Für normale Nutzer, Entwickler und Unternehmen dürfte allerdings eine andere Änderung mindestens genauso interessant sein: Fable 5.1 kann bei agentischen Aufgaben erheblich günstiger werden als Fable 5.
Fable 5.1 soll vor allem bei langen Aufgaben besser werden
Anthropic beschreibt Fable 5.1 als Modell für Coding, Wissensarbeit und langfristige Problemlösung. Gemeint sind damit nicht nur einzelne Fragen oder kurze Programmieraufgaben.
Moderne KI-Agenten arbeiten zunehmend über längere Zeiträume. Sie durchsuchen Dokumentationen, analysieren Quellcode, verwenden Browser und Terminal, führen Tests aus, korrigieren Fehler und entscheiden anschließend selbstständig, welcher Schritt als Nächstes notwendig ist.
Genau bei solchen Aufgaben will Anthropic die größten Fortschritte erzielt haben.
Ein Beispiel liefert Ramp. Dort soll Fable 5.1 bei einem Machine-Learning-Problem 38 Stunden unbeaufsichtigt gearbeitet haben. Das Modell erkannte demnach einen Fehler in einem vorherigen Ergebnis, korrigierte ihn, startete mehrere parallele Experimente und lieferte anschließend Ergebnisse und weitere Schritte.
Auch MongoDB berichtet von einem Prototypen, den Fable 5.1 über mehrere Stunden weitgehend selbstständig entwickelte. Das Modell analysierte zunächst vorhandenen Code und Dokumentation, entwarf eine Architektur und setzte anschließend den Prototypen um.
Solche Beispiele sind zwar Erfahrungsberichte von Anthropics Early-Access-Partnern und keine unabhängigen Benchmarks. Sie zeigen aber ziemlich deutlich, in welche Richtung sich Frontier-Modelle entwickeln: weg vom reinen Chatbot und hin zum digitalen Mitarbeiter, der einen Auftrag über Stunden oder sogar Tage verfolgt.
73,4 Prozent im CursorBench
Auch bei Coding-Benchmarks schneidet das neue Modell stark ab.
Im CursorBench 3.2.0, der agentische Softwareentwicklung untersucht, erreicht Claude Fable 5.1 laut den von Anthropic veröffentlichten Ergebnissen 73,4 Prozent.
| Modell |
CursorBench 3.2.0 |
| Claude Fable 5.1 |
73,4 % |
| Claude Fable 5 |
70,5 % |
| Claude Opus 5 |
70,0 % |
| GPT-5.6 Sol |
67,2 % |
SpaceXAI, das hinter dem Benchmark steht, bezeichnet Fable 5.1 als das bisher leistungsfähigste dort getestete Modell. Besonders gut sei es darin, die eigene Arbeit zu überprüfen und schwierige Coding-Aufgaben vollständig abzuarbeiten.
Interessant ist dabei der Vergleich mit Claude Opus 5. Die Modellhierarchie ist inzwischen nicht mehr so einfach, dass das vermeintlich größere Modell automatisch überall besser abschneidet. Bei mehreren agentischen Aufgaben liegt Fable 5.1 vor Opus 5.
Auch bei Business-Aufgaben deutlich stärker
Der Sprung beschränkt sich nicht auf Programmierung.
Im AutomationBench für Geschäftsprozesse erreicht Fable 5.1 einen Wert von 31,4 Prozent. Fable 5 kam dort auf 17,1 Prozent und Opus 5 auf 26,9 Prozent.
| Benchmark |
Fable 5.1 |
Fable 5 |
Opus 5 |
GPT-5.6 Sol |
| Terminal-Bench-Science 0.1 |
52,6 % |
24,7 % |
29,0 % |
22,4 % |
| GDPval-AA v2 |
1853 |
1723 |
1824 |
1711 |
| AutomationBench |
31,4 % |
17,1 % |
26,9 % |
19,6 % |
| CursorBench 3.2.0 |
73,4 % |
70,5 % |
70,0 % |
67,2 % |
Benchmark-Ergebnisse sollte man allerdings nicht mit einer allgemeinen Rangliste verwechseln. Ergebnisse hängen vom verwendeten Test, den Tools, Einstellungen und dem verfügbaren Rechenaufwand ab.
Bei Fable 5.1 kommt ein weiterer Faktor hinzu: Anthropic testete das öffentlich verfügbare Modell mit aktivierten Sicherheitsmechanismen. Bei einigen Aufgaben konnten diese eingreifen und das Ergebnis verschlechtern.
Mythos 5.1 erreicht beim Terminal-Benchmark 60,9 Prozent
Das zeigt sich besonders deutlich beim Terminal-Bench 4.0.
Fable 5.1 erreicht dort 55,8 Prozent. Die weniger eingeschränkte Variante Claude Mythos 5.1 kommt auf 60,9 Prozent.
Anthropic erklärt den Unterschied nicht mit einem leistungsfähigeren Grundmodell. Fable 5.1 und Mythos 5.1 basieren auf demselben Modell. Mythos besitzt lediglich andere Sicherheitsmechanismen und darf bestimmte Aufgaben durchführen, bei denen Fable eingeschränkt wird.
Fable 5.1 darf jetzt Sicherheitslücken finden
Eine für Entwickler besonders relevante Änderung betrifft Cybersecurity.
Claude Fable 5 war bei sicherheitsrelevanten Anfragen teilweise sehr restriktiv. Anthropic hat die Klassifizierung für Fable 5.1 überarbeitet und spricht von rund 60 Prozent weniger Eingriffen der Cybersecurity-Schutzmechanismen pro Claude-Code-Sitzung.
Vor allem darf Fable 5.1 nun ausdrücklich zur Suche nach Software-Schwachstellen verwendet werden.
Grenzen bleiben allerdings bestehen. Aufgaben wie Exploit-Entwicklung, Penetrationstests oder bestimmte Analysen kompilierter Binärdateien können weiterhin blockiert beziehungsweise auf andere Claude-Modelle umgeleitet werden.
Für Entwickler ist diese Änderung relevant, weil leistungsfähige Coding-Agenten zunehmend auch für Code-Reviews und automatisierte Sicherheitsanalysen eingesetzt werden.
Der eigentliche Preissprung steckt im Prompt Cache
Eine der wichtigsten Neuerungen findet sich nicht in einem Benchmark, sondern in Anthropics Preisliste.
Der reguläre API-Preis von Fable 5.1 bleibt bei 10 US-Dollar pro Million Input-Token und 50 US-Dollar pro Million Output-Token.
Massiv reduziert wurde dagegen der Preis für bereits zwischengespeicherten Kontext.
Cache Reads kosten bei Fable 5.1 nur noch 0,25 US-Dollar pro Million Token – 75 Prozent weniger als zuvor.
Das klingt zunächst nach einer technischen Detailänderung. Für KI-Agenten kann sie jedoch einen erheblichen Unterschied machen.
Ein Agent, der stundenlang an einem großen Softwareprojekt arbeitet, muss immer wieder auf große Mengen bereits gelesenen Kontextes zugreifen: Quellcode, Dokumentationen, vorherige Entscheidungen, Testergebnisse oder Projektinformationen.
Je länger die Aufgabe läuft, desto wichtiger wird deshalb günstiges Context-Caching.
Anthropic beziffert die durchschnittliche Ersparnis gegenüber Fable 5 bei typischen Workloads auf etwa 25 Prozent. Bei besonders agentischen und kontextintensiven Aufgaben sollen die Gesamtkosten sogar um bis zu rund 45 Prozent sinken.
Das könnte für Coding-Agenten wichtiger sein als ein neuer Benchmark-Rekord
Genau diese Kombination dürfte Fable 5.1 interessant machen.
Ein etwas besseres Modell bringt bei autonomen Agenten wenig, wenn ein mehrstündiger Lauf wirtschaftlich kaum sinnvoll ist. Sinkende Kosten für wiederverwendeten Kontext können dagegen dazu führen, dass Aufgaben überhaupt erst dauerhaft an einen Agenten delegiert werden.
Cognition kündigt beispielsweise an, einen Teil seiner bisherigen Opus-5-Workloads in Devin auf Fable 5.1 umzustellen. Als Gründe nennt das Unternehmen vergleichbare oder bessere Ergebnisse sowie die niedrigeren Kosten.
Auch andere Early-Access-Partner berichten auffällig häufig nicht von besseren Antworten auf einzelne Fragen, sondern von langen Arbeitsabläufen, Codeanalysen über mehrere Repositories und Agenten, die ihre eigenen Ergebnisse überprüfen.
Das ist vermutlich die wesentlich wichtigere Entwicklung hinter Fable 5.1.
Fable 5.1 soll auch Forschung selbstständig durchführen
Noch größer als beim klassischen Coding ist der Leistungssprung laut Anthropic bei wissenschaftlichen Aufgaben.
Im neuen Terminal-Bench-Science 0.1 erreicht Fable 5.1 52,6 Prozent. Fable 5 kommt auf 24,7 Prozent und Opus 5 auf 29,0 Prozent.
Damit hat sich das Ergebnis gegenüber dem direkten Vorgänger mehr als verdoppelt.
Anthropic demonstriert die Fähigkeiten zusätzlich anhand mehrerer Forschungsprojekte.
Fable 5.1 trainierte beispielsweise ein neuronales Netz, um aus Radardaten der NASA-Mission Magellan eine neue Höhenkarte der Venus zu erstellen. Die Karte deckt etwa ein Drittel des Planeten ab und soll Details im Bereich von zwei bis drei Kilometern sichtbar machen, während vorherige Daten teilweise nur Auflösungen von zehn bis 20 Kilometern ermöglichten.
Anthropic veröffentlicht die entstandenen Daten unter einer Creative-Commons-Lizenz.
Mythos 5.1 entwirft Proteinbinder und optimiert GPU-Code
Bei Claude Mythos 5.1 geht Anthropic noch weiter.
Das Modell erhielt Zugriff auf Open-Source-Werkzeuge für Proteindesign und Proteinstrukturvorhersage und sollte neue Proteinbinder entwickeln. Die Ergebnisse wurden anschließend von externen Laboren experimentell überprüft.
Über zwölf untersuchte Ziele hinweg erreichte Mythos 5.1 laut Anthropic eine Trefferquote von nahezu 50 Prozent. Anthropic gibt zum Vergleich an, dass bei heutigen Proteindesign-Verfahren häufig etwa zehn bis 15 Prozent erreicht werden.
Bei drei untersuchten Zielen sollen die entwickelten Binder zudem eine rund zehnfach höhere Bindungsaffinität erreicht haben als die besten Designs entsprechender Adaptyv-Bio-Wettbewerbe.
In einem weiteren Projekt optimierte Mythos 5.1 sieben Open-Source-Modelle aus Genomik und Proteinforschung. Durch selbst entwickelte GPU-Kernel und Caching sollen einzelne Modelle auf einer Nvidia H100 bis zu 2,5-mal schneller geworden sein.
Für große Analysen beziffert Anthropic die mögliche Ersparnis bei den GPU-Kosten auf etwa 30 bis 60 Prozent.
Mythos 5.1 bleibt eingeschränkt verfügbar
Wer Claude ausprobieren möchte, bekommt allerdings nicht automatisch Zugriff auf Mythos 5.1.
Die Mythos-Version richtet sich gezielt an überprüfte Organisationen und Fachleute, die für ihre Arbeit weniger restriktive Schutzmechanismen benötigen.
Anthropic plant dafür zwei Programme: das Cyber Verification Program für professionelle Cybersecurity-Arbeit sowie ein Life Sciences Verification Program für Forschung und Entwicklung in den Lebenswissenschaften.
Die ersten Teilnehmer des Life-Sciences-Programms wurden laut Anthropic gemeinsam mit der US-Regierung aufgenommen. Eine breitere Öffnung ist geplant.
Auch Claude Security, Anthropics Dienst zum automatischen Durchsuchen von Codebasen nach Sicherheitslücken, verwendet künftig Mythos 5.1.
Mehr Datenschutz für Unternehmen
Parallel zum neuen Modell stellt Anthropic seine Enterprise Frontier Safeguards (EFS) vor.
Die Architektur soll Unternehmen die Vorteile einer Zero-Data-Retention-Regelung ermöglichen und gleichzeitig Anthropics Missbrauchsschutz erhalten.
Dafür werden Kundendaten nicht bei Anthropic gespeichert, sondern innerhalb der vom jeweiligen Kunden kontrollierten Cloud-Infrastruktur. Eine notwendige menschliche Prüfung soll standardmäßig ebenfalls beim Kunden stattfinden.
Der Rollout soll schrittweise im Herbst 2026 beginnen. Unterstützt werden sollen unter anderem Claude Code, Claude Enterprise, die Claude Platform, Amazon Bedrock, Google Agent Platform und Microsoft Foundry.
Claude entwickelt sich vom Chatbot zum ausführenden System
Fable 5.1 ist deshalb weniger wegen eines einzelnen Benchmark-Rekords interessant.
Entscheidender ist die Richtung, in die Anthropic das Modell entwickelt.
Mehr Leistung bei langen Aufgaben, bessere Selbstkontrolle, günstigere Kontextwiederverwendung und weniger störende Sicherheits-Fehlalarme adressieren genau die Probleme, die entstehen, wenn ein Sprachmodell nicht nur antworten, sondern tatsächlich arbeiten soll.
Ein Coding-Agent, der einen Fehler in einer fremden Bibliothek bis zum Core Dump verfolgt, ein Projekt über mehrere Codebasen analysiert oder über Stunden selbstständig Experimente durchführt, ist etwas anderes als ein besserer Chatbot.
Fable 5.1 zeigt damit ziemlich deutlich, wohin der Wettbewerb zwischen Anthropic, OpenAI und anderen Anbietern geht: Die interessanteste Kennzahl wird zunehmend nicht mehr sein, wie gut ein Modell eine einzelne Frage beantwortet, sondern wie lange man ihm eine komplexe Aufgabe überlassen kann, ohne ständig eingreifen zu müssen.
Verfügbarkeit von Claude Fable 5.1
Claude Fable 5.1 ist seit dem 1. September 2026 verfügbar.
Das Modell steht laut Anthropic über die eigenen Claude-Angebote sowie über Amazon Web Services, Google Cloud und Microsoft Azure zur Verfügung.
Entwickler können es über die Claude API unter der Modellbezeichnung claude-fable-5-1 einsetzen.
Claude Mythos 5.1 bleibt dagegen zunächst den entsprechenden Trusted-Access-Programmen vorbehalten.
Quelle: Anthropic – Claude Fable 5.1 und Claude Mythos 5.1
