Anthropic Super-Frontier In FlowHunt verfügbar

Claude Fable 5

Claude Fable 5 ist das am höchsten bewertete KI-Modell in dieser Rangliste, über allen standardmäßigen Frontier-Modellen, entwickelt von Anthropic und veröffentlicht im Juni 2026. Es ist ein proprietäres Closed-Weight-Modell, das über die Anthropic-API verfügbar ist. Das Kontextfenster von 1 Million Token ist groß genug, um ganze Codebasen, umfangreiche technische Dokumente oder ausgedehnte agentische Sitzungen ohne Kürzung aufzunehmen.

Mehr lesen
Claude Fable 5 wurde am 9. Juni 2026 als erstes Modell in der neuen Mythos-Klasse von Anthropic veröffentlicht — einer Leistungsstufe oberhalb der bestehenden Opus-Reihe. Der Name „Fable“ setzt Anthropics literarische Namenskonvention (Opus, Sonnet, Haiku) fort und markiert gleichzeitig eine bedeutende architektonische Neuerung. Fable 5 ist die Produktionsbereitstellung von Anthropics internem Forschungsmodell Mythos 5, mit auf Unternehmensniveau angewendeten Sicherheits- und Zuverlässigkeitsvorkehrungen.

Benchmarks

Jedes Ergebnis erscheint einmal, mit seinem Rang unter den erfassten Modellen und dem Hinweis, wer es gemessen hat.

Im Vergleich mit Super-Frontier-Modellen auf derselben Skala
  • Claude Fable 5dieses Modell
  • GPT-6 Astradieses Modell liegt bei 1 von 6 vorn
  • Claude Fable 5.1dieses Modell liegt bei 1 von 7 vorn
Verifiziert unabhängiger Prüfer, zählt für die Einstufung Selbst gemeldet von Anthropic veröffentlicht, angezeigt, aber nicht eingestuft
Gesamt

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

Quelle ↗

Claude Fable 5 49,6 GPT-6 Astra 52,7 Claude Fable 5.1 53,4
#7von 45 Verifiziert
Coding

DeepSWE

113 long-horizon software tasks written from scratch, graded by hidden tests.

Quelle ↗Außerdem: Selbst gemeldet 69,7% (quoted in Opus 5 system card Table 8.1.A)

Claude Fable 5 69,9% GPT-6 Astra 74,1% Claude Fable 5.1 67,4%
#5von 17 Verifiziert

SWE-bench Pro

Real issues across several languages and large codebases.

Claude Fable 5 80,3% GPT-6 Astra Kein Ergebnis Claude Fable 5.1 81,2%
Nicht eingestuft Selbst gemeldet

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Claude Fable 5 95,0% GPT-6 Astra Kein Ergebnis Claude Fable 5.1 Kein Ergebnis
Nicht eingestuft Selbst gemeldet
Agenten

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

Quelle ↗Außerdem: Selbst gemeldet 42,0% (TB 4.0 (Mythos 5: 45))

Claude Fable 5 42,4% GPT-6 Astra 59,1% Claude Fable 5.1 52,0%
#7von 36 Verifiziert
Schlussfolgern

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

Quelle ↗Außerdem: Selbst gemeldet 57,8% (no tools, restated in Fable 5.1 card)

Claude Fable 5 55,5% GPT-6 Astra 54,7% Claude Fable 5.1 59,1%
#3von 44 Verifiziert

GPQA Diamond

Graduate-level science questions that search cannot answer.

Quelle ↗Außerdem: Verifiziert 93,2% (Vals AI own implementation)

Claude Fable 5 92,6% GPT-6 Astra 96,1% Claude Fable 5.1 93,7%
#13von 37 Verifiziert

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Quelle ↗

Claude Fable 5 89,2% GPT-6 Astra 95,0% Claude Fable 5.1 90,0%
#7von 27 Verifiziert

Wofür Sie Claude Fable 5 verwenden sollten

Softwareentwicklung

Der Benchmark verwendet 500 von Menschen validierte reale GitHub-Issues: Das Modell liest das Repository, versteht den fehlschlagenden Test und erstellt einen erfolgreichen Patch. Auf diesem Niveau schließt es eigenständig komplexe Tickets, führt dateiübergreifende Refactorings durch und fungiert als agentischer Codierungsassistent in realen Entwicklungsworkflows.

Langdokument- & Codebase-Analyse

Mit einem Kontextfenster von 1 Million Token kann Claude Fable 5 ganze Software-Repositories, umfangreiche Rechtsverträge, buchlange Forschungsberichte oder ausführliche Gesprächsverläufe in einer einzigen Eingabeaufforderung verarbeiten — und ermöglicht so tiefgehende Dokumenten-Q&A, codebaseübergreifende Analyse und umfassende Zusammenfassungen ohne Chunking-Heuristiken oder RAG-Pipelines.

Stärken und Einschränkungen

Stärken

  • Hervorragende reale Codeentwicklung
  • Sehr lange Dokumente und große Codebasen (1M Kontext)

Einschränkungen

  • Closed-Weight — kann nicht selbst gehostet oder auf privaten Daten feinabgestimmt werden

In FlowHunt nutzen

Nutzen Sie Claude Fable 5 in jedem Flow, neben Ihren eigenen Tools und Wissensquellen.

  1. 1Öffnen Sie einen Flow oder erstellen Sie einen aus einer Vorlage
  2. 2Fügen Sie eine AI-Agent- oder Generator-Komponente hinzu
  3. 3Wählen Sie Claude Fable 5 in der Modellauswahl

Verwandte KI-Modelle

Über Anthropic San Francisco, CA · Gegründet 2021 · anthropic.com

Anthropic ist ein KI-Sicherheitsunternehmen, das 2021 von den ehemaligen OpenAI-Forschern Dario Amodei und Daniela Amodei zusammen mit einer Gruppe von Kollegen gegründet wurde, die zuvor die Sicherheits- und Policy-Teams von OpenAI geleitet hatten. Die erklärte Mission des Unternehmens ist die verantwortungsvolle Entwicklung von KI zum langfristigen Nutzen der Menschheit, und seine Forschungsagenda wird durch dieses Engagement definiert: Constitutional AI (CAI), eine Technik zum Trainieren von Modellen, die durch Selbstkritik hilfreich, harmlos und ehrlich sind; mechanistische Interpretierbarkeit, die darauf abzielt, nachzuvollziehen, was einzelne Neuronen und Schaltkreise in großen Netzwerken tatsächlich berechnen; und Scaling Science, die versucht vorherzusagen, wie sich Modellverhalten mit Rechenleistung und Daten verändert. Anthropic veröffentlicht diese Forschung offen und hat sich zu einem der meistzitierten KI-Sicherheitslabore in der akademischen Literatur entwickelt. Claude ist Anthropics öffentliche Modellfamilie – benannt nach Claude Shannon, dem Begründer der Informationstheorie – und reicht von Claude 1 bis zur Generation Claude 5.5 und Claude Fable 5.1. Anthropic betreibt eine kommerzielle API und das verbraucherorientierte Produkt Claude.ai und unterhält tiefe Cloud-Partnerschaften mit AWS (Amazon Bedrock) und Google Cloud (Vertex AI).

anthropic.com ↗

Zur vollständigen KI-Modell-Rangliste

Häufig gestellte Fragen

Mehr erfahren