Direktvergleich

Claude Fable 5.1 vs. Claude Fable 5

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 228
verschiedene Benchmarks: 28
jüngster Abruf: 15.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Claude Fable 5.1 und Claude Fable 5
Merkmal	Claude Fable 5.1	Claude Fable 5
Anbieter	Anthropic	Anthropic
Erschienen	1. Sept. 2026	9. Juni 2026
Verfügbarkeit	Aktiv	Aktiv
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.000.000 Token	1.000.000 Token
Wissensstand	Juni 2026	Januar 2026
Technische Quellen	Modell	Modell, Kontext, Wissensstand

Kosten

API-Preise im Vergleich

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.

API-Preise von Claude Fable 5.1 und Claude Fable 5
Preisart	Claude Fable 5.1	Claude Fable 5
API-Eingabe	10 $	10 $
API-Ausgabe	50 $	50 $
Cache lesen	0,25 $	1 $
Cache schreiben (5 Min.)	12,5 $	12,5 $
Cache schreiben (1 Std.)	20 $	20 $
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle

Claude Fable 5.1Claude Fable 5

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Fable 5.110 $

Claude Fable 510 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Fable 5.150 $

Claude Fable 550 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Fable 5.10,25 $

Claude Fable 51 $

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.

Anbieterpreise von Claude Fable 5.1 und Claude Fable 5
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Fable 5.1	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle17.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle17.10.2026
	Azure	Über OpenRouterazure	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle17.10.2026
Claude Fable 5	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle17.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle17.10.2026
	Azure	Über OpenRouterazure	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle17.10.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/europe	11 $	55 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 10 $	Günstigster erfasster Preis: 50 $	Quelle17.10.2026

Leistung

Gemeinsame Benchmarks

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 5.1

Claude Fable 5

Coding: 99,3 / 82,8 (5 Benchmarkfamilien)

Reasoning: 100 / 99,7 (1 Benchmarkfamilie)

Mathematik: 100 / 95 (1 Benchmarkfamilie)

Wissen: 99,9 / 99 (1 Benchmarkfamilie)

Finanzen: 99,7 / 93,9 (5 Benchmarkfamilien)

Recht: 93,5 / 96,4 (3 Benchmarkfamilien)

Agenten-Aufgaben: 100 / 77 (1 Benchmarkfamilie)

Multimodal: 100 / 98,5 (1 Benchmarkfamilie)

178 passende Messreihen aus 22 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 12 vergleichbaren Kategorien.

Claude Fable 5.1Claude Fable 5

Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.154,607 %

Claude Fable 555,065 %

EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.176,67 %

Claude Fable 573,666 %

Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.158,877 %

Claude Fable 556,314 %

GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.193,434 %

Claude Fable 593,182 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.16,667 %

Claude Fable 511,25 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.155,288 %

Claude Fable 549,519 %

LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.188,511 %

Claude Fable 588,561 %

LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.190,515 %

Claude Fable 589,778 %

LMArena Code Arena WebDevOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Fable 5.11.742,652

Claude Fable 51.623,828

LMArena Text, Style ControlOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Fable 5.11.500,568

Claude Fable 51.503,377

LMArena Vision, Style ControlOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Fable 5.11.286,407

Claude Fable 51.307,966

MedCodeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Fable 5.153,509 %

Claude Fable 556,07 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Fable 5.1 und Claude Fable 5
Benchmark und Aufgabe	Claude Fable 5.1	Claude Fable 5	Quelle
Code MigrationOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	54,607 %	Gewinner55,065 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner76,67 %	73,666 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner58,877 %	56,314 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner93,434 %	93,182 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	6,667 %	Gewinner11,25 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchOverall · All-pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner55,288 %	49,519 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	88,511 %	Gewinner88,561 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner90,515 %	89,778 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5.1: Snapshot: claude-fable-5.1-max, Reasoning: max, Harness: Arena Code Arena WebDev Claude Fable 5: Snapshot: claude-fable-5-high, Reasoning: high, Harness: Arena Code Arena WebDevClaude Fable 5.1: Arena-Bewertung aus 7.230 veröffentlichten Paarvergleichen.Claude Fable 5: Arena-Bewertung aus 15.295 veröffentlichten Paarvergleichen.	Höherer Messwert1.742,652 95-%-Konfidenzintervall: ±9,147Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.623,828 95-%-Konfidenzintervall: ±6,238Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Text, Style ControlOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5.1: Snapshot: claude-fable-5.1-max, Reasoning: max, Harness: Arena Text, style control Claude Fable 5: Snapshot: claude-fable-5-high, Reasoning: high, Harness: Arena Text, style controlClaude Fable 5.1: Arena-Bewertung aus 14.121 veröffentlichten Paarvergleichen.Claude Fable 5: Arena-Bewertung aus 41.439 veröffentlichten Paarvergleichen.	1.500,568 95-%-Konfidenzintervall: ±6,106Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Höherer Messwert1.503,377 95-%-Konfidenzintervall: ±4,304Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Vision, Style ControlOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5.1: Snapshot: claude-fable-5.1-max, Reasoning: max, Harness: Arena Vision, style control Claude Fable 5: Snapshot: claude-fable-5-high, Reasoning: high, Harness: Arena Vision, style controlClaude Fable 5.1: Arena-Bewertung aus 4.648 veröffentlichten Paarvergleichen.Claude Fable 5: Arena-Bewertung aus 14.175 veröffentlichten Paarvergleichen.	1.286,407 95-%-Konfidenzintervall: ±9,66Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Höherer Messwert1.307,966 95-%-Konfidenzintervall: ±7,156Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
MedCodeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens	53,509 %	Höherer Messwert56,07 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedScribeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens	Höherer Messwert91,294 %	88,522 %	Vals AI Quellendetails Datenstand: 13.10.2026
MMLU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner92,375 %	91,502 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMMU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner90,636 %	89,306 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner70,786 %	68,919 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner7 %	2 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProofBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner100 %	95 %	Vals AI Quellendetails Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner74,899 %	70,433 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens	48,526 %	Gewinner51,89 %	Vals AI Quellendetails Datenstand: 08.10.2026
Tax Agent BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner49,194 %	38,281 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	75,961 %	Gewinner76,942 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert85,019 %	80,524 %	Vals AI Quellendetails Datenstand: 28.09.2026
Terminal-Bench 4.0Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner58,081 %	41,414 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench 4.0Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: trial pass rateBewertung: Mehr ist besserClaude Fable 5.1: Reasoning: high, Agent: Claude Code, Versuche: 330 graded trials Claude Fable 5: Reasoning: max, Agent: Claude Code, Versuche: 330 graded trialsClaude Fable 5.1: 330 bewertete Versuche, Agent Claude Code, Reasoning high. Datensatzversion 1922072f-a433-429a-8929-350d5e1bcf02.Claude Fable 5: 330 bewertete Versuche, Agent Claude Code, Reasoning max. Datensatzversion 1922072f-a433-429a-8929-350d5e1bcf02.	Höherer Messwert54,55 % Auswahl exakt zugeordneter Modelle aus der offiziellen Rangliste mit 35 Zeilen. Agent und Reasoning-Stufe unterscheiden sich. Diese Werte gehören nicht zur separaten Vals-Kohorte mit Mini-SWE-agent.	44,55 % 95-%-Konfidenzintervall: ±3,85Auswahl exakt zugeordneter Modelle aus der offiziellen Rangliste mit 35 Zeilen. Agent und Reasoning-Stufe unterscheiden sich. Diese Werte gehören nicht zur separaten Vals-Kohorte mit Mini-SWE-agent.	Terminal-Bench Quellendetails Datenstand: 06.10.2026
Terminal-Bench ScienceOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner40 %	15,714 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner65,827 %	61,388 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vibe Code Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens	90,263 %	Gewinner90,352 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	52,809 %	Gewinner60,087 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner82,233 %	70,785 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner54,393 %	51,092 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondFew-Shot CoT Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gleichstand92,929 %	Gleichstand92,929 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	89,855 %	Gewinner92,035 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner68,182 %	57,576 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchConclusion Tasks Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner92,511 %	91,775 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Easy Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner99,068 %	98,758 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevImage to webdev Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5.1: Snapshot: claude-fable-5.1-max, Reasoning: max, Harness: Arena Code Arena WebDev Claude Fable 5: Snapshot: claude-fable-5-high, Reasoning: high, Harness: Arena Code Arena WebDevClaude Fable 5.1: Arena-Bewertung aus 2.470 veröffentlichten Paarvergleichen.Claude Fable 5: Arena-Bewertung aus 5.457 veröffentlichten Paarvergleichen.	Höherer Messwert1.719,751 95-%-Konfidenzintervall: ±13,642Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.622,483 95-%-Konfidenzintervall: ±9,201Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
LMArena Text, Style ControlBusiness, management and finance Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5.1: Snapshot: claude-fable-5.1-max, Reasoning: max, Harness: Arena Text, style control Claude Fable 5: Snapshot: claude-fable-5-high, Reasoning: high, Harness: Arena Text, style controlClaude Fable 5.1: Arena-Bewertung aus 2.589 veröffentlichten Paarvergleichen.Claude Fable 5: Arena-Bewertung aus 8.265 veröffentlichten Paarvergleichen.	1.485,231 95-%-Konfidenzintervall: ±11,847Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Höherer Messwert1.501,237 95-%-Konfidenzintervall: ±7,279Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Vision, Style ControlChinese Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5.1: Snapshot: claude-fable-5.1-max, Reasoning: max, Harness: Arena Vision, style control Claude Fable 5: Snapshot: claude-fable-5-high, Reasoning: high, Harness: Arena Vision, style controlClaude Fable 5.1: Arena-Bewertung aus 260 veröffentlichten Paarvergleichen.Claude Fable 5: Arena-Bewertung aus 765 veröffentlichten Paarvergleichen.	1.340,8 95-%-Konfidenzintervall: ±36,169Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Höherer Messwert1.355,183 95-%-Konfidenzintervall: ±23,131Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
MMLU-ProBiology Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner96,095 %	93,584 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxNumerical Extraction Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner77,583 %	76,709 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchAlmost Resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner53,5 %	33 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEAutomata Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens	34,524 %	Gewinner39,682 %	Vals AI Quellendetails Datenstand: 08.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner26,667 %	13,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Correctness Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	64,105 %	Gewinner65,822 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger100 %	Kein direkter Sieger100 %	Vals AI Quellendetails Datenstand: 28.09.2026
Terminal-Bench 4.0Hardware Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner60 %	40 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench 4.0Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: trial pass rateBewertung: Mehr ist besserEinstellungen: Reasoning: max, Agent: Claude Code, Versuche: 330 graded trials330 bewertete Versuche, Agent Claude Code, Reasoning max. Datensatzversion 1922072f-a433-429a-8929-350d5e1bcf02.	Gewinner57,88 % 95-%-Konfidenzintervall: ±3,76Auswahl exakt zugeordneter Modelle aus der offiziellen Rangliste mit 35 Zeilen. Agent und Reasoning-Stufe unterscheiden sich. Diese Werte gehören nicht zur separaten Vals-Kohorte mit Mini-SWE-agent.	44,55 % 95-%-Konfidenzintervall: ±3,85Auswahl exakt zugeordneter Modelle aus der offiziellen Rangliste mit 35 Zeilen. Agent und Reasoning-Stufe unterscheiden sich. Diese Werte gehören nicht zur separaten Vals-Kohorte mit Mini-SWE-agent.	Terminal-Bench Quellendetails Datenstand: 06.10.2026
Terminal-Bench ScienceEarth Sciences Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gleichstand25 %	Gleichstand25 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexCode Migration Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner60,033 %	54,635 %	Vals AI Quellendetails Datenstand: 13.10.2026
Code MigrationCOBOL Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner60 %	40 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner86,736 %	85,362 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner47,773 %	45,694 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondZero-Shot CoT Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner93,939 %	93,434 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gleichstand0 %	Gleichstand0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner92,519 %	90,224 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchInterpretation Tasks Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner86,902 %	86,863 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Hard Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner80,571 %	79,714 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevWebdev Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5.1: Snapshot: claude-fable-5.1-max, Reasoning: max, Harness: Arena Code Arena WebDev Claude Fable 5: Snapshot: claude-fable-5-high, Reasoning: high, Harness: Arena Code Arena WebDevClaude Fable 5.1: Arena-Bewertung aus 7.230 veröffentlichten Paarvergleichen.Claude Fable 5: Arena-Bewertung aus 15.295 veröffentlichten Paarvergleichen.	Höherer Messwert1.742,652 95-%-Konfidenzintervall: ±9,147Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.623,828 95-%-Konfidenzintervall: ±6,238Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Text, Style ControlChinese Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5.1: Snapshot: claude-fable-5.1-max, Reasoning: max, Harness: Arena Text, style control Claude Fable 5: Snapshot: claude-fable-5-high, Reasoning: high, Harness: Arena Text, style controlClaude Fable 5.1: Arena-Bewertung aus 1.069 veröffentlichten Paarvergleichen.Claude Fable 5: Arena-Bewertung aus 3.073 veröffentlichten Paarvergleichen.	Höherer Messwert1.567,304 95-%-Konfidenzintervall: ±18,995Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.554,631 95-%-Konfidenzintervall: ±11,32Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Vision, Style ControlCreative writing vision Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5.1: Snapshot: claude-fable-5.1-max, Reasoning: max, Harness: Arena Vision, style control Claude Fable 5: Snapshot: claude-fable-5-high, Reasoning: high, Harness: Arena Vision, style controlClaude Fable 5.1: Arena-Bewertung aus 476 veröffentlichten Paarvergleichen.Claude Fable 5: Arena-Bewertung aus 1.115 veröffentlichten Paarvergleichen.	1.289,586 95-%-Konfidenzintervall: ±29,623Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Höherer Messwert1.320,194 95-%-Konfidenzintervall: ±18,881Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
MMLU-ProBusiness Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner95,184 %	93,156 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxSemantic Extraction Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner63,99 %	61,129 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchFully Resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner7 %	2 %	Vals AI Quellendetails Datenstand: 12.10.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

SVG-Kurztest

Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Gemeinsame Testrunde: 4ae5d8eeb9a9

Claude Fable 5.1

In dieser Runde nicht verfügbar

Claude Fable 5

In dieser Runde nicht verfügbar

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Fable 5.1

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 07.09.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-fable-5.1
API-Modell laut Antwort: anthropic/claude-fable-5.1
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-fable-5.1-20260831
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 27 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Claude Fable 5

Reasoning (angefragt): high

Aktueller 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
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-5-fable-20260609
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.

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

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

Vergleiche Claude Fable 5.1 und Claude Fable 5 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

Claude Fable 5.1 vs. Claude Fable 5

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

Claude Fable 5.1

Claude Fable 5

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche