Claude Fable 5 vs. Opus 4.8: Wirklich wechseln? (Mythos-Klasse, mit Benchmarks)

Claude Fable 5 vs. Opus 4.8: Wirklich wechseln? (Mythos-Klasse, mit Benchmarks)

Anthropic hat Claude Fable 5 am 9. Juni 2026 veröffentlicht. Das Modell erzielt 80,3 % auf SWE-Bench Pro, dem Benchmark für agentisches Coding, auf dem Opus 4.8 69,2 % und GPT-5.5 58,6 % erreicht. Das ist kein Rundungsfehler. Dazu kommt eine Besonderheit: Fable 5 ist die öffentliche, abgesicherte Hälfte einer neuen „Mythos-Klasse", während ein gesperrtes Geschwistermodell namens Claude Mythos 5 hinter einem eingeschränkten Zugriffsprogramm verbleibt. Was sich geändert hat, was eine echte Aufgabe bei $10/$50 pro Million Tokens kostet und ob ein Wechsel von Opus 4.8 sinnvoll ist — das klären wir hier.

Kurze Antwort

• Fable 5 erreicht 80,3 % auf SWE-Bench Pro vs. 69,2 % für Opus 4.8 und 58,6 % für GPT-5.5.
• Der Preis beträgt $10 Input / $50 Output pro Million Tokens — weniger als die Hälfte von Mythos Preview.
• Fable 5 fällt bei Hochrisikoanfragen (Cyber/Bio/Chem) automatisch auf Opus 4.8 zurück (unter 5 % der Sitzungen).
• Kostenlos auf Pro/Max/Team/Enterprise-Plänen bis zum 22. Juni 2026; ab dem 23. Juni gelten Nutzungsguthaben.

Was genau erschienen ist: Fable 5, Mythos 5 und die „Mythos-Klasse"

Mythos-Klasse ist Anthropics neues Top-Fähigkeitstier — und es umfasst zwei Modelle. Claude Fable 5 ist die öffentliche, abgesicherte Version, die Sie heute aufrufen können. Claude Mythos 5 ist dasselbe Frontier-Modell ohne Sicherheitsfilter, verfügbar nur über einen kontrollierten Zugang. Gleiche Basis, zwei Veröffentlichungsansätze.

Diese Aufteilung ist der Kern der Geschichte. Laut der Ankündigung im Anthropic-Newsroom behält Mythos 5 die volle Frontier-Fähigkeit — einschließlich offensiver Cyber-Fähigkeiten, die realen Schaden verursachen können — weshalb Anthropic den Zugang nicht öffentlich gewährt. Fable 5 nimmt dasselbe Modell und umhüllt es mit Klassifizierern, die Hochrisikoanfragen erkennen und sie stattdessen an Opus 4.8 weiterleiten.

Wenn Sie Fable 5 aufrufen, erhalten Sie Mythos-Klasse-Reasoning für alles, was nicht gefährlich ist, und ein sichereres Fallback-Modell für den kleinen Anteil, der es ist. CNBC beschrieb es als die Veröffentlichung einer „Mythos-ähnlichen KI für die Öffentlichkeit" — das stimmt, aber der genaue Mechanismus ist wichtiger als die Schlagzeile.

Fable 5 und Mythos 5 sind dasselbe Frontier-Modell, aufgeteilt in zwei: eines öffentlich zugänglich, eines von Anthropic gesperrt. Mythos-Klasse ist das Tier; Fable und Mythos sind die zwei Türen hinein.

Was sich gegenüber der Opus-4.x-Linie geändert hat

Bei jedem von Anthropic veröffentlichten Coding- und Reasoning-Eval übertrifft Fable 5 Opus 4.8 — nicht knapp, sondern mit zweistelligen Abständen. SWE-Bench Pro steigt von 69,2 % auf 80,3 %. FrontierCode Diamond geht von 13,4 auf 29,3. Der Preis sank ebenfalls, und das Modell skaliert mit einem neuen Reasoning-Effort-Regler. Das ist ein echter Frontier-Schritt über die Opus-4.x-Linie hinaus, kein Punkt-Release.

Die 13-Benchmark-Übersicht oben ist die Schnellansicht. Hier sind die wichtigsten Kennzahlen im Vergleich zu den drei Modellen, die die meisten Teams tatsächlich gegenüberstellen:

Der Vergleichsanker ist Claude Opus 4.8, das Modell, das Fable 5 an der Frontier ablöst — und dasselbe Modell, auf das Fable 5 bei Hochrisikoanfragen zurückfällt. Wer die Opus-4.x-Linie über die letzten zwei Releases verfolgt hat, kennt das Muster inkrementeller Verbesserungen. Fable 5 bricht dieses Muster.

Zwei Einschränkungen vor der Interpretation der Tabelle: Erstens sind dies Anthropics eigene veröffentlichte Evals, kein unabhängiger Test. Zweitens verbirgt der Reasoning-Effort-Regler eine Kostenkurve hinter einer einzelnen Benchmark-Zahl. Mehr dazu im Abschnitt Preisgestaltung — es verändert die Kalkulation.

Die Benchmarks, die für Entwickler zählen

Vier Zahlen tragen das praktische Gewicht: SWE-Bench Pro 80,3 %, FrontierCode Diamond 29,3, Terminal-Bench 2.1 88,0 % und GPQA-AA 1932 Elo. Zusammen decken sie echte Repository-Arbeit, die härtesten synthetischen Coding-Probleme, agentische Shell-Aufgaben und wissenschaftliches Reasoning ab. Wer in diesen Bereichen arbeitet, erfährt hier, ob die Zahl auf den eigenen Anwendungsfall zutrifft.

Das Hero-Diagramm oben zeigt es: SWE-Bench Pro 80,3 vs. 69,2 vs. 58,6, und FrontierCode 29,3 vs. 13,4 vs. 5,7. Was messen diese Zahlen konkret?

• SWE-Bench Pro prüft, ob ein Modell einen echten Pull Request in ein echtes Repository einreichen kann: klonen, verstehen, patchen, Tests bestehen. Fable 5 gelingt das in 8 von 10 Fällen. Das ist der verlässlichste Proxy für „kann es meinen Job erledigen".
• Terminal-Bench 2.1 bewertet agentische Shell-Aufgaben: Befehle ausführen, Ausgaben lesen, Fehler beheben. 88,0 % sind relevant, wenn Sie KI-Coding-Agenten bauen, die im Terminal leben.
• FrontierCode Diamond ist das härteste Coding-Tier — das, bei dem die meisten Modelle einstellige Werte erzielen. 29,3 ist absolut gesehen niedrig, aber mehr als doppelt so hoch wie Opus 4.8's 13,4.
• GPQA-AA ist wissenschaftliches Reasoning auf Hochschulniveau, als Elo-Wert gemessen. 1932 signalisiert starkes mehrstufiges Reasoning über Code hinaus.

In unseren Claude-Code-Workflows über die Opus-4.x-Linie war die wiederkehrende Grenze langfristige agentische Aufgaben: Das Modell verlor bei Änderungen über mehrere Dateien hinweg den Faden. Fable 5's Terminal-Bench- und SWE-Bench-Pro-Zahlen deuten darauf hin, dass diese Grenze sich verschoben hat. Ob sie sich für Ihr Repository verschoben hat, ist der einzig relevante Test — aber die veröffentlichten Zahlen sind die richtigen Zahlen, um darauf zu achten.

Reale Anwendungsfälle: Was Fable 5 kann, was Vorgängermodelle nicht konnten

Anthropic veröffentlichte drei konkrete Beispiele, die die Problemklasse zeigen, mit der Fable 5 jetzt umgehen kann: eine Stripe-Codebase-Migration, die von Monaten auf einen Tag komprimiert wurde, ein Videospiel, das nur mit Vision abgeschlossen wurde, und ein 3-facher Leistungssprung durch Selbstvalidierung. Jedes Beispiel verweist auf eine Fähigkeit, die frühere Modelle nicht erreichten. Alle drei stammen aus Anthropic-Quellen; wir zitieren deren Ankündigung, keinen eigenen Test.

Was jedes Beispiel beweist:

1. Stripe-Ruby-Migration. Anthropic berichtet, dass Fable 5 eine Ruby-Codebase-Migration von rund zwei Monaten auf etwa einen Tag komprimierte. Das ist die Größenordnung von Langzeithorizont-Refactoring, für das früher ein menschliches Team die gesamte Codebase im Kopf behalten musste.

2. Pokémon FireRed nur mit Vision. Laut Anthropic schloss Fable 5 Pokémon FireRed nur mit Vision ab, während frühere Modelle komplexe benutzerdefinierte Halterungen benötigten, um den Spielzustand als Text einzuspeisen. Das ist ein räumlicher und visueller Reasoning-Sprung: Das Modell liest den Bildschirm und handelt — ohne Gerüst.

3. Slay the Spire, 3-fach. Bei maximaler Reasoning-Effort sagt Anthropic, dass Fable 5 seine eigenen Züge selbst validiert und durch persistentes Gedächtnis eine 3-fach bessere Leistung erreicht hat. Die Botschaft ist nicht das Spiel; es ist, dass das Modell seine eigene Arbeit über einen langen Planungshorizont überprüfen und verbessern kann.

Nichts davon sollte blind auf den eigenen Arbeitsablauf übertragen werden. Aber die Beispiele passen sauber zu den Benchmark-Sprüngen in der Tabelle: Langzeithorizont-Coding (SWE-Bench Pro), räumliches Reasoning (Vision) und Selbstvalidierung (Reasoning-Effort-Regler). Die qualitativen und quantitativen Fortschritte erzählen dieselbe Geschichte.

Preisgestaltung und die Kostenrealität pro Aufgabe

Fable 5 kostet $10 pro Million Input-Tokens und $50 pro Million Output-Tokens. Anthropic bezeichnet das als „weniger als die Hälfte des Preises von Claude Mythos Preview". Es entspricht auch ungefähr dem 2-fachen von Opus 4.8 pro Token. Beides stimmt. Das Problem: Der Token-Preis ist die falsche Einheit. Was Sie tatsächlich bezahlen, ist eine abgeschlossene Aufgabe — und dort wird die Kalkulation von Fable 5 interessant.

Reasoning-Effort ist ein Regler, den Sie pro Anfrage einstellen. Niedrige Effort bedeutet weniger interne Reasoning-Tokens und eine günstigere, schnellere Antwort; maximale Effort bedeutet, das Modell denkt länger, verbraucht mehr Output-Tokens und erzielt höhere Scores. Das Diagramm zeigt, wie Fable 5 von ~11 % auf ~31 % auf FrontierCode klettert, wenn die Effort von niedrig auf max steigt, während Opus 4.8 bei rund 13 % und GPT-5.5 flach bei 5–6 % verharren. Die Kosten pro Aufgabe sind also keine einzelne Zahl, sondern eine Kurve, auf der Sie einen Punkt wählen.

Ein konkretes Beispiel mit den veröffentlichten $10/$50-Preisen. Das ist Arithmetik aus Anthropics veröffentlichten Tarifen, kein Benchmark-Ergebnis.

Ein einzelner agentischer Aufruf mit 50.000 Input-Tokens und 15.000 Output-Tokens bei hoher Effort:

Input:  50.000 / 1.000.000 × $10 = $0,50
Output: 15.000 / 1.000.000 × $50 = $0,75
Pro Aufruf:                        $1,25

Eine echte agentische Aufgabe verkettet viele solcher Aufrufe: Repository lesen, planen, bearbeiten, Tests ausführen, korrigieren, wiederholen. Angenommen, der Loop läuft 12 Aufrufe in dieser Größenordnung: etwa $15 für die abgeschlossene Aufgabe. Bei maximaler Reasoning-Effort mit größerem Kontext liegen schwere FrontierCode-Aufgaben laut Anthropics eigener Kostenkurve näher am $20-pro-Aufgabe-Bereich. Dieselbe Aufgabe bei GPT-5.5 kostet weniger pro Token. Aber wenn GPT-5.5 die Aufgabe bei keiner Effort-Stufe abschließen kann, sind die Kosten pro abgeschlossener Aufgabe unendlich. Fable 5 kostet mehr pro Token als GPT-5.5 — und gewinnt trotzdem bei den Kosten pro abgeschlossener Aufgabe, weil es Arbeit erledigt, die GPT-5.5 nicht kann.

Hier ein minimales Aufruf-Beispiel. Anthropics Ankündigung nennt claude-fable-5 als Modell-ID; prüfen Sie die genaue versionierte Zeichenkette in den Anthropic-API-Docs, bevor Sie es produktiv einsetzen, da datierte Aliase mitunter abweichen:

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-fable-5",          # verify exact dated id in API docs
    max_tokens=4096,
    thinking={"type": "enabled", "budget_tokens": 8000},  # reasoning effort
    messages=[
        {"role": "user", "content": "Migrate this module from Ruby 2.7 to 3.3 and run the tests."}
    ],
)

print(message.content)

Die wirtschaftliche These in einem Satz: Sie zahlen mehr pro Token als bei GPT-5.5, schließen aber Aufgaben ab, die GPT-5.5 zu keinem Preis abschließen kann. Für kostensensibles Hochvolumen-Werk spricht die Kalkulation für ein günstigeres Modell. Für hartes agentisches Coding spricht sie für Fable 5.

Der Sicherheits-Split: Warum Fable auf Opus 4.8 zurückfällt

Fable 5 führt bei jeder Anfrage Klassifizierer aus. Wenn es eine Hochrisikoanfrage erkennt (offensive Cyber-Inhalte, Bio, Chem oder Modell-Destillationsversuche), fällt es auf Opus 4.8 zurück, anstatt mit voller Mythos-Klasse-Fähigkeit zu antworten. Anthropic gibt an, dass dieser Fallback bei unter 5 % der Sitzungen ausgelöst wird, sodass die meisten Nutzer ihn nie bemerken. Ziel ist es, die gefährliche Fähigkeit hinter der Sperre zu belassen und alltägliche Arbeit unberührt zu lassen.

Die härtere Zahl ist die Angriffserfolgsrate: wie oft ein automatisierter Angreifer das Modell dazu bringen kann, etwas zu tun, was es nicht sollte. Niedriger ist besser. Anthropics Red-Team-Ergebnisse zeigen einen steilen Rückgang über die Releases: von Opus 4.6 bei 83,2 %, über Opus 4.7 bei 72,7 %, Opus 4.8 bei 56,6 %, bis zu Fable 5 bei 5,4 %. Unter automatisiertem Red-Teaming gelangen Angriffe bei Fable 5 nur in 5,4 % der Fälle, gegenüber 56,6 % bei Opus 4.8.

Warum ist das relevant? Wenn Sie einen Agenten mit Tool-Zugriff (Shell, Dateisystem, Netzwerk) einsetzen, ist ein Jailbreak keine schlechte Chat-Antwort — es ist ein Modell, das echte Befehle ausführt, die ein Angreifer gesteuert hat. Eine Angriffserfolgsrate von 5,4 % bedeutet, dass es ungefähr zehnmal schwieriger ist, Fable 5 zu missbrauchen als Opus 4.8. Die Berichterstattung von IT Pro führte den Fallback-Mechanismus genau aus diesem Grund als zentrales Merkmal an: Er macht ein Frontier-Modell sicher genug, um es der Öffentlichkeit zugänglich zu machen.

Der Kompromiss ist Latenz. Wenn Ihr Workflow legitim Sicherheits-Tooling berührt, kann der Fallback mitten in einer Aufgabe auslösen und das Modell tauschen — etwas, das Sie einplanen sollten.

Claude Mythos 5 und die Dual-Use-Frage

Claude Mythos 5 ist das gesperrte Geschwistermodell — dasselbe Modell ohne den Sicherheits-Fallback. Es behält offensive Cyber-Fähigkeiten, die Fable 5 blockiert, weshalb Anthropic es nicht öffentlich veröffentlicht. Der Zugang läuft über Project Glasswing, ein geprüftes Programm für Verteidiger und Forscher, die die volle Fähigkeit benötigen. Gleiche Basis, zwei Veröffentlichungsansätze: einer offen, einer gesperrt.

Das Diagramm macht die Absperrung sichtbar. Bei offensiven Cyber-Evals (Firefox, OSS-Fuzz, CyberGym, CyScenarioBench) erzielt Mythos 5 Werte von 88,4, 24,0, 83,8 und 38,7. Fable 5 gibt in allen vier Fällen 0,0 zurück. Bei offensiven Cyber-Evals erzielt Mythos 5 bis zu 88,4, während Fable 5 ein flaches 0,0 zurückgibt — der Sicherheits-Split, sichtbar gemacht.

Diese Null ist keine Fähigkeitslücke. Es ist der Fallback, der jedes Mal auslöst und die Anfrage blockiert, bevor das Mythos-Klasse-Modell antwortet. TechCrunch bemerkte das Timing: Anthropic veröffentlichte das Modell nur wenige Tage nach der Warnung, dass KI zu gefährlich für eine offene Veröffentlichung wird. Der Fable/Mythos-Split ist die politische Antwort auf diese Warnung — die Fähigkeit veröffentlichen, die Gefahr sperren.

Für die meisten Entwickler ist Mythos 5 irrelevant. Sie werden sich nie für Project Glasswing qualifizieren, und Sie müssen es nicht. Wichtig ist zu wissen, dass das Modell, das Sie aufrufen, absichtlich auf einem schmalen Band von Aufgaben begrenzt ist — by Design.

Was das bedeutet: Sollten Sie wechseln?

Wechseln Sie zu Fable 5 für hartes agentisches Coding, langfristige mehrstufige Aufgaben und Vision- oder räumliches Reasoning — überall dort, wo das Abschließen einer Aufgabe mehr wert ist als das Sparen von Token-Cents. Bleiben Sie bei Opus 4.8 für kostensensibles Hochvolumen-Werk oder für alles, was den Fallback sowieso auslöst. Das ist das gesamte Framework. Der Rest ist die Zuordnung Ihres Arbeitsablaufs zur richtigen Seite davon.

Wann Fable 5 gewinnt:

• Hartes agentisches Coding, bei dem Opus 4.8 stagniert; der SWE-Bench-Pro-Abstand ist real
• Langzeithorizont-Aufgaben (Multi-Datei-Refactoring, Migrationen), bei denen Selbstvalidierung sich auszahlt
• Vision- und räumliche Reasoning-Workloads
• Jede Aufgabe, bei der eine abgeschlossene Aufgabe mehr wert ist als der Token-Aufpreis

Wann Opus 4.8 noch gewinnt:

• Hochvolumen, kostensensibles Werk, bei dem der Token-Preis dominiert
• Cyber/Bio/Chem-Workloads, bei denen Fable 5 sowieso auf Opus 4.8 zurückfällt — also direkt aufrufen
• Latenzempfindliche Abläufe, die einen modell-internen Tausch mitten in einer Aufgabe nicht tolerieren

Zur Verfügbarkeit: Fable 5 ist auf Pro/Max/Team/Enterprise-Plänen bis zum 22. Juni 2026 kostenlos, ab dem 23. Juni gelten Nutzungsguthaben. Es ist allgemein verfügbar über die API, AWS Bedrock, GitHub Copilot laut dem GitHub-Changelog und Harvey. Sie können den Wechsel also heute in Ihrem Editor testen, ohne Ihre Abrechnung zu ändern.

Häufig gestellte Fragen

Was ist Claude Fable 5?

Claude Fable 5 ist Anthropics erstes öffentlich verfügbares Mythos-Klasse-Modell, veröffentlicht am 9. Juni 2026. Es erzielt 80,3 % auf SWE-Bench Pro und führt Sicherheitsklassifizierer aus, die bei Hochrisikoanfragen auf Opus 4.8 zurückfallen. Es kostet $10 Input / $50 Output pro Million Tokens.

Was ist der Unterschied zwischen Fable 5 und Mythos 5?

Beide sind dasselbe Frontier-Modell mit unterschiedlichen Veröffentlichungsansätzen. Fable 5 ist öffentlich und abgesichert; es fällt bei gefährlichen Anfragen auf Opus 4.8 zurück. Mythos 5 ist die gesperrte Vollversion, zugänglich nur über Anthropics Project-Glasswing-Programm für geprüfte Verteidiger und Forscher.

Ist Claude Fable 5 wirklich besser als Opus 4.8?

Bei hartem agentischem Coding, Vision und räumlichem Reasoning: ja. Fable 5 erreicht 80,3 % auf SWE-Bench Pro gegenüber 69,2 % für Opus 4.8. Opus 4.8 gewinnt jedoch weiterhin bei kostensensiblem Hochvolumen-Werk, und Fable 5 fällt für Hochrisiko-Cyber/Bio/Chem-Themen sowieso auf Opus 4.8 zurück. „Besser" hängt von Ihrem Arbeitsablauf ab.

Was kostet Claude Fable 5?

Claude Fable 5 kostet $10 pro Million Input-Tokens und $50 pro Million Output-Tokens. Anthropics Formulierung lautet „weniger als die Hälfte des Preises von Mythos Preview". Das entspricht ungefähr dem 2-fachen von Opus 4.8 pro Token, aber der Wertfall liegt pro abgeschlossener Aufgabe — da Fable 5 Arbeit erledigt, die günstigere Modelle nicht können.

Was ist ein „Mythos-Klasse"-Modell?

Mythos-Klasse ist Anthropics neues Top-Fähigkeitstier, eingeführt mit Fable 5 und Mythos 5. Es stellt einen Frontier-Sprung über die Opus-4.x-Linie bei Coding- und Reasoning-Benchmarks dar. Fable 5 und Mythos 5 sind zwei Veröffentlichungsversionen desselben Mythos-Klasse-Modells: eine öffentlich und abgesichert, eine gesperrt.

Warum fällt Fable 5 auf Opus 4.8 zurück?

Fable 5 führt Klassifizierer aus, die Hochrisikoanfragen erkennen (offensive Cyber-Inhalte, Bio, Chem oder Modell-Destillation) und leitet sie an Opus 4.8 weiter, anstatt mit voller Mythos-Klasse-Fähigkeit zu antworten. Das tritt bei unter 5 % der Sitzungen auf. Es reduzierte die adversariale Angriffserfolgsrate von 56,6 % (Opus 4.8) auf 5,4 %.

Kann ich auf Claude Mythos 5 zugreifen?

Wahrscheinlich nicht. Mythos 5 ist hinter Project Glasswing gesperrt, Anthropics geprüftem Zugriffsprogramm für Verteidiger und Sicherheitsforscher, die die volle offensive Cyber-Fähigkeit benötigen, die Fable 5 blockiert. Die meisten Entwickler werden sich nicht qualifizieren und müssen es auch nicht, da Fable 5 alltägliche agentische und Coding-Aufgaben abdeckt.

Wo kann ich Claude Fable 5 verwenden?

Claude Fable 5 ist allgemein verfügbar über die Anthropic-API, AWS Bedrock, GitHub Copilot und Harvey. Es ist auf Pro-, Max-, Team- und Enterprise-Plänen bis zum 22. Juni 2026 kostenlos; ab dem 23. Juni gelten Nutzungsguthaben. Sie können es heute in Ihrem Editor oder über die API testen.

Fazit

Claude Fable 5 ist ein echter Frontier-Schritt über Opus 4.8: 80,3 % vs. 69,2 % auf SWE-Bench Pro, doppelter FrontierCode-Score und eine Angriffserfolgsrate von 5,4 %, die den Einsatz mit Tools deutlich sicherer macht. Wechseln Sie für hartes agentisches Coding, Langzeithorizont-Aufgaben und Vision-Arbeit. Bleiben Sie bei Opus 4.8 für kostensensibles Volumen oder alles, was den Fallback sowieso auslöst. Es ist bis zum 22. Juni kostenlos, sodass Sie den Wechsel testen können, bevor er Sie etwas kostet. Das Techsy-Team baut Produktionsagenten genau auf diesem Stack auf — nehmen Sie Kontakt auf, wenn Sie Unterstützung möchten.