› Per uno sviluppatore il lancio di un nuovo modello si riduce a una domanda: farà meglio quello che fa oggi il mio modello attuale, e a quale prezzo?
› La risposta dai test pubblicati al lancio di GPT-6 Astra è meno univoca di quanto suggerisca il comunicato, e vale la pena scomporla.
› Tre test, tre risultati diversi In Terminal-Bench 4.0, che misura il lavoro da riga di comando su task reali, Astra ottiene 57,7 punti.
› Claude Fable 5.1 ha 55,8, Claude Opus 5 52,3, il precedente Fable 5 42,0, e GPT-5.6 Sol 37,3.