Anthropic hat Claude Fable 5.1 veröffentlicht, Modell-ID claude-fable-5-1, zeitgleich verfügbar über die Claude API sowie Bedrock, Google Cloud und Microsoft Foundry. Mythos 5.1, mit identischen Spezifikationen und Preisen, erscheint im selben Zeitraum, ist aber vorerst nur für eingeladene Kunden zugänglich.
Die Grundlage bleibt die der Vorgängergeneration: ein einheitlich abgerechnetes Kontextfenster von 1 Million Token, maximal 128.000 Token Ausgabe, adaptives Reasoning standardmäßig aktiv, ein belastbarer Wissensstand bis Juni 2026.
Die gesamte Preistabelle hat nur ein Feld geändert
10 US-Dollar pro Million Token für Eingabe, 50 US-Dollar für Ausgabe – identisch zur Vorgängergeneration, auch der Preis fürs Cache-Schreiben bleibt gleich. Einzig das Cache-Lesen ändert sich: Fable 5.1 berechnet dafür das 0,025-Fache des Basis-Eingabepreises, also 0,25 US-Dollar pro Million Token; bei den übrigen Claude-Modellen sind es das 0,1-Fache.
Diese Senkung wirkt sich nur auf eine bestimmte Nutzung aus: wenn derselbe Präfix-Abschnitt wiederholt gelesen wird. Überschlagen: Ein Systemprompt plus Codebasis-Präfix von 200.000 Token, in einer mehrstündigen Agent-Session 100 Mal zurückgelesen, ergibt 20 Millionen Token an Cache-Lesungen – zum alten Preis 20 US-Dollar, zum neuen 5 US-Dollar. Der Schreibpreis und die minimale cachefähige Länge von 512 Token bleiben unangetastet; die gesamte Ersparnis kommt aus dieser einen Aktion des Zurücklesens.
Lang laufende Agenten sind genau das Szenario mit der dichtesten Rücklese-Aktivität. Dass die Preissenkung ausgerechnet in diesem Feld sitzt, ist eine klare Ansage.
Drei Änderungen, die direkt Fehler werfen
Wer von der Vorgängergeneration umsteigt und nur die Modell-ID austauscht, ohne den Code anzupassen, bekommt Probleme.
Erzwungene Tool-Aufrufe sind gestrichen. Wird tool_choice auf any gesetzt oder ein bestimmtes Tool erzwungen, kommt sofort Fehler 400 zurück. Anthropic begründet das damit, dass Reasoning bei diesem Modell dauerhaft aktiv ist – ein erzwungener Aufruf würde das Reasoning überspringen, und das Modell würde den Denkprozess stattdessen in die Tool-Parameter schreiben, was deren Qualität senkt. Für strukturell garantiertes JSON sollen stattdessen der Strict Mode oder Structured Outputs verwendet werden.
Reasoning-Blöcke erkennen jetzt ihr Ursprungsmodell. Jeder Reasoning-Block speichert, von welchem Modell er stammt, und lässt sich nur in eine Richtung weitergeben: Fable 5.1 kann Reasoning-Blöcke älterer Modelle lesen, umgekehrt geht es nicht. Wird eine Session auf ein neueres Modell hochgestuft, bleibt die Reasoning-Kette erhalten; bei einem Downgrade gehen die Reasoning-Schritte der betroffenen Runden verloren. Bei Routing oder Fallback, die mitten in der Session das Modell wechseln, verwirft die API nicht lesbare Blöcke stillschweigend – ohne Berechnung und standardmäßig ohne Hinweis.
Wird der Verlauf verändert, werden alle nachfolgenden Reasoning-Blöcke ungültig. Jede Änderung an allem, was vor einem Reasoning-Block liegt – Systemprompt, Tool-Array, eine frühere Nachricht –, führt bei der nächsten Anfrage zu Fehler 400. Für Konten, die ab dem 31. August neu angelegt wurden, gilt das zwingend. Am häufigsten stolpert man darüber, wenn pro Runde eine temporäre Erinnerung in den Verlauf eingefügt und in der nächsten Runde wieder entfernt wird, oder wenn der Systemprompt zwischen zwei Anfragen neu zusammengesetzt wird. Nutzer der offiziellen Clients müssen sich darum nicht kümmern; betroffen sind eigene Integrationen, die das Nachrichten-Array selbst zusammenbauen.
Was beim Input gespart wird, kann beim Output wieder draufgehen
Wichtiger als die fehlerauslösenden Änderungen sind Verhaltensänderungen, die auch ohne Code-Anpassung von selbst eintreten. Anthropic listet insgesamt sieben davon auf, drei davon wirken sich direkt auf die Rechnung aus.
Erstens: Parallele Tool-Aufrufe werden unzuverlässiger. Wo die Vorgängergeneration in einer Runde mehrere Aufrufe gebündelt verschickt hat, sendet 5.1 mitunter nur einen pro Runde – laut Dokumentation ohne Qualitätsverlust bei den Antworten, aber mit mehr Runden, die zusätzliche Token und Hin- und Rückwege kosten. Zweitens neigt das Modell stärker dazu, ganze Dateien neu zu schreiben; das Ergebnis ist meist gleich, nur die Ausgabe-Token-Zahl steigt. Drittens greift das Modell bei niedriger Reasoning-Stufe seltener auf Suche zurück und antwortet häufiger aus dem Gedächtnis.
Legt man diese Punkte neben die Preistabelle, ist das, was 5.1 macht, weniger eine Preissenkung als eine Verschiebung der Kosten von der Eingabe- auf die Rundenseite. Das Cache-Lesen ist um drei Viertel billiger geworden, aber zerstückeltere Tool-Aufrufe und komplette Dateineuschreibungen zehren am Ausgabepreis von 50 US-Dollar pro Million Token – fünfmal teurer als die Eingabe. Ob die Rechnung am Ende steigt oder sinkt, hängt davon ab, welche Seite im konkreten Agent-Loop schwerer wiegt: wiederholtes Zurücklesen des Kontexts oder wiederholtes Ausgeben von Inhalt. Nach der Migration einmal die Evaluierung neu laufen zu lassen und nebenbei die Rechnung zu prüfen, bleibt damit ein notwendiger Schritt.
Von den vier neuen Beta-Funktionen sind zwei – ein während der Session anpassbares Reasoning-Level und eine nur für eine Runde geltende Systemnachricht – genau dafür gedacht, diese Fallstricke zu umgehen. Hinzu kommt eine standardmäßig aktivierte Kennzeichnung von Inhalten: Generierter Text trägt auf allen Plattformen ein statistisches Wasserzeichen, abgerufene Bilder und Videos kommen mit C2PA-Nachweisen.
Der größte Benchmark-Sprung liegt beim wissenschaftlichen Forschungs-Agenten
In der offiziellen Vergleichstabelle fallen die Verbesserungen sehr unterschiedlich aus:
| Benchmark | Fable 5.1 | Fable 5 | Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| Terminal-Bench-Science 0.1 (agentic scientific research) | 52.6% | 24.7% | 29.0% | 22.4% |
| Terminal-Bench 4.0 (agentic coding) | 55.8% | 42.0% | 52.3% | 37.3% |
| GDPval-AA v2 (knowledge work, score) | 1853 | 1723 | 1824 | 1711 |
| OSWorld 2.0 (computer use, partial / strict) | 77.9% / 41.7% | 72.9% / 36.1% | 75.4% / 39.6% | — |
| Humanity's Last Exam (no tools / with tools) | 60.9% / 65.0% | 57.8% / 63.8% | 56.6% / 63.6% | — |
| AutomationBench (business workflows) | 31.4% | 17.1% | 26.9% | 19.6% |
| CursorBench 3.2.0 (agentic coding) | 73.4% | 70.5% | 70.0% | 67.2% |
Der größte Sprung liegt beim wissenschaftlichen Forschungs-Agenten: 52,6 Prozent gegenüber 24,7 Prozent der Vorgängergeneration, mehr als eine Verdopplung. Das ist zugleich der einzige Bereich, in dem die Vorgängergeneration deutlich hinter Opus 5 zurücklag (24,7 gegenüber 29,0 Prozent) – 5.1 gleicht hier eine Schwäche aus, statt überall gleichmäßig zuzulegen. Bei Geschäftsprozessen gilt dasselbe, 31,4 gegenüber 17,1 Prozent. Mythos 5.1 meldet für Terminal-Bench 4.0 gesondert 60,9 Prozent.
Umgekehrt bei alltäglichen Aufgaben: CursorBench steigt von 70,5 auf 73,4 Prozent, nur 2,9 Prozentpunkte mehr; Humanity's Last Exam mit Tools legt um 1,2 Prozentpunkte zu; bei Wissensarbeit stehen 1853 Punkte 1824 bei Opus 5 gegenüber, ein Unterschied von 29 Punkten. Diese Zahlen passen zum Preisabschnitt – der doppelte Preis kauft Fähigkeiten für lange, schwierige Aufgaben, während der Abstand bei alltäglichem Programmieren und gewöhnlichen Antworten so klein ist, dass er den Aufpreis kaum rechtfertigt. Auch die offizielle Empfehlung geht in diese Richtung: Der Großteil der Workloads soll weiterhin mit Opus 5 starten, Fable 5.1 bleibt schwierigem Reasoning und lang laufenden Agenten vorbehalten. Der Preisunterschied spricht für sich – Opus 5 kostet 5 und 25 US-Dollar und ist zudem schneller.
Quellen: Anthropic-Modelldokumentation, CocoLoop, Versionshinweise; Preise, Kontext-Spezifikationen und Breaking Changes wurden gegen die offizielle Dokumentation abgeglichen, die Kostenschätzung für lange Sessions basiert auf einer groben Berechnung mit den öffentlichen Preisen.