Kurz zusammengefasst
- Anthropic hat am 1. September Claude Fable 5.1 und Claude Mythos 5.1 veröffentlicht und erreichte 52,6% im Terminal-Bench-Science 0.1 gegenüber 24,7% von Fable 5 sowie 55,8% im Terminal-Bench 4.0 gegenüber 42,0%.
- Cache-Lesezugriffe kosten jetzt 75% weniger, was die typischen Arbeitslastkosten um etwa 25% und stark agentische Arbeitslasten um bis zu 45% senkt, während die Grundpreise unverändert bei 10$/50$ pro Million Token bleiben.
- Fable 5.1 ist nicht in Pro-Plänen oder Standard-Team-Sitzen enthalten, die es über Nutzungsguthaben ausführen; Max- und Premium-Team- oder Enterprise-Sitze erhalten es bis zu 50% der wöchentlichen Limits inklusive.
Anthropic hat am Dienstag Claude Fable 5.1 und Claude Mythos 5.1 veröffentlicht, das erste Update der Mythos-Klasse seit dem Start von Fable 5 am 9. Juni.
Das Unternehmen behauptet, die neuen KI-Modelle seien die weltweit „fortschrittlichsten für Programmierung und Wissensarbeit“, und es landet drei Monate in einem Einführungszyklus, der bereits eine 18-tägige Exportkontroll-Abschaltung, einen Preiskampf im Hochsommer um Abonnementzugang und eine Juli-Veröffentlichung von Claude Opus 5 umfasst hat, die Fable 5 preislich unterbot.
Fable 5.1 und Mythos 5.1 sind laut Anthropic dasselbe zugrunde liegende Modell mit unterschiedlichen Sicherheitsfiltern. Fable 5.1 ist allgemein für jeden mit einem Claude-Konto verfügbar. Mythos 5.1 bleibt auf geprüfte Cybersicherheits- und Biowissenschafts-Experten beschränkt, über das Cyber-Verifizierungsprogramm und das Life-Sciences-Verifizierungsprogramm von Anthropic, die Nachfolger des Project Glasswing-Zugangspfads, der Mythos 5 beschränkte.
Was die Benchmarks tatsächlich messen
Die wichtigste Zahl von Anthropic stammt aus Terminal-Bench-Science 0.1, einem Benchmark, der testet, ob ein KI-Agent wissenschaftliche Forschungsaufgaben in einer Befehlszeilenumgebung ausführen kann, bewertet als Erfolgsquote.
Fable 5.1 erreichte 52,6 % gegenüber 24,7 % bei Fable 5 und 29,0 % bei Opus 5, mehr als das Doppelte seines Vorgängers.
Terminal-Bench 4.0 testet agentisches Programmieren über ein Terminal – Schreiben, Ausführen und Debuggen von Code über mehrstufige Befehlszeilensitzungen, bewertet als Prozentsatz der korrekt abgeschlossenen Aufgaben. Fable 5.1 erzielte 55,8 %, gegenüber 42,0 % bei Fable 5 und vor Opus 5 mit 52,3 %.
Mythos 5.1, das mit leichteren Cybersicherheitsfiltern läuft, erzielte im selben Test 60,9 %; Anthropic sagt, die Lücke spiegele Aufgaben wider, die seine Sicherheitsvorkehrungen abfingen und an Opus 4.8 umleiteten.
Bei Humanity's Last Exam, einem multidisziplinären Denktest, der aus Expertenfragen aus Dutzenden akademischen Bereichen besteht und als Bestehensquote gewertet wird, erreichte Fable 5.1 60,9% ohne externe Werkzeuge und 65,0% mit ihnen, jeweils vor Opus 5, was zeigt, dass dies Anthropic's fortschrittlichstes Modell für akademische Zwecke ist.
Wo es Opus 5 übertrifft und wo die Mathematik unklarer wird
Opus 5 wurde im Juli eingeführt und kostete die Hälfte des Preises pro Token von Fable 5, während es Fable 5 bei den meisten wichtigen Benchmarks übertraf, was das Flaggschiff-Modell für die meisten zahlenden Nutzer praktisch überflüssig machte.
Fable 5.1 kehrt das um: Es schlägt nun Opus 5 bei jedem von Anthropic veröffentlichten Benchmark, einschließlich derjenigen, bei denen Opus 5 zuvor Fable 5 geschlagen hatte.
Aber Fable 5.1 kostet immer noch doppelt so viel pro Token wie Opus 5 – 10 $ Eingabe und 50 $ Ausgabe gegenüber 5 $ und 25 $ bei Opus 5. Tokens sind die grundlegende Informationsmenge, die ein Modell verarbeiten kann (normalerweise etwa zwei Drittel eines durchschnittlichen englischen Wortes), und Unternehmen zahlen für die Nutzung, weil umfangreiche Arbeitsabläufe die in Abonnementplänen festgelegten Kontingente normalerweise sehr schnell erschöpfen.
Anthropics eigener Pitch für das Modell stützt sich eher auf Anstrengungsstufen als auf rohe Punktzahlen: Es heißt, dass der Betrieb von Fable 5.1 mit niedriger oder mittlerer Denkanstrengung die alten Ergebnisse von Fable 5 zu viel geringeren Kosten erreicht oder übertrifft, während die höchsten Anstrengungsstufen für Probleme reserviert bleiben, die alles andere überfordern.
Für Routinearbeit wird dieses Argument, Opus 5 ganz zu überspringen, umso schwächer, je niedriger die Anstrengungsstufe eingestellt ist.
Der Zugang folgt derselben Aufteilung, die für Fable 5 nach monatelangen Anpassungen der Bedingungen durch Anthropic galt. Bei Pro-Plänen und Standard-Team- oder Enterprise-Sitzen bezieht Fable 5.1 vollständig aus nutzungsabhängigen Guthaben, die zum API-Satz abgerechnet werden, da es nicht Teil der wöchentlichen Limits dieser Pläne ist. Bei Max-Plänen und Premium-Team- oder Enterprise-Sitzen ist es als Standardbestandteil des Abonnements für bis zu 50 % der wöchentlichen Nutzung enthalten.
Claude Fable 5.1 ist jetzt über die Claude-API, Amazon Bedrock, Google Cloud und Microsoft Foundry unter der Modell-ID "claude-fable-5-1" verfügbar.
