Update vom 3. September 2026, 17:13 Uhr
Claude Fable 5.1 soll das seit 1653 ungelöste Zahlenrätsel „Cyphral Distich“ in 44 Minuten ohne menschliche Hilfe entschlüsselt haben.
Das „Cyphral Distich“ von Sir Thomas Urquhart umfasst zwei Zahlenzeilen mit jeweils 32 Einträgen. Die Lösung nutzt das Buch als Referenz: Jede Zahl verweist auf ein Wort in einem der 32 Abschnitte. Die Anfangsbuchstaben ergeben die englische Botschaft: „O God uphold King Charls the Second and make him the supreme ruler of this land.“
Vals AI führt den Erfolg nicht auf eine bessere Kryptanalyse zurück. Ausschlaggebend seien vielmehr systematisches Ausprobieren und eine ausdauernde Analyse gewesen. Claude Fable 5.1 prüfte demnach verschiedene ungelöste Rätsel und stufte das „Cyphral Distich“ als lösbar ein.
Der Fall zeigt eine weitere Anwendung des am 1. September vorgestellten Modells. Anthropic positioniert Fable 5.1 für Coding, Wissensarbeit und lang laufende Problemlösungsaufgaben. Das Modell ist allgemein verfügbar und soll bei typischen Arbeitslasten rund 25 Prozent weniger kosten als Fable 5. Bei stark agentischen Aufgaben stellt Anthropic Einsparungen von bis zu 45 Prozent in Aussicht.
Ursprünglicher Bericht vom 1. September 2026, 22:27 Uhr
Anthropic veröffentlicht Claude Fable 5.1 und Claude Mythos 5.1 mit besseren Benchmark-Ergebnissen für Coding und Wissensarbeit. Die angekündigten Kostenvorteile gelten jedoch nicht für jede Aufwandsstufe: Laut Artificial Analysis kostet Fable 5.1 bei maximalem Aufwand rund 20 Prozent mehr pro Aufgabe als Fable 5.
Anthropic beschreibt Fable 5.1 als Modell für Coding, Wissensarbeit und lang laufende Problemlösungsaufgaben. Die Version soll bei geringer und mittlerer Aufwandsstufe ähnliche oder bessere Ergebnisse als Fable 5 erreichen. Bei höherem Aufwand verspricht Anthropic zusätzliche Leistungsgewinne.
Konkrete Benchmarkwerte zeigen den Schwerpunkt auf agentischen Aufgaben. Bei Terminal-Bench-Science 0.1 erreicht Fable 5.1 laut den dargestellten Ergebnissen 52,6 Prozent. Fable 5 kommt auf 24,7 Prozent, GPT-5.6 Sol auf 22,4 Prozent. Im Terminal-Bench 4.0 erzielt Fable 5.1 55,8 Prozent. Mythos 5.1 erreicht dort 60,9 Prozent. Fable 5 kommt auf 42,0 Prozent.
Weitere Vergleichswerte sehen Fable 5.1 auch bei Wissensarbeit, Computernutzung und automatisierten Geschäftsabläufen vor Fable 5. Die Ergebnisse stammen aus Benchmarks und lassen nicht automatisch auf jede praktische Arbeitslast schließen.
Der Preisvorteil soll vor allem durch günstigere Cache-Lesezugriffe entstehen. Anthropic senkt den Preis dafür von 1 auf 0,25 US-Dollar pro einer Million Tokens. Für typische Aufgaben stellt Anthropic rund 25 Prozent niedrigere Kosten in Aussicht. Bei stark agentischen Arbeitsabläufen sollen die Einsparungen bis zu 45 Prozent betragen. Die übrigen Preise bleiben laut Anthropic unverändert.
Diese Darstellung wird von Artificial Analysis teilweise eingeschränkt. Nach deren Berechnung kostet Fable 5.1 bei maximalem Aufwand pro Aufgabe rund 20 Prozent mehr als Fable 5. Ursache sei der höhere Verbrauch an Ausgabe-Tokens. Der günstigere Cache-Zugriff führt daher nicht in jeder Konfiguration zu niedrigeren Gesamtkosten.
Auch die Schutzmechanismen wurden angepasst. Anthropic zufolge erzeugt Fable 5.1 bei Cybersecurity-Anfragen rund 60 Prozent weniger Fehlalarme. Das Modell kann laut Anthropic erstmals Software-Schwachstellen erkennen, soll aber keine Exploits entwickeln. Bei harmlosen Fragen zu Biologie und Medizin reagieren die Sicherheitsfilter laut Anthropic 85 Prozent seltener.
Fable 5.1 ist allgemein verfügbar. Der Zugriff erfolgt über die Claude-Plattformen, die Programmierschnittstelle sowie AWS, Google Cloud und Microsoft Azure.
Mythos 5.1 basiert auf demselben Modell, verwendet aber andere Schutzvorkehrungen. Der Zugang ist zunächst auf US-Organisationen in einem Cyber Verification Program und einem Life Sciences Verification Program beschränkt. Anthropic plant eine spätere Ausweitung auf internationale Partner.
Anthropic bietet außerdem Wasserzeichen für von Claude erzeugte Texte und eine Erkennungs-API an. Diese Funktionen waren bereits zuvor angekündigt worden und bilden deshalb nicht den neuen Schwerpunkt der Modellveröffentlichung.
Quellen:
AnthropicArtificial AnalysisVals AI
