Claude Fable 5.1 Volledige Analyse: Benchmarks, Verbeteringen, Prijs en Snelheid

Claude Fable 5.1 is op 1 september 2026 officieel uitgebracht. Vooraf de conclusie: dit is geen gewone modelupdate voor alledaagse vragen, maar een duur vlaggenschipmodel voor langdurig programmeren, complex onderzoek, toolaanroepen tussen applicaties en agents zonder toezicht. Op de door Anthropic gepubliceerde 7 categorieën belangrijke benchmarks verslaat Fable 5.1 Fable 5 overal; maar de API-prijs is nog steeds twee keer zo hoog als die van Opus 5, en officieel wordt de relatieve latentie als “langzamer” aangeduid.

Als je taak alleen bestaat uit het wijzigen van één bestand, het schrijven van een kort stukje tekst of het beantwoorden van gewone vragen, raadt Anthropic nog steeds aan om met Opus 5 te beginnen. Fable 5.1 is geschikter voor lange ketentaken die gewone modellen zelfs met hoge effort niet stabiel kunnen voltooien. Dit artikel brengt de officiële publicatiegegevens, de betekenis van de verschillende benchmarks, de specifieke verbeteringen van 5.1, prijs, snelheid en migratiebeperkingen samen, zodat je niet alleen naar een “wie wint”-scoregrafiek kijkt.

De specificaties van Fable 5.1 in één tabel

“Langzamer” komt uit de Anthropic modellencatalogus en geeft een relatieve latentiecategorie aan, geen vast aantal tokens per seconde. Hoe lang een taak werkelijk duurt, hangt af van de effort, het aantal toolaanroepen, de cache-hitratio, de contextlengte en het aantal herhaalde pogingen na fouten.

Volledige tabel met belangrijkste benchmarks van Fable 5.1

De onderstaande tabel is rechtstreeks overgenomen van de hoofdtabel op de publicatiepagina van Anthropic van 1 september 2026. Om verkeerde interpretaties te voorkomen, worden percentages, de ruwe score van GDPval-AA, de partial/strict-resultaten van OSWorld en de met/zonder tools-resultaten van HLE apart vermeld. Elke benchmark behoudt zijn officiële Engelse naam; de Nederlandse naam wordt in de regel eronder vermeld.

— betekent dat de hoofdtabel van Anthropic geen score voor dat model bevat; dat wil niet zeggen dat het model de taak niet kan uitvoeren. In Terminal-Bench 4.0 behaalt Mythos 5.1, dat minder beperkingen heeft en alleen beschikbaar is binnen een vertrouwd programma, 60,9%. Dit artikel richt zich op de voor gewone gebruikers beschikbare Fable 5.1 en mengt de resultaten van Mythos niet in de Fable-kolom.

Wat meet Terminal-Bench-Science 0.1?

Terminal-Bench-Science 0.1 bevat 70 echte onderzoeksworkflows in vijf domeinen: levenswetenschappen, natuurwetenschappen, aardwetenschappen, wiskunde en techniek. De taken zijn geen meerkeuzevragen; de agent moet in de terminal data-analyse, statistische inferentie, simulatie, optimalisatie, stellingbewijs, beeldreconstructie of wetenschappelijk machinaal leren uitvoeren en de resultaten controleren met reproduceerbare tests.

De 52,6% van Fable 5.1 tegenover 24,7% van Fable 5 in de officiële herhalingsexperimenten is een stijging van 27,9 procentpunt, de grootste sprong in de hele tabel. Officieel wordt echter ook een standaardfout van ongeveer ±3,5–4,5 procentpunt per model vermeld. Je moet een score met één decimaal niet als een absoluut precieze rangschikking beschouwen.

Wat meten Terminal-Bench 4.0 en CursorBench 3.2.0?

Terminal-Bench laat de agent complexe taken in een echte terminalomgeving uitvoeren. Het gaat erom of hij de omgeving begrijpt, tools kan aanroepen, bestanden kan wijzigen en uiteindelijk de validatie doorstaat. Fable 5.1 scoort 55,8%; dat is 13,8 procentpunt hoger dan Fable 5 en ook hoger dan Opus 5 met 52,3%.

CursorBench 3.2 is gebaseerd op vage, multifile-taken uit echte Cursor-sessies; versie 3.2 bevat extra problemen over het opvolgen van instructies en geavanceerd toolgebruik. Fable 5.1 Max haalt 73,4%. De voorsprong is minder extreem dan bij Terminal-Bench-Science, maar het gebruikt gemiddeld 72.060 tokens per taak en kost $9,64; Fable 5 Max doet 103.525 tokens en kost $17,32. Hier is de daling in tokens en kosten voor dezelfde taak relevanter dan de 2,9 procentpunt zelf.

Wat meet GDPval-AA v2?

GDPval-AA v2 gebruikt 220 taken die door professionals zijn ontworpen en 44 beroepen en 9 sectoren bestrijken, om te beoordelen hoe goed een model echt economisch waardevol kenniswerk uitvoert. De score 1853 is een totaalscore, geen 1853%. Dit resultaat laat zien dat Fable 5.1 beter is dan Fable 5 in professionele documenten, analyses en opleveringen, en ook iets beter dan Opus 5.

Waarom heeft OSWorld 2.0 twee scores?

OSWorld 2.0 bevat 108 langdurige computerworkflows. De mediaan van de door mensen benodigde tijd per taak is ongeveer 1,6 uur. Partial geeft deelscores op basis van meerdere controlepunten; Strict telt alleen als een taak volledig is voltooid.

Daarom zijn 77,9% partial en 41,7% strict niet tegenstrijdig: Fable 5.1 voltooit vaak de meeste stappen, maar een deel van de taken wordt niet volledig afgerond. Dit herinnert ons eraan dat een computeragent die “voortdurend bezig lijkt” niet automatisch succesvol is.

Wat meet Humanity's Last Exam?

Humanity's Last Exam is opgezet door het Center for AI Safety en Scale AI en bevat 2.500 multidisciplinaire, expertniveauvragen die moeilijk met eenvoudig zoeken zijn te beantwoorden. Fable 5.1 scoort zonder tools 3,1 procentpunt hoger dan Fable 5, maar met tools slechts 1,2 procentpunt hoger. Het is dus sterker, maar niet op elke benchmark verdubbelt de verbetering.

Wat meet AutomationBench?

AutomationBench test of een agent workflows op het gebied van verkoop, marketing, operations, klantenservice, financiën en personeelszaken kan uitvoeren via gesimuleerde SaaS-tools zoals CRM, e-mail, agenda, berichten en projectbeheer. Fable 5.1 stijgt van 17,1% naar 31,4%, een relatieve vooruitgang van ongeveer 84%. Dat betekent dat 5.1 wezenlijk beter is in toestandsbeheer over meerdere apps en in lange uitvoeringen. Maar 31,4% laat ook zien dat onbemande bedrijfsautomatisering nog lang niet is opgelost.

Wat is er verbeterd in Fable 5.1 ten opzichte van Fable 5?

1. Langdurige taken nemen minder snelkoppelingen

Anthropic positioneert Fable 5.1 als een agentmodel voor lange taken: eerst plannen, dan tools gebruiken, herstellen na fouten, resultaten valideren en actief voortgang rapporteren. Het model richt zich meer op het oplossen van de oorzaak dan op lokale omwegen om één test snel groen te maken. Door de officiële doel scenario’s vallen onder andere functies over meerdere codebases, codebeoordeling, prestatieoptimalisatie, meerdaagse autonome sessies, onderzoek, documenten, spreadsheets en presentaties.

2. Lage effort benadert de dure resultaten van de vorige generatie

Fable 5.1 heeft een nieuwe mogelijkheid om de effort per bericht aan te passen. De officiële kostencurve laat zien dat Low of Medium effort bij sommige taken Fable 5 kan evenaren of overtreffen, terwijl het token- en kostenverbruik lager blijft. Claude Code gebruikt standaard High effort; Claude.ai en Cowork gebruiken standaard Medium. Bij het vergelijken van modellen moet je eerst de effort controleren; je kunt resultaten uit verschillende niveaus niet direct naast elkaar zetten.

3. Tussen toolaanroepen kan leesbare voortgang worden getoond

De API voegt een testmogelijkheid toe met display: "updates", waardoor het model tussen toolaanroepen gebruikersgerichte voortgangsupdates kan tonen. Voor taken die uren duren, is het hiermee makkelijker te zien wat het model doet en of het afwijkt van het doel dan wanneer alleen steeds opnieuw toolkaarten verschijnen.

4. Schrijven, visuele validatie en zelftests zijn completer

Officieel wordt gesteld dat 5.1 zelf actief tests schrijft om zijn eigen wijzigingen te valideren en met visuele mogelijkheden de output vergelijkt met ontwerpdoelen. Partners noemen in hun beoordelingen ook beknoptere voortgangsupdates, volledigere antwoorden op vragen met meerdere delen, het volgen van aanroepketens over meerdere services, en leesbaarheid die na lange uitvoeringen behouden blijft. Dit is kwalitatieve feedback en mag niet als uniforme benchmarkconclusie worden beschouwd.

5. Beveiligingsblokkades zijn nauwkeuriger, maar niet verdwenen

Het aantal fout-positieven in de cyberbeveiligingsbescherming van Fable 5.1 is met ongeveer 60% verminderd ten opzichte van de release van Fable 5, en de frequentie waarmee basisvragen over biologie en geneeskunde een downgrade veroorzaken is met ongeveer 85% gedaald. Het model kan nu worden gebruikt om softwarekwetsbaarheden te vinden, maar taken met tweeërlei gebruik zoals penetratietests, het genereren van exploitcode en het scannen van binaire kwetsbaarheden kunnen nog steeds naar Opus worden geleid. Na zo’n routering wordt niet volgens de Fable-prijs gefactureerd.

6. Nieuwe content provenance-markering

Fable 5.1 introduceert content provenance. Gegenereerde tekst kan een statistisch watermerk bevatten dat met de inhoudscontroletool van Anthropic kan worden geverifieerd. Het voegt geen zichtbare markering toe aan de tekst zelf, maar voor contentplatforms, onderwijs en bedrijfsaudits is dit een nieuw gedrag waar je van tevoren rekening mee moet houden.

Hoe worden de kosten van Fable 5.1 berekend?

Stel dat één lange taak in totaal 10 miljoen cache-tokens uitleest, 200.000 nieuwe invoertokens en 50.000 uitvoertokens produceert, zonder rekening te houden met het schrijven van de cache:

缓存读取：10 × $0.25 = $2.50
新输入：0.2 × $10 = $2.00
输出：0.05 × $50 = $2.50
合计：$7.00

Voor dezelfde 10 miljoen cache-uitlezingen betaal je bij Fable 5 ongeveer $10; alleen dit onderdeel scheelt al $7,50. Op basis hiervan schat Anthropic dat de werkelijke kosten voor typische op tokens gebaseerde taken met ongeveer 25% kunnen dalen; voor sterk agentische taken waarin lange contexten vaak worden hergebruikt, kan dat oplopen tot ongeveer 45%. Dit is geen algemene prijsverlaging van de API-prijzen, maar hoe meer cachetreffers, hoe groter de besparing.

Abonnees profiteren niet altijd direct van de API-cacheprijsverlaging

Max en premium seats binnen Team/Enterprise kunnen maximaal 50% van hun wekelijkse quotum inzetten voor Fable-modellen. Pro en standaard seats gebruiken vanaf het begin usage credits. De exacte verbruiksweergave volgt de Usage-pagina in je account. De lagere cache-uitleesprijs geldt vooral in pay-per-token scenario’s; je kunt de 75% cacheprijsverlaging van de API niet direct vertalen naar “vier keer zoveel gebruik binnen Max”.

Hoe snel is Fable 5.1 nu echt?

Het antwoord is: individuele responsen zijn langzamer, maar de totale doorlooptijd van complexe taken kan korter zijn.

• De modellencatalogus van Anthropic labelt Fable 5.1 als Slower, Opus 5 als Moderate en Sonnet 5 als Fast.
• Claude Code gebruikt standaard High effort, wat van nature meer redeneertijd kost dan Low of Medium.
• Every stelt voor zijn eigen workloads dat Fable 5.1 ongeveer twee keer zo snel is als Opus 5 en de helft minder tokens gebruikt. Dit is een specifieke test van een partner, geen algemene snelheidsgarantie.
• In CursorBench gebruikt Fable 5.1 Max gemiddeld 70 stappen en 72.060 tokens; Fable 5 Max gebruikt eveneens 72 stappen, maar 103.525 tokens. Het voordeel van 5.1 is dus meer “minder omwegen en minder tokenverbruik” dan een snellere eerste byte.

Kies daarom voor chat, korte code en frequente interactie bij voorkeur Sonnet 5 of Opus 5. Overweeg Fable 5.1 voor foutopsporing over meerdere codebases, langdurig onderzoek en onbemande taken die zelfvalidatie vereisen.

Compatibiliteitswijzigingen die je vóór de upgrade naar Fable 5.1 moet aanpakken

Upgrade Claude Code ten minste naar 2.1.250

De toelichting over abonnementen en beschikbaarheid van Anthropic vereist Claude Code 2.1.250 of nieuwer. Als je Fable 5.1 niet ziet, controleer dan eerst:

claude --version

Update daarna via de officiële upgrademethode van Claude Code en start de sessie opnieuw. De API-model-ID van Fable 5.1 is:

claude-fable-5-1

Geforceerd toolgebruik kan direct een foutmelding geven

Als een verzoek het model dwingt om een specifieke tool aan te roepen, kan Fable 5.1 een fout retourneren. Controleer vóór de migratie je tool_choice en de workflow voor geforceerde tools in je zelfgebouwde agent. Ga er niet vanuit dat het gedrag van Fable 5 volledig compatibel is.

Thinking-blocks kunnen niet zomaar tussen modellen worden hergebruikt

Oudere modellen kunnen de thinking-blocks van Fable 5.1 niet lezen. Wissel je van model, laat de SDK deze blokken dan volgens de officiële regels afhandelen, in plaats van ze ongewijzigd aan een ander model te geven.

Het wijzigen van oude geschiedenis kan een 400-fout veroorzaken

Voor nieuwe API-accounts die na 31 augustus 2026 zijn aangemaakt, zijn thinking-blocks alleen geldig binnen de oorspronkelijke dialoogprefix waarin ze zijn gegenereerd. Als je system, tools of oudere berichten wijzigt en daarna thinking-blocks opnieuw afspeelt, kan dat een 400-fout opleveren. Officieel wordt geadviseerd om de geschiedenis append-only te houden. Moet je comprimeren, vervang dan de hele oude geschiedenis door een nieuwe samenvatting; wijzig niet oude beurten terwijl je de oorspronkelijke thinking-blocks behoudt. Gedetailleerde richtlijnen staan in de Fable 5.1 prompt- en migratiehandleiding.

Wanneer moet je voor Fable 5.1 kiezen?

Geschikt voor:

• lange taken over meerdere repositories, services of applicaties;
• agents die uren moeten draaien en zelf fouten kunnen herstellen;
• wetenschappelijk onderzoek, complexe data-analyse en professionele opleveringen in meerdere fasen;
• moeilijk reproduceerbare systeemproblemen, prestatieoptimalisatie en het vinden van de onderliggende oorzaak;
• API-workloads die lange contexten veel hergebruiken en een hoog aandeel cache-uitlezingen hebben.

Niet geschikt voor:

• eenvoudige chat, korte teksten of kleine wijzigingen in één bestand;
• realtime-interacties die zeer gevoelig zijn voor latentie van de eerste respons;
• taken met veel uitvoer en een vast budget zonder cachereuse;
• scenario’s waarin de standaard bewaartermijn van 30 dagen voor beveiligingsmonitoring onacceptabel is en die niet aan de uitzonderingsvoorwaarden voor bedrijven voldoen;
• workflows waarin je wilt dat geen enkele cyberbeveiligings- of levenswetenschappelijke aanvraag een downgrade veroorzaakt.

Hoe bekijk je lange taken op afstand?

De waarde van Fable 5.1 komt vaak naar voren bij taken die uren of zelfs meerdere dagen duren. Dat betekent niet dat je voortdurend achter de ontwikkelmachine moet blijven zitten. Controleer eerst lokaal in Claude Code 2.1.250+ dat Fable 5.1 beschikbaar is. Bekijk daarna via PandaNpc Agent vanuit een browser, desktop of mobiele telefoon de Claude Code-sessie op dezelfde ontwikkelmachine, handel interacties af en geef verdere instructies.

Wat hier verandert, is de toegang voor bediening; de code, tools en builds draaien nog steeds op jouw ontwikkelmachine. Je kunt eerst de handleiding voor externe toegang tot Claude Code en de tutorial voor Claude Code op een telefoon lezen, en pas na bevestiging van de externe verbinding lange taken aan Fable 5.1 toevertrouwen.

Veelgestelde vragen

Hoeveel sterker is Fable 5.1 dan Fable 5?

De verschillen verschillen sterk per taak. Terminal-Bench-Science stijgt 27,9 procentpunt, AutomationBench 14,3 procentpunt; bij HLE met tools is de stijging slechts 1,2 procentpunt. Je kunt niet één grootste stijging als representatief voor alle taken beschouwen.

Is Fable 5.1 sneller dan Opus 5?

In de officiële relatieve latentietabel staat Fable 5.1 als “langzamer” en Opus 5 als “matig”. Sommige partners zien bij volledige taken dat Fable 5.1 sneller is, omdat het minder tokens gebruikt en minder herbewerking nodig heeft. Deze twee conclusies meten niet hetzelfde.

Is Fable 5.1 beter geschikt voor programmeren dan GPT-5.6 Sol?

In de publicatietabel van Anthropic scoort Fable 5.1 hoger op Terminal-Bench-Science, Terminal-Bench, AutomationBench en CursorBench. Maar de modellen gebruiken verschillende agent-harnesses, effort, tools en prijzen. Je kunt hieruit niet afleiden dat Fable in alle echte repositories wint. Je kunt de GPT-5.6 Sol 1M-contextconfiguratietutorial raadplegen en daarna A/B-tests doen met je eigen representatieve taken.

Waarom schakelt Fable 5.1 plotseling over naar Opus?

Sommige cyberbeveiligings- en levenswetenschappelijke verzoeken worden door de beveiligingsmechanismen naar Opus geleid. Het overschakelen is niet noodzakelijk een storing; Anthropic geeft aan dat dergelijke doorgestuurde verzoeken niet tegen de Fable-prijs worden gefactureerd.

Heeft Fable 5.1 een watermerk?

Er is een statistisch content provenance-mechanisme, maar er wordt geen zichtbaar label aan de tekst toegevoegd. Het is iets anders dan een zichtbaar watermerk in de hoek van een afbeelding.

Samenvatting

De duidelijkste vooruitgang van Claude Fable 5.1 zit in wetenschappelijk onderzoek, terminaltaken en zakelijke workflows tussen applicaties. Het model kan taken beter volhouden, fouten herstellen en resultaten valideren, en verlaagt ook de kosten van lange taken door goedkopere cache-uitlezingen. Het blijft echter duur, per afzonderlijke beurt relatief langzaam, en brengt compatibiliteitswijzigingen met zich mee rond thinking-blocks, geforceerde toolaanroepen en het bewerken van geschiedenis.

De juiste vraag bij de keuze is niet: “staat het bovenaan in de benchmarks?”, maar: is je taak lang en complex genoeg, en wegen de kosten van fouten en herbewerking zwaar genoeg om Fable 5.1 de moeite waard te maken? Als het antwoord ontkennend is, is beginnen met Opus 5 of Sonnet 5 meestal beter.