Fable 5.1 ist da, Anthropic demonstriert erneut seine starke technische Stärke.

Fable 5.1 und Mythos 5.1 sind in der frühen Morgestunde plötzlich online gegangen.

Die Vorgängergeneration Fable 5 wurde fast zum Synonym für SOTA-Modelle. Noch bevor der Glanz verblasste, begann Anthropic bereits, sich selbst zu übertreffen.

Beide Modelle wurden gleichzeitig veröffentlicht: Fable 5.1 richtet sich an normale Nutzer und Unternehmen, während Mythos 5.1 dieselben fortschrittlichen Fähigkeiten für „geprüfte Einrichtungen im Bereich Cybersicherheit und Biowissenschaften“ freigibt.

Bei der Preisgestaltung bleibt der Grundpreis unverändert: Fable 5.1 kostet nach wie vor 10 US-Dollar pro Million Eingabe-Token und 50 US-Dollar pro Million Ausgabe-Token. Der Preis für das Auslesen aus dem Cache wurde jedoch um 75 % gesenkt, von 1 US-Dollar pro Million Token auf 0,25 US-Dollar pro Million Token.

Die Leistungssteigerungen konzentrieren sich deutlich auf lang andauernde, mehrstufige Agent-Aufgaben. Terminal-Bench-Science stieg von 24,7 % auf 52,6 %, AutomationBench von 17,1 % auf 31,4 %.

Vielleicht noch bemerkenswerter als das Modell selbst ist der Zeitpunkt der Veröffentlichung – dies ist höchstwahrscheinlich die letzte gewichtige Modellveröffentlichung von Anthropic vor der öffentlichen Einreichung des Börsenprospekts.

In wenigen Tagen, am 7. September, ist der US-amerikanische Tag der Arbeit. Nach dem zuvor von The Information offengelegten Plan wird Anthropic, das bereits vertraulich IPO-Dokumente eingereicht hat, voraussichtlich nach dem Tag der Arbeit den Börsenprospekt offiziell veröffentlichen, Mitte September einen Investorentag abhalten und frühestens von Ende September bis Anfang Oktober an die Börse gehen.

Die Nachwirkungen der vorherigen „scheinbaren Erhöhung, tatsächlichen Senkung“ der Kontingente durch Anthropic tauchten auch in den Kommentarbereichen zur neuen Modellveröffentlichung auf. Am 29. August kündigte Anthropic an, dass das „wöchentliche Standardkontingent“ ab dem 14. September um 25 % erhöht wird. Diese Zahl wird jedoch anhand des alten Standards vor Mai berechnet; im Vergleich zum temporären Kontingent, das die Nutzer derzeit nutzen, sinkt es tatsächlich um 17 %.

Kurz nachdem Fable 5.1 online gegangen war, fragten Nutzer Anthropic nachdrücklich, ob sie gleichzeitig „transparentere und großzügigere“ Sitzungs- und wöchentliche Kontingente anbieten könnten.

Fable 5.1: Der Schritt zu längeren Aufgaben für Agenten

Betrachtet man nur die Spezifikationen, ist Fable 5.1 keine sehr umfassende Aktualisierung.

Es behält das Kontextfenster von 1 Million Token und die maximale Ausgabegröße von 128K von Fable 5 bei, und der Grundpreis bleibt unverändert: 10 US-Dollar pro Million Eingabe-Token, 50 US-Dollar pro Million Ausgabe-Token.

In der aktuellen Reihe von Flaggschiff-Modellen gehört Fable 5.1 nach wie vor zur deutlich teureren Kategorie: Bei einer Berechnung von 1 Million Eingabe- und 1 Million Ausgabe-Token ist Fable 5.1 2,5 Mal so teuer wie der aktuelle Preis von GPT-5.6 Sol und mehr als 10 Mal so teuer wie GLM-5.3.

Anthropic empfiehlt offiziell sogar nach wie vor, die meisten Aufgaben zuerst mit Opus 5 zu beginnen, dessen Preis nur halb so hoch ist. Nur bei schwierigen Schlussfolgerungsaufgaben, lang andauernden Agent-Aufgaben oder wenn Opus 5 auch bei hohem Aufwand nicht ausreicht, soll man zu Fable 5.1 wechseln.

Die bemerkenswerte Veränderung betrifft die Kosten für den fortlaufenden Betrieb von Agenten.

Die Preise für das Schreiben in den 5-Minuten- und 1-Stunden-Cache von Fable 5.1 betragen nach wie vor 12,5 US-Dollar bzw. 20 US-Dollar pro Million Token, aber das Auslesen aus dem Cache sank von 1 US-Dollar pro Million Token bei Fable 5 auf 0,25 US-Dollar – was einer Senkung um 75 % entspricht.

Das Auslesen aus dem Cache (cache read) lässt sich so verstehen: Nachdem ein Kontext bereits vom Modell verarbeitet wurde, müssen nachfolgende Anfragen nicht jedes Mal zum vollen Eingabepreis neu gelesen werden. Bei einer gewöhnlichen Frage-Antwort-Aufgabe ist dies möglicherweise nicht wichtig; aber ein Agent, der mehrere Stunden lang ununterbrochen läuft, liest wiederholt Systemprompts, Codebibliotheken, Werkzeugdefinitionen und zuvor verarbeitete Kontexte aus. Je länger die Aufgabe dauert und je mehr Werkzeuge aufgerufen werden, desto höher ist der Anteil der Kosten, der auf das Auslesen aus dem Cache entfällt.

Anthropic hat dies anhand der tatsächlichen Nutzungsdaten aus vier Wochen im August dieses Jahres berechnet. In Szenarien mit Abrechnung nach Token sinken die Gesamtkosten für typische Arbeitslasten voraussichtlich um etwa 25 %, wenn dieselbe Aufgabe von Fable 5 auf Fable 5.1 umgestellt wird; bei komplexen Codierungs- und hochgradig agentenbasierten Aufgaben mit schwererem Kontext und mehr Werkzeugaufrufen kann die Senkung bis zu etwa 45 % betragen.

Das heißt, obwohl Anthropic Fable 5.1 selbst nicht billiger verkauft hat, hat es den Vorgang, „es lange arbeiten zu lassen“, gezielt günstiger gemacht.

Die Senkung gilt jedoch nur im Vergleich zur Vergangenheit – der Grundpreis ist nach wie vor hoch. Ein Entwickler hat im Kommentarbereich zur Veröffentlichung darauf hingewiesen, dass die Kosten selbst bei hoher Trefferquote im Cache schnell ansteigen können: Eine echte komplexe Codierungsaufgabe kann 20 bis 50 US-Dollar kosten.

Außerdem findet diese Preissenkung hauptsächlich in APIs und anderen Szenarien mit Abrechnung nach Token statt. Für Nutzer, die Claude Code direkt abonnieren, hat ein anderes „Kontingentkonto“ gerade Kontroversen ausgelöst.

Am 29. August kündigte das offizielle Konto von Claude Developers an, dass das „wöchentliche Standardkontingent“ von Claude Code für die Tarife Pro, Max, Team und die nach Sitzplätzen berechnete Enterprise-Version ab dem 14. September dauerhaft um 25 % erhöht wird. Das Problem besteht jedoch darin, dass Anthropic dieses Kontingent zuvor bereits vorübergehend um 50 % erhöht hat, und dieses temporäre Kontingent bis zum 14. September beibehalten wird.

Das heißt, wenn das ursprüngliche Kontingent mit 100 angegeben wird, erhalten Nutzer derzeit tatsächlich 150; nach dem 14. September wird es auf 125 steigen. Formal wird es gegenüber dem alten Standard „dauerhaft um 25 % erhöht“, aber im Vergleich zu dem Kontingent, das die Nutzer derzeit tatsächlich nutzen können, sinkt es um etwa 17 %. Anthropic hat dies später ausdrücklich ergänzt und diese Berechnung bestätigt.

In den Kommentarbereichen nach der Veröffentlichung von Fable 5.1 fragten weitere Nutzer Anthropic nachdrücklich, ob sie „transparentere und großzügigere“ Sitzungs- und wöchentliche Kontingente anbieten könnten, ohne weitere solche Wortspiele zu betreiben.

Aus der Sicht der Leistungsveränderungen ist Fable 5.1 jedoch tatsächlich zunehmend ein Modell, das speziell für lang andauernde Aufgaben entwickelt wurde.

In den von Anthropic veröffentlichten Benchmarks ist die Steigerung bei Terminal-Bench-Science 0.1 am dramatischsten. Der Wert stieg von 24,7 % bei Fable 5 auf 52,6 % – eine Verdoppelung. Terminal-Bench 4.0, das die Fähigkeiten von Agenten in Terminalumgebungen testet, stieg von 42,0 % auf 55,8 %, und AutomationBench für komplexe kommerzielle Arbeitsabläufe stieg von 17,1 % auf 31,4 %.

Bei traditionelleren Schlussfolgerungs- und Codierungs-Benchmarks ist die Steigerung jedoch nicht so ausgeprägt.

Ohne Nutzung von Werkzeugen stieg Humanity's Last Exam von 57,8 % auf 60,9 %; mit Nutzung von Werkzeugen von 63,8 % auf 65,0 %. CursorBench 3.2.0 stieg von 70,5 % auf 73,4 %, und der Wissensarbeits-Benchmark GDPval-AA v2 stieg von 1723 auf 1853.

Insgesamt gesehen konzentrieren sich die Verbesserungen von Fable 5.1 deutlich auf Aufgaben, bei denen das Modell kontinuierlich Werkzeuge aufrufen, mehrere Schritte verarbeiten, Zwischenergebnisse prüfen und dann die nächste Aktion festlegen muss, anstatt die Fähigkeiten gleichmäßig in allen Bereichen zu verbessern.

Erste Unternehmensprüfungen bestätigen diesen Trend.

Browserbase erreichte in seinem schwierigsten Browser-Agent-Benchmark, dass Fable 5.1 82 % der Aufgaben erledigte, Opus 5 74 % und Fable 5 nur 57 %.

In einem Test von Ramp lief Fable 5.1 38 Stunden lang ununterbrochen ohne menschliches Eingreifen. Zuerst stellte es fest, dass die Ergebnisse eines früheren maschinellen Lernversuchs tatsächlich durch Label-Artefakte beeinflusst wurden, korrigierte das Problem selbstständig, startete gleichzeitig 6 parallele Versuche, die die ganze Nacht liefen, und kehrte schließlich mit neuen Versuchsergebnissen und Vorschlägen für die nächsten Schritte zurück. In einer weiteren offenen Aufgabe bat Ramp es nur, „Probleme zu finden, für die niemand verantwortlich ist, die aber am meisten gelöst werden müssen“. Es fand selbstständig eine Warnung im Zusammenhang mit einem Produktionsunfall, die noch niemand bearbeitet hatte, rief die Protokolle ab und lieferte einen Reparaturvorschlag.

Das Feedback von Canva konzentrierte sich mehr auf die Generierungsqual