Claude Fable 5 vs Opus 4.8: Overstappen of niet? (Mythos-klasse, getest)
Anthropic heeft Claude Fable 5 vandaag, 9 juni 2026, uitgebracht. Het scoort 80,3% op SWE-Bench Pro, de benchmark voor agentisch coderen waarbij Opus 4.8 op 69,2% blijft steken en GPT-5.5 achterblijft op 58,6%. Dat is geen afrondingsfout. En er zit een addertje onder het gras: Fable 5 is de publieke, beveiligde helft van een nieuw "Mythos-klasse"-model, met een bewaakt broertje genaamd Claude Mythos 5 achter een beperkt toegangsprogramma. Hier lees je wat er veranderd is, wat een echte taak kost bij $10/$50 per miljoen tokens, en of je je stack daadwerkelijk van Opus 4.8 moet migreren.
Kort antwoord
- Fable 5 scoort 80,3% op SWE-Bench Pro vs 69,2% van Opus 4.8 en 58,6% van GPT-5.5.
- Prijs is $10 input / $50 output per miljoen tokens, minder dan de helft van Mythos Preview.
- Fable 5 valt automatisch terug op Opus 4.8 bij hoog-risico cyber/bio/chem queries (minder dan 5% van sessies).
- Gratis op Pro/Max/Team/Enterprise-abonnementen t/m 22 juni 2026; gebruikstegoed geldt vanaf 23 juni.
Wat er precies uitgebracht is: Fable 5, Mythos 5 en de "Mythos-klasse"
Mythos-klasse is Anthropic's nieuwe topcapaciteitsniveau, en het wordt uitgebracht als twee modellen. Claude Fable 5 is de publieke, beveiligde versie die je vandaag kunt aanroepen. Claude Mythos 5 is hetzelfde frontiermodel zonder de beveiligingen, toegankelijk via bewaakt toegang. Zelfde brein, twee releasehoudingen.
De splitsing is het hele verhaal. Volgens de nieuwsaankondiging van Anthropic behoudt Mythos 5 de volledige frontiercapaciteit, inclusief offensieve cybermogelijkheden die echte schade kunnen aanrichten, dus Anthropic geeft het niet aan iedereen. Fable 5 neemt datzelfde model en omhult het met classificeerders die hoog-risico requests detecteren en ze stil doorsturen naar Opus 4.8 in plaats daarvan.
Dus wanneer je Fable 5 aanroept, krijg je Mythos-klasse redenering op alles wat niet gevaarlijk is, en een veiligheidsmodel op het kleine deel dat dat wel is. CNBC omschreef het als Anthropic dat een "Mythos-achtige AI aan het publiek" uitbrengt, wat accuraat is, maar het precieze mechanisme telt meer dan de kop.
Fable 5 en Mythos 5 zijn hetzelfde frontiermodel in twee stukken geknipt: één die je vandaag kunt gebruiken, één die Anthropic bewaakt houdt. Als je maar één ding onthoudt over de naamgeving, onthoud dan dat. Mythos-klasse is het niveau; Fable en Mythos zijn de twee deuren daartoe.
Wat veranderd is ten opzichte van de Opus 4.x-lijn
Op elke codeer- en redeneer-eval die Anthropic publiceerde, overtreft Fable 5 Opus 4.8 niet met een haar maar met dubbele-cijfer marges. SWE-Bench Pro springt van 69,2% naar 80,3%. FrontierCode Diamond gaat van 13,4 naar 29,3. De prijs daalde ook, en het model schaalt met een nieuwe redeneerinspanning-knop. Dit is een echte frontierstap ten opzichte van de Opus 4.x-lijn, geen puntrelease.
De 13-benchmark-vergelijking hierboven is de snelle samenvatting. Hier is de kern tegenover de drie modellen die de meeste teams daadwerkelijk vergelijken:
| Benchmark | Claude Fable 5 | Claude Opus 4.8 | GPT-5.5 |
|---|---|---|---|
| SWE-Bench Pro (agentisch coderen) | 80,3% | 69,2% | 58,6% |
| FrontierCode Diamond (zwaarste coding) | 29,3 | 13,4 | 5,7 |
| Terminal-Bench 2.1 (agentische shell) | 88,0% | n/v | n/v |
| GPQA-AA (wetenschappelijk redeneren, Elo) | 1932 | n/v | n/v |
| ExploitBench | 78,0% | n/v | n/v |
De vergelijkingsanker hier is Claude Opus 4.8, het model dat Fable 5 vervangt aan de frontier — en hetzelfde model waar Fable 5 op terugvalt bij hoog-risico queries. Als je de Opus 4.x-lijn door de laatste twee releases hebt gevolgd, was het patroon incrementele winsten. Fable 5 breekt dat patroon.
Twee dingen om te melden voordat je de tabel als evangelie leest. Ten eerste zijn dit Anthropic's eigen gepubliceerde evals, geen onafhankelijke test. Ten tweede betekent de redeneerinspanning-knop dat één benchmarkcijfer een kostencurve verbergt. Meer daarover in de prijssectie, want dat verandert de rekening.
De benchmarks die er toe doen voor bouwers
Vier cijfers dragen het praktische gewicht: SWE-Bench Pro 80,3%, FrontierCode Diamond 29,3, Terminal-Bench 2.1 88,0%, en GPQA-AA 1932 Elo. Samen dekken ze echt repo-werk, de zwaarste synthetische codeerproblemen, agentische shelltaken en wetenschappelijk redeneren op masterniveau. Als je workload iets van dat aanraakt, is dit de sectie die je vertelt of het cijfer op jouw werk van toepassing is.
De hoofdgrafiek bovenaan deze post is het bewijs: SWE-Bench Pro 80,3 vs 69,2 vs 58,6, en FrontierCode 29,3 vs 13,4 vs 5,7. Maar wat meten die eigenlijk?
- SWE-Bench Pro test of een model een echte pull request naar een echte repo kan sturen: klonen, begrijpen, patchen, tests laten slagen. Fable 5 scoort 8 op 10. Dit is de beste proxy voor "kan het mijn echte werk doen."
- Terminal-Bench 2.1 beoordeelt agentische shelltaken: commando's uitvoeren, output lezen, fouten herstellen. 88,0% telt mee als je AI-coderingagenten bouwt die in een terminal leven.
- FrontierCode Diamond is het zwaarste niveau van codeerproblemen, waarbij de meeste modellen enkelvoudige cijfers scoren. 29,3 is laag in absolute termen maar meer dan het dubbele van Opus 4.8's 13,4.
- GPQA-AA is wetenschappelijk redeneren op masterniveau, beoordeeld als een Elo-rating. 1932 signaleert sterk meerstaps redeneren buiten code.
In onze Claude Code-werkstromen over de Opus 4.x-lijn was het terugkerende plafond langetermijn agentische taken: het model verloor de draad halverwege een wijziging over meerdere bestanden. Fable 5's Terminal-Bench en SWE-Bench Pro cijfers suggereren dat dat plafond verschoven is. Of het voor jouw repo verschoven is, is de enige test die telt, maar de gepubliceerde cijfers zijn het juiste soort cijfers om op te letten.
Concrete testcases: wat Fable 5 doet wat vorige modellen niet konden
Anthropic publiceerde drie concrete voorbeelden die de klasse van problemen laten zien die Fable 5 nu aankan: een Stripe-codebasemigratie samengeperst van maanden naar een dag, een videogame voltooid op puur vision, en een 3× prestatiesprong door zelfvalidatie. Elk wijst op een mogelijkheid die vorige modellen niet bereikten. Alle drie zijn afkomstig van Anthropic; we citeren hun aankondiging, niet onze eigen test.
Dit is wat elk aantoont:
-
Stripe Ruby-migratie. Anthropic meldt dat Fable 5 een Ruby-codebasemigratie comprimeerde van ruwweg twee maanden naar ongeveer één dag. Stripe comprimeerde een Ruby-migratie van twee maanden naar één dag, en dat is de schaal van probleem die dit model verandert. Dit is de klasse van langetermijn-refactoring die vroeger een menselijk team vereiste dat de hele codebase in zijn hoofd hield.
-
Pokémon FireRed op puur vision. Volgens Anthropic voltooide Fable 5 Pokémon FireRed met alleen vision, waar vorige modellen complexe aangepaste harnesses nodig hadden om de spelstatus als tekst in te voeren. Dat is een ruimtelijke- en visueel-redenerende sprong: het model leest het scherm en handelt, zonder steiger.
-
Slay the Spire, 3×. Bij maximale redeneerinspanning zegt Anthropic dat Fable 5 zijn eigen zetten zelf valideert en 3× betere prestatie bereikte via persistent geheugen. De kern is niet het spel; het is dat het model zijn eigen werk over een lange planhorizon kan controleren en ervan kan verbeteren.
Niets van dit alles hoef je op geloof aan te nemen voor je workload. Maar ze koppelen netjes aan de benchmarksprongen in de tabel: langetermijn coderen (SWE-Bench Pro), ruimtelijk redeneren (vision) en zelfvalidatie (de redeneerinspanning-knop). De kwalitatieve en kwantitatieve winsten vertellen hetzelfde verhaal.
Prijs en de kosten-per-taak realiteit
Fable 5 kost $10 per miljoen input-tokens en $50 per miljoen output-tokens. Anthropic stelt dat als "minder dan de helft van de prijs van Claude Mythos Preview." Het is ook ruwweg 2× Opus 4.8 per token. Beide zijn waar. Het addertje is dat tokenprijs de verkeerde eenheid is. Wat je werkelijk betaalt voor is een voltooide taak, en daar wordt Fable 5's rekensommetje interessant.
Redeneerinspanning is een knop die je per request instelt. Lage inspanning betekent minder interne redeneer-tokens en een goedkoper, sneller antwoord; maximale inspanning betekent dat het model langer nadenkt, meer output-tokens verbruikt en hoger scoort. De bovenstaande grafiek laat zien hoe Fable 5 klimt van ~11% naar ~31% op FrontierCode naarmate de inspanning schaalt van laag naar max, terwijl Opus 4.8 piekt rond 13% en GPT-5.5 vlak blijft rond 5-6%. Dus kosten per taak is niet één getal; het is een curve waarop je een punt kiest.
Laten we een concreet voorbeeld doorrekenen op basis van de gepubliceerde $10/$50-prijzen. Dit is rekenkunde op basis van Anthropic's gepubliceerde tarieven, geen benchmarkresultaat.
Neem één agentische aanroep met 50.000 input-tokens en 15.000 output-tokens bij hoge inspanning:
Input: 50.000 / 1.000.000 × $10 = $0,50
Output: 15.000 / 1.000.000 × $50 = $0,75
Per aanroep: $1,25Een echte agentische taak koppelt veel van zulke aanroepen: repo lezen, plannen, bewerken, tests draaien, fixen, herhalen. Zeg dat de lus 12 aanroepen draait van die vorm: ruwweg $15 voor de voltooide taak. Bij maximale redeneerinspanning met zwaardere context plaatst Anthropic's eigen kostencurve zware FrontierCode-taken dichter bij de $20-per-taak-range. Voer dezelfde taak uit op GPT-5.5 en je betaalt minder per token. Maar als het de taak bij geen enkele inspanning kan afmaken, zijn je kosten-per-voltooide-taak oneindig. Fable 5 kost meer per token dan GPT-5.5 en wint toch op kosten-per-voltooide-taak, omdat het werk voltooit dat GPT-5.5 niet kan.
Hier is een minimale aanroep. Anthropic's aankondiging geeft claude-fable-5 als model-id; verifieer de exacte versie met datumaliassen in de Anthropic API-documentatie voordat je het in productie brengt, want gedateerde aliassen kunnen soms afwijken:
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)De economische these in één zin: je betaalt meer per token dan GPT-5.5, maar je voltooit taken die GPT-5.5 tegen geen enkele prijs kan voltooien. Voor goedkoop hoogvolumework heeft goedkoper de voorkeur. Voor zwaar agentisch coderen wint Fable 5.
De beveiligingssplitsing: waarom Fable terugvalt op Opus 4.8
Fable 5 draait classificeerders op elke request. Wanneer het een hoog-risico query detecteert (offensieve cyber, bio, chem of modelbestillatiepogingen), valt het terug op Opus 4.8 in plaats van te antwoorden met volledige Mythos-klasse capaciteit. Anthropic zegt dat deze terugval wordt geactiveerd op minder dan 5% van de sessies, dus de meeste gebruikers zullen het nooit triggeren. Het doel is de gevaarlijke capaciteit achter de poort te houden, terwijl alledaags werk onaangetast blijft.
Het hardere cijfer is het aanvalsuccespercentage: hoe vaak een geautomatiseerde aanvaller het model kan jailbreaken om iets te doen wat niet mag. Lager is beter. Anthropic's red-teamresultaten tonen een steile daling over releases: van Opus 4.6 op 83,2%, naar Opus 4.7 op 72,7%, naar Opus 4.8 op 56,6%, naar Fable 5 op 5,4%. Onder geautomatiseerde red-teaming slaagden aanvallen op Fable 5 slechts 5,4% van de tijd, ten opzichte van 56,6% op Opus 4.8.
Waarom zou je dat interesseren? Als je een agent inzet met gereedschapstoegang (shell, bestandssysteem, netwerk), is een jailbreak geen slecht chatantwoord — het is een model dat echte commando's uitvoert die een aanvaller het naar heeft gestuurd. Een aanvalsuccespercentage van 5,4% betekent dat het ruwweg tien keer moeilijker is om te bewapenen dan Opus 4.8. IT Pro's berichtgeving startte met het terugvalmechanisme precies om deze reden: het is de functie die een frontiermodel veilig genoeg maakt om aan het publiek te geven.
De afweging is latentie. Als je workflow legitiem beveiligingsgereedschap aanraakt, kan de terugval midden in een taak vuren en van model wisselen, iets om rekening mee te houden.
Claude Mythos 5 en de dubbel-gebruik kwestie
Claude Mythos 5 is het bewaakte broertje, hetzelfde model zonder de beveiligingsterugval. Het behoudt offensieve cybercapaciteit die Fable 5 blokkeert, precies waarom Anthropic het niet publiek uitbrengt. Toegang verloopt via Project Glasswing, een doorgelicht programma voor verdedigers en onderzoekers die volledige capaciteit nodig hebben. Zelfde model, twee releasehoudingen: één open, één bewaakt.
De grafiek maakt de bewaking zichtbaar. Op offensieve-cyber-evals (Firefox, OSS-Fuzz, CyberGym, CyScenarioBench) scoort Mythos 5 88,4, 24,0, 83,8 en 38,7. Fable 5 geeft een vlakke 0,0 terug op alle vier. Op offensieve-cyber-evals scoort Mythos 5 tot 88,4 waar Fable 5 een vlakke 0,0 teruggeeft: de beveiligingssplitsing, zichtbaar gemaakt.
Die nul is geen capaciteitskloof. Het is de terugval die elke keer activeert en de request blokkeert voordat het Mythos-klasse model antwoordt. TechCrunch merkte op dat Anthropic dit uitbracht dagen nadat het waarschuwde dat AI te gevaarlijk wordt om openlijk vrij te geven. De Fable/Mythos-splitsing is het beleidsantwoord op die waarschuwing: publiceer de capaciteit, bewak het gevaar.
Voor de meeste ontwikkelaars is Mythos 5 niet relevant. Je kwalificeert nooit voor Project Glasswing en je hoeft dat ook niet. Wat telt is weten dat het model dat je aanroept opzettelijk begrensd is op een smalle band van taken, by design.
Wat dit betekent: moet je overstappen?
Stap over naar Fable 5 voor zwaar agentisch coderen, langetermijn meerstappentaken, en vision- of ruimtelijk redeneren — overal waar het voltooien van de taak zwaarder weegt dan cent besparen per token. Blijf op Opus 4.8 voor kostenbesparend hoogvolumwerk, of voor alles wat toch al de terugval triggert. Dat is het hele kader. De rest is het matchen van je workload aan de juiste kant daarvan.
Wanneer Fable 5 wint:
- Zwaar agentisch coderen waarbij Opus 4.8 vastloopt; de SWE-Bench Pro kloof is reëel
- Langetermijntaken (refactoring over meerdere bestanden, migraties) waarbij zelfvalidatie zijn waarde bewijst
- Vision- en ruimtelijk redeneren workloads
- Elke klus waarbij één voltooide taak meer waard is dan de tokentoeslag
Wanneer Opus 4.8 nog steeds wint:
- Hoogvolumewerk waarbij kostenbesparend per-token-prijs domineert
- Cyber/bio/chem workloads, waarbij Fable 5 toch terugvalt op Opus 4.8 — roep het dan direct aan
- Latentiegevoelige stromen die geen modelwissel midden in een taak verdragen
| Gebruiksscenario | Aanbevolen model |
|---|---|
| Zwaar agentisch coderen / migraties | Claude Fable 5 |
| Vision / ruimtelijk redeneren | Claude Fable 5 |
| Hoogvolume goedkope classificatie | Claude Opus 4.8 |
| Security / red-team gereedschap | Claude Opus 4.8 (direct) |
Over beschikbaarheid: Fable 5 is gratis op Pro/Max/Team/Enterprise-abonnementen t/m 22 juni 2026, met gebruikstegoed dat geldt vanaf 23 juni. Het is algemeen beschikbaar op de API, AWS Bedrock, GitHub Copilot per de GitHub changelog, en Harvey. Je kunt de overstap vandaag in je editor testen zonder je facturering aan te passen.
Over de auteur
Mert Batur Gurbuz is mede-oprichter van Techsy.io, waar het team AI-agenten, automatiseringssystemen en voice/SDR-pipelines bouwt voor B2B-klanten. Hij studeert aan de University of Birmingham en schrijft over de LLM-toolingstack die het Techsy-team daadwerkelijk in productie gebruikt. Verbinden op LinkedIn.
Mede-oprichter, Techsy.io · University of Birmingham
Veelgestelde vragen
Wat is Claude Fable 5?
Claude Fable 5 is Anthropic's eerste publiek beschikbare Mythos-klasse model, uitgebracht op 9 juni 2026. Het scoort 80,3% op SWE-Bench Pro en draait beveiligingsclassificeerders die terugvallen op Opus 4.8 bij hoog-risico queries. Het kost $10 input / $50 output per miljoen tokens.
Wat is het verschil tussen Fable 5 en Mythos 5?
Ze zijn hetzelfde frontiermodel met verschillende releasehoudingen. Fable 5 is publiek en beveiligd; het valt terug op Opus 4.8 bij gevaarlijke queries. Mythos 5 is de bewaakte volledige-capaciteitsversie, alleen toegankelijk via Anthropic's Project Glasswing-programma voor doorgelichte verdedigers en onderzoekers.
Is Claude Fable 5 echt beter dan Opus 4.8?
Ja, bij zwaar agentisch coderen, vision en ruimtelijk redeneren: Fable 5 haalt 80,3% op SWE-Bench Pro vs Opus 4.8's 69,2%. Maar Opus 4.8 wint nog steeds bij kostengevoelig hoogvolumwerk, en Fable 5 valt toch terug op Opus 4.8 voor hoog-risico cyber/bio/chem topics. "Beter" hangt af van je workload.
Wat kost Claude Fable 5?
Claude Fable 5 kost $10 per miljoen input-tokens en $50 per miljoen output-tokens. Anthropic stelt het als "minder dan de helft van de prijs van Mythos Preview." Dat is ruwweg 2× Opus 4.8 per token, maar de waardepropositie zit in de kosten per voltooide taak, want Fable 5 voltooit werk dat goedkopere modellen niet kunnen.
Wat is een "Mythos-klasse"-model?
Mythos-klasse is Anthropic's nieuwe topcapaciteitsniveau, uitgebracht met Fable 5 en Mythos 5. Het vertegenwoordigt een frontierstap ten opzichte van de Opus 4.x-lijn op codeer- en redeneer-benchmarks. Fable 5 en Mythos 5 zijn twee releaseversies van hetzelfde Mythos-klasse model: één publiek en beveiligd, één bewaakt.
Waarom valt Fable 5 terug op Opus 4.8?
Fable 5 draait classificeerders die hoog-risico requests detecteren (offensieve cyber, bio, chem of modelbestillatie) en leidt ze door naar Opus 4.8 in plaats van te antwoorden met volledige Mythos-klasse capaciteit. Dit wordt geactiveerd op minder dan 5% van de sessies. Het verlaagde het adversariale aanvalsucces van 56,6% (Opus 4.8) naar 5,4%.
Kan ik Claude Mythos 5 gebruiken?
Waarschijnlijk niet. Mythos 5 is bewaakt achter Project Glasswing, Anthropic's doorgelicht toegangsprogramma voor verdedigers en beveiligingsonderzoekers die volledige offensieve-cybercapaciteit nodig hebben die Fable 5 blokkeert. De meeste ontwikkelaars kwalificeren niet en hoeven dat ook niet, want Fable 5 dekt alledaags agentisch en coderingwerk.
Waar kan ik Claude Fable 5 gebruiken?
Claude Fable 5 is algemeen beschikbaar op de Anthropic API, AWS Bedrock, GitHub Copilot en Harvey. Het is gratis op Pro-, Max-, Team- en Enterprise-abonnementen t/m 22 juni 2026; gebruikstegoed geldt vanaf 23 juni. Je kunt het vandaag testen in je editor of via API.
De conclusie
Claude Fable 5 is een echte frontierstap ten opzichte van Opus 4.8: 80,3% vs 69,2% op SWE-Bench Pro, dubbele FrontierCode-score, en een aanvalsuccespercentage van 5,4% waardoor het veel veiliger in te zetten is met gereedschappen. Stap over voor zwaar agentisch coderen, langetermijntaken en vision-werk. Blijf op Opus 4.8 voor kostengevoelig volume of alles wat toch de terugval triggert. Het is gratis t/m 22 juni, dus je kunt de overstap testen voordat het iets kost. Het Techsy-team bouwt productieagenten op precies deze stack, dus neem contact op als je een handje hulp wilt.