Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.
gemeinsame Messreihen
233
verschiedene Benchmarks
25
jüngster Abruf
04.09.2026
Modellauswahl ändern
Steckbrief
Allgemeine Daten
Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.
Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
Preise nach Anbieter
Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.
Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.
Fähigkeitsprofil aus vergleichbaren Benchmarks
Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.
Claude Fable 5
GPT-5.5
Coding: 100 / 77,3 (6 Benchmarkfamilien)
Reasoning: 99,9 / 97,9 (3 Benchmarkfamilien)
Mathematik: 100 / 98,5 (1 Benchmarkfamilie)
Wissen: 100 / 96,9 (2 Benchmarkfamilien)
Finanzen: 100 / 95,2 (6 Benchmarkfamilien)
Recht: 100 / 77,8 (4 Benchmarkfamilien)
Agenten-Aufgaben: 100 / 94,9 (1 Benchmarkfamilie)
Multimodal: 100 / 98,8 (1 Benchmarkfamilie)
62 passende Messreihen aus 25 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 13 vergleichbaren Kategorien.
Claude Fable 5GPT-5.5
Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner55,065 %
GPT-5.545,161 %
CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner71,834 %
GPT-5.568,415 %
EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner73,666 %
GPT-5.564,543 %
Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner56,314 %
GPT-5.551,76 %
GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gleichstand93,182 %
GPT-5.5Gleichstand93,182 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner11,25 %
GPT-5.53,75 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner49,519 %
GPT-5.540,385 %
LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner88,561 %
GPT-5.586,515 %
LiveBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner82,97 Punkte
GPT-5.580,19 Punkte
LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner89,778 %
GPT-5.585,296 %
LMArena Text, Style ControlOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner1.507,405
GPT-5.51.477,235
MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner56,07 %
GPT-5.549,1 %
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
Benchmarkwerte von Claude Fable 5 und GPT-5.5
Benchmark und Aufgabe
Claude Fable 5
GPT-5.5
Quelle
Code MigrationOverallTestdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Kein dokumentierter Unterschied im TestaufbauVersion: 2026-06-25Messgröße: composite scoreBewertung: Mehr ist besser23 objektiv bewertete Aufgaben in sieben Kategorien.
Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style control GPT-5.5: Snapshot: gpt-5.5, Harness: Arena text, style controlClaude Fable 5: Stilbereinigte Arena-Bewertung aus 26.977 anonymen Paarvergleichen.GPT-5.5: Stilbereinigte Arena-Bewertung aus 64.686 anonymen Paarvergleichen.
Gewinner1.507,405
95-%-Konfidenzintervall: ±4,978Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.477,235
95-%-Konfidenzintervall: ±3,839Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
Kein dokumentierter Unterschied im TestaufbauVersion: 2026-06-25Messgröße: category scoreBewertung: Mehr ist besserKategorie Agentisches Coding innerhalb desselben LiveBench-Releases.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style control GPT-5.5: Snapshot: gpt-5.5-high, Reasoning: high, Harness: Arena text, style controlClaude Fable 5: Stilbereinigte Arena-Bewertung aus 26.977 anonymen Paarvergleichen.GPT-5.5: Stilbereinigte Arena-Bewertung aus 63.265 anonymen Paarvergleichen.
Höherer Messwert1.507,405
95-%-Konfidenzintervall: ±4,978Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.482,334
95-%-Konfidenzintervall: ±3,856Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
Kein dokumentierter Unterschied im TestaufbauVersion: 2026-06-25Messgröße: category scoreBewertung: Mehr ist besserKategorie Coding innerhalb desselben LiveBench-Releases.
LMArena Text, Style ControlBusiness, management and financeTestdetails
Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style control GPT-5.5: Snapshot: gpt-5.5, Harness: Arena text, style controlClaude Fable 5: Stilbereinigte Arena-Bewertung aus 5.567 anonymen Paarvergleichen.GPT-5.5: Stilbereinigte Arena-Bewertung aus 12.904 anonymen Paarvergleichen.
Gewinner1.501,942
95-%-Konfidenzintervall: ±8,642Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.485,915
95-%-Konfidenzintervall: ±6,577Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
Eigene Modelltests
Community-Tests zum Anschauen
Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
Claude Fable 5
Community-Klassiker für eine freie SVG-Zeichnung.Erster Versuch
Datum des Testlaufs
07.09.2026
API-Anbieter
openrouter
Angefragtes API-Modell
anthropic/claude-fable-5
API-Modell laut Antwort
anthropic/claude-fable-5
Festgelegter Endpunkt
Anthropic | anthropic/claude-5-fable-20260609
Reasoning-Einstellung
high
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung
Antwortzeit
53,1 s
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
GPT-5.5
Die API-Antwort wurde nicht vollständig übertragen. Das Modell wurde nicht bewertet.
Erster Versuch
Datum des Testlaufs
07.09.2026
API-Anbieter
openrouter
Angefragtes API-Modell
openai/gpt-5.5
Festgelegter Endpunkt
OpenAI | openai/gpt-5.5-20260423
Reasoning-Einstellung
high
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Nicht bestanden
Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.
Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.
Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.
Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.
Weitere Duelle
Ähnliche LLM-Vergleiche
Vergleiche Claude Fable 5 und GPT-5.5 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.
