Am 1. September 2026 hat Anthropic Claude Fable 5.1 veröffentlicht. Das Bemerkenswerte daran ist nicht, dass ein Modell wieder ein paar Prozentpunkte zugelegt hat. Es ist dabei billiger geworden — und genau diese Kombination gab es bisher praktisch nie.

Alle Zahlen und Grafiken stammen aus der offiziellen Ankündigung von Anthropic. Stand: 1. September 2026.

Bisher galt eine einfache Regel: Wer ein stärkeres Modell wollte, hat pro Aufgabe mehr bezahlt. Leistung und Kosten liefen in dieselbe Richtung. Bei Claude Fable 5.1 laufen sie zum ersten Mal deutlich auseinander. Typische Arbeitslasten kosten rund 25 Prozent weniger als bei Fable 5, bei stark agentischen Aufgaben sind es bis zu 45 Prozent.

Fable 5.1 und Mythos 5.1 — ein Modell, zwei Schutzstufen

Anthropic hat zwei Namen veröffentlicht, aber nur ein Modell. Fable 5.1 und Mythos 5.1 basieren auf demselben Stand; der Unterschied liegt in den Schutzmechanismen und darin, wer Zugang bekommt.

• Fable 5.1 ist allgemein verfügbar.
• Mythos 5.1 läuft nur über geprüfte Zugangsprogramme — das Cyber Verification Program für defensive Sicherheitsarbeit und das Life Sciences Verification Program für Life-Sciences-Fachleute. Beide sind derzeit auf US-Organisationen beschränkt.

Dieser Unterschied erklärt eine Zahl weiter unten in der Tabelle: Bei einem der Coding-Benchmarks liegt Mythos 5.1 über Fable 5.1. Nicht, weil es das klügere Modell wäre, sondern weil bei Fable 5.1 an einzelnen Aufgaben Schutzmechanismen greifen, die bei Mythos 5.1 anders eingestellt sind.

Die Benchmarks im Vergleich

Anthropic stellt Claude Fable 5.1 gegen den eigenen Vorgänger Fable 5, gegen Opus 5 und gegen GPT-5.6 Sol.

Zwei Einschränkungen gehören dazu, damit die Tabelle nicht mehr behauptet, als sie hergibt. Erstens hat GPT-5.6 Sol bei OSWorld und bei Humanity’s Last Exam keine Werte — dort gibt es schlicht keinen Vergleich. Zweitens erreicht Mythos 5.1 bei Terminal-Bench 4.0 60,9 Prozent und liegt damit über Fable 5.1.

Agentic Scientific Research: der größte Sprung

Der auffälligste Wert steht in der ersten Zeile. Bei Terminal-Bench-Science hat Claude Fable 5.1 den Vorgänger nicht geschlagen, sondern verdoppelt: 52,6 gegen 24,7 Prozent. Der Benchmark misst, ob ein Modell wissenschaftliche Aufgaben eigenständig im Terminal zu Ende bringt — Daten beschaffen, Code schreiben, Ergebnisse prüfen, nachbessern.

Die Darstellung ist ehrlicher als eine reine Balkengrafik, weil sie zwei Achsen hat: Genauigkeit gegen Kosten pro Aufgabe. Jeder Punkt ist eine Effort-Stufe, von „low“ bis „max“ — also wie viel Rechenaufwand das Modell in eine Aufgabe stecken darf. Die Kurve von Fable 5.1 liegt nicht nur höher, sie liegt auch weiter links: mehr Ergebnis bei geringeren Kosten.

Agentic Terminal Coding: was die Effort-Stufen bedeuten

Beim Coding im Terminal liegt Claude Fable 5.1 bei 55,8 Prozent gegenüber 42,0 Prozent beim Vorgänger und 52,3 Prozent bei Opus 5.

Interessant ist hier weniger der Spitzenwert als der Verlauf. Schon auf der niedrigsten Effort-Stufe erreicht Fable 5.1 Werte, für die der Vorgänger deutlich mehr Aufwand brauchte. Für den Alltag heißt das: Man muss seltener die teure Stufe wählen, um ein brauchbares Ergebnis zu bekommen.

Was das Modell in der Wissenschaft gemacht hat

Anthropic zeigt drei Ergebnisse, die über Benchmarks hinausgehen. Sie sind der eigentliche Grund, warum dieses Update Aufmerksamkeit bekommt.

Eine neue Karte der Venus aus 30 Jahre alten Daten

Claude hat ein neuronales Netz trainiert, das Radaraufnahmen der NASA-Mission Magellan neu auswertet. Die Daten sind über 30 Jahre alt und lagen seitdem öffentlich zugänglich herum. Herausgekommen ist eine Höhenkarte von einem Drittel der Venus: Details ab zwei bis drei Kilometern statt bisher zehn bis zwanzig, Höhenangaben rund 25 Prozent genauer.

Links das Radarbild, in der Mitte die bisherige Auflösung, rechts die neue Karte desselben Vulkans. Die Karte steht unter Creative-Commons-Lizenz frei zur Verfügung — rechtzeitig vor den kommenden Venus-Missionen VERITAS (NASA) und EnVision (ESA), die damit entscheiden können, welche Regionen sie genauer ansehen.

Protein-Design mit ungewöhnlicher Trefferquote

Beim Entwurf von Protein-Bindern lag die Trefferquote über zwölf Ziele bei knapp 50 Prozent. Üblich sind in diesem Feld 10 bis 15 Prozent. Bei drei Zielen war die Bindungsstärke zehnmal höher als bei den besten Einreichungen eines einschlägigen Wettbewerbs. Jeder gezeigte Entwurf wurde im Labor bestätigt.

Bestehende Modelle schneller machen

Sieben frei verfügbare Modelle aus Genomik und Proteomik wurden mit eigens geschriebenen GPU-Kernen neu implementiert und laufen jetzt bis zu 2,5-mal schneller — bei identischen Ergebnissen. Für genomweite Analysen bedeutet das 30 bis 60 Prozent geringere GPU-Kosten. Es ist das unspektakulärste der drei Beispiele und vermutlich das folgenreichste, weil diese Arbeit sonst Wochen an Spezialwissen bindet.

Sicherheit, Schutzmechanismen und Alignment

Der Teil der Ankündigung, den die meisten Meldungen überspringen, dreht sich weniger um neue Verbote als um weniger Fehlalarme.

• Claude Fable 5.1 darf beim Aufspüren von Sicherheitslücken in Software helfen. Exploits dafür entwickeln weiterhin nicht.
• Bei Cybersecurity-Anfragen blockieren die Schutzmechanismen 60 Prozent weniger harmlose Anfragen als zuvor.
• Bei einfachen Biologie- und Medizinfragen greifen sie 85 Prozent seltener. Das gilt für Fable 5.1 und Fable 5 gleichermaßen.
• Bei Tests auf externe Prompt Injection schneidet das Modell am robustesten ab; die Ablehnungsraten bei bösartigen Anfragen liegen auf dem Niveau der Vorgänger.
• Beim Alignment hat sich das Modell in den meisten Messungen verbessert: Es versucht seltener, unerlaubt auf Ressourcen zuzugreifen, und argumentiert seltener zweckgerichtet auf ein gewünschtes Ergebnis hin. In einzelnen Szenarien umgeht es weiterhin Freigaben.

Für die Praxis ist vor allem der zweite Punkt spürbar. Wer beim Debuggen oder bei einer Sicherheitsfrage schon einmal an einer Ablehnung hängen geblieben ist, wird den Unterschied merken.

Das Wasserzeichen und der EU AI Act

In jedem Text, den Claude ausgibt, steckt seit Kurzem ein Wasserzeichen. Nichts Sichtbares, sondern ein numerischer Wert, an dem sich ablesen lässt, wie wahrscheinlich Claude an einem Text beteiligt war. Das gilt für alle Modelle, die nach dem 2. August 2026 erschienen sind, und geht auf den EU AI Act zurück.

Selbst prüfen kann man es nicht. Der Zugang läuft über eine Erkennungs-API, und die bekommen laut Anthropic:

• Regulierungsbehörden und Strafverfolgung
• Medien und Faktenchecker
• unabhängige Forschende
• Bildungseinrichtungen
• zivilgesellschaftliche Organisationen in der EU

Die Kosten

• Cache-Reads kosten 75 Prozent weniger: 0,25 Dollar pro Million Token.
• Typische Arbeitslasten liegen rund 25 Prozent unter Fable 5.
• Bei komplexem Coding und stark agentischen Aufgaben sind bis zu 45 Prozent Ersparnis möglich.
• Die übrigen Preise bleiben unverändert: 10 Dollar pro Million Input-Token, 50 Dollar pro Million Output-Token.

Die Grafik zeigt, warum der Unterschied zwischen beiden Fällen so groß ist. Bei agentischer Arbeit macht der wiederholt gelesene Kontext den größten Teil der Rechnung aus — genau dort greift die Preissenkung.

Verfügbarkeit

Claude Fable 5.1 ist ab sofort über die Claude-API verfügbar (Modellname claude-fable-5-1) sowie über AWS, Google Cloud und Microsoft Azure. Mythos 5.1 bleibt den geprüften Zugangsprogrammen vorbehalten, derzeit für US-Organisationen; eine Ausweitung ist angekündigt.

Was sich dadurch im Alltag ändert

Es gibt in fast jedem Kopf eine unsichtbare Liste: Aufgaben, die man einmal durchgerechnet und dann weggelegt hat, weil KI dafür zu teuer war. Lange Recherchen über viele Quellen. Auswertungen über große Datenbestände. Agenten, die stundenlang laufen, ohne dass jemand danebensitzt.

Diese Liste ist gerade kürzer geworden. Nicht, weil plötzlich alles funktioniert, sondern weil sich zwei Zahlen gleichzeitig in die richtige Richtung bewegt haben. Wer eine solche Liste hat, sollte sie noch einmal durchgehen.