Claude Opus 5 vs Claude Fable 5: Ist Fable den doppelten Preis wert?
Das bedeutet nicht, dass Opus Fable überall schlägt. Anthropic bezeichnet Fable 5 weiterhin als leistungsstärkstes breit veröffentlichtes Modell, empfiehlt Opus 5 aber als Startpunkt für komplexes agentisches Coding und Unternehmensarbeit. Bei doppeltem offiziellen Tokenpreis muss Fable seinen Aufpreis in der konkreten Workload verdienen.
Claude Opus 5 vs Fable 5: Entscheidung in 30 Sekunden
| Situation | Standard | Wann wechseln? |
|---|---|---|
| Komplexes Coding, Reviews, Browser-Automation, Wissensarbeit | Opus 5 | Ein gemessener Aufgabencluster scheitert wiederholt |
| Lange Frontier-Agenten mit hohem Verlust bei Fehlern | Opus starten, Fable-Eskalation behalten | Fable steigert die Akzeptanz kompletter Traces deutlich |
| Hochwertige Forschung, Planung oder Prüfung | Opus erledigt die Hauptarbeit, Fable prüft selektiv | Eingesparte Prüfung oder Risiko übersteigt den Aufpreis |
| Häufige, automatisch prüfbare Ausführung | Opus oder günstigeres Modell | Nicht allein wegen vermeintlicher Komplexität zu Fable routen |
| Zero Data Retention | Zuerst Opus-Route prüfen | Fable hat bei Anthropic zusätzliche Retention-Anforderungen |
| Classifier-sensitive Aufgaben | Autorisierung und Route zuerst prüfen | Fallback-Ausgabe nicht als Fable-Leistung zählen |
günstiges Modell → Validierung scheitert
Opus 5 → scheitert weiter / sehr hoher Aufgabenwert
Fable 5 Eskalation oder unabhängiges Review
→ menschliche Bestätigung und rückrollbares ErgebnisZuerst die Oberfläche unterscheiden
| Oberfläche | Eigentliche Entscheidung | Praktische Antwort |
|---|---|---|
| Claude-App | Modell für Chat oder Einzelaufgabe | Opus starten; Fable nur bei Bedarf an maximaler Fähigkeit |
| Claude Code / Coding Agent | Modell für Implementierung, Debugging, Planung, Review | Opus führt aus; Fable nur als gemessene Eskalation oder Prüfung |
| API / Agentenplattform | Defaults, Kostenkontrolle, Monitoring, Rollback | Nach Aufgabenklasse routen statt ein Modell dauerhaft fest zu codieren |
Der Schwerpunkt liegt auf produktiven API- und Agententeams. Abo-Limits und App-Defaults können sich ändern.
Was sich mit Opus 5 geändert hat
Anthropic veröffentlichte Opus 5 am 24. Juli 2026 als alltägliches Premium-Modell nahe Fable-Niveau zum halben Preis. Fable bleibt die höchste breit verfügbare Fähigkeitsstufe. „Höchste Fähigkeit“, „bester Standard“ und „bestes Modell für deine Workload“ sind drei verschiedene Aussagen.
Opus besitzt außerdem einen zuverlässigeren Wissensstichtag im Mai 2026, Fable im Januar 2026. Das kann bei aktuellen Frameworks helfen, ersetzt aber weder Retrieval noch Repository-Fakten oder externe Verifikation.
Nur produktionsrelevante Spezifikationen vergleichen
| Dimension | Opus 5 | Fable 5 | Auswirkung |
|---|---|---|---|
| Positionierung | Startpunkt für komplexes Agenten-Coding | Höchste breit veröffentlichte Fähigkeit | Opus starten, Fable muss Mehrwert beweisen |
| Offizieller Basistarif | $5/$25 pro MTok Input/Output | $10/$50 | Fable startet bei 2× |
| Kontext / Output | 1M / 128K | 1M / 128K | Kapazität unterscheidet nicht |
| Wissensstichtag | Mai 2026 | Januar 2026 | Opus kann bei aktuellem Entwicklerwissen helfen |
| Latenzklasse | Mittel | Langsamer | Interaktive Premium-Arbeit mit Opus beginnen |
| Adaptive Thinking | Standard; bis high deaktivierbar | Immer aktiv | Opus ist bei leichteren Aufgaben steuerbarer |
| Effort | low bis max | Effort-Steuerung | Nur gleiche Einstellungen vergleichen |
| Retention | Keine modellspezifische allgemeine Vorgabe | 30 Tage, kein ZDR | Governance kann Fable ausschließen |
| Classifier | Erwartet rund 85 % weniger Eingriffe | Zusätzliche Classifier | Refusals und Fallback mitmessen |
Benchmarks richtig lesen
| Evidenz | Was sie stützt | Was sie nicht beweist |
|---|---|---|
| CursorBench 3.2, Anthropic | Opus max liegt im Harness nahe Fable bei etwa halben Aufgabenkosten | Gleichstand in jedem Repository |
| OSWorld 2.0, Anthropic | Hohe Kosteneffizienz bei getesteter Computerbedienung | Jede Browser-Automation ist zuverlässiger |
| Frontier-Bench | Starke Harness-Leistung; Fallback ist in Fußnoten dokumentiert | Das angeforderte Modell löste jede Aufgabe allein |
| ARC-AGI-3, 30,16 % | Verifiziertes Opus-Ergebnis | Direkter Fable-Vergleich |
| Artificial Analysis | Unabhängige Preis-/Latenzbeobachtung | Fairer Same-Effort-Test; sichtbar sind Low vs Max und Fallback |
| Frühe Community-Berichte | Hypothesen für Planung/Ausführung/Review | Allgemeingültiges Modellverhalten |
Coding- und Agentenarbeit aufteilen
| Workload | Standard | Eskalation | Metrik |
|---|---|---|---|
| Repository-Implementierung | Opus | Wiederholte Testfehler oder Redesign | Tests, Scope-Verstöße, Reparaturen |
| Root-Cause-Analyse | Opus | Hypothesen brechen wiederholt zusammen | Erste richtige Ursache, Umwege |
| Code Review | Opus | Fable-Zweitprüfung bei hohem Risiko | Treffer, Fehlalarme, Reviewzeit |
| Multi-Agent-Planung | Opus starten | Fable-Planung bei Drift testen | Neuplanung, Konflikte, Zustandsverlust |
| Subagent-Ausführung | Opus oder günstiger | Nur gescheiterte Teilaufgabe eskalieren | Kosten pro akzeptiertem Subtask |
| Computer Use | Opus | Kritische Schritte können nicht recovern | Abschluss, Recovery, Aktionen |
| Lange Forschung | Opus | Fable als unabhängige Gegenprüfung | Quellen, Lücken, Prüfzeit |
| Langlaufender Agent | Opus + Checkpoints | Fable nur bei belegter Stabilität | Recovery und Trace-Akzeptanz |
Frühe Berichte legen nahe, Fable für Planung oder Endprüfung und Opus für Ausführung zu testen. Das ist eine Hypothese, kein gesicherter Standard.
Wann sich der doppelte Fable-Tarif rechnet
Modellkosten pro akzeptierter Aufgabe = Kosten je Versuch ÷ ErstakzeptanzC, Fable 2C. Fable gewinnt allein bei Modellkosten nur, wenn:Fable-Akzeptanz > 2 × Opus-Akzeptanz| Szenario | Opus | Fable | Opus je Erfolg | Fable je Erfolg |
|---|---|---|---|---|
| Häufige Implementierung | 80 % | 90 % | 1,25C | 2,22C |
| Schwieriges Debugging | 60 % | 90 % | 1,67C | 2,22C |
| Enge Klasse mit instabilem Opus | 45 % | 95 % | 2,22C | 2,11C |
Reale Tokenmengen unterscheiden sich. Fable kann sich trotzdem rechnen, wenn es teure Wiederholungen, Ingenieursprüfung, Rollbacks oder Fehlentscheidungen reduziert. Für Budgets gilt der Live-Preis auf den Produktseiten.
Vier produktive Routingarchitekturen
Nur Opus
Wenn automatische Tests oder ein stabiles Rubric den Qualitätsbalken bestätigen, Effort optimieren und die Architektur einfach halten.
Opus als Standard, Fable nach Validierungsfehler
Nur beobachtbare Signale eskalieren: fehlgeschlagene Tests, ungültige Tools, Schleifen, niedrige Konfidenz oder eine gemessene Fable-Stärke. Fable-Aufrufe pro Aufgabe begrenzen.
Fable plant oder prüft, Opus führt aus
Fable erstellt einen kompakten Plan oder eine unabhängige Prüfung. Nur nötigen Kontext übergeben und Gesamtkosten inklusive Latenz und doppelter Tokens messen.
Zwei unabhängige Reviews
Nur bei wertvollen Ergebnissen einsetzen. Modellidentität verbergen, Schlichtungsrubrik definieren und Übereinstimmung nicht mit Wahrheit verwechseln.
Claude Opus 5 auf EvoLink evaluierenSchutzmechanismen, Retention und Fallback
stop_reason: "refusal" ablehnen. Protokolliere angefordertes und tatsächlich verwendetes Modell, Refusal-Kategorie, Fallback-Kette und Kosten. Anthropic dokumentiert 30 Tage Retention und kein ZDR für Fable; für Opus keine modellspezifische allgemeine Vorgabe. Vertrag und Route bleiben maßgeblich.| Feld | Warum es nötig ist |
|---|---|
| Angefordertes Modell | Bewahrt die ursprüngliche Nutzer- oder Routerentscheidung |
| Verwendetes Modell | Zeigt, welches Modell das Ergebnis tatsächlich erzeugte |
| Effort und Outputbudget | Macht Aufrufe vergleichbar |
| Refusal und Classifier | Trennt Policy-Ablehnung von Qualitätsfehlern |
| Fallback-Grund und -Kette | Erklärt, warum die Route wechselte |
| Tokens und Latenz je Stufe | Berechnet die Kosten des vollständigen Pfads |
| Finale Akzeptanz | Verhindert, dass irgendeine Ausgabe als Erfolg zählt |
Die Providerangaben müssen auf den tatsächlich genutzten Gateway, die Region und den Vertrag abgebildet werden. Daten-Governance kann Fable ausschließen, bevor ein Qualitätsvergleich sinnvoll ist.
Fable-Traffic sicher zu Opus migrieren
| Phase | Maßnahme | Grenze für die nächste Phase |
|---|---|---|
| 1. Historisches Replay | 50–200 Erfolge, teure Fehler, lange Traces und Grenzfälle vorbereiten | Reale Tools, Kontexte, Rechte und Akzeptanzregeln sind abgedeckt |
| 2. Matched Test | Tools, Timeout, Retry, Effort und Outputbudget gleich halten | Ergebnisse lassen sich nach Aufgabenklasse vergleichen |
| 3. Shadow | Opus außerhalb des Nutzerpfads parallel zur Fable-Route ausführen | Keine Safety-, Format- oder Toolblocker |
| 4. Canary | 10–25 % einer geeigneten Aufgabenklasse zu Opus verschieben | Akzeptanz, Review und p95 bleiben innerhalb der Grenzen |
| 5. Workload-Ausbau | Nur bestandene Aufgabenklassen erweitern | Kosten je akzeptierter Aufgabe bleiben besser |
| 6. Eskalation und Rollback | Fable für nachweislich vorteilhafte Klassen behalten | Jede Klasse kann zur alten Policy zurück |
Vorab festlegen: Die First-Pass-Akzeptanz darf nicht deutlich sinken, ungültige Toolcalls dürfen nicht steigen, Retry- und Reparaturzeit dürfen Tokenersparnis nicht aufheben, p95 muss passen, Refusal und Fallback müssen zuordenbar sein und hochwertige Fehler dürfen nicht im Mittelwert verschwinden.
Die Fable-Route nach dem ersten erfolgreichen Batch nicht löschen. Ziel ist eine versionierte, reversible Policy.
Reproduzierbares Testprotokoll
Teste 50–200 repräsentative Aufgaben je Klasse mit gleichen Tools, Rechten, Kontexten, Timeouts und Retry-Regeln. Hochvariable Aufgaben mehrfach ausführen und blind bewerten.
task_id, task_class, requested_model, served_model, effort
input/cache-write/cache-read/output tokens, latency
tool calls, refusal, fallback chain, automatic checks
blind score, repair minutes, acceptedErgebnisse je Workload veröffentlichen, nicht nur als globalen Mittelwert.
Empfehlungen nach Team
| Team | Startregel |
|---|---|
| Kleines Produktteam | Nur Opus, Fable manuell eskalieren |
| Coding-Agent-Plattform | Opus-Standard plus Fable nach Aufgabenklasse |
| Enterprise-Wissensworkflow | Opus plus selektive Fable-Zweitprüfung |
| Regulierte / risikoreiche Arbeit | Dual Review für eine enge Teilmenge |
| Hochvolumen-Automation | Opus oder günstiger vor Fable |
Was noch unbekannt ist
Unabhängige Same-Effort-Evidenz ist direkt nach dem Launch begrenzt. Community-Berichte widersprechen sich, Anbieter-Latenz und Verfügbarkeit ändern sich, und EvoLink-Preise sowie Parameterunterstützung müssen auf der tatsächlich genutzten Route geprüft werden. Die Policy bei neuen unabhängigen Daten, geänderten Safeguards oder veränderter Workload erneut bewerten.
Abschließende Empfehlung
Quellen
- Anthropic: Introducing Claude Opus 5
- Anthropic: What's new in Claude Opus 5
- Anthropic: Models overview
- Anthropic: Introducing Claude Fable 5 and Claude Mythos 5
- Anthropic: Preise
- ARC Prize: Verifiziertes Opus-5-Ergebnis
- Artificial Analysis: Opus 5 Low vs Fable 5
- RuBench: Fallback-Attribution
FAQ
Ist Claude Opus 5 besser als Claude Fable 5?
Nicht allgemein. Opus führt oder nähert sich Fable in mehreren Tests und kostet halb so viel; Fable bleibt Anthropics höchste breit verfügbare Fähigkeitsstufe.
Warum ist Claude Fable 5 weiterhin teurer?
Fable ist für schwierigstes Reasoning und lange Agenten positioniert. Der Preis garantiert nicht, dass jede Aufgabe genug besser wird.
Lohnt sich Claude Fable 5 zum doppelten Preis?
Nur wenn weniger Fehler, Retries, Review oder Geschäftsrisiko den Aufpreis zurückverdienen.
Welches Modell eignet sich besser für Coding Agents?
Opus für Implementierung, Debugging, Review und Tools starten. Fable bei wiederholt scheiternden Klassen, hochwertiger Planung oder Zweitprüfung testen.
Kann Fable planen und Opus ausführen?
Ja. Kontext klein halten und die vollständigen Kosten inklusive zusätzlicher Latenz messen.
Hat Opus 5 Fable 5 in Benchmarks geschlagen?
In einigen Anbieter-Evaluierungen ja, in anderen nahezu. Unterschiedliche Effort- und Fallback-Regeln verhindern ein universelles Urteil.
Unterstützen beide 1M Kontext?
Ja, beide unterstützen 1M Kontext und 128K maximale Ausgabe. Gleiche Limits bedeuten nicht gleiche Zuverlässigkeit.
Welches Modell ist schneller?
Anthropic klassifiziert Opus als moderat und Fable als langsamer. Die reale Latenz hängt von Effort, Ausgabe, Tools und Route ab.
Muss ich Prompts bei der Migration umschreiben?
Nicht zuerst. Nur das Modell wechseln, Fehlerklassen identifizieren und danach gezielt Prompt oder Harness ändern.
Wie erkenne ich einen Fable-Fallback?
Angefordertes und verwendetes Modell sowie Refusal- und Fallback-Metadaten loggen. HTTP 200 allein reicht nicht.
