Claude Fable 5.1 vs GPT-6 Luna

O Claude Fable 5.1 é oferecido por convite. Os valores abaixo são as tarifas em tempo real, mas as chamadas só funcionam depois que o seu workspace recebe a permissão; peça acesso antes de desenvolver com base nesta comparação.

vs

Qual usar e quando

Ambos aceitam entrada de texto e imagem e retornam texto, limitam a saída a 128,000 tokens e oferecem cerca de um milhão de tokens de contexto (1,000,000 para o claude-fable-5-1, 1,050,000 para o gpt-6-luna), portanto a verdadeira divisão é o preço e o controle sobre o pensamento. O gpt-6-luna custa $0.1 para entrada e $0.5 para saída por milhão contra $10 e $50, sendo 100x mais barato em ambas as pontas, com leituras de cache a $0.01 contra $0.25, e seu pensamento pode ser desativado, o que é adequado para trabalhos de alto volume ou sensíveis à latência. Escolha o claude-fable-5-1 quando você quiser o modo de raciocínio sempre ativo da Anthropic e estiver disposto a pagar por isso.

Benchmarks

Acima da médiaNenhum melhorClaude Fable 5.119 / 213 / 21GPT-6 Lunaapenas 1 comparáveis
Claude Fable 5.1 GPT-6 Luna outros modelos medidos média dos modelos comparados ★ nenhum outro modelo teve pontuação maior
DeepSWE 1.1
67.4%
66.6%
OSWorld 2.0 partial
80.7%
N/A
HealthBench Professional
58.1%
N/A
Terminal-Bench-Science 0.1
52.6%
N/A
GPQA Diamond
93.7%
N/A
AutomationBench
31.4%
N/A
Chartography with tools
88.4%
N/A

Publicado pelos provedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

Preços

Claude Fable 5.1 GPT-6 Luna Δ
Entrada / 1M tokens $10 $0.1 100×
Saída / 1M tokens $50 $0.5 100×
Leitura de cache / 1M tokens $0.25 $0.01 25×
Escrita de cache 1.25x (5m) / 2x (1h) 1.25x (30m) / 2.5x (12h) -

Tarifas do catálogo em tempo real, lidas no momento do build; a página de cada modelo traz a tabela de preços atual.

Onde cada um fica: preço de entrada por 1M tokens entre os 83 modelos de chat com esta unidade de cobrança (escala logarítmica)

Claude Fable 5.1 · $10 GPT-6 Luna · $0.1
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Capacidades

Claude Fable 5.1 GPT-6 Luna
Uso de ferramentas sim sim
Controle de raciocínio sempre ativo configurável
Saída estruturada sim sim
Cache de prompts explícito (você marca o prefixo) implícito + explícito
Tempo de vida do cache 5m default, 1h option at least 30m by default, 12h option on the Responses API
Prefixo mínimo em cache 1,024 tokens 1,024 tokens

Especificações

Claude Fable 5.1 GPT-6 Luna
Modalidades de entrada texto imagem texto imagem
Modalidades de saída texto texto
Lançamento 2026-09-01 2026-09-22
Corte de conhecimento 2026-06 2026-05
Janela de contexto 1M 1.1M
Saída máxima 128K 128K
Parâmetro de raciocínio output_config.effort (thinking is adaptive-only and always on) reasoning.effort
Valores aceitos
effort
  • low
  • medium
  • high
  • xhigh
  • max
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
Padrão

thinking always on (adaptive)

effort
  • high
medium

As especificações são transcritas da documentação de cada provedor; quando um provedor não publica um dado, a linha é omitida, e não inferida. Fontes completas: Claude Fable 5.1 · GPT-6 Luna

Um prompt, os dois modelos, medidos pelo gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. VERIFICAÇÃO exatamente 3 frases

Claude Fable 5.1 passou · 3 sentences

When we enabled reasoning, the model started generating a long chain of internal "thinking" tokens before producing each answer, and we're billed for those tokens at the same output rate even though users never see them. In practice, that hidden reasoning often runs several times longer than the visible response, so the total tokens per request roughly doubled while the number of requests stayed flat. The upside is measurably better accuracy on complex tasks, so the right conversation is whether that quality gain justifies the cost—and if not, we can restrict reasoning to the workflows that actually need it rather than turning it on globally.

saída 186 tok latência 3.2 s

GPT-6 Luna passou · 3 sentences

Enabling reasoning typically makes the model process more information and generate more internal tokens before producing its answer. Because usage is billed by tokens—and reasoning may also route requests to a more expensive model—the cost per request can rise sharply. If request volume stayed similar, that higher cost per request could explain why the bill doubled.

saída 117 tok (+48 raciocínio) latência 3.4 s

Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. VERIFICAÇÃO a correção passa nos testes

Claude Fable 5.1 passou · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): cur = cur + 1 if xs[i] == xs[i - 1] else 1 best = max(best, cur) return best ``` The bug is that `cur` counts *matches between adjacent elements* rather than *elements in the run*: it starts at 0 and only increments when `xs[i] == xs[i-1]`, so a run of length k produces a count of k−1. That's why a single element returns 0 instead of 1, and why every other run also comes out one short — the "misses runs at the end" reports are the same off-by-one seen on inputs like `[1, 2, 2]`, where the trailing run of length 2 is reported as 1 (the original code does update `best` inside the loop, so end-of-list runs aren't actually skipped, just undercounted). […]

saída 882 tok (+507 raciocínio) latência 3.4 s

GPT-6 Luna passou · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The original code counted matching *adjacent pairs* rather than items, so a run of length `n` was reported as `n - 1`, and a single-item input returned `0`. This version counts the current item as part of each run and updates `best` at every index, including the last; it returns `0` for an empty input.

saída 514 tok (+356 raciocínio) latência 6.9 s

Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. VERIFICAÇÃO JSON válido, schema exato

Claude Fable 5.1 passou · 5/5 fields, guidance null

```json { "company": "Meridian Robotics", "quarter": "Q3 (September quarter)", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ``` Notes on judgment calls (not part of the object): - **revenue_usd_m**: The text says "412 for the topline" but never states the currency or that the figure is in millions; it's also on a constant-currency basis and prefaced with "call it," so it's approximate. If you want strict literalism, this should be `null`. - **growth_pct**: "Eleven and change" means slightly above 11%; the exact figure isn't given. - **quarter**: "September quarter" is Q3 on a calendar basis, consistent with the reference to a pending Q4 close. - **guidance**: Explicitly withheld, so `null`.

saída 633 tok (+349 raciocínio) latência 3.8 s

GPT-6 Luna passou · 5/5 fields, guidance "Withheld pending the Q4 close"

{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":null,"guidance":"Withheld pending the Q4 close"}

saída 161 tok (+119 raciocínio) latência 21.7 s

Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. VERIFICAÇÃO 120 palavras, 0 palavras proibidas

Claude Fable 5.1 passou · 121 words, 0 banned, 1 question

**Introducing Cross-Provider Prompt Caching for the Gateway.** Starting today, your API gateway can cache prompts once and reuse them across OpenAI, Anthropic, Google, and any other provider you route to. Long system instructions, retrieval context, and few-shot examples are stored at the gateway layer, so switching models no longer means paying to resend the same tokens. Why send the same 8,000-token preamble to three different vendors when you could send it once? Our cache normalizes prompt segments, fingerprints them, and serves matching prefixes from memory before the request ever reaches an upstream API. Early customers report token costs falling by 30 to 60 percent on high-volume workloads, with median latency dropping alongside. Available today on all Team and Enterprise plans.

saída 1722 tok (+1463 raciocínio) latência 2.9 s

GPT-6 Luna passou · 120 words, 0 banned, 1 question

Introducing Prompt Cache, a new API gateway feature that recognizes repeat prompt prefixes and reuses provider-side cached context across supported models. Teams can route requests to different AI providers while preserving eligible cache hits, reducing redundant input processing and helping lower latency and token costs. Configure cache policies in one place, monitor hit rates by provider, and keep existing client integrations unchanged. The gateway applies provider-specific rules automatically, so developers do not need to build separate caching logic for each endpoint. Which workflows could benefit from faster responses and predictable spend? Prompt Cache is available today in preview for eligible accounts, with usage details, supported providers, and setup guidance in the dashboard. Start with one route, compare results, then expand.

saída 959 tok (+813 raciocínio) latência 14.6 s

Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.

Troque de um para o outro mudando uma linha

Os dois ids estão em todas as abas abaixo; o par de linhas destacado é a única alteração. O endpoint, a chave e o formato da requisição são os mesmos.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="claude-fable-5-1",
    # model="gpt-6-luna",  # descomente esta linha, comente a linha acima
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtenha sua chave de API →

Perguntas frequentes

Qual é mais barato, Claude Fable 5.1 ou GPT-6 Luna?

GPT-6 Luna sai mais barato na linha “Entrada / 1M tokens” ($0.1 contra $10, 100× de diferença). Outras linhas podem pender para o outro lado: a tabela acima mostra todos os preços, e o custo real depende do seu mix de uso.

Posso fazer um teste A/B de Claude Fable 5.1 contra GPT-6 Luna sem duas integrações?

Sim. Os dois são servidos pelo mesmo endpoint compatível com OpenAI, com uma única chave de API. Para trocar, basta mudar uma linha, a string do modelo; assim você pode direcionar uma parte do tráfego para cada um e comparar as contas diretamente.

Claude Fable 5.1 e GPT-6 Luna suportam cache de prompts?

Sim. Os dois cobram as leituras de cache abaixo da tarifa de entrada, então cargas de trabalho com prefixo já em cache custam menos do que os preços de tabela sugerem. Os valores exatos de leitura de cache estão na tabela de preços acima.

Comparações relacionadas

Dos nossos estudos com medições