Anthropic verspricht mit Claude Fable 5.1 bis zu 45 % niedrigere Kosten und deutliche Benchmark-Sprünge beim agentischen Coding. Eine unabhängige Analyse widerspricht dem Kostenversprechen. Der Faktencheck zum neuen Flaggschiff.
Anthropic hat sein bisher leistungsfähigstes Modellpaar veröffentlicht: Claude Fable 5.1 und Mythos 5.1. Die Ankündigung liest sich rundum positiv — bessere Benchmarks, natürlicherer Schreibstil, deutlich niedrigere Kosten. Der zweite Teil dieser Rechnung hält einer unabhängigen Prüfung aber nicht ganz stand.
Fable 5.1 und Mythos 5.1 basieren wie ihre Vorgänger auf demselben Modell, unterscheiden sich aber im Zugang: Fable 5.1 ist ab sofort auf allen Plattformen allgemein verfügbar (AWS, Google Cloud, Microsoft Azure, API-Bezeichnung claude-fable-5-1), während Mythos 5.1 nur über spezielle Verifizierungsprogramme für Cybersicherheit und Biowissenschaften zugänglich ist.
Bei den agentischen Benchmarks legt Fable 5.1 deutlich zu: Beim Wissenschafts-Benchmark Terminal-Bench-Science 0.1 erreicht es 52,6 % gegenüber 24,7 % beim Vorgänger Fable 5 — mehr als doppelt so viel, und weit vor GPT-5.6 Sol mit 22,4 %. Beim Coding-Benchmark Terminal-Bench 4.0 kommt Fable 5.1 auf 55,8 % (Mythos 5.1 sogar 60,9 %), verglichen mit 42,0 % für Fable 5 und 52,3 % für Opus 5.
Fable 5.1 und Mythos 5.1 sind die ersten Claude-Modelle mit eingebautem Wasserzeichen ab Werk, dazu startet eine Erkennungs-API in privater Vorschau für Regulierungsbehörden, Medien und Faktenchecker. Die Sicherheitsfilter für Cybersicherheit lösen laut Anthropic 60 % weniger Fehlalarme aus, bei harmlosen Biologie-/Medizin-Fragen 85 % seltener. Fable 5.1 darf jetzt Software-Schwachstellen identifizieren (aber keine Exploits entwickeln) — dafür bleiben die Opus-Modelle zuständig.
Anthropics eigene Rechnung: Für typische Arbeitslasten koste Fable 5.1 rund 25 % weniger als Fable 5, bei stark agentischen Aufgaben mit vielen Werkzeugaufrufen sogar bis zu 45 % weniger. Möglich wird das durch eine Preissenkung der Cache-Reads um 75 % auf 0,25 $ pro Million Token. Die übrigen API-Preise bleiben unverändert bei 10 $ Eingabe- und 50 $ Ausgabe-Token pro Million — zum Vergleich: Opus 5 kostet nur die Hälfte davon (5 $ / 25 $), rein auf den Tokenpreis bezogen.
Die Analysefirma Artificial Analysis kommt zu einem anderen Ergebnis: Bei maximaler Effort-Stufe koste Fable 5.1 pro Aufgabe rund 20 % mehr als Fable 5, weil das Modell etwa das 1,7-Fache an Ausgabe-Token verbraucht — die günstigeren Cache-Reads werden durch den höheren Verbrauch überkompensiert. Auf der zweithöchsten Stufe (xhigh) ist Fable 5.1 zwar günstiger als auf Maximum, liegt mit 2,72 $ pro Aufgabe aber immer noch über Opus 5, das bei vergleichbarer Leistung 2,34 $ kostet.
Der Widerspruch liegt nicht darin, dass eine Seite lügt, sondern darin, was gemessen wird: Anthropics Prozentzahlen beziehen sich auf den reinen Preis pro Token bei gleichem Verbrauch. Artificial Analysis misst die tatsächlichen Gesamtkosten pro gelöster Aufgabe — inklusive des höheren Token-Verbrauchs bei hoher Effort-Stufe. Für die eigene Praxis zählt am Ende Letzteres: Was eine Aufgabe wirklich kostet, nicht der Listenpreis pro Million Token.
Ein Kostenversprechen bezieht sich fast immer auf den Preis pro Token — was am Ende zählt, ist der Preis pro gelöster Aufgabe. Beide Zahlen können gleichzeitig korrekt sein und trotzdem etwas anderes bedeuten.
An den Benchmark-Sprüngen von Fable 5.1 gibt es wenig zu deuteln — vor allem bei agentischer Forschung und Coding liegt das Modell klar vor seinem Vorgänger und der Konkurrenz. Die Kostenrechnung ist die Stelle, an der Anthropics Ankündigung optimistischer klingt, als die Praxis es hergibt: Wer auf maximaler Effort-Stufe arbeitet, zahlt laut unabhängiger Messung mehr, nicht weniger, weil das Modell einfach mehr Token produziert, um auf die besseren Ergebnisse zu kommen.
Für die eigene Praxis heißt das: Bei jedem Kostenversprechen eines KI-Anbieters lohnt sich die Frage, ob es sich auf den Tokenpreis oder auf die tatsächlichen Kosten pro erledigter Aufgabe bezieht — und auf welcher Effort-Stufe gemessen wurde. Wer Fable 5.1 einsetzt, sollte die Effort-Stufe an die eigene Aufgabe anpassen statt automatisch die höchste zu wählen, sonst frisst der Mehrverbrauch die versprochene Ersparnis wieder auf.
Quellen: The Decoder (zitiert Anthropic und Artificial Analysis). Stand: 01.09.2026.
Welches Modell für welche Aufgabe, welche Tools wirklich zählen und wie du richtig promptest — komplett lesbar, kein Download.
Jetzt gratis lesen →Ich helfe dir, KI-Themen für deinen Content so aufzubereiten, dass sie stimmen — nicht nur, dass sie gut klicken. Lass uns reden.