Bauen Sie auf der Claude Platform auf

„Claude Fable 5.1 ist das leistungsstärkste Modell, das wir auf CursorBench 3.2 getestet haben, mit 73,4 % bei maximalem Effort. Besonders überzeugt hat uns seine Fähigkeit, die eigene Arbeit zu verifizieren, wodurch es anspruchsvolle Coding-Aufgaben von Anfang bis Ende übernehmen kann.“

„Wir verlagern unseren Opus-5-Traffic in Devin am Tag der Veröffentlichung auf Claude Fable 5.1. In unseren Tests lag es bei geringeren Kosten pro Aufgabe gleichauf mit Fable 5 oder leicht darüber, und mit der neuen Preisgestaltung für Cache-Lesevorgänge ist ein Modell der Fable-Klasse endlich auch für jene Workloads wirtschaftlich, die wir bislang auf Opus belassen hatten – angefangen beim Code-Review.“

„Im Rahmen unserer laufenden Bewertung von KI-Modellen hat Claude Fable 5.1 in unseren Tests beeindruckende Ergebnisse geliefert. Mit Claude Code hat es bei jedem getesteten fehlgeschlagenen Build die Ursache korrekt identifiziert, und zwar über alle Effort-Stufen hinweg. Zudem kommuniziert es wirkungsvoller als frühere Anthropic-Modelle: Die Statusmeldungen sind knapper und leichter nachvollziehbar.“

„In internen Benchmarks löst Claude Fable 5.1 mehr unserer Programmieraufgaben als Fable 5 oder Opus 5 und erreicht beim Handelsverständnis den aktuellen Bestwert. Während frühere Modelle mit zunehmender Laufzeit immer schwerer nachvollziehbar wurden, bleibt Fable 5.1 auch über lange, mehrstufige Aufgaben hinweg gut lesbar.“

„Wir evaluieren Modelle und Systeme anhand realer Investoren-Workflows. Auf FrontierFinance, unserem neuesten Finanz-Benchmark, zeigt Claude Fable 5.1 einen deutlichen Zugewinn gegenüber Fable 5: 55,9 % Rubric-Score gegenüber 49,2 %. Der Zugewinn beruht auf der Fähigkeit, fundierte und verlässliche Quellen gründlicher auszuwerten. Bei einer Frage zu Quartalszahlen ging das Modell direkt an das Transkript der Telefonkonferenz und erfasste exakt die vom Management genannten Zahlen, während sich andere Modelle auf Sekundärberichterstattung stützten.“

„Im Vergleich zu Fable 5 war Claude Fable 5.1 auf RedlineBench, unserem Benchmark für die Vertragsprüfung im Änderungsmodus, eine enorme Verbesserung: von 47,9 auf 57,0. Der größte Teil des Zugewinns entfiel auf die Qualität im ersten Durchgang, wo sich der bisherige Wert verdoppelte, mit deutlichen Zugewinnen auch bei der Akzeptanz durch die Gegenseite. Zudem waren die Änderungen präziser, mit im Durchschnitt geringeren Eingriffen in die Dokumente.“

„Claude Fable 5.1 kommt mit langer, unbeaufsichtigter Arbeit besser zurecht als Fable 5. Ich hatte Workflows, die über einen langen Zeitraum liefen, ohne den roten Faden zu verlieren: Das Modell führt eigene Aufzeichnungen, priorisiert bei veränderten Rahmenbedingungen neu und setzt dort an, wo es aufgehört hat.“

„In unserem internen Finanz-Benchmark erreicht Claude Fable 5.1 die gleiche Genauigkeit wie Fable 5 und benötigt dabei 20 % weniger Tokens. Auch bei der Erstellung von Präsentationen sahen wir große Fortschritte: Fable 5.1 erklärt komplexe Daten in verständlicherem Deutsch und setzt sie in Visualisierungen auf Banking-Niveau um.“

„In unserem anspruchsvollsten Benchmark für Browser-Agenten hat Claude Fable 5.1 82 % der Aufgaben in jeweils rund zehn Minuten abgeschlossen, gegenüber 74 % bei Opus 5 und 57 % bei Fable 5 – und das mit weniger Tokens als beide. In jeder von uns geprüften Dimension wirkt es stärker als Fable 5. Zudem hat es genau das richtige Maß an Arbeit geleistet: In Hunderten gemessener Aufgaben hat es nie einen kritischen Haltepunkt überschritten.“

„Claude Fable 5.1 ist ein führendes Modell in unseren Evaluierungen zur Incident-Untersuchung, bei denen wir anhand realer Produktionsvorfälle prüfen, wie wirksam unser Agent Bits Investigation Ursachenanalysen erstellen kann. Wir bewerten die Ausgabe unseres Agenten anhand der von unseren Ingenieuren ermittelten Ursachen. In diesen Evaluierungen hat das Modell ein stärkeres Reasoning als Opus 5 gezeigt und die komplexesten von uns getesteten Produktionsvorfälle erfolgreich diagnostiziert.“

„Bei den schwierigsten Problemen, an denen wir arbeiten, hebt sich Claude Fable 5.1 deutlich von allen anderen Modellen ab, die wir ausprobiert haben. Bei einem Problem der höchsten Schwierigkeitsklasse, das uns seit 18 Monaten als Testfall dient, hat es tatsächlich substanziellen Fortschritt erzielt. Statt bloßem Zusammentragen von Fakten hat es klare, neue Verbindungen hergestellt, wie ich sie anderswo noch nicht gesehen habe. Außerdem hat es einen Compute-Kernel um rund 35 % optimiert, an dem Fable 5 bereits an seine Grenzen gestoßen war.“

„Über unsere Evaluierungssets hinweg bevorzugten unsere Bewerter die Antworten von Claude Fable 5.1 gegenüber Fable 5 im Verhältnis von etwa zwei zu eins – bei alltäglichen Wissensfragen, bei anspruchsvoller Recherche sowie beim Verfassen von Texten und Artefakten, jeweils bei besserer Belegbarkeit der Antworten als bei Fable. Aufgrund dieser Ergebnisse ist Fable 5.1 überall dort unsere Standardempfehlung, wo zuvor Fable 5 die Wahl war.“

„Wir hatten eine Änderung, die mehr als acht Services in drei Codebasen betraf. Claude Fable 5.1 hat den gesamten Workflow von Anfang bis Ende in außerordentlicher Detailtiefe abgebildet – vom eingehenden Service-Aufruf bis hinunter zur einzelnen Funktion und zu den Datenbanktabellen und -zeilen – und war dabei durchgängig korrekt. Wir haben es sehr geschätzt, das Modell testen und Feedback geben zu können, denn das bereitet uns auf eine neue Ära vor, in der wir diesen Werkzeugen zunehmend auch ambitioniertere Vorhaben anvertrauen können.“

„In unserer PowerPoint-Evaluierung hat Claude Fable 5.1 die besten Präsentationen aller von uns getesteten Modelle erstellt – sowohl in der Gestaltung der Folien als auch in der vollständigen Beantwortung unserer Forschungsfrage. Dieselbe Vollständigkeit zeigte sich in unserer Zitations-Evaluierung, wo es den besten Faktenabruf über Finanzdokumente hinweg erzielte. Und bei komplexen, mehrteiligen Fragen ist es das erste Modell, das wir gesehen haben, das jeden Teil beantwortet.“

„Herausragend bei Claude Fable 5.1 sind die Texte: verständlicher, gehaltvoller, und das Modell hält sich besser an unsere Schreibrichtlinien. In Blindtests gegen Fable 5 habe ich seine Texte und Ergebnisse bevorzugt. Und in Canva Code hat es ein Rhythmusspiel mit echter Musik und taktgenauem Gameplay gebaut, passend zum selbst erzeugten Level – etwas, das kein anderes von uns getestetes Modell geliefert hat.“

„Für alles, was mit Recherche, Neuentwicklung oder langfristiger Arbeit zu tun hat, würde ich Claude Fable 5.1 auf jeden Fall als Orchestrator einsetzen. In einem unbeaufsichtigten 38-Stunden-Lauf zu einem Machine-Learning-Problem hat es ein früheres Ergebnis als Label-Artefakt diagnostiziert, die Korrektur vorgenommen, sechs parallele Experimente gestartet, die über Nacht liefen, und kam mit einem Ergebnis und nächsten Schritten zurück. Auf die offene Aufgabe, das wirkungsvollste Problem ohne Zuständigen zu finden, hat es eine nicht zugewiesene Warnmeldung im Zusammenhang mit einem Produktionsausfall aufgespürt, die Logs herangezogen und die Behebung vorgeschlagen.“

„Claude Fable 5.1 ist ausgesprochen intelligent. In unserer 30-tägigen simulierten Unternehmensführungs-Evaluierung, bei der das Modell vollen Zugriff auf simulierte Square-Tools, Kunden, Mitarbeitende und Lieferanten erhält, war es pro Token deutlich effizienter als Opus 5. Wir planen, damit unsere komplexesten Szenarien durchzuarbeiten – jene, die früher tagelange Whiteboard-Sitzungen erforderten –, damit unsere Engineering-Teams weiterhin schnell vorankommen.“

„Wir haben Claude Fable 5.1 gebeten, ein klinisches Forschungsprojekt für Rakuten Medical zu prüfen, das drei andere Frontier-Modelle bereits freigegeben hatten. Es fand eine Lücke, die keines von ihnen gesehen hatte, und bestand darauf, sie weiter zu untersuchen. Anschließend schlug es eine völlig neue Hypothese vor und machte aus einem bereits abgeschriebenen Datensatz an einem einzigen Nachmittag eine neue Forschungsrichtung. Es ist das erste Mal, dass ein Frontier-Modell wie Claude uns in die Lage versetzt hat, auf diese Weise neue Forschung zu erschließen.“

„In unserer Forschungssuite hat Claude Fable 5.1 neue Bestwerte erzielt. Bei einer Aufgabe entwickelte es eine neuartige Lösung entlang einer völlig anderen Achse, als wir sie bislang von anderen Modellen oder von menschlichen Forschenden gesehen hatten, wodurch die Ergebnisse deutlich über das bisherige Plateau hinausgingen. Es ist besser im kreativen Problemlösen und darin, jenen Geistesblitz zu finden, den man für ein schwieriges Problem braucht.“

„Das ist Fable von seiner zugänglichen Seite: Intelligenz auf Fable-Niveau, Preis auf Opus-Niveau, Geschwindigkeit auf Sonnet-Niveau. In unseren Tests war es etwa doppelt so schnell wie Opus 5 und verbrauchte halb so viele Tokens. Für alle, die Opus als tägliches Arbeitspferd nutzen, ist das ein offensichtliches Upgrade.“

„Claude Fable 5.1 hat in etwa drei Tagen einen komplexen Prototyp gebaut. Zunächst führte es eine Erstrecherche über unseren gesamten Servicecode und unsere Dokumentation durch und entwickelte daraus ein neuartiges, erweiterbares Design. Anschließend lief es stundenlang unbeaufsichtigt mit belastbaren Verifizierungsschleifen und implementierte den kompletten Prototyp. Morgens war die jeweils nächste Phase fertig, samt vollständigem visuellen Walkthrough des Gebauten und klaren Belegen für den Erfolg.“

„Ein bestimmter Codeabschnitt wies einen äußerst seltenen Absturz auf – etwa einer von einer Million Durchläufen –, den in vier bis fünf Jahren niemand in unserem Team erklären konnte. Jedes Modell, das ich ausprobiert habe, einschließlich Fable 5, hat ihn übersehen. Claude Fable 5.1 war das erste, das ihn gefunden hat. Es disassemblierte eine externe Anbieterbibliothek, glich sie mit dem Core Dump ab und führte den Absturz auf einen Fehler in dieser Bibliothek zurück. Der Zeitaufwand für eine solche Analyse von Hand wäre kaum zu rechtfertigen.“