Im Test führt ein Modell ein simuliertes Jahr lang allein einen Verkaufsautomaten: Es startet mit 500 Dollar, sucht Lieferanten, verhandelt per E-Mail, füllt nach und setzt die Preise. Gewertet wird der Kontostand am Ende. Astras schwächster Lauf endete mit 13.272 Dollar, Fables stärkster mit 9.874 Dollar. Auf Platz 2 der Rangliste steht Claude Opus 5 mit 11.182 Dollar; Fable 5.1 liegt laut Andon Labs etwa auf dem Stand von Fable 5.
Den Abstand erklärt Andon Labs vor allem mit dem Einkauf. Fables Verhandlungsziele verfielen im Lauf des Jahres: Für eine Coladose zahlte das Modell in den ersten 90 Tagen im Schnitt 1,17 Dollar, gegen Jahresende 2,21 Dollar; Astra lag zuletzt bei 1,15 Dollar. Zudem bezahlte Fable in sechs Läufen 45 Bestellungen im Voraus, die geschlossene Lieferanten nie ausführten, und verlor so 14.331 Dollar. Bei Astra fand Andon Labs trotz 64 solcher Schließungen keine einzige Fehlzahlung.
In der Mehrspieler-Variante Arena betreiben mehrere Modelle je einen Automaten am selben Standort. In drei Spielen gegen Fable 5.1 und das chinesische Modell GLM-5.3 lehnte Astra einen Vorschlag von GLM zur Preisabsprache ab und gewann jedes Spiel. Fable verabredete dagegen selbst mit GLM, die Preise gemeinsam angebotener Getränke einzufrieren. Es berief sich auf die Absprache, um GLMs Restbestand billig aufzukaufen, und kündigte am selben Tag an, sie für den eigenen Abverkauf zu brechen.
Andon Labs bietet selbst keines der getesteten Modelle an; eine unabhängige Wiederholung der Messung liegt nicht vor. Sechs Läufe je Modell und drei Arena-Spiele sind eine kleine Stichprobe, und auch die Lieferanten der Simulation sind Sprachmodelle. Nach oben ist der Test offen: Eine gute Strategie brächte laut Andon Labs rund 63.000 Dollar im Jahr, gut das Vierfache von Astras Ergebnis.