GPT-6 Astra Đấu Fable 5.1: 15 Tác Vụ Công Việc Thực Tế, Mô Hình Nào Đáng Dùng Hơn?

Bạn đang mở hai tab cùng lúc. Một tab là bản nháp slide thuyết trình còn dang dở, một tab là bảng chi tiết khai thuế chưa đối chiếu xong. Bạn biết cả hai mô hình AI trong tay đều xử lý được việc này, nhưng bạn chỉ muốn giao việc một lần — giao cho cái mà "lần này thật sự đáng tin". Vấn đề là bạn không biết đó là mô hình nào, và cái giá phải trả cho việc đoán sai có thể không chỉ đơn giản là chạy lại từ đầu.

Đây chính xác là tình huống mà tác giả kênh YouTube Nate Herk | AI Automation phải đối mặt mỗi ngày. Anh đưa GPT-6 Astra — thế hệ mô hình mới của phe OpenAI, được dùng thông qua Codex — đối đầu trực tiếp với Fable 5.1, phiên bản mới của phe Anthropic Claude, trên tổng cộng 15 tác vụ mà chính anh thực sự dùng đến hằng ngày — không phải những đề bài tổng hợp để leo bảng xếp hạng, mà là thiết kế trang web, quản lý công việc cá nhân, khai thuế, thao tác trình duyệt, nhận diện hình ảnh, và cả việc dựng tự động hóa lẫn phần mềm thực sự — những việc ảnh hưởng trực tiếp đến công việc và thu nhập của anh. Anh tự nói rằng chỉ để làm rõ chuyện này, anh đã đốt ba lần gói đăng ký Codex, bốn lần gói đăng ký Claude, cộng thêm vài nghìn đô la hạn mức sử dụng. Bài viết này sẽ tổng hợp lại: trong 15 vòng đấu đó, từng vòng đã diễn ra như thế nào.

Làm slide và viết copy: "cách hành động" của hai mô hình hoàn toàn khác nhau

Vòng 1: yêu cầu cả hai mô hình làm một bộ slide báo cáo thị trường cho doanh nghiệp vừa và nhỏ, ở đẳng cấp McKinsey, đủ chuẩn để trình bày ra bên ngoài, áp dụng theo bộ nhận diện thương hiệu của một hãng tư vấn hư cấu. Anh lập tức để ý một khác biệt về thói quen: GPT-6 Astra luôn hỏi lại một loạt câu hỏi để làm rõ trước khi bắt tay vào làm, còn Fable 5.1 thì nhận lệnh là chạy luôn. Cuối cùng cả hai bộ slide đều không sai sự thật, khác nhau ở cách trình bày — bản của Fable có cấu trúc chặt chẽ hơn, bám sát bộ nhận diện thương hiệu hơn, chân trang và bảng màu nhất quán, nhưng lượng chữ hơi nhiều, phù hợp làm "tài liệu để gửi đi" hơn là "slide để đứng lên thuyết trình"; bản của Astra chữ ít, cô đọng, hợp để thuyết trình trực tiếp hơn, nhưng cảm giác thương hiệu và cấu trúc tổng thể yếu hơn. Vòng này anh chọn Fable. Cái giá phải trả: Fable mất 37 phút, khoảng 26 đô la; Astra chỉ mất 23 phút, khoảng 12 đô la — nhanh hơn 14 phút, nhưng phần mắc tiền hơn lại chỉ tốn chưa đến một nửa số tiền.

Vòng 2 là viết trang bán hàng cho một khóa học có chứng chỉ, cả hai bên đều được yêu cầu tự tra "bộ não thứ hai" và tư liệu nghiên cứu sẵn có của tác giả, không được bịa ra từ hư không. Fable viết ra một bài khoảng 2.800 chữ, trong đó có hẳn những đoạn hỏi-đáp trực tiếp giải quyết băn khoăn của học viên tiềm năng như "làm vậy có thực sự giúp tôi tìm được việc không", "lỡ bỏ lỡ buổi học trực tiếp thì sao", cùng phần giải thích đầy đủ về học phí, đội ngũ giảng dạy, ai phù hợp ai không; bản của Astra chỉ khoảng 1.300 chữ, nội dung ở tầm khái quát hơn, không đi sâu giải quyết từng băn khoăn một. Tác giả không phải dân viết copy chuyên nghiệp, nhưng đặt mình vào vị trí "đang cân nhắc có nên bỏ tiền đăng ký hay không", anh thấy bản của Fable khiến người ta yên tâm hơn, vòng này cũng thuộc về Fable. Điều thực sự khiến người ta sững sờ là chi phí: Fable chỉ tốn chưa đến 4 đô la, còn Astra tốn tới 143 đô la — cùng một việc, đắt hơn hơn 30 lần, nhưng kết quả đầu ra lại còn mỏng hơn.

Đụng đến khai thuế và cả đống hóa đơn đăng ký, ai khiến người ta yên tâm hơn

Vòng 3 là tổng hợp khai thuế quý này, liên quan đến dữ liệu tài chính cá nhân thật, tác giả đã làm mờ toàn bộ màn hình, chỉ nói về cảm nhận tổng quan. Lần này đổi lại Astra hỏi trước khoảng bảy câu để làm rõ, còn Fable bắt tay làm ngay; kết quả là thành phẩm của Astra bám sát tình hình thực tế hơn hẳn — kết quả theo tháng, dự báo thuế, việc cần xử lý, trích dẫn nguồn đều đầy đủ, thậm chí còn kèm theo một sổ cái đầy đủ tới 3.739 giao dịch từng dòng một; Fable đưa ra logic quyết định kiểu "gặp trường hợp nào thì xử lý thế nào", cũng ở mức trên trung bình nhưng không chi tiết bằng. Vòng này Astra thắng, nhưng cái giá là đắt hơn và chậm hơn: Astra mất 40 phút, khoảng 22 đô la, Fable mất 22 phút, khoảng 13 đô la.

Vòng 4, anh yêu cầu cả hai mô hình lục tung email nhiều năm trong hai hộp thư, tổng hợp ra các gói đăng ký đang phải trả tiền, có gói nào tăng giá không, có khoản trùng lặp nào nên hủy không. Fable làm ra một bảng tính Google về cơ bản dùng được, nhưng một trang tính "chi tiết toàn bộ khoản trừ tiền" lại hoàn toàn trống — coi như bỏ sót một phần việc; Astra ngoài việc trình bày bình thường, còn đánh dấu thêm những điểm tinh tế hơn như "ưu đãi sắp hết hạn", "thay đổi cấp bậc hợp đồng", "trùng lặp về số ghế và công cụ". Vòng này Astra thắng, và còn rẻ hơn nhiều — Astra chỉ khoảng 12 đô la, mất 30 phút, Fable tốn khoảng 50 đô la, mất 17 phút.

Biên bản họp và dựng video sự kiện: so cái "cảm giác đúng hay không"

Vòng 5 là phân tích biên bản các cuộc họp quản lý nội bộ, tìm ra ba điểm đau lớn nhất và một việc tự động hóa đáng làm nhất. Fable đọc 58 cuộc họp, chỉ ra các điểm đau như "chính tác giả là nút thắt cổ chai duy nhất trong sản xuất và duyệt bài", "khóa học chứng chỉ không thể mở rộng quy mô", và đề xuất xây hệ thống theo dõi tự động cho học viên; Astra đọc 79 cuộc, bao phủ nhiều hơn 21 cuộc, ngoài các điểm đau tương tự, còn chỉ ra thêm vấn đề "hành trình khách hàng phụ thuộc quá nhiều vào can thiệp thủ công, trách nhiệm trong nội bộ đội ngũ không rõ ràng" mà Fable không nhắc đến. Cuối cùng anh trao vòng này cho Astra, vì cái nhận định về "ai nên chịu trách nhiệm việc gì" đó đã đánh trúng anh. Chi phí của vòng này lại chính là đoạn kỳ lạ nhất toàn bộ video — hóa đơn phía Fable lên tới khoảng 46 đô la, nhưng khi quay lại kiểm tra lịch sử sử dụng, anh phát hiện thời gian tính toán thực tế nhìn thấy được chỉ có 6 phút, chính anh cũng không hiểu số tiền đó đã chạy đi đâu.

Vòng 6, anh giao cho cả hai mô hình toàn bộ tư liệu quay của một sự kiện, dung lượng hơn 150 GB, chỉ đưa một chỉ dẫn mơ hồ: dựng một đoạn 60 giây, tràn đầy năng lượng, để quảng bá cho sự kiện tiếp theo. Cả hai bên đều thể hiện tốt hơn anh nghĩ — Astra giỏi hơn trong việc chọn những cảnh thật từ sự kiện, tạo cảm giác hiện trường; Fable giỏi hơn trong việc gợi mở sự mong đợi cho sự kiện kế tiếp. Cả hai bên đều có lỗi nhỏ: Fable có vài chỗ lồng tiếng bị lệch nhịp, Astra thì gắn nhầm tên vào một đoạn hình ảnh. Cuối cùng anh nghiêng nhẹ về Astra, cái giá là Astra mất 30 phút, 16 đô la, Fable mất 50 phút, 26 đô la.

Vòng 7 là làm một đoạn phim quảng bá cùng phong cách motion design mà anh rất thích. Astra trực tiếp vào nền tảng khóa học thật để chụp lại màn hình thật làm tư liệu, thêm hiệu ứng 3D có chiều sâu, tổng thể tràn năng lượng hơn, anh cũng trao vòng này cho Astra; về chi phí thì Fable rẻ hơn (16 đô la), Astra đắt hơn (26 đô la), thời gian tương đương, anh vẫn chọn bỏ thêm tiền.

Game, công cụ SaaS, và khả năng "đọc hiểu màn hình"

Vòng 8 có phần thoát ly khỏi công việc thường ngày — yêu cầu cả hai mô hình làm một game nhỏ, người chơi vào vai một hạt điều vui vẻ, phải vượt qua căn bếp để trốn thoát. Hai bản game có luồng thiết kế giống nhau đến bất ngờ (leo ngăn kéo, nhảy lên sách, đi qua bếp lò, đến bồn rửa), hiệu ứng vật lý đều làm khá tốt. Bản của Fable vượt ải trong 43 giây nhưng dọc đường bỏ sót một hạt ngũ cốc; bản của Astra vượt ải trong 46 giây và thu thập đủ toàn bộ vật phẩm, cảm giác chơi tổng thể anh thấy tinh tế hơn, "cao cấp" hơn. Vòng này thành phần chủ quan khá cao, anh bỏ phiếu cho Astra, đồng thời chi phí của Astra cũng thấp hơn một chút.

Vòng 9 là một công cụ SaaS thu nhỏ để đánh giá hiệu suất tự động hóa — chạy một bộ dữ liệu thử chuẩn qua tự động hóa của chính mình, xem điểm số, xem chỗ nào hỏng, có thể chạy lại và xuất báo cáo. Cả hai mô hình đều làm ra thành phẩm dùng được, giao diện của Fable hơi nhiều thông tin, hơi ngột ngạt; giao diện của Astra gọn gàng hơn, báo cáo trông giống sản phẩm có thương hiệu hơn. Cuối cùng Astra chỉ tốn khoảng một nửa chi phí so với Fable, đổi lại là chạy lâu hơn (2 giờ 25 phút so với 1 giờ 20 phút). Vòng này Astra thắng.

Vòng 10 là trực quan hóa kho kiến thức của chính tác giả (anh gọi đó là "bộ não thứ hai") thành một biểu đồ quan hệ có thể tương tác, bên trong có hơn 600 ghi chú, hơn 2.500 liên kết. Fable làm ra bản có các nút to hơn, duyệt xem trực quan hơn; bản của Astra nút nhỏ hơn, giao diện tổng thể anh thấy rối mắt hơn. Vòng này bất ngờ thuộc về Fable — anh vốn nghĩ Astra sẽ thắng. Về chi phí thì hai bên xấp xỉ nhau, Fable rẻ hơn một chút; về thời gian, Astra mất 40 phút, Fable chỉ mất 24 phút.

Vòng 11, anh đưa cho cả hai mô hình một video hướng dẫn do chính anh quay, yêu cầu làm thành một tài liệu hướng dẫn dạng hình ảnh kèm chữ sao cho "đọc xong như đã xem trọn video", đồng thời yêu cầu trích xuất khung hình. Bản của Astra thiết kế trang đẹp hơn, nhưng số lượng ảnh chụp màn hình ít, chú thích sơ sài hơn; Fable trích nhiều ảnh hơn, chú thích chi tiết hơn, với một người hoàn toàn mới bắt đầu thì dễ làm theo hơn. Anh trao vòng này cho Fable, dù chi phí của Astra rõ ràng thấp hơn hẳn.

Vòng 12 kiểm tra khả năng hiểu hình ảnh và thao tác trình duyệt — đưa một bức tranh tham chiếu, yêu cầu mô hình tự mở Canva, tự mò mẫm công cụ, vẽ ra một tác phẩm tương tự. Astra hoàn thành trơn tru, thành phẩm dù chưa hoàn hảo nhưng nhìn ra được nó đã hiểu nội dung bức tranh và thực sự thao tác công cụ; thành phẩm của Fable anh mô tả là "thảm không nỡ nhìn", hoàn toàn không bắt được trọng tâm. Vòng này Astra thắng gần như không cần bàn cãi, chi phí cũng thấp hơn.

Vòng 13 yêu cầu cả hai mô hình tự thao tác trình duyệt, đăng khóa học mới lên khu vực bản nháp của một nền tảng cộng đồng trực tuyến, bao gồm phần mô tả, tóm tắt trọng điểm, file video. Astra hoàn thành trọn vẹn năm khóa học đầu tiên, video cũng tải lên trơn tru; bản của Fable trình bày đẹp hơn một chút nhưng lại kẹt ở khâu tải video luôn thất bại. Anh cũng nói thêm, theo kinh nghiệm dùng nhiều lần của bản thân, các mô hình phe GPT (kể cả GPT-5.6 Sol mà anh dùng hằng ngày) nhìn chung ổn định hơn trong các tác vụ thao tác trình duyệt kiểu này. Vòng này Astra thắng, chênh lệch chi phí và thời gian không nhiều, Astra hơi thấp hơn.

15 vòng đấu xong, đằng sau tỉ số ẩn giấu một câu hỏi quan trọng hơn

Vòng 14, anh yêu cầu cả hai mô hình phân tích một trang web có hiệu ứng cuộn trang (scroll) mà anh rất thích, rồi theo đúng phong cách và cảm giác đó, làm lại một trang tương tự cho một thương hiệu nước uống đóng lon hư cấu tên "Pork Farm". Bản của Fable bám sát chi tiết và luồng vận hành của trang gốc hơn, dù có xảy ra lỗi giật khi cuộn trang; bản của Astra hiệu ứng chuyển động mượt hơn, có chiều sâu hơn, nhưng tổng thể lệch khỏi cảm giác cụ thể của trang gốc, và cũng bị kẹt ở cuối trang không thoát ra được. Vì yêu cầu ban đầu vốn là "làm theo đúng cảm giác của trang web này", anh trao vòng này cho Fable — dù anh thừa nhận nhìn chung anh thích phong cách thiết kế của Astra hơn.

Vòng cuối cùng, anh yêu cầu cả hai mô hình tổng kết lại hiệu suất kênh YouTube của chính mình trong 12 tháng qua và đề xuất chiến lược. Fable giao một báo cáo 25 trang, lượng chữ khá nhiều; Astra giao 15 trang, mức độ biểu đồ hóa cao hơn, bao gồm tỉ lệ khán giả mới/cũ, gợi ý đóng gói nội dung, phân tích chân dung khán giả, kế hoạch hành động 90 ngày tới, đọc nhẹ nhàng hơn. Anh trao vòng này cho Astra, cái giá là Astra mất khoảng 42 phút, chi phí rơi vào khoảng 27 đô la, chậm hơn và đắt hơn so với Fable chỉ mất 17 phút.

15 vòng đấu xong, Astra thắng 10 vòng, Fable thắng 5 vòng. Nhưng nếu chỉ nhìn tỉ số, bạn sẽ bỏ lỡ điều thực sự thú vị của cả video: cộng dồn toàn bộ thời gian và chi phí của 15 vòng lại, Fable chạy tổng cộng 9 giờ 35 phút 45 giây, tổng chi phí 513,36 đô la; Astra chạy tổng cộng 11 giờ 19 phút 24 giây, tổng chi phí 326,98 đô la. Nói cách khác, Astra — kẻ thắng nhiều vòng hơn, lại còn chạy lâu hơn — tổng chi phí lại rẻ hơn khoảng 186 đô la. Còn ở cấp độ từng vòng riêng lẻ, cùng một bài văn bán hàng, một mô hình tốn chưa đến 4 đô la, mô hình kia tốn tới 143 đô la — chênh lệch hơn 30 lần, mà chẳng ai có thể đoán trước được điều đó.

Đây chính là lời nhắc nhở thực sự mà cuộc thử nghiệm này để lại: kẻ chiến thắng không cố định, và cái giá phải trả cũng không tuyến tính. Cùng một mô hình, đổi sang loại tác vụ khác, có thể là lựa chọn đáng đồng tiền nhất trong cả trận đấu, cũng có thể là bất ngờ đắt đỏ nhất. Kết luận của chính tác giả cũng rất thành thật — hiện tại anh có xu hướng dùng Astra thường xuyên hơn trong đời sống hằng ngày, một phần lý do thậm chí chỉ vì giới hạn sử dụng của gói đăng ký này rộng rãi hơn; nhưng đồng thời anh cũng nhấn mạnh, những mô hình không thuộc hàng cao cấp nhất (flagship) như GPT-5.6 Sol, với phần lớn công việc tri thức thường ngày của anh, đã là quá đủ, không phải việc gì cũng đáng để dùng đến mô hình đắt nhất. Anh dự định tiếp tục giữ nhiều gói đăng ký cùng lúc, liên tục thử nghiệm, vì tình hình thay đổi quá nhanh, không có mô hình nào có thể ngồi vững ở vị trí số một mãi mãi.

Câu hỏi thường gặp (FAQ)

Câu 1: GPT-6 Astra và Fable 5.1 lần lượt là mô hình của hãng nào? Trong video, GPT-6 Astra là cách tác giả gọi thế hệ mô hình mới của phe OpenAI, được dùng thông qua Codex; Fable 5.1 là phiên bản mới của phe Anthropic Claude (ở vòng đầu tiên, tác giả trực tiếp gọi nó là Claude). Đây là cách gọi mà chính YouTuber này dùng khi tự thử nghiệm; tên sản phẩm chính thức, lịch phát hành và phạm vi tính năng thực tế, vui lòng tham khảo thông báo chính thức từ OpenAI và Anthropic.

Câu 2: Trong 15 tác vụ, mô hình nào thắng nhiều hơn tính chung? Theo cách chấm điểm của tác giả, Astra thắng 10 trong 15 tác vụ, Fable thắng 5. Nhưng nếu cộng dồn thời gian và chi phí của cả 15 tác vụ lại, Fable tốn tổng cộng 9 giờ 35 phút 45 giây, tổng 513,36 đô la; Astra tốn tổng cộng 11 giờ 19 phút 24 giây, tổng 326,98 đô la — Astra, kẻ thắng nhiều vòng hơn, tổng chi phí lại rẻ hơn khoảng 186 đô la.

Câu 3: Vậy có phải cứ chọn mô hình rẻ hơn là đúng? Không hẳn. Vòng đấu phi lý nhất trong lần thử nghiệm này chính là: cùng một bài văn bán hàng, Fable chỉ tốn chưa đến 4 đô la, còn Astra tốn tới 143 đô la, nhưng cuối cùng tác giả lại chọn bản của Fable — vừa rẻ hơn, nội dung lại đầy đủ hơn. Rẻ không đồng nghĩa với đáng tiền; đáng tiền hay không còn phải xem chính tác vụ đó đáng giá bao nhiêu, và làm sai thì phải trả giá gì.

Câu 4: Những con số chi phí và thời gian này có thể áp dụng trực tiếp cho công việc của tôi không? Không. Đây là kết quả của một lần chạy duy nhất, bằng tài khoản riêng và prompt riêng của tác giả, trong cùng một khoảng thời gian — không phải điểm chuẩn (benchmark) chính thức. Đổi người, đổi prompt, đổi thời điểm, kết quả đều có thể khác. Giá trị tham khảo lớn nhất của nó là nhắc bạn: cùng một tác vụ, giao cho hai mô hình khác nhau, chi phí có thể chênh nhau hơn 30 lần, mà bạn chưa chắc phát hiện ra trước khi việc đã xong.

Câu 5: Nếu tôi không muốn lần nào cũng phải đoán mò xem nên dùng mô hình nào, thì có cách nào không? Cách của tác giả video là giữ nhiều gói đăng ký cùng lúc, liên tục tự thử nghiệm so sánh — điều này tốn cả thời gian lẫn tiền bạc. Nếu bạn muốn một cách đỡ mất công hơn, đó là dùng một nền tảng như AI Token King, nơi bạn có thể nhìn thấy mức sử dụng và chi phí theo thời gian thực của từng mô hình khác nhau, biến việc "tác vụ này nên dùng mô hình nào" từ một phỏng đoán theo cảm tính thành một quyết định dựa trên con số nhìn thấy được. (Lưu ý: GPT-6 Astra, Fable 5.1 trong bài là cách gọi riêng của tác giả video gốc; danh sách mô hình, phiên bản và tên gọi thực tế đang có trên nền tảng sẽ theo thông báo của nền tảng tại thời điểm bạn sử dụng, không có nghĩa là hai tên gọi này đã trực tiếp tương ứng với những gì nền tảng đang có sẵn, cũng không có nghĩa là có quan hệ hợp tác chính thức với OpenAI hay Anthropic.)

Tuyên bố nguồn dữ liệu: Nội dung bài viết được tham khảo và biên soạn lại từ video "I Tested GPT-6 Astra vs Fable 5.1 on 15 Real Use Cases (https://www.youtube.com/watch?v=WfJPBVXPt8k)" đăng ngày 06/09/2026 trên kênh YouTube Nate Herk | AI Automation. Toàn bộ kết quả thắng-thua của từng tác vụ, số tiền và thời gian chi phí trong bài đều là ghi nhận từ một lần thử nghiệm duy nhất của tác giả video gốc, không phải điểm chuẩn chính thức, cũng không phải bản dịch nguyên văn, mà là nội dung đã được tổ chức và diễn giải lại. Một số tác vụ (như tác vụ làm lại trang web) video gốc không nêu ra con số chi phí và thời gian cụ thể, bài viết cũng không tự thêm vào. Chi phí và thời gian của từng tác vụ sẽ khác nhau tùy theo tài khoản, prompt và thời điểm sử dụng; kết quả thực tế vui lòng dựa theo lần thử nghiệm của chính bạn hoặc thông báo chính thức từ OpenAI, Anthropic.

Đọc thêm: Trên trang chúng tôi còn có các bài viết liên quan bạn có thể quan tâm — một bài giới thiệu Claude Fable 5 của Anthropic là gì, cơ chế phân cấp an toàn và ý nghĩa thực chiến cho lập trình viên; một bài so sánh thực tế Opus 4.8 và Fable 5 khi cùng dựng một ứng dụng bằng cùng một bộ lệnh, xem chênh lệch năng lực và chi phí Token ra sao; một bài mổ xẻ nguyên lý vận hành "tự hồi quy" (autoregressive) để lý giải vì sao Token AI lại đắt đến vậy, đặc biệt với các coding agent; và một bài giới thiệu OpenAI Codex là gì, khác biệt so với ChatGPT và Claude Code ra sao, người không rành kỹ thuật có dùng được không.

Thay vì đợi đến khi hóa đơn về mới giật mình "sao tác vụ này lại tốn tới 143 đô la", hãy nhìn thấy mức sử dụng và chi phí theo thời gian thực của từng mô hình ngay từ đầu. Dùng thử miễn phí AI Token King → (https://aitokenking.com.tw/home), biến "tác vụ này nên dùng mô hình nào" từ một phỏng đoán theo cảm tính thành một quyết định dựa trên con số nhìn thấy được.