Ein Codereview, mitten in der Nacht, in einem Projekt, in dem seit Wochen bereits Fable 5 mitgelesen hat. Und trotzdem findet Claude Fable 5.1 noch Fehler, die durchgerutscht sind. Das war mein erster Kontakt mit dem neuen Modell, keine Benchmark-Tabelle, kein Marketing-Blatt.
Anthropic hat Claude Fable 5.1 und Claude Mythos 5.1 gestern veröffentlicht, als direkte Nachfolger von Fable 5 und Mythos 5. Meine These vorab: Das ist kein Sprung wie beim Launch der Mythos-Klasse im Juni, aber es ist mehr als ein Punktupdate, vor allem bei Agentic Coding und bei den Kosten für lange, werkzeugintensive Sessions. Was du nach diesem Artikel weißt: wo die Zahlen wirklich besser sind, was sich bei Preis und Safeguards ändert, und warum ich mit einem endgültigen Urteil noch warte. Schauen wir uns an, was unter der Haube tatsächlich passiert ist.
Claude Fable 5.1 löst laut Anthropics eigenen Benchmarks spürbar mehr Aufgaben in langen, agentischen Workflows als sein Vorgänger.
Was ist Fable 5.1 eigentlich, und wie unterscheidet es sich von Mythos 5.1?
Kurz zur Einordnung, falls du das Prinzip noch nicht kennst: Fable und Mythos sind dasselbe Basismodell. Der Unterschied liegt ausschließlich in den Sicherheitsfiltern. Fable 5.1 ist die Version mit aktiven, konservativen Safeguards und ab sofort für alle verfügbar. Mythos 5.1 ist dasselbe Modell mit gelockerten Schutzmechanismen, speziell für Cybersicherheit und Life Sciences, und bleibt vorerst auf zwei Trusted-Access-Programme beschränkt: das Cyber Verification Program und das neue Life Sciences Verification Program, das Anthropic gemeinsam mit der US-Regierung aufgebaut hat. Das Prinzip hab ich beim Launch von Fable 5 im Juni ausführlich erklärt, hier reicht der Merksatz: Fable ist das, was du bekommst, wenn die Filter aktiv sind, Mythos ist das, was darunter liegt.
Wo schlägt Fable 5.1 den Vorgänger bei den Zahlen?
Ich schau mir bei jedem Release zuerst die Agentic-Benchmarks an, weil die am ehesten widerspiegeln, wie ein Modell sich in echten, mehrstufigen Aufgaben schlägt. Und da ist der Sprung diesmal wirklich groß:
- Terminal-Bench-Science 0.1 (agentische Forschungsaufgaben im Terminal): 52,6 Prozent gegenüber 24,7 Prozent bei Fable 5, mehr als eine Verdoppelung.
- Terminal-Bench 4.0 (agentisches Coding): 55,8 Prozent für Fable 5.1, 60,9 Prozent für Mythos 5.1, gegenüber 42,0 Prozent bei Fable 5.
- CursorBench 3.2.0: 73,4 Prozent gegenüber 70,5 Prozent, ein kleinerer, aber sauberer Vorsprung.
- AutomationBench für Business-Workflows: 31,4 Prozent gegenüber 17,1 Prozent, fast eine Verdoppelung.
- Humanity’s Last Exam ohne Werkzeuge: 60,9 Prozent gegenüber 57,8 Prozent.
Auffällig find ich, dass der Abstand zu Fable 5 dort am größten ist, wo Aufgaben lange laufen und viele Zwischenschritte brauchen. Bei kürzeren, klar umrissenen Aufgaben ist der Vorsprung spürbar kleiner. Das deckt sich mit dem, was mehrere Anthropic-Partner in ihren eigenen Tests berichten. Millennium etwa ließ Fable 5.1 die Ursache eines extrem seltenen Absturzes in einer internen Systemkomponente finden, den das eigene Team über mehrere Jahre nicht erklären konnte und den auch kein anderes Modell vorher gefunden hatte. Genau diese Art von hartnäckigem Root-Cause-Debugging ist auch der Bereich, in dem ich selbst den größten Unterschied gemerkt hab, dazu gleich mehr.
Was kostet Fable 5.1, und was bedeutet die neue Cache-Preisstruktur?
Bei den regulären Preisen bleibt alles beim Alten: 10 Dollar pro Million Input-Tokens, 50 Dollar pro Million Output-Tokens, unverändert gegenüber Fable 5. Die eigentliche Änderung steckt woanders. Cache Reads, also wiederverwendeter Kontext, der bereits verarbeitet wurde, kosten jetzt 0,25 Dollar pro Million Tokens statt bisher 1 Dollar, eine Reduktion um 75 Prozent. Wer sich schon mal gefragt hat, warum ein kurzer Chat in einer stundenlangen Session plötzlich so viel Kontingent frisst, findet die Mechanik dahinter in meinem Artikel zum Umgang mit dem Claude-Nutzungslimit.
Für typische Workloads rechnet Anthropic mit rund 25 Prozent geringeren Kosten gegenüber Fable 5. Für hochagentische Aufgaben mit vielen Werkzeugaufrufen und viel mitgeschlepptem Kontext soll die Ersparnis bis zu 45 Prozent betragen. Das gilt allerdings nur, solange du bei niedrigem oder mittlerem Effort bleibst. Anthropic weist selbst darauf hin, dass Fable 5.1 in Claude Code standardmäßig mit High Effort läuft, in Cowork und auf claude.ai dagegen mit Medium. Effort ist der Regler, der steuert, wie gründlich das Modell nachdenkt, ich hab die Mechanik dahinter beim Praxis-Check zu Opus 4.8 und der Effort Control ausführlich beschrieben. Wer High oder gar Max Effort dauerhaft laufen lässt, wird von der Kostenersparnis wenig sehen, weil höherer Effort automatisch mehr Denk-Tokens erzeugt, und die zählen als Output.
Was ändert sich bei den Safeguards?
Zwei Dinge sind hier neu, und beide betreffen den Alltag stärker, als es auf den ersten Blick wirkt. Erstens: Die Cybersecurity-Filter sind präziser geworden. Anthropic berichtet rund 60 Prozent weniger Interventionen pro Session in Claude Code, weil die Klassifikatoren jetzt besser zwischen echten Bedrohungen und legitimer, defensiver Sicherheitsarbeit unterscheiden. Fable 5.1 darf jetzt auch aktiv nach Software-Schwachstellen suchen, nur das Entwickeln von Exploits bleibt weiterhin blockiert und wandert automatisch zu einem Opus-Modell. Zweitens: Die Biologie-Filter feuern laut Anthropic 85 Prozent seltener bei harmlosen Anfragen zu elementarer Biologie oder Medizin. Wer bisher genervt war, weil eine ganz normale Gesundheitsfrage plötzlich blockiert wurde, sollte das spürbar merken.
Dazu kommt ein Punkt, der für Unternehmenskunden in der DACH-Region relevant ist: Enterprise Frontier Safeguards, ein neues System, bei dem Daten auf der eigenen Cloud-Infrastruktur des Kunden liegen statt bei Anthropic. Klingt nach echter Zero-Data-Retention, ist aber Stand heute ein Versprechen für diesen Herbst, kein fertiges Feature. Bis dahin bekommen berechtigte Kunden immerhin Zero Data Retention für Fable 5.1 und Fable 5. Ich würd das eigentlich schon als verfügbar einordnen, aber so ist es genauer: verfügbar ist die Übergangslösung, EFS selbst rollt erst gestaffelt aus.
Mein erster Praxistest: Ein Codereview, das der Vorgänger schon kannte
Hier wird es konkret. Ich hab Fable 5.1 in der Nacht des Releases direkt in einem laufenden Projekt eingesetzt, in dem Fable 5 seit Wochen mitläuft und den Code eigentlich schon kennt. Codereview, keine künstliche Testaufgabe. Das Ergebnis: Fable 5.1 hat Fehler gefunden, die der Vorgänger übersehen hatte, obwohl derselbe Code, dieselbe Historie und dieselbe Ausgangslage vorlagen. Das ist genau das Muster, das Millennium in seinem Bug-Bericht beschreibt: nicht schneller arbeiten, sondern gründlicher, mit einer Neigung, Ursachen wirklich bis zum Ende zu verfolgen statt bei der ersten plausiblen Erklärung aufzuhören.
Ist das schon der Beweis für einen großen Sprung? Nein. Eine Nacht, ein Projekt, eine Handvoll gefundener Fehler, das ist eine Beobachtung, keine Studie. Aber es ist eine Beobachtung, die sich mit den Partnerberichten deckt, die Anthropic selbst veröffentlicht hat, und das macht sie für mich glaubwürdiger als jede einzelne Zahl in der Benchmark-Tabelle.
Ist das schon ein Urteil?
Ich bin mir da noch nicht ganz sicher, aber mein Eindruck nach der ersten Nacht ist: Bei Agentic Coding und bei langen, mehrstufigen Aufgaben ist der Unterschied zu Fable 5 real und spürbar, nicht nur auf dem Papier. Bei der Kostenersparnis würd ich vorsichtiger sein, die hängt sehr stark von deinem gewählten Effort-Level und deiner Session-Struktur ab, nicht jeder profitiert automatisch von den 45 Prozent, die in der Pressemitteilung stehen. Und bei den Safeguards ist EFS aktuell eine Ankündigung, kein fertiges Produkt. Für ein finales Urteil ist es schlicht zu früh, das Modell ist heute erst live gegangen. Ich werd in den nächsten Wochen weitertesten, vor allem bei längeren, unbeaufsichtigten Sessions, und dann nachlegen.
Fragen zu Claude Fable 5.1
Ob Fable 5.1 sich als das Modell entpuppt, mit dem ich in drei Monaten tatsächlich arbeite, weiß ich heute noch nicht. Aber die erste Nacht war gut genug, um weiterzumachen statt abzuwarten. Alle Details, Benchmarks und die vollständige System-Card stehen in Anthropics eigener Ankündigung, wer selbst nachrechnen will, findet dort auch die Rohdaten hinter den Grafiken.
Und wenn du selbst zwischen mehreren Claude-Modellen hin und her wechselst, je nach Aufgabe, lohnt sich ein Blick in meinen Artikel dazu, wann ein Modellwechsel mitten in der Aufgabe wirklich Sinn ergibt.
