Il 9 novembre 2026 è uscito Fable 5.2 e la domanda che mi fanno è sempre la stessa: è meglio di ChatGPT e di Gemini? Risposta breve: sulle classifiche indipendenti è primo, con Gemini 4 Carbon subito dietro. Ma non vince su tutto, e il prezzo che vedi a listino non è quello che paghi davvero. Qui sotto il confronto con i modelli di OpenAI, Google, xAI, i cinesi e quelli aperti.
Se ti serve prima capire cos'è Fable 5.2, ho scritto cosa cambia rispetto alla 5.1.
- Fable 5.265
- Gemini 4 Carbon60
- Claude Opus 5.559
- GPT-6 Astra57
- Kimi K3.1 Pro46
- Grok 4.735
- DeepSeek V4.133
- Mistral Large 426
Artificial Analysis, indice v5.0.1, letto il 10/11/2026. Ogni modello al suo livello di sforzo migliore.
Chi sono gli sfidanti
Un token è un pezzetto di parola: un milione di token sono circa mezzo milione di parole. I prezzi qui sotto valgono per chi usa i modelli dentro un software (via API).
| Modello | Chi lo fa | Prezzo in ingresso / uscita ($ per milione di token) | Pesi aperti |
|---|---|---|---|
| Claude Fable 5.2 | Anthropic (USA) | 8 / 40 | No |
| Claude Opus 5.5 | Anthropic (USA) | 4 / 20 | No |
| GPT-6 Astra | OpenAI (USA) | 10 / 50 | No |
| GPT-6.1 Sol | OpenAI (USA) | 2 / 10 | No |
| Gemini 4 Carbon | Google (USA) | 2 / 10 fino al 30/11, poi 4 / 20 | No |
| Grok 4.7 | xAI (USA) | 2 / 6 | No |
| Kimi K3.1 Pro | Moonshot (Cina) | 2 / 10 | Sì |
| Qwen3.8 Max | Alibaba (Cina) | 2 / 6 | No |
| GLM-5.3 | Zhipu (Cina) | 1,40 / 4,40 | Sì |
| DeepSeek V4.1 Flash | DeepSeek (Cina) | 0,30 / 1,20 (metà prezzo fuori orario di punta) | Sì |
Pesi aperti vuol dire che il modello si può scaricare e far girare su un server tuo, senza passare dal produttore.
Chi vince, test per test
Un benchmark è un esame uguale per tutti i modelli. Qui uso soprattutto classifiche indipendenti, cioè fatte da chi non vende modelli. I numeri pubblicati da Anthropic li indico come tali.
Classifiche generali: vince Fable 5.2
Su Artificial Analysis, che mette insieme nove prove diverse, Fable 5.2 è primo su 74 modelli con 65 punti. Su Vals, un'altra classifica indipendente, è primo con 71,31%, davanti a Gemini 4 Carbon (70,45%) e GPT-6 Astra (65,02%).
Programmazione: vince Fable, ma dipende da chi misura
Sul test di programmazione autonoma FrontierCode 2.0 (misurato da Artificial Analysis) Fable 5.2 fa 48,8%, contro 42,4% di GPT-6 Astra e 40,6% di Gemini 4 Carbon.
Sul test al terminale (Terminal-Bench 4.0) invece le classifiche non sono d'accordo: per Vals Fable è primo a pari merito con Opus 5.5, per Artificial Analysis gli stanno davanti Gemini 4 Carbon e il cinese Kimi K3.1 Pro. Stesso test, regole diverse, risultato diverso: per questo non mi fido mai di un numero solo.
Automazioni aziendali: vince Gemini 4 Carbon
Su AutomationBench, che misura flussi di lavoro da ufficio, Gemini 4 Carbon è davanti: 77,8% contro 76,4% su Artificial Analysis. Lo ammette anche la tabella di Anthropic (53,9% contro 51,4%). In più Gemini accetta anche audio e video, mentre Fable e GPT-6 leggono solo testo e immagini.
Ragionamento su problemi mai visti: dipende dal test
Su ARC-AGI-3, problemi nuovi che non si possono imparare a memoria, Fable 5.2 fa 81,2% contro 62,7% di GPT-6 Astra. Sulla versione precedente del test, ARC-AGI-2, è invece Astra davanti (95,0% contro 93,8%).
Gradimento delle persone: per ora Gemini
Su LMArena, dove persone vere votano alla cieca la risposta migliore, il primo è Gemini 4 Carbon. Fable 5.2 è troppo nuovo per essere in classifica: la versione 5.1 è settima.
Il prezzo a listino inganna
Qui c'è la cosa più utile di tutto l'articolo. Fable 5.2 a listino costa meno di GPT-6 Astra (8 / 40 contro 10 / 50). Ma al massimo sforzo ragiona molto e scrive molto di più: nel test di Artificial Analysis circa 274 mila token per lavoro, contro 52 mila di Astra.
- Fable 5.2 (max)$ 26,54
- Gemini 4 Carbon$ 7,76
- GPT-6 Astra$ 6,24
- Fable 5.2 (medio)$ 3,80
- GPT-6.1 Sol$ 1,27
- DeepSeek V4.1$ 0,60
Artificial Analysis, 10/11/2026. Lo sforzo è quanto il modello ragiona prima di rispondere.
La soluzione è semplice: lo sforzo. A sforzo medio Fable 5.2 scende a 3,80 dollari per lavoro e a 56 punti, quasi come GPT-6 Astra al massimo (57). E il tempo per finire un lavoro passa da 44 minuti a 8.
Lo stesso vale per l'attesa: al massimo sforzo Fable ci mette in media quasi 4 minuti prima di scrivere la prima parola. Va bene per un lavoro lungo, non per una risposta in chat.
Cinesi e open source: convengono?
I modelli cinesi hanno un vantaggio chiaro: costano pochissimo. DeepSeek V4.1 Flash fa lo stesso lavoro del test a 60 centesimi, contro i 26 dollari di Fable al massimo. Il prezzo però si vede nei punteggi: 33 punti contro 65.
Il cinese più forte è Kimi K3.1 Pro: 46 punti, ed è sorprendentemente bravo sul lavoro al terminale. È anche il miglior modello a pesi aperti in assoluto.
Sui modelli aperti c'è un dato che sorprende: i migliori sono tutti cinesi. Il miglior modello aperto europeo, il francese Mistral Large 4, fa 26 punti. E far girare in casa un modello come Kimi K3.1 Pro, che ha 2800 miliardi di parametri, richiede macchine da centro dati, non il server dell'ufficio.
Dove finiscono i dati
Per un'azienda italiana questa parte conta quanto i punteggi, per via del GDPR.
- Anthropic (Fable 5.2): via API diretta il modello gira negli USA o "ovunque", senza opzione solo Europa. Fable 5.2 conserva i dati 30 giorni per i controlli di sicurezza.
- OpenAI: offre la residenza regionale dei dati, con un sovrapprezzo del 10%.
- DeepSeek: la sua informativa dice che i dati sono trattati e conservati nella Repubblica Popolare Cinese. A gennaio 2025 il Garante privacy aveva bloccato la sua app in Italia.
- Kimi: server a Singapore, e l'informativa prevede che i contenuti possano servire per addestrare i modelli.
- Modelli aperti: puoi farli girare su server tuoi o europei, quindi i dati non escono. Ma servono macchine potenti.
Quale scegliere: la mia regola pratica
Non c'è un vincitore unico. Io ragiono così:
- Lavori difficili, ogni tanto (un bug che nessuno capisce, un'analisi che deve essere giusta al primo colpo): Fable 5.2.
- Lavoro di tutti i giorni e automazioni: Claude Opus 5.5, Gemini 4 Carbon o GPT-6.1 Sol. Costano molto meno e il risultato è vicino.
- Tanto testo non sensibile da elaborare (descrizioni prodotto, traduzioni, riassunti di documenti pubblici): un modello economico può bastare.
- Dati personali dei clienti: solo fornitori con contratto chiaro sul trattamento dei dati e, se possibile, server in Europa.
Fable 5.2 ha un giorno di vita: alcune classifiche (LMArena, Humanity's Last Exam, SWE-bench) non l'hanno ancora misurato. Aggiornerò questo articolo quando arrivano i nuovi numeri.
Il mio parere
Fable 5.2 è oggi il modello più forte che si può usare, ma il vantaggio sugli altri è più piccolo di quanto sembri dagli annunci, e costa caro se lo lasci sempre al massimo. La scelta giusta non è "il migliore": è il modello giusto per ogni pezzo del lavoro, con i dati al sicuro.
È esattamente quello che faccio quando costruisco un'automazione con l'AI o un gestionale su misura: scelgo il modello in base al compito e al budget, non alla moda. Se vuoi capire quale ha senso per te, scrivimi.
Fonti, lette il 10/11/2026: Artificial Analysis, Vals Index, Vals Terminal-Bench 4.0, ARC Prize, LMArena, annuncio Anthropic, listini di Anthropic, OpenAI, Google, xAI, DeepSeek, Z.ai, informativa privacy DeepSeek.




