Gemini 4 Argon vs Claude Fable 5.1: Agenten im Vergleich
| Ihr Workflow | Ausgangspunkt | Was einen Wechsel rechtfertigt |
|---|---|---|
| Lange Berichte oder Code-Ergebnisse benötigen mehr Output-Spielraum | Argon mit explizitem Output-Budget evaluieren | Mehr vollständige akzeptierte Ergebnisse ohne übermäßige Latenz oder Prüfung |
| Fable-Agenten benötigen dessen Thinking-Blöcke und Cache-Verhalten | Fable als Baseline behalten | Argon erhält die Aufgabenqualität und senkt den gesamten Betriebsaufwand |
| Wiederholte Präfixe dominieren den Tokenverbrauch | Beide mit dem tatsächlichen Wiederverwendungsmuster testen | Beobachtete Cache-Treffer und gesamte Aufgabenkosten statt nominalem Rabatt |
| Aufgaben benötigen oft Retries oder menschliche Rettung | Vollständige Traces beider Routen vergleichen | Weniger fehlgeschlagene Schleifen, Wiederherstellungen und Prüfminuten |
Status- und Beweistabelle
| Frage | Gemini 4 | Claude Fable 5.1 | Sichere Entscheidung |
|---|---|---|---|
| Offizieller Status | Angekündigt · Begrenzter Zugang | Claude Fable 5.1 · 2026-09-01 | Nominelle Tokenpreise und Herstellerevaluationen sind vergleichbar; ein EvoLink-Workload-Test unter gleichen Bedingungen steht noch aus. |
| Anbieter-API-Modell-ID | Nicht durch die Ankündigung festgelegt; verwenden Sie für Gateway-Requests die konfigurierte EvoLink-ID auf der Modellseite | claude-fable-5-1 (Anthropic) | Anbieter- und Gateway-IDs trennen; dokumentierte ID der gewählten Route verwenden |
| Kontext und maximaler Output | Google kündigt ein Ausgabelimit von 1 Million Tokens für längeres Reasoning und Generieren an. Das ist kein bestätigtes Eingabekontextfenster und keine Zusage zu EvoLink-Parametern. | 1M Kontext; 128K maximaler Output (Anthropic) | Erfassen, wie viel des Fensters Ihre Traces tatsächlich verbrauchen |
| Eingabemodalitäten | Unterstützte Eingabemodalitäten der öffentlichen API müssen noch dokumentiert werden. | Text- und Bild-Input, Text-Output (Anthropic) | Die von jedem Workload benötigten Modalitäten vor dem Test auflisten |
| Thinking-Steuerung | Nicht veröffentlicht | Adaptives Thinking immer aktiv; Standard-Effort high; vergleichende Latenz als „Slower“ eingestuft (Anthropic) | Effort-Einstellung je Trace protokollieren, damit eine spätere Route mit gleichen Einstellungen getestet wird |
| Struktur der Cache-Preise | Google kündigt Einführungspreise von 2 US-Dollar je Million Input-Tokens und 10 US-Dollar je Million Output-Tokens an. Danach gelten 4 beziehungsweise 20 US-Dollar. Das Ende der Einführungsphase ist offen. Dies sind Google-Tarife, kein EvoLink-Angebot. Google gewährt laut Ankündigung 95 % Rabatt auf gecachte Input-Tokens: Zum Einführungspreis ergibt das rechnerisch 0,10 US-Dollar je Million (2 US-Dollar × 5 %). | Input $10 / Output $50 pro MTok; 5-Minuten-Cache-Write $12.50; 1-Stunden-Cache-Write $20; Cache-Read $0.25 pro MTok (Anthropic-Listenpreis) | Cache-Ökonomie lässt sich erst vergleichen, wenn beide Seiten TTLs und Sätze veröffentlichen |
| Batch-Verfügbarkeit | Nicht veröffentlicht | Anthropic listet Batch-Input und -Output zu 50 % von Standard | Standard mit Standard vergleichen, Batch mit Batch |
| Dokumentierte Breaking Changes | Nicht veröffentlicht | Drei in Anthropics Migrationsleitfaden: Fehler bei erzwungener Tool-Wahl, Inkompatibilität älterer Modelle mit 5.1-Thinking-Blocks, ungültige Thinking-Blocks nach Bearbeitung früherer Turns | Eine veröffentlichte Breaking-Change-Liste ist testbar; eine fehlende nicht |
| EvoLink-Route | Gemini 4 Argon ist über EvoLink verfügbar. Aktuelle Preise und das Request-Beispiel finden Sie auf der Modellseite. | Konfigurierte Route claude-fable-5-1; Preise auf der Produktseite | Zurückgegebene Modellidentität beim ersten Request jeder Route verifizieren |
Googles Evaluationen erlauben einen ersten Vergleich, sind aber kein Test unter gleichen Bedingungen auf EvoLink. Sie belegen weder Latenz noch Kosten pro akzeptierter Aufgabe oder einen generellen Sieger. Die Tabelle zeigt sowohl einen Vorteil als auch einen Rückstand von Argon.
Von Google veröffentlichte Evaluationen
| Benchmark | Gemini 4 Argon | Claude Fable 5.1 |
|---|---|---|
| DeepSWE v1.1 | 77.9% | 67.4% |
| FrontierSWE v2 | 55.0% | 56.3% |
Prüfen Sie die Einstellungen, bevor Sie den Abstand interpretieren. Googles Methodik verwendet, sofern nicht anders angegeben, pass@1 und meist die höchste verfügbare Thinking-Einstellung. DeepSWE kombiniert einen Argon-Lauf mit mini-swe mit Vergleichswerten aus öffentlichen Leaderboards oder System Cards; FrontierSWE stammt vom Proximal-Leaderboard. Die Modelle wurden nicht gemeinsam in einem EvoLink-Harness erneut getestet. Halten Sie Benchmark-Version, Harness, Reasoning-Einstellung und Quelle bei jedem Wert fest. Ein Abstand in Prozentpunkten ist keine Prognose der Erfolgsquote in Ihrer Produktion.
Welche lang laufenden Aufgaben eine Evaluierung lohnen
Lang laufende Agenten-Arbeit ist kein einzelner Workload. Fünf Aufgabenklassen decken die meisten Traces ab, die Teams zu Fable 5.1 routen, jede mit eigener Definition von „akzeptiert“. Erfassen Sie die Baseline je Klasse; beurteilen Sie auch Argon je Klasse.
| Workload | Was „akzeptiert“ bedeutet | Was jetzt auf Fable 5.1 zu erfassen ist | Was die Argon-Evaluation erreichen muss |
|---|---|---|---|
| Reparatur über mehrere Dateien im Repository | Tests bestehen, Diff geprüft, keine fremden Dateien berührt | Gelesene und bearbeitete Dateien, Tool-Calls, Retries, Reviewer-Minuten, Tokens pro akzeptiertem Fix | Gleiches Aufgabenset, gleiche Testsuite und Reviewer-Rubrik |
| Mehrstufige Recherche und Wissensergebnisse | Zitate auflösbar, Struktur entspricht dem Briefing, keine unbelegten Behauptungen | Abgerufene Quellen, angeforderte Überarbeitungen, Faktenkorrekturen pro Ergebnis | Gleiche Briefings und gleicher Faktencheck |
| Mehrstündige Tool-Schleifen | Schleife endet bei der Stop-Bedingung mit gültigem Endzustand | Schleifenanzahl, fehlgeschlagene Tool-Calls, Checkpoints, Resume-Ereignisse, Wall-Clock bis zur Beendigung | Gleiche Tools, Berechtigungen, Retry-Budget und Stop-Regeln |
| Strukturierte Extraktion aus langen Dokumenten | Output validiert gegen Schema; Stichprobenfelder stimmen mit der Quelle überein | Dokumentlänge, Schema-Fehler, Wiederholungsläufe, Feldgenauigkeit auf einer festen Stichprobe | Gleiche Dokumente, gleiches Schema und gleiche Stichprobe |
| Mehrstufige Tool-Flows im Kundenservice | Ticket innerhalb der Policy ohne menschliche Eskalation gelöst | Eskalationen, falsche Tool-Calls, Policy-Verstöße, Bearbeitungszeit | Gleiche Flow-Definitionen und Policy-Prüfungen |
Keine Zeile empfiehlt ein Modell, weil kein abgestimmter Test vorliegt. Die Tabelle definiert vor dem Routenvergleich, was „dieselbe Aufgabe“ bedeutet.
Kontext-Wiederverwendung und Cache-Bedingungen
Lang laufende Agenten senden Repository-Kontext, Toolschemas und Anweisungen wiederholt. Der angekündigte Cache-Rabatt ermöglicht eine erste Preisrechnung; der vollständige Kostenvergleich braucht weiterhin gleiche Betriebsbedingungen.
Google gewährt laut Ankündigung 95 % Rabatt auf gecachte Input-Tokens: Zum Einführungspreis ergibt das rechnerisch 0,10 US-Dollar je Million (2 US-Dollar × 5 %). Schreib- und Speicherkosten, TTL, Voraussetzungen, Cache-Regeln nach der Einführungsphase und Gateway-Unterstützung müssen noch dokumentiert werden. Fünf-Minuten- und Ein-Stunden-Caches sind nicht gleichwertig, ebenso wenig automatische Präfix-Caches und explizite gemeinsam genutzte Cache-Objekte. Vergleichen Sie TTL, Geltungsbereich, Mindestgröße und Betriebsmodus, bevor Sie Einsparungen ableiten.
Fable 5.1 liefert die Struktur, gegen die Sie erfassen können. Anthropic dokumentiert einen 5-Minuten-Cache-Write zu $12.50 pro MTok, einen 1-Stunden-Write zu $20 pro MTok, Cache-Reads zu $0.25 pro MTok und Batch zu 50 % von Standard-Input und -Output. Protokollieren Sie für jeden Fable-Trace:
- welche TTL gewählt wurde und warum (Turn-Abstände unter fünf Minuten oder Pausen, die den 1-Stunden-Write rechtfertigten);
- Größe des gecachten Präfixes und wie oft es sich mitten in der Aufgabe änderte, da Änderungen die Wiederverwendung des betroffenen Cache-Präfixes verhindern können;
- Cache-Read-Tokens gegenüber frischen Input-Tokens je Turn;
- ob der Trace als Standard oder Batch lief und wie Anthropics Preisseite Batch zum Zeitpunkt des Laufs mit Cache-Modifikatoren kombinierte.
Kosten für Retry, Recovery und menschliche Übernahme
Das ist die Ebene, die eine Spezifikationstabelle nie zeigt und auf der die meisten Budgets für lang laufende Agenten tatsächlich verloren gehen. Ein Trace, der beim dritten Versuch abschließt, nachdem ein Mensch ihn entblockt hat, kostet nicht dasselbe wie ein Trace, der beim ersten Mal abschließt. Protokollieren Sie sechs Ereignisse je Trace, jeweils mit Zeitstempel und Tokenanzahl:
- Schleifenerkennung. Derselbe Tool-Call mit denselben Argumenten, wiederholt über eine vorab festgelegte Schwelle hinaus. Erfassen Sie, wie viele Turns verbrannt wurden, bevor die Stop-Regel auslöste.
- Fehlgeschlagene Tool-Calls. Trennen Sie anbieterseitige Fehler, toolseitige Fehler und modellseitig fehlerhaft geformte Calls. Fehlerhaft strukturierte Calls können auf Modell- oder Integrationsprobleme hinweisen. Unterscheiden Sie deren Ursachen von Anbieter- und Tool-Fehlern, bevor Sie eine Abweichung dem Modell zuschreiben.
- Checkpoint-Integrität. Verifizieren Sie, dass jeder gespeicherte Zustand die Aufgabe tatsächlich wiederherstellen kann. Ein Checkpoint, der sich nicht fortsetzen lässt, ist verschwendeter Output plus ein vollständiger Neulauf.
- Fortsetzung nach Unterbrechung. Zählen Sie die Tokens für den Wiederaufbau des Kontexts nach einem Rate Limit, Timeout oder Operator-Stopp getrennt von den Tokens des ersten Laufs.
- Ungültige Thinking-Blocks. Anthropics Migrationsleitfaden dokumentiert, dass das Bearbeiten früherer Turns erhaltene Fable-5.1-Thinking-Blocks ungültig macht. Jedes Framework, das den Verlauf zur Verdichtung oder Korrektur umschreibt, löst das aus; erfassen Sie, wie oft, und was das erneute Denken kostet. Ob Gemini 4 eine vergleichbare Regel hat, ist nicht veröffentlicht.
- Menschliche Übernahme. Reviewer-Minuten für Entblocken, Korrigieren oder Fertigstellen der Aufgabe, als Zeit protokolliert, damit sie nie in einer API-Summe verschwinden.
Speichern Sie diese als Felder im Trace-Datensatz, nicht in einem separaten Incident-Log; Kosten pro akzeptierter Aufgabe sind nur aussagekräftig, wenn Retries, Fortsetzungen und Reviewer-Minuten unter derselben Aufgaben-ID stehen wie die Tokens.
Die vollständige Variablentabelle der Aufgabenkosten
Der Nenner für jede Zahl unten sind Aufgaben, die abgeschlossen wurden und die Abnahme bestanden haben. Aufgaben, die abgeschlossen wurden, aber die Prüfung nicht bestanden, zählen bei den Ausgaben (sie wurden bezahlt), aber nicht im Nenner. API-Ausgaben und menschliche Zeit bleiben in getrennten Spalten; rechnen Sie Minuten erst auf der Berichtsebene in Geld um, zu einem Satz, den Ihr Finanzteam verantwortet.
| Variable | Wie heute auf Fable 5.1 erfassen | Gemini-4-Status |
|---|---|---|
| Input-Tokens | Frischer (ungecachter) Input je Turn, je Aufgabe summiert, aus den Usage-Zählern, die EvoLink zurückgibt | Google kündigt Einführungspreise von 2 US-Dollar je Million Input-Tokens und 10 US-Dollar je Million Output-Tokens an. Danach gelten 4 beziehungsweise 20 US-Dollar. Das Ende der Einführungsphase ist offen. Dies sind Google-Tarife, kein EvoLink-Angebot. |
| Cache-Write | Geschriebene Tokens, getrennt nach 5-Minuten- und 1-Stunden-TTL, mit Anzahl der Writes je Aufgabe | Aus der Dokumentation der gewählten Route und tatsächlichen Aufgabentraces erfassen |
| Cache-Read | Aus dem Cache bediente Tokens je Aufgabe; zusätzlich die Trefferquote (Cache-Read / (Cache-Read + frischer Input)) protokollieren | Google gewährt laut Ankündigung 95 % Rabatt auf gecachte Input-Tokens: Zum Einführungspreis ergibt das rechnerisch 0,10 US-Dollar je Million (2 US-Dollar × 5 %). Schreib- und Speicherkosten, TTL, Voraussetzungen, Cache-Regeln nach der Einführungsphase und Gateway-Unterstützung müssen noch dokumentiert werden. |
| Output-Tokens | Tatsächlich abgerechnete Output-Nutzung aller Aufrufe einschließlich gegebenenfalls berechnetem Reasoning; nicht nur sichtbare Antworten und Tool-Argumente | Google kündigt ein Ausgabelimit von 1 Million Tokens für längeres Reasoning und Generieren an. Das ist kein bestätigtes Eingabekontextfenster und keine Zusage zu EvoLink-Parametern. |
| Tool-Calls und externe Kosten | Anzahl und etwaige gemessene Kosten (Suche, Codeausführung, Drittanbieter-APIs) je Aufgabe | Aus der Dokumentation der gewählten Route und tatsächlichen Aufgabentraces erfassen |
| Retries | Versuche über den ersten hinaus, mit Tokens je Versuch, derselben Aufgaben-ID zugeordnet | Aus der Dokumentation der gewählten Route und tatsächlichen Aufgabentraces erfassen |
| Nutzung der Fallback-Route | Ob ein Turn von einem anderen Modell bedient wurde, und welchem, verifiziert über das zurückgegebene Feld model | Aus der Dokumentation der gewählten Route und tatsächlichen Aufgabentraces erfassen |
| Menschliche Prüfminuten | Reviewer- und Operator-Zeit je Aufgabe, in Minuten erfasst | Wird in eigenen Aufgabenläufen gemessen; kein vom Anbieter veröffentlichter Wert |
| Wall-Clock bis zur Abnahme | Zeit vom Aufgabenstart bis zum akzeptierten Ergebnis, einschließlich Wartezeiten und menschlicher Turns | Wird in eigenen Aufgabenläufen gemessen; kein vom Anbieter veröffentlichter Wert |
| Rate akzeptierter Aufgaben | Akzeptierte Aufgaben / versuchte Aufgaben je Workload-Klasse über das Fenster | Wird in eigenen Aufgabenläufen gemessen; kein vom Anbieter veröffentlichter Wert |
Kosten pro akzeptierter Aufgabe sind API-Ausgaben geteilt durch akzeptierte Aufgaben, berichtet neben Prüfminuten pro akzeptierter Aufgabe. Niedrigere API-Ausgaben allein belegen keine niedrigeren Gesamtkosten. Rechnen Sie die Prüfzeit mit Ihrem eigenen Personalkostensatz ein, bevor Sie Einsparungen beurteilen.
Abnahme der Abschlussqualität
Eine Abnahme-Rubrik, die nur für ein Modell funktioniert, ist eine Präferenz, keine Rubrik. Bauen Sie die Abnahme so, dass sie einen Modellwechsel überlebt:
- Objektive Prüfungen zuerst. Tests bestehen, Schema validiert, Zitate lösen auf, der Diff berührt nur deklarierte Dateien. Binär und mit geringem Aufwand bei jedem Trace ausführbar.
- Reviewer-Rubrik danach. Eine kurze feste Checkliste je Workload-Klasse (Korrektheit, Vollständigkeit, Sicherheit, Einhaltung des Briefings), bewertet von Reviewern, die nicht wissen, welche Route den Output erzeugt hat.
- Wiederholte Läufe. Führen Sie jede Aufgabe mehr als einmal aus und berichten Sie die Rate akzeptierter Aufgaben als Spanne, damit ein einmaliger Erfolg nicht zur Fähigkeit erklärt wird.
- Angabe der Unsicherheit. Veröffentlichen Sie Stichprobengröße, Einstellungen (Effort, Tools, TTL) und die Fehlerliste neben jedem Ergebnis. Eine Rate ohne Stichprobengröße ist kein Beleg.
Führen Sie einen workloadbezogenen Vergleich über EvoLink durch. Behalten Sie Ihre aktuelle Baseline, Abnahmekriterien und den Fallback während Replay, Shadow und Canary bei. Der API-Zugang ermöglicht die Evaluation; er belegt keinen Qualitäts- oder Kostenvorteil.
Shadow-Traffic und Rollback-Plan
Führen Sie Argon wie jede neue Route über dieselben drei Stufen ein und behalten Sie Fable 5.1 durchgehend als gemessene Baseline.
- Replay. Speisen Sie aufgezeichnete Fable-5.1-Traces offline in den Kandidaten; vergleichen Sie Rate akzeptierter Aufgaben und Kosten pro akzeptierter Aufgabe auf identischen Eingaben.
- Shadow. Senden Sie Live-Requests an beide Routen, liefern Sie die Fable-5.1-Antwort aus, bewerten Sie den Kandidaten still. Das macht Schleifen und Tool-Fehler sichtbar, ohne Nutzer zu exponieren.
- Canary. Routen Sie eine Workload-Klasse mit kleinem Anteil; erweitern Sie nur, wenn die Gates über das Beobachtungsfenster halten.
Beförderungs-Gates, festgelegt vor Testbeginn: Rate akzeptierter Aufgaben auf oder über der Baseline; p95-Wall-Clock bis zur Abnahme innerhalb der vereinbarten Grenze; Kosten pro akzeptierter Aufgabe, einschließlich Retries und Fallback, auf oder unter der Baseline; null Vorfälle für die Workload-Klasse über das Fenster.
Rollback-Auslöser: ein Gate, das an der vereinbarten Anzahl aufeinanderfolgender Tage verfehlt wird, oder ein Vorfall, der einen Kunden erreicht. Rollback ist eine Gateway-Konfigurationsänderung, kein Code-Deploy – deshalb gehört die Modellauswahl in die Routing-Konfiguration und nicht in den Anwendungscode.
model und Usage-Zähler mit der konfigurierten Route abzugleichen. Das prüft die Konsistenz; das Label allein beweist nicht unabhängig die Identität des zugrunde liegenden Modells. Gleichen Sie es mit Routing-Datensätzen und Abrechnung ab und untersuchen Sie unerklärte Fallbacks. Prüfen Sie dies beim ersten Request jeder Route und kontinuierlich im Shadow-Modus; erfassen Sie das Ergebnis im Fallback-Feld der Kostentabelle.Was nicht als Fortschritt zählen würde
- Ein größeres, gerüchteweise kursierendes Gemini-4-Kontextfenster ohne abgeschlossene lange Aufgaben als Nachweis.
- Ein niedrigerer Schlagzeilenpreis, der durch Retries, Fortsetzungen, längere Outputs oder zusätzliche Prüfminuten aufgezehrt wird.
- Geleakte Benchmark-Screenshots oder Spezifikationstabellen Dritter ohne Einstellungen, Stichprobengröße oder reproduzierbares Aufgabenset.
- Eine Route, die ein älteres Modell oder einen undurchsichtigen Fallback zurückgibt, während sie den neuen Namen trägt.
- Ein eintägiger Vorsprung bei akzeptierten Aufgaben, der über wiederholte Läufe oder das volle Beobachtungsfenster verschwindet.
Schreiben Sie diese Ausschlussregeln jetzt, im selben Dokument wie die Abnahme-Rubrik. Teams, die diesen Schritt überspringen, neigen dazu, Erfolg um das erste aufregende Ergebnis herum neu zu definieren.
Claude Fable 5.1 auf EvoLink evaluieren Gemini 4 Argon auf EvoLink evaluierenFAQ
Kann heute jemand belegen, dass Gemini 4 für Agenten weniger kostet als Claude Fable 5.1?
Für Ihren Produktionsworkload noch nicht. Die angekündigten Tokenpreise liegen unter den Standard-Basispreisen des Vergleichsmodells. Zugang, tatsächliche Tokenmengen, Cache-Voraussetzungen, Wiederholungen und akzeptierte Ergebnisqualität müssen gemessen werden, bevor niedrigere Gesamtkosten behauptet werden.
Lassen sich Cache-Preise über Anbieter hinweg direkt vergleichen?
Google gewährt laut Ankündigung 95 % Rabatt auf gecachte Input-Tokens: Zum Einführungspreis ergibt das rechnerisch 0,10 US-Dollar je Million (2 US-Dollar × 5 %). Schreib- und Speicherkosten, TTL, Voraussetzungen, Cache-Regeln nach der Einführungsphase und Gateway-Unterstützung müssen noch dokumentiert werden. Fünf-Minuten- und Ein-Stunden-Caches sind nicht gleichwertig, ebenso wenig automatische Präfix-Caches und explizite gemeinsam genutzte Cache-Objekte. Vergleichen Sie TTL, Geltungsbereich, Mindestgröße und Betriebsmodus, bevor Sie Einsparungen ableiten.
Wie zähle ich die Kosten einer fehlgeschlagenen lang laufenden Aufgabe?
Ordnen Sie jeden Versuch, jede Fortsetzung und jede Reviewer-Minute derselben Aufgaben-ID zu. Fehlgeschlagene und nicht akzeptierte Aufgaben bleiben in den Gesamtausgaben, aber nicht im Nenner der akzeptierten Aufgaben. Berichten Sie API-Ausgaben und Prüfminuten pro akzeptierter Aufgabe getrennt. Berechnen Sie Gesamtkosten erst, nachdem der verwendete Stundensatz angegeben wurde.
Wie erfasse ich Funktionen, die Gemini 4 nicht veröffentlicht hat?
Legen Sie das Feld mit dem Wert „Nicht veröffentlicht, Stand [Datum]“ an. Füllen Sie es nicht mit einem Gemini-3.x-Wert, einer geleakten Zahl oder null. Wenn Google einen Vertrag veröffentlicht, ersetzen Sie den Platzhalter und vermerken das Änderungsdatum, damit historische Vergleiche ehrlich bleiben.
Wie behalte ich meine verifizierte Claude-Baseline, während ich eine neue Route teste?
Führen Sie einen workloadbezogenen Vergleich über EvoLink durch. Behalten Sie Ihre aktuelle Baseline, Abnahmekriterien und den Fallback während Replay, Shadow und Canary bei. Der API-Zugang ermöglicht die Evaluation; er belegt keinen Qualitäts- oder Kostenvorteil.
Ist Fable 5.1 jetzt auf EvoLink verfügbar?
claude-fable-5-1. Verifizieren Sie beim ersten Request die zurückgegebene Modellidentität und die Usage-Zähler, bevor Sie Produktions-Traffic routen, und prüfen Sie die aktuellen Preise auf der Claude Fable 5.1 Produktseite. Gateway-Verfügbarkeit ist kein Produktionsurteil; das liefern Ihre eigenen Replay-, Shadow- und Canary-Ergebnisse.Lässt sich eine Fable-5-Integration unverändert für Fable 5.1 nutzen?
Quellen
- Googles Argon-Ankündigung — 30. September 2026
- Von Google veröffentlichte Modellevaluationen
- Anthropic: Claude Fable 5.1 Modellübersicht
- Anthropic: Claude Fable 5.1 Migrationsleitfaden
- Anthropic: Preise, Cache-TTL und Batch
- Anthropic: Claude Fable 5.1 Ankündigung
- Anthropic: Claude Fable Produktseite
- Anthropic: Modell-Deprecations
- Google: Mitteilung des CEO zu Alphabets Q2-2026-Ergebnissen
- Google: Ankündigung von Gemini 3.6 Flash
- Google: Gemini-API-Modellkatalog
- EvoLink: Gemini 4 API-Status
- EvoLink: Claude Fable 5.1
- EvoLink: Gemini 4 Release-Tracker
- EvoLink: Claude Fable 5.1 vs GPT-6 Astra
