Claude Fable 5: Anthropics leistungsstärkstes – und umstrittenstes – Modell erklärt
Anthropics Top-Flaggschiff der Mythos-Klasse – kein Storytelling-Modell – und das erste kommerzielle KI-Modell, das per Regierungsanordnung zurückgezogen wurde.
Claude Fable 5: Anthropics leistungsstärkstes – und umstrittenstes – Modell erklärt
Claude Fable 5 ist kein Modell für kreatives Schreiben. Es ist kein Assistent für das Erzählen von Geschichten. Es ist Anthropics neues Flaggschiff-Frontier-Modell – das leistungsfähigste System, das das Unternehmen je öffentlich veröffentlicht hat – und es wurde bereits durch eine Anordnung der US-Regierung vom Markt genommen und wieder zurückgebracht. Der Name lenkt ab. Das Modell ist ein seismisches Ereignis.
Diese Verwirrung muss zuerst aus dem Weg geräumt werden. Wer nach „Claude Fable 5" sucht, findet atemlose Mutmaßungen, dass „Fable" auf eine Art literarische oder narrative Spezialisierung hindeutet. Das ist nicht der Fall. Die Fable-Produktlinie ist schlicht Anthropics Branding für die öffentliche Veröffentlichung seiner neuen Mythos-Klasse-Architektur – eine Stufe, die über Opus, Sonnet und Haiku angesiedelt ist, die man inzwischen alle als Generation-4- oder Übergangsnamen betrachten kann. Claude Fable 5 ist Anthropics Version dessen, was Konkurrenten ihre „Frontier"- oder „Ultra"-Stufe nennen: maximale Denktiefe, maximaler Kontext, maximale agentische Reichweite. Der Name wurde wegen seiner mythologischen Konnotationen gewählt, nicht wegen seines Bezugs zum Geschichtenerzählen.
Nachdem das geklärt ist – sprechen wir darüber, was zwischen dem 9. Juni und dem 1. Juli 2026 tatsächlich passiert ist. Denn der Launch dieses Modells ist die ungewöhnlichste kommerzielle KI-Veröffentlichung der Geschichte, und diese Geschichte verrät fast alles, was man wissen muss, um zu verstehen, wohin sich die Branche entwickelt.
Was geschah: Eine dreiwöchige Aussetzung, die alles veränderte
Claude Fable 5 wurde am 9. Juni 2026 veröffentlicht. Innerhalb von 72 Stunden posteten Entwickler-Communities erste Evals. Die Zahlen waren selbst im Vergleich zu Opus 4.8 beeindruckend: SWE-bench Verified bei 95,0 %, Terminal-Bench bei 88,0 %, Humanity's Last Exam ohne Tools bei 59,0 %. Frühe Unternehmenstester und Entwickler-Communities lobten durchweg die Leistung bei langfristigen Coding- und Analyseaufgaben – mehrere beschrieben die Arbeit damit weniger wie die Nutzung eines Assistenten, sondern eher wie die Beauftragung eines kleinen Teams. Die Resonanz war, nach jedem Maßstab, außergewöhnlich.
Dann, am 12. Juni – drei Tage nach dem Launch – setzte Anthropic die Verfügbarkeit des Modells über alle kommerziellen Kanäle hinweg aus. Der Grund war kein Sicherheitsvorfall im herkömmlichen Sinne. Es war eine Exportkontroll-Anordnung der US-Regierung: das erste Mal in der modernen Geschichte kommerzieller KI, dass ein veröffentlichtes, produktives Modell durch regulatorische Maßnahmen vom Markt genommen wurde. Nicht freiwillig zur Sicherheitsüberprüfung zurückgezogen. Nicht still und leise ausgemustert. Ausgesetzt – per Anordnung – aus Gründen der Exportkonformität.
Die genauen Umstände, die die Anordnung ausgelöst haben, wurden nicht vollständig öffentlich gemacht. Bekannt ist, dass die Anordnung den grenzüberschreitenden API-Zugang zu den vollen Fähigkeiten des Modells betraf und speziell Bedenken hinsichtlich der Dual-Use-Implikationen der agentischen und Long-Context-Reasoning-Funktionen von Fable 5 im großen Maßstab anführte. Die Aussetzung dauerte 19 Tage. Anthropic hat das Modell am 1. Juli 2026 wieder eingesetzt, mit zusätzlichen Zugangskontrollen und geografischen Beschränkungen in der API.
Die Auswirkungen sind erheblich. Wir leben nun in einer Welt, in der ein kommerzielles KI-Modell – kein Waffensystem, keine geheime Forschung, sondern eine öffentlich verkaufte Text-und-Vision-API – mitten im Betrieb per Regierungsanordnung ausgesetzt werden kann. Das ist neu. Es wird nicht das letzte Mal sein, dass so etwas passiert.
Zeitleiste: Claude Fable 5 wurde am 9. Juni gestartet, am 12. Juni durch eine US-Exportkontroll-Anordnung ausgesetzt – die erste derartige Maßnahme gegen ein kommerzielles KI-Modell – und am 1. Juli mit zusätzlichen Zugangskontrollen wieder eingeführt.
Mythos vs. Fable: Die Architektur hinter dem Namen
Um Claude Fable 5 zu verstehen, muss man die Unterscheidung zwischen Mythos-Klasse verstehen, denn beide Namen beziehen sich auf dieselben Gewichte mit unterschiedlichen Sicherheitsebenen.
Claude Mythos 5 ist die Basisarchitektur. Sie hat Klassifikatoren in bestimmten Bereichen entfernt oder reduziert und ist nur für geprüfte Partner über ein eingeschränktes Programm namens Project Glasswing verfügbar. Mythos 5 kann man nicht über die Standard-API beziehen. Es handelt sich um eine für Forschung und Unternehmen eingeschränkte Stufe.
Claude Fable 5 ist Mythos 5 mit Anthropics vollständigem Produktions-Sicherheitsklassifikator-Stack darüber. Dies ist die Version, die über die Claude API, AWS Bedrock, Google Vertex, Azure Foundry und claude.ai verfügbar ist. Die zugrunde liegenden Reasoning-Fähigkeiten sind identisch. Die Verhaltenshülle wird durch die Klassifikatoren geformt.
Wenn Benchmark-Tabellen Fable/Mythos-Zahlen zeigen, fassen sie häufig den höheren Wert aus beiden Varianten in einer einzigen Zeile zusammen. Das ist ein wichtiger Kontext: Die veröffentlichte Zahl von 95,0 % bei SWE-bench Verified könnte die Mythos-Leistung in einer Konfiguration ohne Klassifikatoren widerspiegeln, nicht das Fable 5, das man tatsächlich erhält, wenn man claude-fable-5 über die API aufruft. Anthropic verwendet für diese Evals sein eigenes Scaffold statt Scale SEAL, was eine weitere Unsicherheitsebene hinzufügt. Die ehrliche Einschätzung lautet: Fable 5 ist deutlich besser als Opus 4.8 – aber das genaue Delta bei jedem einzelnen Benchmark ist schwerer festzunageln, als die veröffentlichte Tabelle suggeriert.
Was nicht mehrdeutig ist: die architektonischen Spezifikationen.
| Feature | Claude Fable 5 | Claude Opus 4.8 |
|---|---|---|
| Context window | 1.000.000 Tokens | 200.000 Tokens |
| Max output | 128.000 Tokens | 32.000 Tokens |
| Input pricing | $10 / M Tokens | $15 / M Tokens |
| Output pricing | $50 / M Tokens | $75 / M Tokens |
| Batch input | ~$5 / M | ~$7,50 / M |
| Cache hit (input) | ~$1 / M | ~$1,50 / M |
| Modalities | Text + Vision | Text + Vision |
| Adaptive thinking | Immer aktiv | Optional |
| Chain-of-thought exposed | Nein | Nein |
| API identifier | claude-fable-5 | claude-opus-4-8 |
Zwei Dinge hat Anthropic für Fable 5 nicht veröffentlicht: einen Wissensstichtag für die Trainingsdaten und eine Parameteranzahl. Keine dieser Zahlen sollte angegeben oder abgeleitet werden, und man sollte jeder Drittquelle skeptisch gegenüberstehen, die eine konkrete Zahl behauptet.
Der 1M-Token-Kontext ist die Kernspezifikation und tatsächlich sehr nützlich – ganze Codebasen, umfangreiche Vertragssätze, große Dokumentenkorpora. Die Obergrenze von 128k Output bedeutet, dass das Modell in einem einzigen Durchgang deutlich längere Artefakte produzieren kann als Opus. Adaptive Thinking ist bei Fable 5 immer aktiv, was bedeutet, dass das Modell automatisch entscheidet, wie viel Denkbudget pro Anfrage zugewiesen wird; man kann es nicht in einen schnellen, oberflächlichen Modus zwingen, kann aber auch nicht die intern erzeugte Denkkette einsehen.
Der Sicherheits-Fallback: Ein wirklich neuartiges – und wirklich umstrittenes – Design
Das markanteste Produktionsverhalten von Fable 5 ist keine Fähigkeit. Es ist ein Beschränkungsmechanismus, den kein vorheriges Produktionsmodell in diesem Ausmaß eingesetzt hat.
Wenn die Klassifikatoren von Fable 5 feststellen, dass eine Anfrage in bestimmte Hochrisikokategorien fällt – konkret Cybersicherheits-Angriffswerkzeuge, Synthese biologischer Wirkstoffe, chemiewaffennahe Anfragen und Versuche, die Modellgewichte zu destillieren oder zu klonen – wird die Anfrage nicht abgelehnt. Sie wird still an Claude Opus 4.8 umgeleitet, das stattdessen antwortet. Der Nutzer erhält eine Antwort von Opus mit einem kurzen Hinweis, dass die Anfrage von einer anderen Modellvariante bearbeitet wurde. Weniger als 5 % der Sitzungen lösen diesen Mechanismus aus.
Das ist theoretisch clever. Harte Ablehnungen trainieren Angreifer darauf, sie zu umgehen. Eine sanfte Herabstufung auf ein leistungsfähiges, aber anderes Modell stört das Destillationssignal, während legitime Grenzfälle weiterhin bedient werden. Der Nutzer bleibt nicht mit einem stumpfen „Das kann ich nicht" zurück.
In der Praxis hat dies erhebliche Kritik von Forschern hervorgerufen, die legitime berufliche Bedürfnisse genau in den Bereichen haben, auf die der Klassifikator abzielt. Sicherheitsforscher, die Red-Team-Werkzeuge bauen. Biologen, die Pathogenabwehr erforschen. Chemiker, die in regulatorischen Kontexten arbeiten. Für diese Nutzer ist ein undurchsichtiger „Schatten-Bann", der eine Anfrage still herabstuft, ohne zu erklären, welcher Aspekt den Klassifikator ausgelöst hat, operativ störend. Man weiß nicht, ob man an die Grenze gestoßen ist wegen einer Formulierung, eines angehängten Dokuments oder eines fortbestehenden Kontexts aus früherer Zeit in der Sitzung. Man bekommt eine Antwort von Opus und eine knappe Notiz.
Anthropics Position ist, dass der Klassifikator absichtlich undurchsichtig ist, um adversarielles Ausprobieren zu verhindern. Das ist nachvollziehbar. Es ist aber auch keine zufriedenstellende Antwort für einen Fachmann, der wissen muss, ob sein Workflow strukturell mit Fable 5 unvereinbar ist oder ob eine kleine Anpassung des Prompts das Problem lösen würde.
Das Design ist wirklich neuartig. Die Kompromisse sind wirklich real. Beides ist wahr.
Für die meisten Happycapy-Nutzer, die agentische Workflows aufbauen – Coding-Agenten, Datenanalyse-Agenten, Dokumentenverarbeitungspipelines – ist all das irrelevant. Die Auslöserquote von unter 5 % bedeutet, dass die überwiegende Mehrheit der Produktionsanwendungsfälle dem Fallback nie begegnet. Aber wenn die eigene Arbeit die markierten Bereiche berührt, sollte man wissen, dass dieser Mechanismus existiert, bevor man auf Fable 5 aufbaut.
Wer sollte tatsächlich 50 Dollar pro Million Output-Tokens bezahlen
Hier hört die meiste Berichterstattung auf, nützlich zu sein. Die Benchmark-Zahlen sind beeindruckend. Aber sollte man Fable 5 verwenden?
Die ehrliche Antwort für die meisten Entwickler: wahrscheinlich nicht als Standardmodell. Hier die Aufschlüsselung.
Fable 5 verwenden, wenn:
- Die Aufgabe einen Kontext erfordert, der größer als 200k Tokens ist – ganze Repositories, regulatorische Dokumentensätze, sitzungsübergreifende Speicherkonsolidierung.
- Ein langfristiger agentischer Workflow läuft, bei dem das Modell über viele Schritte hinweg planen, ausführen und sich von Fehlern erholen muss, ohne menschliche Kontrollpunkte. Der Leitfaden zu Harness Engineering in diesem Blog erklärt, warum das architektonisch wichtig ist.
- Der Output selbst das Ergebnis ist und Länge/Qualität die Kosten rechtfertigen – ein tiefgehender technischer Bericht, ein umfassendes Codebase-Refactoring, ein unternehmensgerechtes Spezifikationsdokument.
- Ein Coding-Agent gebaut wird, der bei schwierigen Problemen dranbleiben muss. Der Vergleich bester KI-Agent für Coding zeigt, warum die Modellobergrenze in agentischen Schleifen wichtig ist.
- Multimodale Analyse komplexer visueller Eingaben durchgeführt wird, bei der Reasoning auf SWE-bench-Niveau erforderlich ist, um den Inhalt zu interpretieren, nicht nur zu beschreiben.
Fable 5 nicht verwenden, wenn:
- Hochvolumige, routinemäßige Inferenz ansteht. Bei $50/M Output kostet ein Chatbot, der 500 Sitzungen täglich mit durchschnittlich 1.000 Output-Tokens verarbeitet, $25/Tag – $750/Monat – allein für den Output. Sonnet oder Haiku bewältigt die meisten dieser Workloads zu einem Bruchteil der Kosten.
- Die Aufgabe in 200k Kontext passt und keine Fable-Level-Denktiefe erfordert. Die meisten Aufgaben tun das nicht.
- Man prototypisiert. Die günstigeren Stufen zur Validierung der Pipeline nutzen und erst dann das Modell aufrüsten, wenn feststeht, dass die Architektur funktioniert.
- Man vergleicht Modelle. Der Überblick zu Claude Haiku 4.5 ist ein nützlicher Referenzpunkt, um zu verstehen, wie viel Spielraum Anthropics leichtere Modelle tatsächlich für Aufgaben mittlerer Komplexität haben.
Das Input-Pricing von $10/M ist tatsächlich niedriger als bei Opus 4.8 ($15/M), was Fable 5 für lesenswertige Workloads gegen lange Dokumente wettbewerbsfähig macht. Teuer wird es beim Output. Wenn der Anwendungsfall kurze Antworten auf lange Kontexte generiert – Klassifikation, Extraktion, strukturierter Output – ist Fable 5 nicht so teuer, wie der Listenpreis vermuten lässt. Wenn der Anwendungsfall lange Outputs generiert, wird die Rechnung schnell unangenehm.
Wo man es ausführen kann
Claude Fable 5 ist auf jeder großen Plattform verfügbar:
- Anthropic API —
claude-fable-5, mit der standardmäßigen claude.ai-Oberfläche für den interaktiven Einsatz - AWS Bedrock — Modell-ID
anthropic.claude-fable-5 - Google Vertex AI und Azure AI Foundry — über die Standard-Provider-Integration
- Claude Code — Anthropics agentisches Coding-CLI, das nun Fable 5 als oberste Stufe verwendet
- OpenRouter und Cloudflare Workers AI — für Entwickler, die über verschiedene Anbieter routen
- Happycapy — Teil des Katalogs mit über 150 Modellen, zugänglich im Browser mit vollständiger Tool-Unterstützung einschließlich Codeausführung, Dateiverwaltung und MCP-Integrationen
Wer Fable 5 gegen Opus 4.8, Sonnet, GPT-5.5, Gemini Ultra oder ein anderes Modell in derselben Sitzung vergleichen möchte, findet in Happycapy den wirklich schnellsten Weg zu diesem Vergleich. Man kann alle nebeneinander in einer Cloud-Sandbox ausführen, ohne API-Schlüssel für jeden Anbieter einzurichten. Kostenlos starten auf happycapy.ai – die Multi-Modell-Vergleichsansicht ist bereits im kostenlosen Tarif verfügbar.
Der agentische Anwendungsfall ist der Bereich, in dem Happycapys Architektur für Fable 5 besonders relevant wird. Der 1M-Token-Kontext und die langfristigen Planungsfähigkeiten von Fable 5 sind am wertvollsten, wenn sie mit echten Werkzeugen kombiniert werden – Dateisysteme, Codeausführung, Webzugriff. Einen Fable-5-Agenten in einer Sandbox-Umgebung mit diesen verfügbaren Werkzeugen laufen zu lassen, ist genau das, wofür die Plattform gebaut wurde. Der Erklärartikel Agentic AI vs. AI Agents beschreibt, warum diese Unterscheidung wichtig ist, wenn man entscheidet, wie ein Fable-5-Workflow architektiert werden soll.
Fable 5s Produktionsarchitektur: 1M-Token-Kontext mit adaptivem Denken speist die Sicherheitsklassifikator-Ebene. Hochrisiko-Anfragen werden mit Benachrichtigung an Opus 4.8 umgeleitet; Standardanfragen durchlaufen den vollen Reasoning-Stack von Fable 5 bis hin zu Tool-Nutzung und Output.
Der Benchmark-Vorbehalt, den niemand erwähnt
Seien wir konkret bei den kursierenden Zahlen, denn die Art, wie sie präsentiert werden, lädt zu übermäßigem Vertrauen ein. Hier die von Anthropic veröffentlichte Kerntabelle, vor den Vorbehalten:
| Benchmark | Fable 5 | Opus 4.8 | GPT-5.5 |
|---|---|---|---|
| SWE-bench Verified | 95,0 % | 88,6 % | — |
| SWE-bench Pro | 80,3 % | 69,2 % | 58,6 % |
| FrontierCode Diamond | 29,3 % | 13,4 % | 5,7 % |
| Terminal-Bench 2.1 | 88,0 % | 82,7 % | — |
| GDPval-AA (Elo) | 1932 | 1890 | — |
| OSWorld-Verified | 85,0 % | 83,4 % | — |
| HealthBench Professional | 66,0 % | 56,9 % | — |
| Humanity's Last Exam (ohne Tools / mit Tools) | 59,0 % / 64,5 % | 49,8 % / 57,9 % | — |
Nun zu den Vorbehalten, denn sie zählen mehr als die Zahlen selbst.
SWE-bench Verified bei 95,0 % liegt nahe an der Sättigungsgrenze des Benchmarks. Auf diesem Niveau misst der Benchmark eher die Schwierigkeit der verbleibenden 5 % als dass er Modelle voneinander unterscheidet. SWE-bench Pro – die schwierigere Variante – ist das aussagekräftigere Signal, und Fable/Mythos bei 80,3 % gegenüber Opus 4.8 bei 69,2 % stellt eine bedeutsame Lücke dar. Aber 80,3 % bei Pro bedeutet auch, dass eine von fünf realen Softwareentwicklungsaufgaben scheitert, was ein anderer Rahmen ist als „das beste je".
Terminal-Bench 2.1 bei 88,0 % kommt mit einem bemerkenswerten Sternchen: Etwa 20,9 % der Durchläufe in der Terminal-Bench-Suite lösten eine Sicherheitsverweigerung aus, die die Aufgabenerledigung verhinderte. Diese Durchläufe zählten gegen Fable 5s Punktzahl, nicht gegen einen Konkurrenten, der sie ohne Verweigerung abgeschlossen hätte. Die Kernzahl unterschätzt somit die rohe Leistungsfähigkeit, während sie gleichzeitig tatsächlich das Produktionsverhalten widerspiegelt, das man tatsächlich bekommt.
Humanity's Last Exam — 59,0 % ohne Tools, 64,5 % mit Tools — ist ein beeindruckendes Frontier-Ergebnis bei einem Benchmark, der schwierig konzipiert ist. Aber HLE umfasst Bereiche von Mathematik über Klassik bis hin zu Biologie, und die Leistung ist über diese Bereiche hinweg sehr ungleichmäßig. Ein Durchschnitt von 59 % bedeutet nicht 59 % Erfolg bei jeder beliebigen Fachfrage.
Das Gesamtbild ist, dass Fable 5 ein realer, substanzieller Fortschritt gegenüber Opus 4.8 ist. Die konkreten Zahlen in der veröffentlichten Tabelle sollten am besten als richtungsweisende Indikatoren behandelt werden, nicht als präzise Messungen dessen, was man in der Produktion sehen wird. Die TechCrunch-Berichterstattung zum Launch verwies auf den breiteren Kontext: Anthropic selbst hatte kurz zuvor Warnungen zum Tempo der KI-Entwicklung veröffentlicht, was die gleichzeitige Veröffentlichung seines leistungsstärksten Modells zu einer bemerkenswerten Spannung machte, die es wert ist, darüber nachzudenken.
Das größere Bild: Staatliche Kontrolle über KI-Infrastruktur
Die Aussetzung vom 12. Juni verdient mehr als eine Fußnote. Es ist das Ereignis, das in künftigen Geschichtsschreibungen der KI-Governance als erstes konkretes Beispiel staatlicher Intervention in die Verfügbarkeit kommerzieller Modelle zitiert werden wird.
Die Anordnung selbst bleibt in ihren Einzelheiten teilweise undurchsichtig. Klar ist, dass eine US-Regierungsbehörde feststellte, dass die grenzüberschreitende Verfügbarkeit eines kommerziellen Text-und-Vision-Modells ein ausreichendes Exportkontrollrisiko darstellte, um die Aussetzung seines Einsatzes zu rechtfertigen. Das Modell wurde während der 19-tägigen Aussetzung nicht verändert. Die Wiedereinführung am 1. Juli kam mit zusätzlichen geografischen Zugangskontrollen – das heißt, bestimmte API-Aufrufe werden nun nach Herkunftsland gefiltert, was am 9. Juni noch nicht der Fall war.
Dies ist keine hypothetische Zukunft, in der Regierungen KI regulieren. Es ist die Gegenwart. Die Aussetzung betraf Entwickler, die Fable 5 bereits in Produktionsworkflows integriert hatten. Sie betraf Unternehmen, die es auf Bedrock eingesetzt hatten. Sie betraf Forscher, die Evals durchführten. Neunzehn Tage Abwesenheit in einem Produktionssystem sind nicht trivial.
Was bedeutet das für Entwickler? Es bedeutet, dass selbst ein Modell des compliance-orientiertesten KI-Labors der Welt binnen drei Tagen aus der API verschwinden kann. Wer auf Fable 5 – oder einem beliebigen Frontier-Modell – aufbaut, für den ist eine Multi-Provider-Fallback-Architektur keine Paranoia mehr. Es ist technische Grundhygiene. Der MCP-Server-Leitfaden behandelt, wie Tool-Call-Infrastruktur für Provider-Portabilität konzipiert werden kann; dieselben Prinzipien gelten auch für die Modellebene.
Anthropic handhabte die Aussetzung mit relativer Transparenz – man kommunizierte schnell und setzte das Modell innerhalb von drei Wochen wieder ein. Das ist besser als die Alternative. Aber der Vorfall zeigt, dass die Verfügbarkeit eines gegebenen Modells nicht einfach eine kommerzielle Entscheidung zwischen Anthropic und seinen Kunden ist. Es ist eine Entscheidung, bei der staatliche Akteure nun eine nachgewiesene Bereitschaft zur Intervention gezeigt haben.
FAQ
Was ist Claude Fable 5?
Claude Fable 5 ist Anthropics aktuelles Flaggschiff-Frontier-Modell, das in der Fähigkeitshierarchie über Opus, Sonnet und Haiku angesiedelt ist. Es basiert auf der Mythos-Klasse-Architektur und wurde am 9. Juni 2026 öffentlich veröffentlicht. Es ist ein Allzweck-Reasoning- und langfristig agentisches Modell mit einem 1M-Token-Kontextfenster und Text- + Vision-Fähigkeiten. API-Kennung: claude-fable-5.
Ist Claude Fable 5 ein Modell für kreatives Schreiben oder Geschichtenerzählen? Nein. Der Name „Fable" ist eine Produktlinien-Branding-Entscheidung ohne funktionalen Bezug zum kreativen Schreiben. Claude Fable 5 ist ein Allzweck-Frontier-Modell, optimiert für Reasoning, Coding, Analyse und langfristige agentische Aufgaben. Es ist das leistungsfähigste Modell, das Anthropic je öffentlich veröffentlicht hat, kein spezialisierter kreativer Assistent.
Wie schneidet Claude Fable 5 im Vergleich zu Opus 4.8 ab? Fable 5 übertrifft Opus 4.8 bei den wichtigsten Benchmarks: SWE-bench Verified 95,0 % vs. 88,6 %, SWE-bench Pro 80,3 % vs. 69,2 %, Terminal-Bench 88,0 % vs. niedriger. Fable 5 hat außerdem 5-mal mehr Kontext (1M vs. 200k Tokens) und 4-mal höheren Max-Output (128k vs. 32k). Die Output-Preisgestaltung von Fable 5 ($50/M) ist jedoch die primäre Einschränkung für hochvolumige Anwendungsfälle; Opus 4.8 mit $75/M Output ist tatsächlich teurer, was Fable 5 zum besseren Deal macht, wenn man diese Fähigkeitsstufe benötigt. Die meisten routinemäßigen Anwendungsfälle benötigen keines von beiden – Sonnet oder Haiku reicht aus.
Was kostet Claude Fable 5? Standard-API: $10 pro Million Input-Tokens, $50 pro Million Output-Tokens. Batch-Modus: etwa $5/$25. Cache-Treffer beim Input: etwa $1/M. Die Preisgestaltung ist grob vergleichbar mit Opus 4.8 (das $15/$75 kostete) und stellt eine Preissenkung auf dieser Fähigkeitsstufe dar.
Warum wurde Claude Fable 5 ausgesetzt? Fable 5 wurde am 12. Juni 2026 – drei Tage nach dem Launch – durch eine US-Exportkontroll-Anordnung ausgesetzt. Dies war das erste Mal, dass ein kommerzielles KI-Modell durch regulatorische Maßnahmen statt durch einen freiwilligen Sicherheitsrückzug vom Markt genommen wurde. Das Modell wurde am 1. Juli 2026 mit zusätzlichen geografischen Zugangskontrollen wieder eingesetzt. Anthropic hat die vollständigen Einzelheiten der Anordnung nicht veröffentlicht.
Was ist der Unterschied zwischen Claude Fable 5 und Claude Mythos 5? Dieselben zugrunde liegenden Gewichte, unterschiedliche Sicherheitsebenen. Mythos 5 hat Klassifikatoren in bestimmten Hochrisikobereichen reduziert oder entfernt und ist über Project Glasswing auf geprüfte Partner beschränkt. Fable 5 ist Mythos 5 mit Anthropics vollständigem Produktions-Sicherheitsklassifikator-Stack darüber. Veröffentlichte Benchmark-Tabellen fassen manchmal den höheren Wert aus beiden Varianten zusammen, was die eigenständige Leistung von Fable 5 schwerer präzise einzuschätzen macht.
Was ist der Opus-Fallback bei Claude Fable 5? Wenn die Klassifikatoren von Fable 5 Hochrisiko-Anfragen in den Bereichen Cybersicherheit, Biologie, Chemie oder Modell-Destillation erkennen, wird die Anfrage still an Claude Opus 4.8 umgeleitet, das stattdessen antwortet, mit einem kurzen Hinweis an den Nutzer. Weniger als 5 % der Sitzungen lösen dies aus. Kritiker – insbesondere Sicherheitsforscher und Biologen mit legitimen beruflichen Bedürfnissen – haben den undurchsichtigen, nicht erklärenden Fallback als „Schatten-Bann" bezeichnet, der berufliche Workflows ohne ausreichende Transparenz stört.
Ohne Verpflichtung ausprobieren
Wer Claude Fable 5 neben Opus 4.8, Sonnet, GPT-5.5 oder einem von über 150 anderen Modellen laufen lassen möchte, um zu sehen, wo sich die tatsächliche Leistungslücke in der realen Welt beim eigenen konkreten Anwendungsfall zeigt, bekommt das bei Happycapy im Browser ohne Einrichtung. Man bringt die Aufgabe mit. Die Plattform bringt die Infrastruktur.
Kostenlos starten auf happycapy.ai
Das Modell ist zurück. Die Geschichte dahinter, warum es verschwand – und was das für die Branche bedeutet – wird nicht verschwinden.
