Kamu sedang membuka dua tab sekaligus. Satu berisi draf presentasi yang belum selesai kamu baca, satu lagi laporan pajak yang belum kamu cocokkan angkanya. Kamu tahu kedua model AI ini sama-sama bisa mengerjakannya, tapi kamu cuma mau melempar tugas itu sekali — ke model yang "benar-benar bisa diandalkan" untuk kali ini. Masalahnya, kamu tidak tahu yang mana, dan kalau salah pilih, harganya bisa lebih mahal dari sekadar mengulang dari awal.
Inilah situasi yang setiap hari dihadapi pembuat kanal YouTube Nate Herk | AI Automation. Dia mengadu dua model — GPT-6 Astra dari kubu OpenAI yang diakses lewat Codex, melawan Fable 5.1, versi terbaru dari kubu Anthropic Claude — dalam 15 tugas nyata yang benar-benar dia pakai sehari-hari. Bukan soal-soal sintetis untuk kejar skor benchmark, melainkan desain halaman web, urusan administrasi pribadi, pajak, operasi browser, pengenalan visual, sampai membangun otomasi dan software sungguhan yang langsung memengaruhi pekerjaan dan penghasilannya. Menurutnya sendiri, hanya untuk mencari tahu jawabannya, dia sudah menghabiskan tiga kali langganan Codex, empat kali langganan Claude, ditambah kuota pemakaian senilai ribuan dolar. Artikel ini merangkum apa yang sebenarnya terjadi di 15 ronde pertarungan itu.
Bikin Presentasi dan Menulis Copy, "Gerakan" Kedua Model Ini Sama Sekali Berbeda
Ronde pertama, dia meminta kedua model membuat presentasi laporan pasar untuk UKM setara McKinsey yang layak dipresentasikan ke luar, dengan identitas merek konsultan fiktif. Dia langsung memperhatikan satu perbedaan kebiasaan: GPT-6 Astra lebih dulu menanyakan serangkaian pertanyaan klarifikasi sebelum mulai mengerjakan, sementara Fable 5.1 langsung jalan begitu menerima instruksi. Pada akhirnya kedua presentasi sama-sama lolos pemeriksaan fakta, bedanya ada di cara penyajian — versi Fable lebih terstruktur, lebih sesuai identitas merek, footer dan skema warna konsisten, tapi teksnya lebih padat, lebih cocok jadi "dokumen yang diserahkan" ketimbang "presentasi yang dibacakan di depan orang"; versi Astra teksnya ringkas, lebih cocok dibawakan langsung secara lisan, tapi kesan merek dan strukturnya lebih lemah. Ronde ini dia berikan ke Fable. Ongkosnya: Fable makan waktu 37 menit, sekitar 26 dolar; Astra hanya 23 menit, sekitar 12 dolar — lebih cepat 14 menit, dan biayanya bahkan kurang dari setengah biaya Fable.
Ronde kedua adalah menulis halaman penjualan untuk kursus sertifikasi, kedua model diminta mengecek sendiri "otak kedua" milik penulis dan data riset yang sudah ada, tidak boleh mengarang begitu saja. Fable menulis copy panjang sekitar 2.800 kata, di dalamnya ada bagian tanya-jawab yang langsung menjawab keraguan calon peserta seperti "apakah ini benar-benar bisa membantu saya dapat kerja" atau "bagaimana kalau saya lewatkan kelas live", lengkap dengan penjelasan biaya kursus, pengajar, dan siapa yang cocok atau tidak cocok ikut. Versi Astra hanya sekitar 1.300 kata, isinya lebih tingkat tinggi, tidak membedah keraguan satu per satu. Penulis video ini bukan orang copywriting profesional, tapi dari sudut pandang seseorang yang sedang mempertimbangkan mau bayar untuk daftar, dia merasa versi Fable lebih menenangkan, jadi ronde ini juga diberikan ke Fable. Yang benar-benar bikin kaget adalah biayanya: Fable hanya menghabiskan kurang dari 4 dolar, sementara Astra menghabiskan 143 dolar — untuk hal yang sama, lebih mahal lebih dari 30 kali lipat, padahal hasilnya justru lebih tipis.
Soal Pajak dan Tumpukan Tagihan Langganan, Siapa yang Bikin Lebih Tenang
Ronde ketiga adalah merapikan pajak kuartal ini, menyangkut data finansial pribadi yang nyata, jadi dia mem-blur seluruh layar dan hanya menceritakan kesan keseluruhan. Kali ini giliran Astra yang lebih dulu menanyakan sekitar tujuh pertanyaan klarifikasi, sementara Fable langsung mengerjakan; hasilnya, output Astra jelas lebih sesuai kondisi sebenarnya — hasil bulanan, prediksi pajak, hal-hal yang masih perlu diurus, sumber referensi, semuanya lengkap, bahkan dilampiri buku besar rinci berisi 3.739 transaksi. Fable memberikan logika keputusan berbentuk "kalau situasinya begini, lakukan begini" — sama-sama di atas rata-rata, tapi tidak sedetail itu. Ronde ini dimenangkan Astra, tapi ongkosnya lebih mahal dan lebih lama: Astra makan waktu 40 menit, sekitar 22 dolar; Fable 22 menit, sekitar 13 dolar.
Ronde keempat, dia meminta kedua model menyisir bertahun-tahun email di dua kotak masuk, merapikan langganan yang masih dibayar, ada tidaknya kenaikan harga, dan item duplikat yang sebaiknya dibatalkan. Google Spreadsheet buatan Fable sebenarnya cukup bagus, tapi salah satu tab "rincian semua potongan biaya" ternyata kosong sama sekali — berarti ada bagian yang terlewat. Astra, selain menyajikan hasil normal, juga menandai secara khusus hal-hal seperti "diskon akan segera habis masa berlakunya", "perubahan tingkat kontrak", dan "tumpang tindih kursi/alat" — pengingat yang jauh lebih detail. Ronde ini Astra menang, dan jauh lebih murah — Astra sekitar 12 dolar, 30 menit; Fable sekitar 50 dolar, 17 menit.
Notulen Rapat dan Cuplikan Acara, yang Dinilai adalah "Pas atau Tidak Rasanya"
Ronde kelima menganalisis catatan rapat manajemen internal, mencari tiga masalah terbesar dan satu hal yang paling layak diotomasi lebih dulu. Fable membaca 58 rapat, menemukan masalah seperti "penulis sendiri adalah satu-satunya penghambat produksi dan review" serta "kursus sertifikasi tidak bisa diskalakan", dan mengusulkan sistem pelacakan otomasi untuk peserta kursus; Astra membaca 79 rapat, mencakup 21 rapat lebih banyak, selain masalah serupa juga menunjuk masalah lain yang tidak disebut Fable, yaitu "perjalanan pelanggan terlalu bergantung pada intervensi manual, tanggung jawab tim internal tidak jelas". Ronde ini akhirnya diberikan ke Astra, alasannya karena wawasan soal "siapa yang seharusnya bertanggung jawab atas apa" itu benar-benar mengena baginya. Bagian biaya di ronde ini justru jadi yang paling aneh di seluruh video — tagihan di sisi Fable mencapai sekitar 46 dolar, tapi saat dicek ulang catatan pemakaiannya, waktu komputasi yang benar-benar terlihat cuma 6 menit, dan dia sendiri mengaku tidak paham uangnya habis ke mana.
Ronde keenam, dia melempar rekaman satu acara berukuran lebih dari 150 GB ke kedua model, hanya dengan instruksi samar: buat satu video highlight berdurasi 60 detik yang penuh energi untuk mempromosikan acara berikutnya. Keduanya tampil di luar dugaan bagusnya — Astra lebih pandai memilih cuplikan acara yang nyata, membangun suasana "kamu ada di sana"; Fable lebih pandai membangun rasa penasaran untuk acara berikutnya. Keduanya punya cacat kecil: Fable ada beberapa titik audio yang tidak pas timing-nya, Astra salah memasangkan satu cuplikan gambar dengan kartu nama orang yang salah. Akhirnya dia memberikan keunggulan tipis ke Astra, dengan ongkos Astra 30 menit, 16 dolar; Fable 50 menit, 26 dolar.
Ronde ketujuh adalah meniru gaya sebuah video motion design yang sangat dia sukai, membuat video promosi bergaya serupa. Astra langsung masuk ke platform kursus asli, mengambil screenshot layar sungguhan sebagai materi, ditambah efek 3D berlapis, kesan energinya lebih kuat, ronde ini juga dia berikan ke Astra; soal biaya, Fable lebih hemat (16 dolar), Astra lebih mahal (26 dolar), waktunya mirip, tapi dia tetap memilih untuk mengeluarkan biaya lebih.
Game, Alat SaaS, dan Kemampuan "Membaca Layar"
Ronde kedelapan agak keluar dari pekerjaan sehari-hari — meminta kedua model masing-masing membuat game kecil, pemainnya berperan sebagai sebutir kacang pistachio yang ceria, harus kabur dari dapur. Alur kedua game ternyata mirip banget (memanjat laci, melompat ke atas buku, melewati kompor, sampai ke wastafel), efek fisikanya juga sama-sama bagus. Versi Fable menyelesaikan dalam 43 detik, tapi di tengah jalan melewatkan satu keping sereal; versi Astra menyelesaikan dalam 46 detik, berhasil mengumpulkan semua item, dan secara keseluruhan dia merasa terasa lebih halus, lebih "premium". Ronde ini sangat subjektif, dia berikan ke Astra, dan kebetulan biaya Astra juga sedikit lebih rendah.
Ronde kesembilan adalah alat SaaS mini untuk mengevaluasi performa otomasi — menjalankan otomasi miliknya sendiri lewat sekumpulan data uji standar, melihat skornya, melihat bagian mana yang rusak, bisa dijalankan ulang dan menghasilkan laporan. Kedua model sama-sama menghasilkan produk yang layak pakai, antarmuka Fable informasinya cenderung padat, agak bikin sesak; antarmuka Astra lebih sederhana, laporannya lebih terasa seperti produk bermerek. Pada akhirnya biaya Astra hanya sekitar setengah dari Fable, dengan konsekuensi waktu prosesnya lebih lama (2 jam 25 menit vs 1 jam 20 menit). Ronde ini dimenangkan Astra.
Ronde kesepuluh adalah memvisualisasikan basis pengetahuan miliknya sendiri (yang dia sebut "otak kedua") menjadi peta relasi interaktif, isinya lebih dari 600 catatan dan lebih dari 2.500 tautan. Versi Fable node-nya lebih besar, penjelajahannya lebih intuitif; versi Astra node-nya lebih kecil, tampilannya menurutnya justru bikin pusing. Ronde ini di luar dugaan dimenangkan Fable — awalnya dia mengira Astra yang akan menang. Soal biaya keduanya mirip, Fable sedikit lebih murah; soal waktu, Astra makan 40 menit, Fable hanya 24 menit.
Ronde kesebelas, dia melempar video tutorial hasil rekamannya sendiri ke kedua model, meminta dibuatkan dokumen tutorial bergambar yang "kalau dibaca rasanya seperti sudah menonton seluruh videonya", lengkap dengan tangkapan layar. Desain halaman Astra lebih enak dilihat, tapi jumlah screenshot-nya sedikit, keterangannya agak kasar; Fable mengambil lebih banyak screenshot, keterangannya lebih rinci, lebih mudah diikuti pemula total. Ronde ini dia menangkan untuk Fable, meski biaya Astra jelas jauh lebih rendah.
Ronde kedua belas menguji pemahaman visual sekaligus kemampuan mengoperasikan browser — diberi satu lukisan referensi, model diminta membuka Canva sendiri, meraba-raba alatnya, dan menggambar karya serupa. Astra berhasil menyelesaikannya, hasilnya memang belum sempurna, tapi terlihat jelas dia memahami isi gambar dan benar-benar mengoperasikan alatnya; hasil Fable dia gambarkan sebagai "tidak layak dilihat", sama sekali tidak menangkap intinya. Ronde ini Astra menang nyaris tanpa keraguan, biayanya juga lebih rendah.
Ronde ketiga belas meminta kedua model mengoperasikan browser sendiri, mengunggah kursus baru ke area draf sebuah platform komunitas online, lengkap dengan teks deskripsi, poin-poin penting, dan file video. Astra menyelesaikan lima kursus pertama secara utuh, videonya juga berhasil terunggah; versi Fable tata letaknya sedikit lebih enak dilihat, tapi terus terjebak karena unggahan videonya selalu gagal. Dia juga menyebutkan, berdasarkan pengalamannya sendiri berkali-kali, model-model kubu GPT (termasuk GPT-5.6 Sol yang biasa dia pakai sehari-hari) secara umum lebih stabil untuk tugas-tugas operasi browser semacam ini. Ronde ini dimenangkan Astra, selisih biaya dan waktunya tidak besar, Astra sedikit lebih rendah.
Setelah 15 Ronde Selesai, Ada Pertanyaan Lebih Penting di Balik Skornya
Ronde keempat belas, dia meminta kedua model menganalisis sebuah situs web bergaya scroll yang sangat dia sukai, lalu membuat ulang dengan gaya dan rasa yang sama untuk merek minuman kaleng fiktif "Pork Farm". Versi Fable lebih mendekati detail dan alur situs aslinya, meski muncul sedikit masalah scroll yang tersendat; versi Astra animasinya lebih mulus, kesan berlapisnya lebih kuat, tapi secara keseluruhan menyimpang dari rasa konkret situs aslinya, dan juga terjebak di bagian bawah halaman, tidak bisa keluar. Karena instruksinya memang "buat sesuai rasa situs ini", dia berikan ronde ini ke Fable — meski dia mengaku sebenarnya secara umum lebih menyukai gaya desain Astra.
Ronde terakhir, dia meminta kedua model meninjau performa kanal YouTube-nya sendiri selama 12 bulan terakhir dan memberikan saran strategi. Fable menyerahkan laporan 25 halaman dengan teks yang lebih banyak; Astra menyerahkan 15 halaman, lebih banyak visualisasi grafik, termasuk rasio penonton lama vs baru, saran pengemasan konten, analisis profil penonton, dan rencana aksi 90 hari ke depan, dibaca jadi lebih ringan. Ronde ini dia berikan ke Astra, dengan ongkos Astra sekitar 42 menit, biaya sekitar 27 dolar, lebih lambat dan lebih mahal dibanding Fable yang hanya 17 menit.
Setelah 15 ronde selesai, Astra menang 10 ronde, Fable menang 5 ronde. Tapi kalau kamu cuma melihat skornya saja, kamu akan melewatkan bagian paling menarik dari seluruh video ini: kalau seluruh waktu dan biaya dari 15 ronde dijumlahkan, Fable total berjalan 9 jam 35 menit 45 detik, dengan total biaya 513,36 dolar; Astra total berjalan 11 jam 19 menit 24 detik, dengan total biaya 326,98 dolar. Artinya, Astra yang menang lebih banyak ronde dan juga berjalan lebih lama, total biayanya justru sekitar 186 dolar lebih murah. Sementara di satu ronde tunggal, untuk copy yang sama persis, satu model menghabiskan kurang dari 4 dolar, model lainnya menghabiskan 143 dolar — selisihnya lebih dari 30 kali lipat, dan tidak ada seorang pun yang bisa menebaknya sebelumnya.
Inilah pengingat sesungguhnya yang ditinggalkan uji coba ini: pemenangnya tidak tetap, dan biayanya pun tidak linear. Model yang sama, begitu jenis tugasnya berganti, bisa jadi pilihan paling hemat di seluruh pertandingan, atau justru kejutan paling mahal. Kesimpulan penulis video ini sendiri juga cukup jujur — sekarang dia cenderung lebih sering memakai Astra sehari-hari, sebagian alasannya bahkan cuma karena batas pemakaian paket langganannya lebih longgar; tapi dia juga menekankan, model non-flagship seperti GPT-5.6 Sol sudah lebih dari cukup untuk sebagian besar pekerjaan pengetahuan sehari-harinya, tidak semua hal layak memakai model paling mahal. Dia berencana terus mempertahankan beberapa langganan sekaligus dan terus menguji, karena situasinya berubah terlalu cepat, tidak ada satu model pun yang bisa terus-menerus bertahan di posisi teratas.
Pertanyaan yang Sering Ditanyakan (FAQ)
GPT-6 Astra dan Fable 5.1 masing-masing model dari perusahaan mana? Dalam video ini, GPT-6 Astra adalah sebutan yang dipakai penulis video untuk model generasi baru dari kubu OpenAI yang diakses lewat Codex; Fable 5.1 adalah versi baru dari kubu Anthropic Claude (di kasus pertama penulis video bahkan langsung menyebutnya Claude). Ini adalah sebutan yang dipakai YouTuber ini sendiri saat melakukan uji coba; untuk nama produk resmi, jadwal rilis, dan cakupan fitur yang sebenarnya, silakan merujuk ke pengumuman resmi OpenAI dan Anthropic.
Dari 15 tugas, model mana yang menang lebih banyak secara keseluruhan? Berdasarkan penilaian penulis video sendiri, Astra menang di 10 dari 15 tugas, Fable menang di 5 tugas. Tapi kalau seluruh waktu dan biaya dari 15 tugas dijumlahkan, Fable total menghabiskan 9 jam 35 menit 45 detik, total 513,36 dolar; Astra total menghabiskan 11 jam 19 menit 24 detik, total 326,98 dolar — Astra yang menang lebih banyak ronde, total biayanya justru sekitar 186 dolar lebih murah.
Jadi apakah memilih model yang lebih murah pasti benar? Belum tentu. Ronde paling di luar dugaan dalam uji coba ini adalah untuk copy penjualan yang sama, Fable hanya menghabiskan kurang dari 4 dolar, sementara Astra menghabiskan 143 dolar, tapi penulis video akhirnya memilih versi Fable yang lebih murah sekaligus isinya lebih lengkap. Murah tidak berarti hemat sesungguhnya — hemat atau tidaknya tergantung seberapa besar nilai tugas itu sendiri, dan apa konsekuensinya kalau sampai salah kerjakan.
Apakah angka biaya dan waktu ini bisa langsung diterapkan ke tugas saya sendiri? Tidak bisa. Angka-angka ini adalah hasil satu kali percobaan penulis video menggunakan akunnya sendiri, prompt-nya sendiri, dalam rentang waktu yang sama — ini bukan benchmark resmi, ganti orang, ganti prompt, ganti waktu, hasilnya bisa saja berbeda. Nilai referensinya yang lebih besar adalah pengingat bahwa tugas yang sama, kalau dilempar ke model berbeda, biayanya bisa berbeda lebih dari 30 kali lipat, dan kamu belum tentu menyadarinya sebelum terjadi.
Kalau saya tidak mau setiap kali harus menebak ulang model mana yang sebaiknya dipakai, ada solusinya? Cara yang dilakukan penulis video ini adalah mempertahankan beberapa langganan sekaligus dan terus menguji secara langsung — ini butuh waktu sekaligus biaya. Kalau kamu mau cara yang lebih praktis, kamu bisa memakai platform seperti AI Token King yang bisa melihat pemakaian dan biaya secara real-time dari berbagai model, sehingga "model mana yang sebaiknya dipakai untuk tugas ini" berubah jadi keputusan berbasis angka yang bisa dilihat, bukan sekadar menebak berdasarkan kesan. (Catatan: GPT-6 Astra dan Fable 5.1 dalam artikel ini adalah sebutan pribadi dari penulis video aslinya; daftar model, versi, dan nama yang sebenarnya tersedia di platform mengikuti pengumuman resmi platform saat kamu memakainya, dan tidak berarti kedua nama ini sudah pasti terdaftar di platform atau menandakan adanya kerja sama resmi dengan OpenAI maupun Anthropic.)
Pernyataan Sumber Data: Artikel ini disusun berdasarkan video dari kanal YouTube Nate Herk | AI Automation yang dipublikasikan pada 6 September 2026, berjudul "I Tested GPT-6 Astra vs Fable 5.1 on 15 Real Use Cases" (https://www.youtube.com/watch?v=WfJPBVXPt8k). Seluruh penilaian menang-kalah tiap tugas, jumlah biaya, dan waktu pengerjaan yang disebutkan adalah catatan hasil uji coba tunggal dari penulis video aslinya, bukan benchmark resmi, dan bukan pula terjemahan kata demi kata — melainkan hasil penyusunan ulang dan penulisan ulang berdasarkan pemahaman makna. Sebagian kasus (misalnya kasus peniruan situs web) tidak disebutkan angka biaya atau waktu yang spesifik dalam video aslinya, dan artikel ini pun tidak menambahkannya sendiri. Biaya dan waktu tiap tugas bisa berbeda tergantung akun, prompt, dan waktu pengerjaan; untuk hasil yang sebenarnya, silakan merujuk pada uji coba kamu sendiri atau pengumuman resmi OpenAI dan Anthropic.
Bacaan Lanjutan: Kalau kamu penasaran soal Claude Fable 5 dari Anthropic dan mekanisme klasifikasi keamanannya bagi developer, kami pernah membahasnya secara khusus. Ada juga perbandingan langsung antara Opus 4.8 dan Fable 5 saat membangun aplikasi yang sama, yang mengungkap seberapa besar selisih kemampuan dan biaya token di antara keduanya. Kalau kamu penasaran kenapa token AI bisa semahal itu, kami pernah menelusurinya dari cara kerja "autoregressive" yang membuat coding agent boros biaya. Dan kalau kamu ingin memahami OpenAI Codex serta bedanya dengan ChatGPT atau Claude Code, kami juga pernah membahasnya khusus untuk pengguna non-teknis.
Daripada menunggu tagihan keluar baru kaget "kok tugas ini bisa menghabiskan 143 dolar", lebih baik sejak awal kamu bisa melihat jelas pemakaian dan biaya real-time tiap model. Coba AI Token King gratis → (https://aitokenking.com.tw/home), supaya "model mana yang sebaiknya dipakai untuk tugas ini" berubah dari sekadar menebak berdasarkan kesan, menjadi keputusan yang bisa dilihat angkanya.
