› Voor een programmeur komt de lancering van een nieuw model neer op één vraag: doet het beter wat mijn huidige model nu doet, en voor welke prijs.
› Het antwoord uit de tests die bij de release van GPT-6 Astra zijn gepubliceerd is minder eenduidig dan de communicatie suggereert, en het loont om het uit elkaar te halen.
› Drie tests, drie verschillende beelden In Terminal-Bench 4.0, dat werk op de commandoregel meet met realistische taken, scoort Astra 57,7 punten.
› Claude Fable 5.1 haalt 55,8, Claude Opus 5 52,3, de oudere Fable 5 42,0, en GPT-5.6 Sol 37,3.