosar esas dudas una por una. El autor no viene de un perfil de copywriter, pero puesto en el lugar de alguien que está decidiendo si pagar por el curso, sintió que la versión de Fable daba más confianza, así que también le dio esta ronda. Lo que de verdad lo dejó sin palabras fue el costo: Fable gastó menos de 4 dólares, Astra gastó 143 dólares —más de 30 veces más caro por la misma tarea, y con un resultado más pobre.
Declarar impuestos y auditar suscripciones: ¿cuál te da más tranquilidad?
La tercera ronda fue organizar la declaración de impuestos del trimestre, que involucra datos financieros reales, así que el autor difuminó toda la pantalla y solo describió impresiones generales. Esta vez fue Astra quien hizo primero unas siete preguntas de aclaración, mientras Fable se puso a trabajar de inmediato; el resultado de Astra se ajustaba claramente mejor a la situación real —resultados mensuales, proyecciones fiscales, pendientes por resolver, y fuentes citadas, todo incluido, con un libro contable completo de hasta 3,739 transacciones—. Fable entregó una lógica de decisión del tipo "si se cumple tal condición, se procede así", también de buen nivel, pero menos detallada. Esta ronda la ganó Astra, pero a un costo mayor y más lento: Astra tardó 40 minutos y cerca de 22 dólares, Fable 22 minutos y cerca de 13 dólares.
En la cuarta ronda, les pidió a ambos modelos revisar años de correos en dos bandejas de entrada distintas para identificar qué suscripciones se están pagando, si hubo aumentos de precio, y si hay duplicados que convendría cancelar. La hoja de cálculo de Google que armó Fable era, en general, utilizable, pero una de sus pestañas —la de "detalle completo de todos los cargos"— quedó completamente vacía, es decir, dejó una parte sin hacer; Astra, además de presentar todo correctamente, agregó alertas más finas como "descuento por vencer", "cambio de nivel de contrato" y "solapamiento de licencias y herramientas". Esta ronda también la ganó Astra, y además fue mucho más barata: Astra costó cerca de 12 dólares en 30 minutos, Fable cerca de 50 dólares en 17 minutos.
Actas de reuniones y edición de video de eventos: se trata de si "se siente bien"
La quinta ronda fue analizar las actas de reuniones internas de gestión para identificar los tres mayores puntos de dolor y cuál automatización valdría más la pena implementar primero. Fable leyó 58 reuniones y detectó puntos como "el propio autor es el único cuello de botella de producción y revisión" o "el curso certificado no puede escalar", y propuso construir un sistema de seguimiento automatizado para los alumnos; Astra leyó 79 reuniones —21 más que Fable— y, además de señalar puntos similares, agregó un problema que Fable no mencionó: "el recorrido del cliente depende demasiado de intervención manual, y hay ambigüedad en las responsabilidades dentro del equipo". El autor le dio esta ronda a Astra, porque ese hallazgo sobre "quién debería ser responsable de qué" le llegó directo. El costo de esta ronda fue, de hecho, el tramo más extraño de todo el video: la factura del lado de Fable llegó a cerca de 46 dólares, pero al revisar después el registro de consumo, el tiempo de cómputo visible real fue de apenas 6 minutos —él mismo admitió que no lograba entender a dónde se había ido ese dinero.
En la sexta ronda, le entregó a ambos modelos más de 150 GB de material grabado en un evento, con una sola instrucción vaga: cortar un video de 60 segundos, con energía, para promocionar el próximo evento. Ambos rindieron mejor de lo que esperaba: Astra fue mejor eligiendo momentos reales del evento y transmitiendo la sensación de estar ahí; Fable fue mejor generando expectativa para el próximo evento. Ambos tuvieron pequeños fallos: a Fable se le desincronizó el audio en un par de puntos, a Astra se le puso mal el nombre a una persona en pantalla. Al final le dio una ligera ventaja a Astra, con un costo de 30 minutos y 16 dólares para Astra, contra 50 minutos y 26 dólares para Fable.
La séptima ronda fue imitar el estilo de un video de motion design que le encanta, para hacer una pieza promocional con esa misma estética. Astra entró directamente a la plataforma real del curso, capturó pantallas reales como material y agregó efectos 3D con más capas, con una energía general más fuerte; también le dio esta ronda a Astra. En cuanto al costo, Fable fue más económico (16 dólares) y Astra más caro (26 dólares), con tiempos similares, y aun así decidió pagar un poco más.
Videojuegos, herramientas SaaS y la capacidad de "entender lo que hay en pantalla"
La octava ronda se sale un poco de lo laboral: pidió a ambos modelos hacer un pequeño videojuego donde el jugador es un pistacho feliz que debe escapar de una cocina. Los dos juegos resultaron con un flujo sorprendentemente parecido (trepar cajones, saltar sobre libros, cruzar la estufa, llegar al fregadero), y ambos con buena física. La versión de Fable se completó en 43 segundos, pero en el camino se le escapó recoger un cereal; la versión de Astra se completó en 46 segundos y sí recogió todos los objetos, con una sensación general que él calificó de más pulida, más "premium". Esta ronda tuvo mucho de subjetivo, y le dio el punto a Astra, que además costó un poco menos.
La novena ronda fue una mini herramienta tipo SaaS para evaluar el rendimiento de automatizaciones: corres tu propia automatización contra un set de pruebas estándar, ves el puntaje, ves qué falló, y puedes volver a correrlo y generar un reporte. Ambos modelos entregaron algo utilizable; la interfaz de Fable tenía demasiada información y se sentía algo saturada; la de Astra era más simple y el reporte se veía más como un producto de marca. Al final, Astra costó apenas la mitad de lo que costó Fable, a cambio de tardar más (2 horas 25 minutos contra 1 hora 20 minutos). Esta ronda la ganó Astra.
La décima ronda consistió en visualizar la base de conocimiento del propio autor —lo que él llama su "segundo cerebro"— como un gráfico interactivo de relaciones, con más de seiscientas notas y dos mil quinientos enlaces. La versión de Fable tenía nodos más grandes y era más intuitiva para navegar; la de Astra tenía nodos más pequeños y, según él, la interfaz general resultaba más mareadora. Esta ronda, sorprendentemente, la ganó Fable —él esperaba que ganara Astra—. En costo ambos quedaron cerca, con Fable ligeramente más barato; en tiempo, Astra tardó 40 minutos y Fable solo 24.
En la ronda once, le entregó a ambos modelos un video tutorial que él mismo grabó y les pidió convertirlo en un documento con imágenes y texto que se sintiera "como haber visto todo el video", además de extraer capturas de pantalla. El diseño de la página que hizo Astra se veía mejor, pero con menos capturas y anotaciones más superficiales; Fable capturó más pantallas con anotaciones más detalladas, lo que para un principiante absoluto resultaba más fácil de seguir. Le dio esta ronda a Fable, incluso con el costo de Astra visiblemente más bajo.
La ronda doce puso a prueba la comprensión visual y el manejo del navegador: se le dio una imagen de referencia de una pintura y se le pidió al modelo abrir Canva por sí mismo, explorar las herramientas, y pintar algo parecido. Astra lo logró; el resultado no era perfecto, pero se notaba que entendió la imagen y realmente operó las herramientas. El resultado de Fable, en cambio, lo describió como "un desastre total", sin captar lo esencial. Esta ronda la ganó Astra casi sin discusión, y también con menor costo.
La ronda trece pidió a ambos modelos operar el navegador por su cuenta para subir cursos nuevos al área de borradores de una plataforma de comunidad en línea, incluyendo texto descriptivo, puntos clave y archivos de video. Astra completó los primeros cinco cursos por completo, incluida la subida exitosa de los videos; la versión de Fable tenía un diseño ligeramente más bonito, pero se quedó atascada intentando subir el video sin éxito. También mencionó que, según su propia experiencia usando estos modelos repetidamente, la línea de GPT —incluyendo el que usa a diario, GPT-5.6 Sol— tiende a ser más estable en este tipo de tareas de operación de navegador. Esta ronda la ganó Astra, con una diferencia de costo y tiempo pequeña, ligeramente a favor de Astra.
Terminadas las 15 rondas, el marcador esconde una pregunta más importante
En la ronda catorce, les pidió analizar un sitio web con desplazamiento visual que le encanta y recrear, con el mismo estilo y sensación, uno equivalente para una marca ficticia de bebida enlatada llamada "Pork Farm". La versión de Fable se acercaba más al detalle y al flujo del sitio original, aunque con un pequeño problema de traba al desplazarse; la de Astra tenía animaciones más fluidas y más capas visuales, pero se alejaba de la sensación específica del original, y también se quedaba atascada al llegar al final de la página. Como la instrucción original era literalmente "hazlo con la sensación de este sitio", le dio esta ronda a Fable, aunque él mismo reconoce que, en general, prefiere el estilo de diseño de Astra.
La última ronda le pidió a ambos modelos revisar el desempeño de su propio canal de YouTube durante los últimos 12 meses y proponer una estrategia. Fable entregó un reporte de 25 páginas, con bastante texto; Astra entregó 15 páginas, más visual y con gráficos, incluyendo proporción de audiencia nueva contra recurrente, sugerencias de empaquetado de contenido, análisis del perfil de la audiencia y un plan de acción a 90 días, más fácil de leer. Le dio esta ronda a Astra, a un costo de cerca de 42 minutos y alrededor de 27 dólares, más lento y más caro que los 17 minutos que tardó Fable.
Terminadas las 15 rondas, Astra ganó 10 y Fable ganó 5. Pero si solo miras el marcador, te pierdes lo más interesante de todo el video: sumando el tiempo y el costo de las 15 rondas, Fable acumuló en total 9 horas, 35 minutos y 45 segundos, por un gasto total de 513.36 dólares; Astra acumuló 11 horas, 19 minutos y 24 segundos, por un total de 326.98 dólares. Es decir, Astra —que ganó más rondas y además tardó más tiempo en total— terminó gastando cerca de 186 dólares menos. Y dentro de una sola ronda, para el mismo texto de venta, un modelo costó menos de 4 dólares y el otro 143 —una diferencia de más de 30 veces, que nadie pudo anticipar de antemano.
Este es el verdadero recordatorio que deja la prueba: el ganador no es fijo, y el costo no es lineal. El mismo modelo, con solo cambiar el tipo de tarea, puede pasar de ser la opción más barata de toda la sesión a ser el mayor imprevisto de gasto. La conclusión del propio autor también es honesta: hoy en día tiende a usar más Astra en su día a día, y parte de la razón es simplemente que el límite de uso de su plan de suscripción es más generoso; pero al mismo tiempo insiste en que un modelo que no es de gama tope, como GPT-5.6 Sol, ya le sobra y le basta para la mayoría de su trabajo de conocimiento diario, y que no todo merece usar el modelo más caro. Planea seguir manteniendo varias suscripciones al mismo tiempo y seguir probando, porque el panorama cambia demasiado rápido como para que un solo modelo se quede fijo en el primer lugar.
Preguntas frecuentes (FAQ)
P1: ¿De qué compañías son GPT-6 Astra y Fable 5.1? En el video, GPT-6 Astra es el nombre que el autor le da al modelo de nueva generación del lado de OpenAI, al que se accede a través de Codex; Fable 5.1 es la nueva versión del lado de Anthropic Claude (en el primer caso, el propio autor lo llama directamente "Claude"). Esta es la forma en que este YouTuber decidió llamarlos para su propia prueba; para el nombre oficial exacto del producto, la fecha de lanzamiento y el alcance real de funciones, consulta los anuncios oficiales de OpenAI y de Anthropic.
P2: De las 15 tareas, ¿cuál modelo ganó más en total? Según la calificación que hizo el propio autor, Astra ganó 10 de las 15 tareas y Fable ganó 5. Pero al sumar el tiempo y el costo de las 15 tareas, Fable acumuló en total 9 horas, 35 minutos y 45 segundos por 513.36 dólares; Astra acumuló 11 horas, 19 minutos y 24 segundos por 326.98 dólares —Astra, que ganó más rondas, terminó costando cerca de 186 dólares menos en total.
P3: ¿Entonces conviene simplemente elegir el modelo más barato? No necesariamente. La ronda más contraintuitiva de toda la prueba fue precisamente esta: para el mismo texto de venta, Fable costó menos de 4 dólares mientras que Astra costó 143, pero el autor terminó eligiendo la versión de Fable —la más barata, y también la más completa. Barato no siempre significa que valga la pena; lo que vale la pena depende de cuánto vale realmente esa tarea y qué te cuesta que salga mal.
P4: ¿Puedo usar directamente estas cifras de costo y tiempo para mis propias tareas? No. Estas cifras son el resultado de una sola prueba, hecha con la propia cuenta del autor y sus propias instrucciones, dentro de un mismo periodo; no son un benchmark oficial, y con otra persona, otras instrucciones o en otro momento, los resultados pueden variar. Su mayor valor como referencia es recordarte que la misma tarea, entregada a distintos modelos, puede terminar costando más de 30 veces de diferencia, sin que lo veas venir.
P5: Si no quiero estar adivinando cada vez qué modelo conviene usar, ¿qué puedo hacer? La solución del autor del video es mantener varias suscripciones al mismo tiempo y seguir probando constantemente, lo cual cuesta tiempo y dinero. Si buscas algo menos costoso en esfuerzo, una alternativa es usar una plataforma como AI Token King, que te permite ver el consumo y el gasto en tiempo real de distintos modelos, y así convertir "qué modelo usar para esta tarea" en una decisión basada en números visibles, en lugar de una suposición. (Nota: GPT-6 Astra y Fable 5.1, como se usan en este artículo, son los nombres que el propio autor del video eligió para referirse a estos modelos; el catálogo real de modelos disponibles en la plataforma, sus versiones y nombres, corresponden a lo que la plataforma tenga publicado en el momento en que la uses, y esto no implica que estos dos nombres correspondan directamente a modelos ya incluidos en la plataforma, ni que exista una colaboración oficial con OpenAI o Anthropic.)
Declaración de fuentes: Este artículo se basa en el video publicado el 6 de septiembre de 2026 en el canal de YouTube Nate Herk | AI Automation, titulado "I Tested GPT-6 Astra vs Fable 5.1 on 15 Real Use Cases". Todos los veredictos de cada ronda, los montos de costo y los tiempos de ejecución corresponden a un registro de una sola prueba realizada por el autor original del video, no a un benchmark oficial, y este texto no es una traducción literal, sino una reorganización y redacción propia del contenido. Algunos casos (como el de recrear un sitio web) no incluyeron cifras concretas de costo o tiempo en el video original, y este artículo tampoco las inventó. El costo y el tiempo de cada tarea pueden variar según la cuenta, las instrucciones usadas y el momento en que se ejecuten; para tu propio caso, guíate por tus propias pruebas o por los anuncios oficiales de OpenAI y Anthropic.
Para seguir leyendo: si te interesa este tema, en nuestro sitio hemos publicado artículos relacionados sobre qué es Claude Fable 5 y cómo funciona su sistema de clasificación de seguridad para quienes desarrollan con IA; sobre la comparación entre Opus 4.8 y Fable 5 construyendo la misma app con las mismas instrucciones, y cuánto difieren en capacidad y costo de tokens; sobre por qué los tokens de IA resultan tan caros al desglosar la lógica autorregresiva detrás del consumo de los agentes de codificación; y sobre qué es OpenAI Codex y en qué se diferencia de ChatGPT y de Claude Code para quienes no vienen de un perfil técnico.
En vez de esperar a que llegue la factura para sorprenderte con un "¿por qué esta tarea costó 143 dólares?", puedes ver desde el principio el consumo y el gasto en tiempo real de cada modelo. Prueba gratis AI Token King → (https://aitokenking.com.tw/home), y convierte "qué modelo usar para esta tarea" en una decisión basada en números visibles, en lugar de una suposición.
