Claude Fable 5 im Praxistest: Warum Anthropics neues Topmodell so gut ist

Vorweg zur Transparenz: Dieser Artikel ist keine Theorie aus Pressemitteilungen. Die Website, auf der du ihn gerade liest, wurde heute von Fable 5 umgebaut – ich habe zugeschaut, Richtung vorgegeben und am Ende abgenommen. Der Dienstwagenrechner, der Stundenlohn-Rechner, der Gehaltserhöhungs-Rechner und der Promillerechner: alle vier in einer einzigen Session entstanden, inklusive SEO, Tests und Deployment auf den Server. Genau diese Art von langer, selbständiger Arbeit ist das, wofür Anthropic das Modell gebaut hat.

Was ist Claude Fable 5 überhaupt?

Fable 5 ist Teil der neuen Claude-5-Familie und aktuell Anthropics leistungsfähigstes frei verfügbares Modell – es sitzt in der Hierarchie oberhalb von Opus 4.8, das bisher die Spitze markierte. Anthropic positioniert es ausdrücklich für die anspruchsvollsten Aufgaben: komplexes Schlussfolgern und lange, autonome Agenten-Arbeit, bei der das Modell über Stunden selbständig Werkzeuge benutzt, Zwischenergebnisse prüft und weiterarbeitet.

Der Preis ist eine Ansage: doppelt so teuer wie Opus 4.8. Anthropic sagt damit ziemlich unmissverständlich, dass Fable kein Alltagsmodell sein soll, sondern das Werkzeug für die Fälle, in denen Qualität wichtiger ist als Kosten.

Was Fable technisch anders macht

Ein paar Eigenheiten fallen auf, wenn man – wie ich – auch über die API mit Claude-Modellen arbeitet:

• Nachdenken ist immer an. Das „Adaptive Thinking" lässt sich bei Fable nicht abschalten. Das Modell entscheidet selbst, wie lange es über ein Problem nachdenkt – bei einfachen Fragen kurz, bei harten Aufgaben auch mal minutenlang. Die rohen Gedankengänge bekommt man nie zu sehen, auf Wunsch aber eine Zusammenfassung.
• Keine Stellschrauben mehr. Klassische Parameter wie temperature gibt es nicht mehr – gesteuert wird über den Prompt und einen „Effort"-Regler von low bis max, der bestimmt, wie gründlich das Modell arbeitet.
• Sicherheitsnetz eingebaut. Bei sensiblen Themen (vor allem Biologie-Forschung und offensive IT-Sicherheit) können Klassifizierer eine Anfrage ablehnen. Entwickler können dafür automatische Fallbacks auf Opus 4.8 konfigurieren, damit die Anwendung trotzdem eine Antwort liefert.
• Lange Sessions sind der Normalfall. Anthropic empfiehlt explizit, Aufgaben vollständig vorab zu beschreiben und das Modell dann machen zu lassen – einzelne Arbeitsschritte können mehrere Minuten dauern.

Der Praxistest: Ein Nachmittag, eine Website

Was mich am meisten beeindruckt hat, ist nicht die einzelne Antwortqualität – die war schon bei Opus stark. Es ist die Ausdauer und Selbständigkeit. Drei Beispiele aus der heutigen Session:

1. Es prüft seine eigene Arbeit – ungefragt. Nach dem UI-Umbau hat Fable nicht einfach „fertig" gemeldet. Es hat einen lokalen Testserver gestartet, Screenshots in verschiedenen Auflösungen gemacht, die Rechner per Headless-Browser tatsächlich durchgerechnet und die Ergebnisse gegen eine unabhängige Referenzrechnung verglichen. Einen Bug im Rentenrechner (der Grundfreibetrag wurde doppelt abgezogen) hat es dabei selbst gefunden – der steckte da schon länger drin.

2. Es hält Randbedingungen über Stunden durch. Meine Vorgabe war: Der Bonusrechner bleibt unangetastet, alles andere darf modernisiert werden. Das ist kniffliger als es klingt, weil sich alle Seiten ein zentrales Stylesheet teilen. Fable hat die neue Optik sauber gekapselt und am Ende per Pixelvergleich nachgewiesen, dass der Bonusrechner unverändert rendert. Diese Art von Disziplin über eine lange Session hinweg kannte ich von früheren Modellen so nicht.

3. Es arbeitet um Hindernisse herum, statt aufzugeben. Beim Deployment stellte sich heraus, dass mein Hoster nur SFTP ohne Shell-Zugriff erlaubt – rsync fiel damit aus. Fable hat kurzerhand einen eigenen Upload-Weg über SFTP-Batches gebaut, vorher ein Backup der Server-Dateien gezogen und nach dem Upload jede einzelne Datei gegen den Server verifiziert. Und als zwei der neuen Rechner live einen Fehler 410 lieferten, hat es die Ursache (alte Deindexierungs-Regeln in der .htaccess) selbst gefunden und behoben.

Wo Fable (noch) nicht die richtige Wahl ist

Ehrlichkeit gehört dazu – drei Punkte sprechen im Alltag oft gegen Fable:

• Der Preis. $10/$50 pro Million Token sind das Doppelte von Opus 4.8 – und für die meisten Aufgaben ist Opus schlicht gut genug. Für Klassifizierung, Zusammenfassungen oder einfache Chatbots ist selbst Sonnet 5 oder Haiku die wirtschaftlichere Wahl.
• Die Latenz. Wer schnelle, kurze Antworten für eine interaktive Anwendung braucht, wird mit den teils minutenlangen Denkphasen nicht glücklich. Fable ist ein Marathonläufer, kein Sprinter.
• Datenschutz-Detail für API-Nutzer: Fable setzt eine 30-tägige Datenaufbewahrung voraus und ist unter Zero-Data-Retention-Verträgen nicht verfügbar. Wer solche Vereinbarungen mit Anthropic hat, muss das vorher klären.

Für Entwickler: Der Schnellstart

In Claude Code reicht ein /model claude-fable-5 – so habe ich es heute gemacht, mitten in der laufenden Session, ohne Kontextverlust. Über die API ist die Modell-ID ebenfalls claude-fable-5; wichtig ist, den thinking-Parameter komplett wegzulassen (das Nachdenken ist ohnehin an) und auf temperature & Co. zu verzichten – beides quittiert die API sonst mit einem Fehler. Die Arbeitstiefe steuert man über output_config.effort.

Mein Fazit

Fable 5 ist das erste Modell, bei dem sich „KI-Kollege" für mich nicht mehr nach Marketing anfühlt. Der Unterschied zu Opus ist weniger die Intelligenz der einzelnen Antwort als das Durchhaltevermögen: lange am Stück arbeiten, eigene Fehler finden, Randbedingungen respektieren, Hindernisse umschiffen. Für einen Website-Umbau wie heute – oder größere Refactorings, Migrationen, Recherche-Projekte – ist es den Aufpreis wert. Für alles andere bleibt Opus 4.8 mein Standardmodell.

Und das vielleicht beste Argument steht ohnehin schon online: Klick dich durch den Dienstwagenrechner – jede Zeile davon ist an einem einzigen Nachmittag mit Fable entstanden.