Claude Fable 5.1 und Mythos 5.1 sind da. Sie übertreffen Opus 5 beim Coding erneut, und die Kosten sind gesunken.

Hallo. Am 1. September 2026 (US-Zeit) hat Anthropic „Claude Fable 5.1" und „Claude Mythos 5.1" angekündigt.

Im Juni wurde die Mythos-Klasse mit Fable 5 allgemein verfügbar gemacht, und im Juli folgte Opus 5 mit dem Versprechen „Intelligenz nahe an Fable 5 zum halben Preis". Nur etwas mehr als einen Monat später folgt nun die Ankündigung, dass Fable einen weiteren Schritt nach vorne gemacht hat.

Trotz der bescheidenen Versionsnummer „.1" bin ich beim Anblick der Benchmark-Tabelle ehrlich gesagt ziemlich begeistert. Besonders erfreulich ist der Zuwachs bei Terminal-Bench 4.0 und CursorBench 3.2.0, die einen direkten Bezug zur Praxis haben, und darauf werde ich mich in diesem Artikel konzentrieren. Natürlich konnte ich in meiner eigenen Claude Code-Umgebung bereits Fable 5.1 auswählen.

Die offizielle Ankündigung positioniert diese beiden Modelle als „the world's most advanced models for coding and knowledge work". Das ist eine Erklärung, dass es sich um die derzeit fortschrittlichsten Modelle für Codierung und Wissensarbeit handelt. In diesem Artikel werde ich basierend auf der offiziellen Ankündigung zusammenfassen, was sich bei Fable 5.1 und Mythos 5.1 geändert hat und warum dies für Claude Code-Nutzer erfreulich ist.

Das Verhältnis zwischen Fable 5.1 und Mythos 5.1

Die Konstellation ist dieselbe wie bei Fable 5 und Mythos 5. Offiziellen Angaben zufolge handelt es sich bei Fable 5.1 und Mythos 5.1 um dasselbe Modell; der einzige Unterschied liegt im Niveau der safeguards (Sicherheitsvorkehrungen).

• Claude Fable 5.1 ist allgemein verfügbar. Es kann über die API und die verschiedenen Claude-Plattformen genutzt werden.
• Claude Mythos 5.1 ist dasselbe Modell, jedoch mit gelockerten safeguards für Experten im Bereich Cybersicherheit und Lebenswissenschaften. Es wird ausschließlich über die später erwähnten trusted access programs bereitgestellt.

In meinem letzten Artikel hatte ich geschrieben, dass „Fable 5 und Mythos 5 auf demselben Basismodell basieren und sich nur durch die safeguards unterscheiden", und diese Beziehung wird auch bei 5.1 fortgeführt. Auch bei Mythos 5.1 werden die safeguards nicht auf Null reduziert; gelockert werden nur diejenigen für die Zielbereiche, während die übrigen safeguards bestehen bleiben. Weitere Informationen zur Positionierung der Mythos-Klasse und zur Herkunft des Namens finden Sie im Artikel zu Fable 5.

Die drei Säulen dieser Ankündigung: Preise, Datenaufbewahrung und safeguards

Bevor die offizielle Ankündigung auf die Leistung eingeht, nennt sie drei Punkte, die als Reaktion auf Kundenfeedback umgesetzt wurden.

1. Preise - Senkung des Preises für cache read (Einlesen bei der Wiederverwendung bereits verarbeiteter Eingaben) um 75 %. Es wird erwartet, dass dies bei typischen Workloads etwa 25 % günstiger ist als bei Fable 5 und bei agentenähnlichen Aufgaben bis zu etwa 45 % Ersparnis bringt.
2. Datenaufbewahrung - Ein neues System namens Enterprise Frontier Safeguards (EFS) ermöglicht es, Daten in der Cloud des Kunden statt bei Anthropic zu speichern. Dies wahrt eine Privatsphäre, die mit einer zero data retention (keinerlei Datenaufbewahrung) vergleichbar ist, während gleichzeitig Maßnahmen gegen Missbrauch aufrechterhalten werden. Die Einführung erfolgt schrittweise ab diesem Herbst; bis dahin können berechtigte Kunden Fable 5.1 mit zero data retention nutzen.
3. safeguards - Reduzierung von Fehlalarmen (False Positives, bei denen unbedenkliche Anfragen blockiert werden). Im Bereich der Cybersicherheit wurden Fehlalarme um 60 % reduziert, sodass das Modell nun auch zur Erkennung von Software-Schwachstellen eingesetzt werden kann. Für die Biologie wird ein in Zusammenarbeit mit der US-Regierung entwickeltes Zugangsprogramm bereitgestellt, für das die Registrierung für Wissenschaftler in Kürze beginnt.

Es handelt sich also nicht um ein einfaches „Leistung verbessert, aber Handhabung und Preise bleiben gleich", sondern um eine gezielte Reaktion auf das Kundenfeedback, das nach der Veröffentlichung von Fable 5 eingegangen ist. Wir werden uns die einzelnen Punkte in den folgenden Abschnitten genauer ansehen.

Benchmarks: Fokus auf Terminal-Bench 4.0 und CursorBench 3.2.0

Hier ist die von offizieller Seite veröffentlichte Vergleichstabelle.

Bei allen Zahlen handelt es sich um von Anthropic selbst veröffentlichte Bewertungsergebnisse, nicht um eine unabhängige Überprüfung durch Dritte. Den Fußnoten zufolge wurde Fable 5.1 mit aktivierten safeguards bewertet, die den Produktionsbedingungen entsprechen. Aufgaben, bei denen safeguards eingriffen, wurden in OSWorld 2.0 für Fable 5.1 und Fable 5 mit null Punkten bewertet, in AutomationBench wurde Fable 5 mit null Punkten bewertet. Bei anderen Eingriffen wurden Cyber-Aufgaben stattdessen von Opus 4.8 und biologische Aufgaben von Opus 5 abgeschlossen. Das bedeutet, dass die Ergebnisse für Fable 5.1 und Fable 5 aufgrund dieser Handhabung möglicherweise etwas niedriger ausfallen.

Überholung von Opus 5 im Terminal-Bench 4.0

Zunächst zu Terminal-Bench 4.0. Dies ist eine Bewertung, die die Fähigkeit misst, Aufgaben als Agent in einer Terminal-Umgebung auszuführen, und wird in der offiziellen Grafik als „Agentic terminal coding" klassifiziert. Ich halte dies für den Benchmark, der der tatsächlichen Nutzung von Claude Code am nächsten kommt.

Das ist eine Steigerung von 42,0 % bei Fable 5 auf 55,8 %, also ein Plus von 13,8 Prozentpunkten. Bemerkenswert ist, dass Opus 5 (52,3 %) in dieser Tabelle über Fable 5 lag. In meinem Artikel zu Opus 5 im Juli schrieb ich „Intelligenz nahe an Fable 5 zum halben Preis", aber was Terminal-Bench 4.0 betrifft, hatte es Fable 5 nicht nur eingeholt, sondern sogar überholt. Fable 5.1 hat sich nun die Spitzenposition zurückerobert.

Der Unterschied zu Mythos 5.1 wird ebenfalls erklärt. Da beide auf demselben Modell basieren, ist die Differenz von 5,1 Prozentpunkten auf „Aufgaben zurückzuführen, bei denen die früheren, weniger präzisen Cyber-safeguards eingegriffen haben". Das bedeutet, dass das Ergebnis von 55,8 % für Fable 5.1 Aufgaben enthält, bei denen aufgrund des Eingreifens von safeguards auf Opus 4.8 umgeschaltet wurde. Mit den nun verbesserten safeguards soll dieser Unterschied künftig deutlich geringer ausfallen.

CursorBench 3.2.0 liegt bei 73,4 %

CursorBench ist eine Bewertung für agentenbasierte Codierung, benannt nach dem KI-Code-Editor Cursor, und wird in der offiziellen Tabelle wie Terminal-Bench 4.0 als „Agentic coding" klassifiziert.

Der Zuwachs von 2,9 Prozentpunkten ist nicht ganz so spektakulär wie bei Terminal-Bench, aber nachdem Opus 5 im Juli den Abstand zu Fable 5 auf unter 0,5 Prozentpunkte verkürzt hatte, konnte Fable 5.1 den Vorsprung nun wieder ausbauen. Laut einem offiziell zitierten Kommentar (vom Director of Machine Learning bei SpaceXAI) erreichte das Modell bei CursorBench 3.2 mit max effort 73,4 %. Es zeichne sich besonders durch die Fähigkeit aus, die eigene Arbeit zu verifizieren, weshalb man ihm schwierige Codierungsaufgaben von Anfang bis Ende anvertrauen könne.

Weitere Benchmark-Ergebnisse

• Terminal-Bench-Science 0.1（wissenschaftliche Forschung als Agent） - von 24,7 % auf 52,6 %, mehr als verdoppelt. Der Standardfehler wird jedoch mit ±3,5 bis 4,5 Prozentpunkten angegeben, weshalb man diese Zahlen mit einer gewissen Toleranz betrachten sollte.
• AutomationBench（Geschäftsworkflows） - von 17,1 % auf 31,4 %. Damit wurde auch der Wert von Opus 5 (26,9 %) übertroffen.
• GDPval-AA v2（Wissensarbeit） - von 1723 auf 1853.
• OSWorld 2.0（Computerbedienung） - 77,9 % bei partial, 41,7 % bei strict. Da die Messung mit Aufgaben aus der Version vom August 2026 des Benchmarks durchgeführt wurde, ist ein direkter Vergleich mit früher veröffentlichten Zahlen nicht möglich, weshalb die Spalten für Konkurrenzmodelle leer sind.
• Humanity's Last Exam（interdisziplinäres Denken） - 60,9 % ohne Tools, 65,0 % mit Tools.

Veränderungen jenseits der nackten Zahlen

Auch die neben den Benchmarks vorgestellten Fallstudien waren beeindruckend. In einem internen System der Investmentgesellschaft Millennium gab es einen Absturz, der nur etwa einmal bei einer Million Ausführungen auftrat und dessen Ursache vier bis fünd Jahre lang niemand erklären konnte. Während alle bisherigen Modelle, einschließlich Fable 5, diesen Fehler übersahen, konnte Fable 5.1 die Bibliothek eines Drittanbieters disassemblieren, mit dem Core Dump abgleichen und den Fehler schließlich in der Bibliothek selbst verorten.

Die offizielle Seite beschreibt dies so, dass das Modell nun klug genug sei, um die eigentliche Ursache von Softwareproblemen zu beheben, anstatt Abkürzungen zu nehmen und minderwertige Ergebnisse zu liefern. Bei Opus 5 hatte ich bereits geschrieben, dass sich die Fähigkeit zur „Selbstüberprüfung" verbessert hat, und es scheint, dass dieser Ansatz bei Fable nun noch weiter vorangetrieben wurde.

Mit geringerem effort Ergebnisse auf Fable 5-Niveau deutlich günstiger erzielen

Diesen Punkt halte ich bei der aktuellen Ankündigung für mindestens ebenso wichtig wie die Benchmark-Zahlen. Laut offiziellen Angaben kann man Fable 5.1 auf ein niedriges (Low) oder mittleres (Medium) effort-Niveau einstellen, um Ergebnisse zu erzielen, die Fable 5 entsprechen oder dieses sogar übertreffen - und das zu weitaus geringeren Kosten.

effort ist eine Einstellung, die festlegt, wie intensiv das Modell vor einer Antwort nachdenkt. Es gibt fünf Stufen: low / medium / high / xhigh / max. Je höher die Stufe, desto intelligenter agiert das Modell, verbraucht aber auch mehr Token und Zeit; je niedriger, desto schneller und günstiger ist es. Die offizielle Grafik zeigt auf der horizontalen Achse die durchschnittlichen Kosten pro Aufgabe (logarithmische Skala) und auf der vertikalen Achse die Punktzahl, wobei die Punkte für die jeweiligen effort-Stufen durch Linien verbunden sind.

In der Grafik für Terminal-Bench 4.0 ist zwar Mythos 5 statt Fable 5 abgebildet, aber die Aussage bleibt dieselbe. Fable 5.1 erreicht bei High (dem Standardwert für Claude Code) etwa 49 % und übertrifft damit den Wert von rund 45 %, den Mythos 5 bei Max erzielt hat - und das bei Kosten von etwa 10 $ pro Aufgabe, was nur rund 40 % der Kosten von Mythos 5 bei Max (ca. 27 $) entspricht. Selbst bei Low oder Medium liegt der Wert bei etwa 40 bis 43 %, was fast dem Niveau von Fable 5 in der Vergleichstabelle (42,0 %) entspricht, jedoch für nur etwa 5 bis 8 $.

Die Grafik für CursorBench 3.2.0 zeigt den direkten Vergleich mit Fable 5. Hier ist das Ergebnis eindeutig: Fable 5.1 bei Low (ca. 66 %, knapp unter 3 $) erzielt fast die gleiche Punktzahl wie Fable 5 bei High (ca. 66,5 %, rund 8,50 $) zu etwa einem Drittel der Kosten. Fable 5.1 bei Medium (ca. 68 %, rund 3,50 $) entspricht in etwa Fable 5 bei xhigh (ca. 68,4 %, rund 11,50 $). Selbst im Vergleich der jeweiligen Max-Stufen erreicht Fable 5.1 einen Wert von 73,4 % für knapp unter 10 $, was eine höhere Punktzahl als die 70,5 % von Fable 5 (ca. 17 $) bei fast der Hälfte der Kosten bedeutet.

Für die Praxis bedeutet dies, dass man die Entscheidung „Die Fable-Klasse ist zu teuer, also nutze ich im Alltag Opus" überdenken kann. Bei Fable 5 kostete die Nutzung angesichts der Preise von 10 $ / 50 $ im Alltag noch etwas Überwindung. Bei Fable 5.1 hingegen erhält man bei reduzierter effort-Stufe Ergebnisse auf Fable 5-Niveau zu einem Bruchteil der Kosten und muss den effort nur bei schwierigen Aufgaben hochschrauben. Zusammen mit der später erwähnten Preissenkung für cache reads haben sich die Optionen in Richtung „günstiger, wenn man sparen will, und intelligenter, wenn man Leistung braucht" erweitert.

Werfen wir auch einen Blick auf die Standardwerte. Offiziellen Angaben zufolge ist der Standard-effort für Fable 5.1 in Claude Code auf High eingestellt, in Claude Cowork und Claude.ai auf Medium. Wenn Sie dies in Claude Code ändern möchten, können Sie im Menü /model bei ausgewähltem Fable 5.1 die effort-Stufe mit den Pfeiltasten (links/rechts) anpassen. Wenn Sie ein Abonnement nutzen, wirkt sich dies zwar nicht direkt auf die Kosten, wohl aber auf das Nutzungslimit (Rate Limit) aus - das Prinzip bleibt jedoch dasselbe.

Auch in den später erwähnten Kommentaren der Early-Access-Unternehmen wird der effort thematisiert. Red Hat berichtet beispielsweise, dass bei allen getesteten fehlerhaften Builds die eigentliche Ursache auf jeder effort-Stufe korrekt identifiziert wurde. Andererseits sind die 73,4 % im CursorBench ein Wert, der mit max effort erzielt wurde. Man sollte also im Hinterkopf behalten, dass das Erreichen der Spitzenwerte aus der Vergleichstabelle entsprechende Kosten verursacht.

Bitte beachten Sie, dass es sich bei den hier genannten Werten aus den Grafiken um von mir abgelesene Schätzungen handelt; die Messungen selbst stammen von Anthropic. Da die Kosten je nach Art der Aufgabe variieren, ist es am sichersten, die effort-Stufen einmal im eigenen Workflow auszuprobieren und zu vergleichen.

Bewertungen der Early-Access-Partner

Offiziell wurden Kommentare von 22 Unternehmen veröffentlicht. Hier sind die wichtigsten Auszüge derjenigen, die für Claude Code-Nutzer am relevantesten sein dürften:

• Cognition gab an, den Opus 5-Traffic von Devin ab dem ersten Tag der Veröffentlichung auf Fable 5.1 umzustellen. Das Modell liefere Ergebnisse auf oder über dem Niveau von Fable 5 zu geringeren Kosten pro Aufgabe. Dank der neuen cache read-Preise sei die Fable-Klasse nun auch für Workloads wie Code-Reviews praktikabel geworden, die man zuvor bei Opus belassen hatte.
• Red Hat berichtete (wie bereits erwähnt), dass bei allen mit Claude Code getesteten fehlerhaften Builds die eigentliche Ursache auf jeder effort-Stufe korrekt identifiziert wurde. Zudem wurde hervorgehoben, dass die Fortschrittsberichte prägnanter und leichter nachzuvollziehen seien.
• Every erklärte, das Modell sei im Vergleich zu Opus 5 etwa doppelt so schnell und verbrauche nur halb so viele Token. Für alle, die Opus als Alltagsmodell nutzen, sei dies ein natürliches Upgrade.
• Ramp schilderte ein Beispiel, bei dem ein 38-stündiger unbeaufsichtigter Lauf für ein Machine-Learning-Problem durchgeführt wurde. Das Modell diagnostizierte, dass frühere Ergebnisse auf fehlerhafte Labels zurückzuführen waren, korrigierte diese, führte sechs Experimente parallel aus und lieferte die Ergebnisse sowie die nächsten Schritte.
• Shopify betonte, dass das Modell bei lang andauernden, unbeaufsichtigten Aufgaben den roten Faden nicht verliere, eigene Protokolle führe, Prioritäten je nach Situation neu ordne und die Arbeit an der Stelle fortsetzen könne, an der sie unterbrochen wurde.
• Browserbase berichtete, dass Fable 5.1 bei der anspruchsvollsten Bewertung für Browser-Agenten 82 % der Aufgaben erfolgreich abgeschlossen hat und damit Opus 5 (74 %) und Fable 5 (57 %) übertraf. Zudem wurden dabei weniger Token verbraucht als bei Opus 5 oder Fable 5.
• Jane Street merkte an, dass frühere Modelle bei längerer Arbeitsdauer schwerer nachzuvollziehen waren, Fable 5.1 jedoch selbst bei langen, mehrstufigen Aufgaben die Lesbarkeit beibehalte.

Dies sind jeweils Berichte aus den individuellen Testumgebungen der Unternehmen und keine standardisierten Vergleiche unter identischen Bedingungen. Dennoch ist die Übereinstimmung der Berichte in den drei Bereichen „Finden der eigentlichen Ursache", „Zuverlässigkeit bei langen, unbeaufsichtigten Läufen" und „geringerer Token-Verbrauch" ein wertvoller Anhaltspunkt für die Erwartungen in der Praxis.

Ergebnisse in der wissenschaftlichen Forschung

Auch wenn dies etwas abseits des Claude Code-Alltags liegt, möchte ich es kurz erwähnen, da es das Potenzial der Mythos-Klasse verdeutlicht.

• Molekulardesign - Mythos 5.1 entwarf mithilfe von Open-Source-Tools für Proteindesign und Strukturvorhersage Binder (Proteine, die an ein Ziel binden) mit hoher Bindungsaffinität. Bei drei Zielproteinen zeigte es eine zehnmal höhere Affinität als der beste Entwurf, der beim Proteindesign-Wettbewerb von Adaptyv Bio eingereicht wurde. Die Trefferquote über alle 12 Zielproteine hinweg lag bei etwa 50 %, während im aktuellen Proteindesign üblicherweise 10 bis 15 % typisch sind.
• Numerische Analyse und Modellierung - Fable 5.1 trainierte ein neuronales Netzwerk auf Basis von Radarbildern der Venus, die vor über 30 Jahren von der NASA-Sonde Magellan aufgenommen wurden, und erstellte eine hochauflösende Höhenkarte für ein Drittel der Venusoberfläche. Die Topografie ist nun in einer Auflösung von 2 bis 3 km statt der bisherigen 10 bis 20 km erkennbar und wurde unter einer Creative-Commons-Lizenz veröffentlicht.
• Numerische Biologie - Mythos 5.1 schrieb benutzerdefinierte GPU-Kernel für sieben Open-Source-Deep-Learning-Modelle und beschleunigte diese um das bis zu 2,5-Fache, ohne die Ausgabe zu verändern. Bei genomweiten Analysen wird eine Reduzierung der GPU-Kosten um 30 bis 60 % erwartet. Diese Optimierung soll als Open Source zur Verfügung gestellt werden.

Das dritte Beispiel liegt recht nah an unserer täglichen Arbeit. Dass das Modell nur anhand des öffentlich zugänglichen Quellcodes eine Optimierung, für die ein Team von Performance-Ingenieuren normalerweise mehrere Wochen benötigt, in wenigen Tagen abgeschlossen hat, macht es leicht vorstellbar, ihm Aufgaben zur Leistungsverbesserung von Codebasen anzuvertrauen.

Sicherheit, Security und Alignment

Wie beim letzten Mal wird das Thema Sicherheit ausführlich behandelt. Details dazu finden sich in der System Card; hier fasse ich die wichtigsten Punkte zusammen.

• Chemie und Biologie - Obwohl die Fähigkeiten von Mythos 5.1 die von Mythos 5 übertreffen, wurde bewertet, dass sie nicht die nächsthöhere Risikostufe der Responsible Scaling Policy (der Richtlinie des Unternehmens, die Sicherheitsmaßnahmen schrittweise an die Fähigkeiten anpasst) erreichen. Daher wird es mit denselben safeguards wie Mythos 5 bereitgestellt.
• Cyber - Mythos 5.1 ohne safeguards zeigte die stärksten Cyber-Fähigkeiten aller bisher veröffentlichten Modelle, bleibt jedoch innerhalb der niedrigen Risikokategorie des Frontier Compliance Framework. Die safeguards von Fable 5.1 wurden durch zwei externe Organisationen sowie automatisierte Tests von Gray Swan überprüft, wobei keine Jailbreaks mit kritischem Schweregrad (critical-severity) gefunden wurden.
• Sicherheit als Agent - Die Ablehnungsrate bei bösartigen Anfragen liegt auf einem ähnlichen Niveau wie bei Mythos 5, Sonnet 5 und Opus 5. In externen Prompt-Injection-Benchmarks erwies sich das Modell als das robusteste in der bisherigen Geschichte des Unternehmens.
• Alignment - Bei automatisierten Verhaltensaudits zeigten sich in fast allen Metriken Verbesserungen im Vergleich zu Mythos 5. Die Tendenz, bei unlösbaren Aufgaben auf Ressourcen außerhalb der Testumgebung zuzugreifen, Handlungen mit Argumenten wie „Dies ist nur eine Simulation oder Bewertung" zu rechtfertigen oder explizite Einschränkungen zu ignorieren, hat in allen Bereichen abgenommen. Auch die Versuchs- und Erfolgsquote von reward hacking (dem Erschleichen von Belohnungen durch Umgehung von Regeln) ist gesunken.

Gleichzeitig werden auch Grenzen eingeräumt. Es kommt immer noch vor, dass Freigaben oder Klassifikatoren für den Auto-Modus umgangen werden, und bei Aufgaben mit sehr langem Kontext oder Multi-Agenten-Konfigurationen ist die Überprüfbarkeit noch nicht ausreichend gegeben. Wenn Sie Claude Code weitreichende Berechtigungen erteilen und autonom laufen lassen, sollten Sie diesen Punkt im Hinterkopf behalten.

Verbesserte safeguards reduzieren Eingriffe in Claude Code um ca. 60 %

Für Claude Code-Nutzer dürfte dies die spürbarste Veränderung bei diesem Update sein.

Im Bereich Cybersicherheit kann Fable 5.1 nun zur Erkennung von Software-Schwachstellen eingesetzt werden. Das bedeutet, dass defensive Aufgaben - also Untersuchungen zur Absicherung der eigenen Software - nun zugelassen werden. Durch diese Änderung wird erwartet, dass die Eingriffe der Cyber-safeguards pro Claude Code-Sitzung im Vergleich zu Fable 5 im Durchschnitt um etwa 60 % sinken. Dual-Use-Aufgaben (die sowohl für gute als auch für böswillige Zwecke genutzt werden können) wie Penetrationstests (aktive Angriffsversuche zur Überprüfung der Sicherheit), Exploit-Generierung (Erstellung von Angriffscode zur Ausnutzung gefundener Schwachstellen) oder binärbasierte Schwachstellenscans (Analyse von kompilierten Programmen statt Quellcode) werden jedoch weiterhin an Opus-Modelle umgeleitet.

Im Bereich Biologie ist die Häufigkeit, mit der safeguards bei unbedenklichen Anfragen zu grundlegender Biologie oder Medizin anspringen, im Vergleich zur Veröffentlichung von Fable 5 um 85 % gesunken. Anfragen zur Forschung und Entwicklung in den Lebenswissenschaften werden jedoch weiterhin an Opus-Modelle weitergeleitet; für Experten steht das unten beschriebene Zugangsprogramm für Mythos 5.1 zur Verfügung.

Auch die Maßnahmen gegen Destillation wurden verstärkt. Destillation (distillation) ist eine Methode, bei der Fähigkeiten aus einem leistungsstarken Modell extrahiert werden, um ein anderes Modell zu trainieren, was manchmal im industriellen Maßstab über eine große Anzahl gefälschter Konten geschieht. Bei neuen API-Konten, die ab dem Veröffentlichungsdatum erstellt werden, ist es nicht mehr möglich, den vergangenen Kontext manuell zu bearbeiten, während die Aufzeichnung des Denkprozesses (thinking) von Claude über mehrere Gesprächsrunden hinweg beibehalten wird. Diese Änderung soll bekannte Destillationsmethoden blockieren. Bestehende Konten sind derzeit nicht betroffen, die Regelung soll jedoch bei zukünftigen Modellveröffentlichungen auf alle Nutzer ausgeweitet werden. Wenn Sie Integrationen entwickeln, die den Gesprächsverlauf selbstständig aufbauen, sollten Sie den Hilfe-Center-Artikel lesen.

Enterprise Frontier Safeguards: Daten in der eigenen Cloud belassen

EFS wird am selben Tag in einem anderen Artikel ausführlich erläutert. Da dies für Unternehmen, die Claude nutzen, von großer Bedeutung ist, fasse ich die wichtigsten Punkte zusammen.

Der Hintergrund ist die mit Fable 5 eingeführte 30-tägige Datenaufbewahrung. Wie im Artikel zu Fable 5 erwähnt, dient dies nicht dem Training der Modelle. Der Grund war vielmehr, dass zur Erkennung von Missbrauch - von betrügerischen Aktivitäten über raffinierte Cyberangriffe bis hin zur Nutzung gestohlener Zugangsdaten - über mehrere Sitzungen und Konten hinweg Daten über einen gewissen Zeitraum aufbewahrt und korreliert werden müssen, anstatt jede Interaktion einzeln zu betrachten und sofort zu verwerfen. Anthropic stellt klar, dass Unternehmensdaten niemals ohne ausdrückliche Genehmigung für das Training verwendet wurden und dies auch in Zukunft nicht tun werden. In stark regulierten Branchen führt die Datenaufbewahrung jedoch oft dazu, dass solche Modelle nicht genutzt werden dürfen. Daher wurde EFS gemeinsam mit Kunden entwickelt.

Bei der Entwicklung wurden intensive Gespräche mit dem ARC (Analysis and Resilience Center for Systemic Risk), in dem die CISOs (Chief Information Security Officers) großer US-Banken vertreten sind, sowie mit Unternehmen wie Comcast, KPMG, Mastercard, Salesforce und Visa geführt. Die Gesprächspartner umfassten ein Viertel der Fortune-100-Unternehmen und alle global systemrelevanten Banken der USA. Die geäußerten Anforderungen und die darauf basierenden Designentscheidungen umfassen die folgenden drei Punkte:

• Monitoring - Wenn die automatisierte Überwachung verdächtige Muster erkennt, wird dieses Signal direkt an den Kunden gesendet und von diesem überprüft.
• Datenspeicherung - Die für die Überwachung verwendeten Aktivitätsdaten können im eigenen Cloud-Konto des Kunden (wie Amazon S3, Azure Blob Storage, Google Cloud Storage usw.) unter Verwendung der eigenen Verschlüsselungsschlüssel, Zugriffsrichtlinien und Audit-Protokolle des Kunden gespeichert werden.
• Automatische und manuelle Überprüfung - Ein automatisiertes System analysiert den Datenverkehr über einen bestimmten Zeitraum und sucht nach Signalen für schwerwiegenden Missbrauch, wie Versuche zur Entwicklung offensiver Cyber- oder biologischer Fähigkeiten oder Anzeichen für gestohlene bzw. geleakte Zugangsdaten. Entsprechende Markierungen (Flags) gehen direkt an den Kunden; eine manuelle Überprüfung durch Mitarbeiter von Anthropic ist nicht erforderlich.

Kundeneigener Speicher, kundenverwaltete Verschlüsselungsschlüssel und die vollautomatische Überprüfung sind jeweils opt-in-Optionen (es wird nur das aktiviert, was benötigt wird). Unabhängig davon, welche Optionen aktiviert werden, ändern sich das Verhalten des Modells, die API-Gebühren und die Rate Limits nicht. Anthropic erhebt für EFS selbst keine Gebühren; die Kosten für Speicherung, Lese-/Schreibzugriffe und Datentransfer bei der Speicherung in der eigenen Cloud werden vom jeweiligen Cloud-Anbieter in Rechnung gestellt. Unabhängig davon, ob der Zugriff direkt über Anthropic oder über AWS, Google Cloud oder Microsoft Azure erfolgt, wird das gleiche Maß an Kontrolle geboten. Unterstützt werden Claude Code, Claude Enterprise, Claude Platform, Amazon Bedrock, Claude Platform on AWS, Googles Agent Platform und Microsoft Foundry.

Die Bereitstellung erfolgt schrittweise mit dem Ziel, den Dienst im späteren Verlauf dieses Herbstes allgemein verfügbar zu machen. Berechtigte Kunden können Fable 5 und Fable 5.1 mit zero data retention nutzen, bis EFS bereitsteht. Bewerbungen werden über das entsprechende Formular entgegengenommen.

Zugangswege für Mythos 5.1

Mythos 5.1 wird über die folgenden zwei trusted access programs bereitgestellt:

• Cyber Verification Program (CVP) - Ein Programm, das derzeit für defensive Sicherheitsaufgaben Modelle der Opus- und Sonnet-Klasse mit gelockerten Cyber-safeguards bereitstellt. Die Mythos-Klasse soll in Kürze aufgenommen werden.
• Life Sciences Verification Program (LSVP) - Ein Programm, das es Experten der Lebenswissenschaften ermöglicht, Mythos 5.1 unter speziell für Forschung und Entwicklung konzipierten safeguards zu nutzen. In Zusammenarbeit mit der US-Regierung wurden bereits die ersten Teilnehmer registriert; ein Ausbau des Programms ist geplant.

Derzeit ist der Zugang auf US-Organisationen beschränkt; eine Ausweitung auf in- und ausländische Partner wird derzeit mit der US-Regierung abgestimmt. Zudem läuft nun auch Claude Security, das Codebasen auf Schwachstellen scannt und Korrekturvorschläge unterbreitet, auf Basis von Mythos 5.1.

Wasserzeichen in der Ausgabe zur Einhaltung des EU AI Act

Dies wird leicht übersehen, ist aber auch für diejenigen relevant, die Claude wie wir zum Verfassen von Texten nutzen.

Anthropic hat im Juli 2026 den „Verhaltenskodex zur Transparenz von KI-generierten Inhalten" des EU AI Act unterzeichnet. Infolgedessen enthalten die Ausgaben von Modellen, die nach dem 2. August 2026 veröffentlicht werden, ein watermark (Wasserzeichen). Dieses ist für Personen ohne Zugriff auf die Erkennungs-API unsichtbar, hat keinen Einfluss auf die Qualität oder den Inhalt der Ausgabe und enthält laut Angaben keine Informationen über Nutzer, Organisationen oder Konversationen. Die Erkennungs-API wird zunächst als Private Preview für Regulierungsbehörden, Medien und Forscher bereitgestellt und soll schrittweise ausgebaut werden.

Fable 5.1 fällt natürlich unter diese Regelung. Es handelt sich dabei nicht um ein System, das eine eindeutige Ja/Nein-Aussage trifft, sondern um eine „numerische Schätzung der Wahrscheinlichkeit, dass Claude beteiligt war". Dennoch sollte man im Hinterkopf behalten, dass eine solche Erkennungsmethode existiert.

Preise und Verfügbarkeit

Die Preise gestalten sich wie folgt:

Die Preise für Eingabe und Ausgabe bleiben im Vergleich zu Fable 5 unverändert; die einzige Änderung betrifft den Preis für cache reads. Dennoch führt dies laut offiziellen Berechnungen (basierend auf der tatsächlichen Nutzung in den vier Wochen des Augusts 2026) zu einer Kosteneinsparung von etwa 25 % bei typischen Workloads und bis zu etwa 45 % bei agentenähnlichen Workloads mit viel Kontext und vielen Tool-Aufrufen. Da bei Letzteren die cache reads den Großteil der Kosten ausmachen sollen, dürfte sich diese Preissenkung umso stärker bemerkbar machen, je längere Sitzungen man in Claude Code durchführt.

Die Modell-ID für die API lautet claude-fable-5-1. Neben der Claude-API ist das Modell ab dem Tag der Ankündigung auch über Amazon Web Services, Google Cloud und Microsoft Azure verfügbar. Mythos 5.1 bleibt, wie bereits erwähnt, derzeit auf US-Organisationen beschränkt.

Ausprobieren in Claude Code

Auch in meiner Umgebung war Fable 5.1 bereits auswählbar, als ich /model in Claude Code öffnete.

In der Liste ist der Standard (Default) Opus 5 (1M Kontext), und das dritte Fable ist Fable 5.1. Die Beschreibung lautet: „Das leistungsfähigste Modell für die schwierigsten und am längsten laufenden Aufgaben". Darunter folgen Sonnet 5 und Haiku 4.5; Fable 5 taucht in der Liste nicht mehr auf. Wenn Sie den früheren Modellnamen verwenden möchten, müssen Sie diesen über --model angeben. Falls das Modell bei Ihnen noch nicht angezeigt wird, versuchen Sie bitte ein Update und starten Sie das Programm neu.

claude update

Der Standard-effort in Claude Code ist High. Da wie erwähnt auch bei Low oder Medium Ergebnisse auf oder über dem Niveau von Fable 5 erzielt werden, können Sie im Menü /model bei ausgewähltem Fable 5.1 die effort-Stufe mit den Pfeiltasten anpassen und sie je nach Komplexität der Aufgabe variieren.

Bitte beachten Sie, dass die Verfügbarkeit und das Standardverhalten je nach Tarif, Provider und Administratoreinstellungen variieren können. Wenn Sie Claude Code noch über Homebrew oder npm nutzen, empfiehlt es sich, jetzt auf die native Installation umzusteigen. Dadurch funktionieren automatische Updates, und Sie können neue Funktionen reibungslos nutzen. Die genauen Schritte habe ich im Artikel Claude Code von Homebrew auf native Installation umstellen und komfortabler arbeiten zusammengefasst.

Vergleich zwischen Fable 5 und Fable 5.1

Hier sind die wichtigsten Unterschiede in einer Tabelle zusammengefasst:

Die Benchmark-Zahlen basieren auf der Vergleichstabelle der aktuellen offiziellen Ankündigung.

Was sind die konkreten Vorteile für Nutzer?

Lassen Sie uns die bisherigen Punkte unter dem Gesichtspunkt zusammenfassen, wie sie sich auf die eigene Arbeit auswirken.

1. Deutliche Steigerung bei den Codierungs-Benchmarks

Ein Plus von 13,8 Prozentpunkten bei Terminal-Bench 4.0 und 2,9 Prozentpunkten bei CursorBench 3.2.0. In beiden Bereichen war Opus 5 herangekommen oder vorbeigezogen; nun hat sich Fable 5.1 unter den vier Modellen der offiziellen Vergleichstabelle wieder an die Spitze gesetzt. Das ist für mich der erfreulichste Punkt.

2. Voraussichtlich geringere Kosten bei gleicher Nutzung

Obwohl die Preise für Eingabe und Ausgabe gleich bleiben, führt allein die Preissenkung für cache reads bei typischen Workloads zu einer Ersparnis von etwa 25 % und bei agentenähnlichen Aufgaben von bis zu etwa 45 %. Da man zudem den effort auf Low oder Medium senken kann und dennoch Ergebnisse auf oder über dem Niveau von Fable 5 erhält, kann die Ersparnis noch deutlich höher ausfallen. Für alle, die bei Fable 5 das Gefühl hatten, dass die Kosten bei jeder Nutzung im Nacken sitzen, ist dies die spürbarste Veränderung.

3. Weniger Fehlalarme bei den safeguards

Die Eingriffe pro Claude Code-Sitzung werden voraussichtlich um etwa 60 % reduziert, und das Modell kann nun zur Erkennung von Schwachstellen eingesetzt werden. Für alle, die bei sicherheitsbezogenen Untersuchungen blockiert wurden, ist dies eine sehr willkommene Verbesserung.

4. Konsistente Berichte über lange, unbeaufsichtigte Läufe

In den Berichten der Early-Access-Unternehmen finden sich Beispiele für dutzende Stunden unbeaufsichtigter Läufe oder die Verfolgung von Änderungen über mehrere Dienste hinweg. Dass die Berichte in dieser Richtung so einheitlich ausfallen, dürfte in der Praxis noch schwerer wiegen als die reinen Benchmark-Zahlen. Da die offizielle Seite jedoch selbst einräumt, dass die Überprüfbarkeit bei sehr langem Kontext oder Multi-Agenten-Konfigurationen noch nicht ausreichend gegeben ist, gilt weiterhin die Prämisse, dass man den Rahmen und die Berechtigungen selbst festlegen muss.

5. Flexible Datenhandhabung für Unternehmen

Dank EFS ist es nun möglich, die Fable-Klasse mit einer Privatsphäre auf dem Niveau von zero data retention zu nutzen, während die Daten in der eigenen Cloud verbleiben. Für Organisationen, die das Spitzenmodell aufgrund interner Richtlinien bisher gemieden haben, bietet dies eine neue Entscheidungsgrundlage.

Fazit

Die wichtigsten Punkte zu Claude Fable 5.1 und Mythos 5.1 lassen sich wie folgt zusammenfassen:

• Fable 5.1 und Mythos 5.1 basieren auf demselben Modell; der einzige Unterschied liegt im Niveau der safeguards. Fable 5.1 ist allgemein verfügbar, Mythos 5.1 über trusted access programs.
• Terminal-Bench 4.0 stieg von 42,0 % auf 55,8 % (Mythos 5.1 liegt bei 60,9 %). Damit wurde der Wert von Opus 5 (52,3 %) wieder übertroffen.
• CursorBench 3.2.0 stieg von 70,5 % auf 73,4 %.
• Selbst bei Reduzierung des efforts auf Low oder Medium liegt die Leistung auf oder über dem Niveau von Fable 5. Bei CursorBench 3.2.0 erreicht Fable 5.1 bei Low das gleiche Niveau wie Fable 5 bei High zu etwa einem Drittel der Kosten (laut Ablesung aus der offiziellen Grafik).
• Terminal-Bench-Science 0.1 hat sich mehr als verdoppelt, AutomationBench stieg von 17,1 % auf 31,4 %.
• Die Preise für Eingabe/Ausgabe bleiben bei 10 $ / 50 $ unverändert. Cache Reads kosten nun 0,25 $ (75 % günstiger), was zu einer Kosteneinsparung von ca. 25 % bei typischen Workloads und bis zu ca. 45 % bei agentenähnlichen Aufgaben führt.
• Eingriffe der Cyber-safeguards wurden in Claude Code um ca. 60 % reduziert. Die Erkennung von Schwachstellen ist nun möglich (Exploit-Generierung etc. wird weiterhin an Opus-Modelle umgeleitet).
• Enterprise Frontier Safeguards (EFS) bietet ab diesem Herbst schrittweise eine Privatsphäre auf dem Niveau von zero data retention, während die Daten in der eigenen Cloud verbleiben. EFS selbst ist kostenlos; das Verhalten des Modells, die Preise und die Rate Limits ändern sich dadurch nicht.
• Mythos 5.1 erzielte beim Proteindesign eine Trefferquote von ca. 50 % und beschleunigte GPU-Kernel-Optimierungen um das bis zu 2,5-Fache. Fable 5.1 erstellte eine hochauflösende Höhenkarte der Venus.
• Als Modell, das nach dem 2. August 2026 veröffentlicht wurde, enthalten die Ausgaben ein Wasserzeichen zur Einhaltung des EU AI Act.
• Die Modell-ID für die API lautet claude-fable-5-1. Das Modell ist ab dem Tag der Ankündigung auch über AWS, Google Cloud und Azure verfügbar.

Knapp drei Monate nach dem Erscheinen von Fable 5 hat Fable, das zwischenzeitlich von Opus 5 eingeholt worden war, Opus 5 in den Codierungs-Benchmarks wieder überholt. Gleichzeitig wurden Verbesserungen bei den Kosten und der Handhabung vorgenommen. Dies ist eine andere Art von Überraschung als im Juni, als die höhere Klasse allgemein verfügbar wurde, aber was die Auswirkungen auf die tägliche Arbeit betrifft, könnte dieses Update sogar noch bedeutender sein.

Ich werde das Modell in Claude Code für eine Weile auf Fable 5.1 eingestellt lassen und es intensiv nutzen. Sollten mir dabei interessante Aspekte auffallen - auch im Umgang mit den Rate Limits -, werde ich diese wieder in einem Artikel zusammenfassen.

Referenzlinks

• Introducing Claude Fable 5.1 and Claude Mythos 5.1 \ Anthropic
• Developing Enterprise Frontier Safeguards with our customers \ Anthropic
• Claude Fable 5 und Mythos 5 veröffentlicht: Die Klasse über Opus ist endlich allgemein verfügbar
• Claude Opus 5 veröffentlicht! Intelligenz nahe an Fable 5 zum Opus-Preis
• Claude Pricing
• Claude Code Model configuration