Revisão de GPT-5.6 vs Fable 5: qual você escolhe depende desses fatores

Pela primeira vez, a OpenAI não está lançando um modelo com mostradores pensantes. GPT-5.6 vem como três LLMs genuinamente separados – Sol, Terra e Luna – com treinamento diferente, preços diferentes e limites de capacidade diferentes. A comparação que importa é Sol contra Claude Fable 5, o modelo público mais capaz da Antrópico no momento.

Sol custa US$ 5 por milhão de tokens de entrada e US$ 30 de saída. Fable 5 custa US$ 10 e US$ 50 – duas vezes mais caro, agora perdendo em vários benchmarks que os desenvolvedores realmente encaminham para o trabalho. Luna, o mais barato dos três, com entrada de US$ 1 e saída de US$ 6, já supera o Opus 4.8 da Anthropic em codificação. Esse último detalhe se torna o verdadeiro problema no dia 19 de julho.

Fable 5 teve um mês difícil. O governo dos EUA o proibiu em 12 de junho, depois que pesquisadores da Amazon encontraram um jailbreak que transformou o modelo em um scanner de vulnerabilidade não intencional. A Anthropic o transportou globalmente por 19 dias, construiu um novo classificador de segurança e o trouxe de volta em 1º de julho com uma janela de acesso compactada.

Desde o seu retorno, o modelo funciona com prazos emprestados. A Anthropic planejou movê-lo para trás de um acesso pago de créditos de uso em 7 de julho, depois adiado para 12 de julho, agora 19 de julho. Cada extensão foi anunciada horas antes do corte, nunca por meio de uma postagem formal.

A razão não é difícil de ler. Se Fable encerrar as assinaturas após 19 de julho, o melhor modelo da Anthropic para assinantes pagantes se tornará o Opus 4.8 – que Luna já supera em codificação por uma fração do preço. Manter o Fable disponível, mesmo com 50% dos limites semanais, é a única coisa que evita que o nível de assinatura do Anthropic pareça pior do que o nível médio do OpenAI no papel.

Frente a frente nos benchmarks, a competição é acirrada. No Índice de Agente de Codificação de Análise Artificial, Sol marcou 80 contra 77,2 de Fable – usando cerca de metade dos tokens, em menos da metade do tempo, a cerca de um terço do custo. No Último Exame dos Agentes, que executa fluxos de trabalho profissionais em 55 campos, Sol atingiu 53,6% contra 40,5% de Fable. No Terminal-Bench 2.1, Sol em modo ultra (quatro subagentes em paralelo) atingiu 91,9% contra 83,1% de Fable.

No Índice de Inteligência mais amplo, que agrega 9 benchmarks diferentes, o Fable 5 supera o GPT 5.6 por apenas um ponto, o que significa que a lacuna de capacidade é quase imperceptível.

Testando os modelos

Benchmarks e testes têm se concentrado muito nas capacidades de codificação para medir a capacidade de um modelo. Mas não somos hackers, então, além de um simples jogo codificado por vibração, usamos outros prompts que se desviam um pouco do cenário usual de codificação. Aqui está o que realmente aconteceu.

Escrita criativa

Executamos o mesmo prompt (disponível em nosso Github) em ambos os modelos: Envie Jose Lanz de volta de 2150 ao ano 1000, force-o a um paradoxo de viagem no tempo e não deixe que ele entenda o que fez até voltar para casa.

Ambos os modelos se transformaram em algo mais próximo de uma novela do que de um conto. Ambos também quebraram a única regra importante: observe o paradoxo quando ele retornar ao futuro.

GPT-5.6 Sol faz José descobrir no meio da história que “o viajante desconhecido não era alguém que ele veio parar. Era ele”. Fable é ainda mais direto sobre isso, com José percebendo no passado que todo o paradoxo aconteceu por causa dele. “Não houve evento semente. Ele foi o evento semente.”

A entrada de GPT-5.6 Sol, ‘The First Fire’, é voltada para o gênero de ficção científica simples – José acidentalmente introduz a fornalha que dá início ao colapso climático que ele voltou para evitar. A abertura é genuinamente boa: “Só trovões. Só insetos. Só o hálito úmido do mundo antes das máquinas.”

No entanto, o problema é que Sol não confia nessa imagem para fazer o seu trabalho. Ele explica o ciclo, depois explica novamente e, em seguida, faz com que uma versão mais antiga de José deixe uma gravação explicando pela terceira vez: “Sua tentativa de resolver o problema criou o problema. Sua tentativa de reduzir os danos criou as soluções.” Claro, sim, mas também é exaustivo na terceira volta.

“Lo Que Arde, Vuelve” de Claude Fable 5 constrói o mesmo paradoxo do Lago Maracaibo, do relâmpago Catatumbo e de uma aldeia Añu – José acidentalmente cria a profecia que ele viajou de volta para apagar, apenas consolando uma criança assustada. Todo o ciclo cabe em uma linha: “A dor que o fez retroceder foi a carga que ele entregou.”

O problema de Fable é a imagem espelhada de Sol – ele confia um pouco demais em sua própria prosa, empilhando metáforas até que uma frase como “Você não pode puxar o fio, você é o fio” parece mais com o modelo se admirando do que com a história que precisa dele.

Em nosso teste subjetivo, entretanto, “Lo Que Arde, Vuelve” de Fable é uma história geral melhor do que “The First Fire” de GPT. Fable abordou a especificidade cultural, um ciclo causal mais limpo e um final que se resolve por meio de ação em vez de um monólogo. Sol considerou a legibilidade simples – é a versão que você entrega a alguém que deseja que o mecanismo seja explicado, não implícito. Ambas as histórias, pelo que valem, são boas, mas não ótimas.

O salto de qualidade em relação às gerações anteriores não é realmente perceptível.

Pensamento associativo: um galho, uma discussão de classe, uma alface

O segundo teste mediu o pensamento associativo, não a política. A sugestão: descreva um galho, use essa descrição para explicar a exploração dos trabalhadores e a adoração cega dos ricos, depois deixe a narrativa se dissolver na descrição de uma alface. A ideia é avaliar se a metáfora poderia sustentar o argumento sem que o modelo saísse dela para explicar o que estava fazendo.

GPT-5.6 Sol abriu com força, explicando como os galhos formam o tronco e sustentam a árvore, antes de mapeá-lo para os trabalhadores que “constroem casas que talvez nunca possam pagar” e “fabricam bens que mal podem comprar”. A frase “o trabalhador não entrega apenas o trabalho, mas também a imaginação” é uma das frases mais contundentes. Mas Sol continua a quebrar a sua própria ilusão para narrá-la – “grande parte do proletariado moderno é tratada da mesma forma” anuncia a metáfora em vez de confiar nela. O final da alface não combinou muito com a história toda, então a associação não foi das melhores.

Claude Fable 5 enterrou o argumento inteiramente dentro do objeto em vez de narrá-lo. Seu galho “movia a água que nunca bebeu” e “continha folhas que nunca possuía”, deixando a exploração vir à tona por meio de descrição física sem nenhuma placa de sinalização anexada. O movimento mais brusco foi transformar os ramos caídos em crentes, cada um convencido de que se trata de um “galho em fase inicial” que atravessa “um revés temporário”, certo de que alcançará a copa “com agitação e hidratação” – um substituto limpo para perseguir uma riqueza que nunca chegaria.

Ele ultrapassa em alguns pontos – “noventa e cinco por cento de água e cem por cento não impressionado” – e o final mantém a metáfora visível em vez de deixá-la se dissolver, descrevendo o vegetal como tendo “sem tronco, sem dossel, sem sonho ascendente” em vez de ser apenas uma alface.

No geral, há empate e as pontuações dependem da preferência. Se você precisa de tudo explicado, GPT 5.6 Sol é o melhor. Se quiser que o leitor descubra a mensagem por conta própria, Claude Fable 5 vence.

Raciocínio lógico e não matemático: o quebra-cabeça da ponte, reescrito

Começamos a usar um novo prompt porque os modelos começaram a responder consistentemente ao anterior – um sinal de que ele está em algum lugar nos dados de treinamento, em vez de ser fundamentado ao vivo. Leia literalmente, quatro pessoas com uma tocha precisam atravessar uma ponte. Todos têm velocidades de caminhada diferentes, sendo “A” a mais rápida em 1 minuto e “D” a mais lenta em 10 minutos. Quanto tempo levaria para o grupo atravessar a ponte?

GPT-5.6 Sol respondeu 17 minutos sem mostrar seu trabalho, executando o mesmo embaralhamento de cinco etapas do quebra-cabeça original – A e B cruzam, A retorna, C e D cruzam, B retorna, A e B cruzam novamente. Nada em sua resposta registra que o aviso nunca limitou quantas pessoas podem estar na ponte ao mesmo tempo. Parece menos um problema resolvido e mais um problema em cache.

Claude Fable 5 aterrou no mesmo número errado, 17 minutos, mas defendeu-o longamente, explicando que “é mais eficiente enviar as duas pessoas mais lentas juntas” e quantificando o custo da abordagem ingénua como uma “imposto de escolta”: A pagaria o transporte C e D separadamente. O raciocínio é mais legível que o de Sol e, igualmente, não vem ao caso – nenhum dos modelos verificou se a restrição que estava resolvendo estava realmente no prompt que escrevemos.

Se você estiver curioso, a resposta correta é 10 minutos se todos cruzarem juntos e caminharem no ritmo da pessoa mais lenta.

Codificação: um jogo de navegador único

O último teste foi uma construção de tiro único: entregue a cada modelo um prompt para um jogo de tiro baseado em digitação, no qual os tiros são controlados pelo usuário digitando palavras, e pegue o que sair sem acompanhamento, sem iteração, sem segunda chance.

GPT-5.6 Sol parece ter mudado suas preferências de interface do usuário e agora prefere elementos de interface do usuário planos e quadrados, mais próximos do Windows 8.1 do que o gradiente diagonal roxo brilhante para azul que todo gerador de imagem de IA parece ter como padrão. Foi também o único modelo a transformar a arma em uma máquina de escrever que dispara balas, em vez de uma arma real, uma chamada genuinamente diferente.

No entanto, os planos de fundo permanecem planos e secos em todas as configurações geradas, a mira de mira é estática em vez de rastrear os inimigos, e a geometria – inimigos, o desmembramento sangrento nas mortes – parece mais próxima de um motor do final dos anos 90 do que qualquer coisa atual. É um claro avanço em relação ao GPT-5.5 e mais criativo que o Opus, mas não o suficiente para vencer o Fable 5 de uma só vez.

Claude Fable 5 venceu por ampla margem em nosso teste de codificação de vibração. Ele enviou música, atmosfera e efeitos sonoros que a construção do Sol ignorou completamente, e seus inimigos usam um estilo retrô geométrico semelhante, mas construído com mais cuidado, mais próximo de algo como Minecraft do que pás do final dos anos 90.

Sua IU é mais criativa e sangrenta, com animação real em vez de estados estáticos, e rastreia palavras por minuto – um detalhe que na verdade reflete o objetivo declarado do prompt de usar o jogo para praticar a velocidade de digitação. Também tem power-ups, o que a construção do Sol não tem.

Benchmarks e programadores profissionais discordam de nós, mas em nosso teste, com a mesma sugestão, a diferença entre Fable e Sol é perceptível a favor de Fable.

Conclusão

Além da codificação, não espere ficar surpreso com esses novos modelos. Dito isto, o Fable 5 parece o modelo mais robusto para diversos fins, mas qual modelo é “melhor” depende inteiramente de qual dessas quatro coisas você está pagando.

Para a pessoa que não vive em uma janela de terminal – alguém que redige e-mails, faz perguntas, usa um chatbot da maneira como a maioria das pessoas realmente usa um – nossos testes apontam para o Fable apenas na qualidade, mas essa resposta fica complicada por algo que não tem nada a ver com inteligência.

No entanto, a diferença de preços pode ser um obstáculo. GPT-5.6 Sol, Terra e Luna estão totalmente incluídos nos planos pagos do ChatGPT, sem vencimento anexado. Claude Fable 5 está em execução em sua terceira extensão de prazo em três semanas e reverterá para créditos de uso de US$ 10/US$ 50 em 19 de julho se a Anthropic não mudar a data novamente.

Caso isso aconteça, pagar por token pode não ser interessante.