Claude Fable 5.2 vs. Opus 5.5: Coding, Kosten und Effort

Claude Fable 5.2 erreichte in der von Cognition durchgeführten Coding-Evaluation FrontierCode 2.0 auf High 45,3 Prozent. Claude Opus 5.5 kam auf Max auf 45,5 Prozent. Anthropic gibt dafür 6,72 beziehungsweise 12,82 US-Dollar pro Aufgabe an. Fable lag in diesem Test damit bei ungefähr der Hälfte der Kosten, obwohl seine regulären Preise je Ein- und Ausgabetoken doppelt so hoch sind. Für die Modellwahl zählt daher, wie viel die Bearbeitung eines Auftrags insgesamt verbraucht. Anthropics Vergleich zu Leistung und Effizienz

Was FrontierCode 2.0 über High und Xhigh zeigt

Der Test bewertet, ob die erzeugten Codeänderungen die Anforderungen für eine Übernahme in Open-Source-Projekte erfüllen. Anthropic nennt in der Veröffentlichung unter anderem diese Ergebnisse.

Das Ergebnis für Fable 5.2 auf Max stammt aus Abschnitt 8.4 der Systemkarte. Die Kosten je Testaufgabe stammen aus der interaktiven Grafik der Ankündigung. Anthropics Systemkarte

Der Vergleich von Fable auf High und Opus auf Max stellt zwei konkrete Konfigurationen gegenüber. Innerhalb von Fable 5.2 schnitt Xhigh in diesem Coding-Test 3,4 Prozentpunkte besser ab als Max und kostete weniger als ein Drittel pro Aufgabe. Bei der mehrstufigen Suche im separaten Test WANDR lag Max dagegen bei 82,1 Prozent gegenüber 80,6 Prozent auf Xhigh. Wie sich der zusätzliche Aufwand auswirkt, hängt also von der Aufgabe ab. In FrontierCode lag Fable 5.2 auf Xhigh um 16,7 Prozentpunkte vor Fable 5.1 auf Xhigh. Auf Medium, der Standardstufe in den Claude-Apps und Claude Code, erledigte Fable 5.2 laut Anthropic anspruchsvolle Aufgaben mit weniger Tokens als 5.1. Wie stark sich das auf deine Aufträge überträgt, hängt von Aufgabe und Werkzeugen ab.

In der API ist bei Fable 5.2 High voreingestellt. Laut Anthropic liegt bereits dort ein großer Teil des Leistungsgewinns. Xhigh lohnt einen Versuch für besonders lange oder schwierige Coding-Aufträge. Max kann mehr Zeit und Tokens verbrauchen als Xhigh. Die Effort-Dokumentation empfiehlt Max vor allem, wenn ein Team die Obergrenze der Modellleistung ausloten will. Wer High, Xhigh und Max vergleicht, sollte die tatsächlich eingesetzte Stufe festhalten und ein ausreichendes Ausgabelimit wählen. Das Feld max_tokens begrenzt Denk- und Antworttokens zusammen. Anthropics Dokumentation zu Effort

Im KI-Weekly-Gesamtranking erreicht Fable 5.2 (Max) 61,8 Punkte und Opus 5.5 (Max) 57,8. Im Coding-Index liegen sie mit 53,1 und 51,7 Punkten enger zusammen. Dieser Index verbindet FrontierCode 2.0 mit Terminal-Bench 4.0. Die Tabelle oben zeigt allein die FrontierCode-Ergebnisse aus Anthropics Veröffentlichung. Im Ranking findest du den Direktvergleich von Fable 5.2 und Opus 5.5 sowie die Modellwerte des Vorgängers Fable 5.1 (Xhigh).

Bild in voller Größe

Wie der Prompt den Umbau beeinflusst

Simon Willison hat einen Test von Anthropic zu kleinen Coding-Aufgaben hervorgehoben. Mit einem Satz, der Fable 5.2 die Verantwortung für die Codebasis und ihre Weiterentwicklung gab, führte das Modell in etwa der Hälfte der Versuche doppelten Code zusammen. Ohne diesen Zusatz geschah das in weniger als einem von zehn Versuchen. Die gewünschte Funktion lief in beiden Gruppen fast immer. Simon Willisons Hinweis

Mit dem Zusatz verbrauchte Fable 5.2 rund 50 Prozent mehr Ausgabetokens. Abseits von Bugfixes änderte es in etwa einem von sechs bis zehn Versuchen das Verhalten einer vorhandenen Funktion. Anthropics Testbeschreibung

Wenn du einen kleinen Umbau möchtest, benenne im Prompt genau den Teil, den Claude ändern darf. Ein möglicher Auftrag lautet "Führe doppelte Preisberechnungen im Abrechnungsmodul zusammen. Erhalte das Verhalten der öffentlichen Schnittstellen." Prüfe anschließend im Diff, welche Stellen Claude geändert hat.

Warum die Wahl bei Wissensarbeit anders ausfallen kann

In der von Anthropic veröffentlichten Auswertung von AA-Briefcase v1.1 erfüllte Fable 5.2 die vorgegebenen Kriterien zu 66,1 Prozent. Opus 5.5 kam auf 61,2 Prozent. Im zusammengefassten Wert desselben Benchmarks lag Opus mit 1.800 Elo vor Fable mit 1.785. In diesen Wert gehen die vorgegebenen Kriterien und Paarvergleiche zu Analyse und Darstellung ein. Ein Modell kann also mehr überprüfbare Anforderungen erfüllen und im Gesamtwert dennoch hinter einem anderen liegen. Wenn du beide Modelle für Berichte prüfst, lohnt es sich, belegte Pflichtpunkte und die Qualität der fertigen Darstellung getrennt zu bewerten. Methodik von AA-Briefcase

So vergleichst du die Kosten für deinen Auftrag

Das sind reguläre API-Preise im Standardmodus ohne Cache. Der berichtete Preis je FrontierCode-Aufgabe stammt aus dem Test von Anthropic. Für die meisten Coding- und Wissensaufgaben empfiehlt Anthropic Opus 5.5 als Einstieg. Wenn ein aufwendiger Auftrag damit mehrere Anläufe braucht, kannst du Fable 5.2 auf High mit derselben Aufgabe vergleichen. Behalte dabei die Summe der Tokens und die Zeit bis zur akzeptierten Änderung im Blick. Erst bei einem wiederholbaren Qualitätsgewinn lässt sich entscheiden, ob Xhigh oder Max den zusätzlichen Aufwand rechtfertigt. Anthropics API-Preisliste

Wo Fable 5.2 verfügbar ist und für welche Konten das Startangebot gilt, steht im Ratgeber zu Zugang und Preisen. Der kostenlose KI-Weekly-Newsletter verfolgt neue Modelle und ihre Ergebnisse im Praxiseinsatz.