đ° Das Paradoxon: Claude Fable 5.1 spart 45 %, performt besser
Von Jörg SchockErster Hauptkommissar a. D. · ĂŒber 35 Jahre Hamburger Polizei
Kurz gesagt: Anthropic hat mit Claude Fable 5.1 und dem stĂ€rker geschĂŒtzten Schwestermodell Mythos 5.1 seine bisher leistungsfĂ€higsten Modelle vorgestellt. Beim Wissenschaftsbenchmark Terminal-Bench-Science 0.1 verdoppelt Fable 5.1 den VorgĂ€nger fast (52,6 % statt 24,7 %), beim agentischen Coding-Test Terminal-Bench 4.0 legt es um rund 33 Prozent zu und schlĂ€gt damit auch Konkurrenzmodelle wie GPT-5.6 Sol. Gleichzeitig sinken die Kosten um bis zu 45 Prozent â möglich wird das durch 75 Prozent billigere Cache-Lesezugriffe, die vor allem bei langen, autonomen Arbeitssitzungen mit vielen Werkzeugaufrufen ins Gewicht fallen.
Logo: Anthropic, gemeinfrei (Public Domain), via Wikimedia Commons
Wer KI-Assistenten fĂŒr lĂ€ngere, eigenstĂ€ndige Arbeitsschritte einsetzt - etwa zum Recherchieren, Programmieren oder Auswerten von Daten -, kennt das Dilemma: Je leistungsfĂ€higer ein Modell wird, desto teurer wird meist auch seine Nutzung, weil lange Konversationen und viele Werkzeugaufrufe hohe Rechenkosten verursachen. Anthropic verspricht mit seinen neuen Modellen Claude Fable 5.1 und Claude Mythos 5.1 nun beides gleichzeitig: spĂŒrbar bessere Ergebnisse und niedrigere Kosten.
Auf dem Wissenschafts-Benchmark Terminal-Bench-Science 0.1, der prĂŒft, wie gut ein KI-Agent eigenstĂ€ndig Forschungsaufgaben in einer Kommandozeilen-Umgebung löst, erreicht Fable 5.1 eine Erfolgsquote von 52,6 Prozent - der VorgĂ€nger Fable 5 kam nur auf 24,7 Prozent, das bisherige Spitzenmodell Opus 5 auf 29,0 Prozent. Beim Coding-Test Terminal-Bench 4.0 klettert Fable 5.1 von 42,0 auf 55,8 Prozent, das restriktivere Mythos 5.1 erreicht sogar 60,9 Prozent - ein Plus von rund 33 Prozent gegenĂŒber dem VorgĂ€nger. Zum Vergleich: Der Konkurrent GPT-5.6 Sol von OpenAI liegt bei diesem Test laut unabhĂ€ngiger Auswertung von The Decoder mit 37,3 Prozent deutlich dahinter. Auch beim CursorBench 3.2.0, einem weiteren Coding-Vergleichstest, fĂŒhrt Fable 5.1 mit 73,4 Prozent vor Opus 5 (70,0 %) und GPT-5.6 Sol (67,2 %).
Warum die Nutzung trotzdem billiger wird
Der Kostenvorteil entsteht nicht ĂŒber niedrigere Grundpreise - die bleiben bei 10 US-Dollar je Million Input- und 50 US-Dollar je Million Output-Token unverĂ€ndert -, sondern ĂŒber sogenannte Cache-Lesezugriffe: Wenn ein KI-Agent wĂ€hrend einer lĂ€ngeren Arbeitssitzung wiederholt auf denselben Kontext zugreift, etwa bei mehreren aufeinanderfolgenden Werkzeugaufrufen, muss dieser Kontext nicht jedes Mal neu berechnet werden. Anthropic senkt den Preis fĂŒr solche Cache-Lesezugriffe von 1 auf 0,25 US-Dollar je Million Token - ein RĂŒckgang um 75 Prozent. Bei typischen Anwendungen summiert sich das laut Anthropic zu rund 25 Prozent Einsparung, bei stark agentischen, werkzeuglastigen Aufgaben mit vielen Zwischenschritten zu bis zu 45 Prozent.
Fable und Mythos sind dabei technisch dasselbe Basismodell mit unterschiedlichen Sicherheitsvorkehrungen: Claude Fable 5.1 ist ĂŒber die regulĂ€re API (Modellbezeichnung claude-fable-5-1) fĂŒr alle verfĂŒgbar, wĂ€hrend Claude Mythos 5.1 mit gelockerten Schutzmechanismen nur geprĂŒften Fachleuten aus Cybersicherheit und Life Sciences im Rahmen von Anthropics Verifizierungsprogrammen offensteht - ein Modell fĂŒr sensible Forschungsanwendungen, kein Verbraucherprodukt.
Was das fĂŒr den Alltag bedeutet
FĂŒr private Nutzer Ă€ndert sich unmittelbar wenig, da Fable und Mythos vor allem ĂŒber die Entwickler-Schnittstelle und in professionellen Coding-Werkzeugen zum Einsatz kommen. Wer KI-gestĂŒtzte Assistenten in Smart-Home-Anwendungen, Automatisierungs-Skripten oder eigenen Programmierprojekten nutzt, dĂŒrfte die Verbesserung aber mittelbar spĂŒren: Aufgaben, die bislang mehrere AnlĂ€ufe brauchten, etwa das eigenstĂ€ndige Debuggen eines Skripts oder das Zusammenstellen einer Recherche aus mehreren Quellen, laufen mit den neuen Modellen zuverlĂ€ssiger und gĂŒnstiger. Die eigentliche Neuerung liegt also weniger in einem sichtbaren neuen Produkt als in der Kombination aus mehr VerlĂ€sslichkeit bei komplexen, mehrstufigen Aufgaben und einem gesunkenen Preis pro erledigter Aufgabe - ein Paradox, das in der schnelllebigen KI-Branche selten in dieser Deutlichkeit auftritt.
Quelle: Anthropic, ergÀnzt um Recherchen bei The Decoder und MarkTechPost, abgerufen am 2. September 2026.