Anthropic Claude Fable 5: 100 Prozent mehr Kosten für 5 Prozent mehr Leistung

Doch die Benchmark-Krone hat ihren Preis: Fable 5 kostet mit 10 beziehungsweise 50 US-Dollar pro Million Input- und Output-Token doppelt so viel wie Opus 4.8 mit 5 beziehungsweise 25 US-Dollar. Ein vollständiger Indexdurchlauf schlägt mit 9.940 US-Dollar zu Buche, während Opus 4.8 mit maximaler Denkleistung bei 4.970 US-Dollar liegt. Dieser Aufpreis erkauft im Benchmark-System eine gemessene Mehrleistung von 5,7 Prozent. Bereits Opus 4.8 und 4.7 waren gegenüber Opus 4.6 mit spürbaren Preissteigerungen bei inkrementeller Mehrleistung verbunden.

Unternehmen müssen deshalb sorgfältig prüfen, in welchen konkreten Anwendungsfällen diese rund fünf Prozent Mehrleistung den höheren Kostenaufwand rechtfertigen. Wer solche Messungen grundsätzlich skeptisch sieht, wird einwenden, dass kein Benchmark die tatsächliche Leistungsfähigkeit eines Modells vollständig erfasst. Der AA-Index immerhin aggregiert zehn verschiedene Evaluierungen und bietet damit eine breitere Grundlage als Einzeltests.

Spitzenwerte in vielen Benchmarks

Die reinen Leistungsdaten sind dennoch bemerkenswert. Laut Artificial Analysis setzt Fable 5 in fünf von zehn Benchmarks des Intelligence Index neue Bestwerte. Auf dem Wissens- und Halluzinations-Benchmark AA-Omniscience erreicht das Modell 40 Punkte, sieben mehr als das zuvor führende Gemini 3.1 Pro Preview. Der Vorsprung resultiert laut Artificial Analysis primär aus höherer Genauigkeit, nicht aus einer geringeren Halluzinationsrate; hier liegt das Modell nur im Mittelfeld.

Artificial Analysis weist darauf hin, dass bei Open-Weight-Modellen eine starke Korrelation zwischen AA-Omniscience-Genauigkeit und Modellgröße bestehe. Das lege nahe, dass Fable 5 größer sein könnte als frühere öffentliche Anthropic-Modelle.

Bei agentischen Aufgaben baut Fable 5 den Vorsprung von Anthropic weiter aus: Im GDPval-AA-Benchmark für reale Arbeitsaufgaben aus dem Bereich der Wissensarbeit erreicht das Modell einen Elo-Wert von 1932, ein Anstieg um rund 2,2 Prozent gegenüber dem bisherigen Spitzenreiter Opus 4.8 mit 1890 Punkten. Auch bei Terminal-Bench Hard für agentisches Programmieren und Tau2-bench Telecom für Tool-Nutzung liegt Fable an der Spitze.

Auf Humanity's Last Exam kommt das Modell auf 53 Prozent, mehr als sieben Prozentpunkte vor Opus 4.8. Ein einziger HLE-Durchlauf inklusive Fallback-Kosten kostet rund 2.200 US-Dollar, der höchste Wert aller bisher von Artificial Analysis evaluierten Modelle. Die Vorgänger liegen bei maximal 1.974 US-Dollar.

Sicherheitsfilter verteuern die Nutzung zusätzlich

Fable 5 nutzt laut Anthropic dasselbe Basismodell wie Claude Mythos 5, ergänzt um zusätzliche Schutzmechanismen für potenziell schädliche Anfragen aus den Bereichen Cybersicherheit, Biologie, Chemie und Modell-Distillation. Wird ein Sicherheitsfilter ausgelöst, leitet ein sogenannter Fallback-Mechanismus die Anfrage automatisch an Opus 4.8 weiter. Fallback-ausgelöste Anfragen fließen mit in die Abrechnung ein und treiben so die Gesamtkosten zusätzlich nach oben.

Anthropic gibt an, dass weniger als fünf Prozent der Sitzungen betroffen seien. Artificial Analysis hat bei der Evaluierung des Intelligence Index jedoch in rund acht Prozent der Aufgaben Fallback-Routing gemessen, primär bei wissenschaftlichen Fragen aus Benchmarks wie GPQA, AA-Omniscience und Humanity's Last Exam. Beim HLE-Test lag die Fallback-Quote sogar bei neun Prozent.

Verfügbarkeit mit Ablaufdatum

Das Kontextfenster von Fable 5 bleibt bei einer Million Token, identisch mit Opus 4.8. In den Abo-Plänen Pro, Max, Team und Enterprise ist das Modell bis zum 22. Juni verfügbar, wobei es die doppelte Opus-Nutzung anrechnet. Ab dem 23. Juni erfordert die Nutzung Guthaben. Anthropic kündigt an, den Abo-Zugang wiederherzustellen, sobald die Kapazität es zulasse. Faktisch wird das Modell damit für viele Nutzer noch teurer, als die Token-Preise allein vermuten lassen.

Vor kurzem hatte Kollege Max ausführlich über die Stärken und Schwächen von Fable 5 berichtet. Dabei zeigte sich, dass die Sicherheitsfilter in der Praxis massenhaft harmlose Anfragen blockieren, etwa in der Medizinphysik oder bei einfachen Security-Reviews. Zudem enthüllte Anthropics System Card unsichtbare Eingriffe, die Fables Leistung bei der Entwicklung konkurrierender Frontier-Modelle gezielt verschlechtern, wobei Anthropic inzwischen zurückgerudert ist.

Auch die Wirtschaftlichkeit steht in der Debatte: Für die monatlichen Kosten einer intensiven Enterprise-Nutzung ließen sich je nach Region ein bis zwei erfahrene Entwickler einstellen. Die von Artificial Analysis erhobenen Daten zeigen, dass Wirtschaftlichkeit zunehmend ein zentrales Thema wird, wie in unserem Abonnenten-Special zur "Tokeneconomics" ausführlich beschrieben.