Direktvergleich

Claude Fable 5.1 vs. Claude Opus 5

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

gemeinsame Messreihen: 285
verschiedene Benchmarks: 36
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 Opus 5
Merkmal	Claude Fable 5.1	Claude Opus 5
Anbieter	Anthropic	Anthropic
Erschienen	1. Sept. 2026	24. Juli 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	Mai 2026
Technische Quellen	Modell	Modell, 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 Opus 5
Preisart	Claude Fable 5.1	Claude Opus 5
API-Eingabe	10 $	5 $
API-Ausgabe	50 $	25 $
Cache lesen	0,25 $	0,5 $
Cache schreiben (5 Min.)	12,5 $	6,25 $
Cache schreiben (1 Std.)	20 $	10 $
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle

Claude Fable 5.1Claude Opus 5

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Fable 5.110 $

Claude Opus 55 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Fable 5.150 $

Claude Opus 525 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Fable 5.10,25 $

Claude Opus 50,5 $

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 Opus 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 Opus 5	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/eu-west-1	5,5 $	27,5 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us-east-1	5,5 $	27,5 $	Quelle17.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Anthropic	Über OpenRouteranthropic/fast	10 $	50 $	Quelle17.10.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Azure	Über OpenRouterazure/us	5,5 $	27,5 $	Quelle17.10.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/europe	5,5 $	27,5 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/us	5,5 $	27,5 $	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 Opus 5

Coding: 98,4 / 92,4 (8 Benchmarkfamilien)

Reasoning: 99,8 / 99,8 (1 Benchmarkfamilie)

Mathematik: 100 / 99,2 (2 Benchmarkfamilien)

Wissen: 99,9 / 99,3 (2 Benchmarkfamilien)

Finanzen: 99,3 / 96,8 (4 Benchmarkfamilien)

Recht: 96,6 / 97,7 (4 Benchmarkfamilien)

Agenten-Aufgaben: 99,8 / 82,7 (4 Benchmarkfamilien)

Multimodal: 100 / 99,2 (1 Benchmarkfamilie)

231 passende Messreihen aus 28 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 14 vergleichbaren Kategorien.

Claude Fable 5.1Claude Opus 5

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

Claude Fable 5.154,607 %

Claude Opus 557,473 %

CUA-benchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.113,167 %

Claude Opus 59 %

CyberBench v1.1Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.170,416 %

Claude Opus 565,357 %

EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.176,67 %

Claude Opus 573,556 %

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

Claude Fable 5.158,877 %

Claude Opus 558,633 %

GPQA DiamondOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Fable 5.193,434 %

Claude Opus 593,434 %

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

Claude Fable 5.16,667 %

Claude Opus 56,667 %

IOIOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.190,778 %

Claude Opus 584,333 %

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

Claude Fable 5.155,288 %

Claude Opus 555,288 %

LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Fable 5.188,511 %

Claude Opus 586,974 %

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

Claude Fable 5.190,515 %

Claude Opus 589,033 %

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

Claude Fable 5.11.742,652

Claude Opus 51.657,837

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Fable 5.1 und Claude Opus 5
Benchmark und Aufgabe	Claude Fable 5.1	Claude Opus 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 %	Gewinner57,473 %	Vals AI Quellendetails Datenstand: 12.10.2026
CUA-benchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Compute: max, Harness: claude-code, Ausgabegrenze: 128.000 tokens	Gewinner13,167 %	9 %	Vals AI Quellendetails Datenstand: 13.10.2026
CyberBench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner70,416 %	65,357 %	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 %	73,556 %	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 %	58,633 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger93,434 %	Kein direkter Sieger93,434 %	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	Gleichstand6,667 %	Gleichstand6,667 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner90,778 %	84,333 %	Vals AI Quellendetails Datenstand: 14.10.2026
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	Gleichstand55,288 %	Gleichstand55,288 %	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	Gewinner88,511 %	86,974 %	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 %	89,033 %	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 Opus 5: Snapshot: claude-opus-5-high, Reasoning: high, Harness: Arena Code Arena WebDevClaude Fable 5.1: Arena-Bewertung aus 7.230 veröffentlichten Paarvergleichen.Claude Opus 5: Arena-Bewertung aus 23.519 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.	1.657,837 95-%-Konfidenzintervall: ±5,533Der 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 Opus 5: Snapshot: claude-opus-5-high, Reasoning: high, Harness: Arena Text, style controlClaude Fable 5.1: Arena-Bewertung aus 14.121 veröffentlichten Paarvergleichen.Claude Opus 5: Arena-Bewertung aus 65.663 veröffentlichten Paarvergleichen.	Höherer Messwert1.500,568 95-%-Konfidenzintervall: ±6,106Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.489,847 95-%-Konfidenzintervall: ±3,689Der 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 Opus 5: Snapshot: claude-opus-5-high, Reasoning: high, Harness: Arena Vision, style controlClaude Fable 5.1: Arena-Bewertung aus 4.648 veröffentlichten Paarvergleichen.Claude Opus 5: Arena-Bewertung aus 16.665 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 Messwert1.287,417 95-%-Konfidenzintervall: ±6,783Der 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 Opus 5: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens	53,509 %	Höherer Messwert63,57 %	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 Opus 5: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens	Höherer Messwert91,294 %	90,985 %	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 %	91,591 %	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 %	89,884 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	70,786 %	Höherer Messwert72,059 %	Vals AI Quellendetails Datenstand: 01.09.2026
MysteryMechanismOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner47,748 %	37,387 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProgramBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner7 %	3 %	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 %	99 %	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	74,899 %	Gewinner76,928 %	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 %	Gewinner49,426 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner61,552 %	60,441 %	Vals AI Quellendetails Datenstand: 27.09.2026
SRE BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: fully solved rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner22,901 %	12,214 %	Vals AI Quellendetails Datenstand: 14.10.2026
Tax Agent BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner49,194 %	45,548 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert75,961 %	75,143 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner85,019 %	84,644 %	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 %	53,535 %	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: high, Agent: Claude Code, Versuche: 330 graded trials330 bewertete Versuche, Agent Claude Code, Reasoning high. Datensatzversion 1922072f-a433-429a-8929-350d5e1bcf02.	Gewinner54,55 % 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.	50,3 % 95-%-Konfidenzintervall: ±3,73Auswahl 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 %	27,143 %	Vals AI Quellendetails Datenstand: 14.10.2026
Time Horizon Index: KSPOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: progressBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner63,333 %	18,833 %	Vals AI Quellendetails Datenstand: 07.10.2026
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 %	63,674 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vibe Code Bench 1-100Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.0Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens	28 %	Gewinner28,533 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Opus 5: Harness: OpenHands	Höherer Messwert90,263 %	88,404 %	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 %	Gewinner53,297 %	Vals AI Quellendetails Datenstand: 12.10.2026
CUA-bencheFootball Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Compute: max, Harness: claude-code, Ausgabegrenze: 128.000 tokens	Gewinner30 %	0 %	Vals AI Quellendetails Datenstand: 13.10.2026
CyberBench v1.1Patch Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner87,5 %	85,714 %	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 %	75,171 %	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	54,393 %	Gewinner54,617 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondFew-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert92,929 %	92,424 %	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	Gewinner89,855 %	87,319 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2024 Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gleichstand100 %	Gleichstand100 %	Vals AI Quellendetails Datenstand: 14.10.2026
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 %	65,152 %	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 %	91,56 %	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	Gleichstand99,068 %	Gleichstand99,068 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 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 Opus 5: Snapshot: claude-opus-5-max, Reasoning: max, Harness: Arena Code Arena WebDevClaude Fable 5.1: Arena-Bewertung aus 7.230 veröffentlichten Paarvergleichen.Claude Opus 5: Arena-Bewertung aus 17.934 veröffentlichten Paarvergleichen.	Gewinner1.742,652 95-%-Konfidenzintervall: ±9,147Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.689,967 95-%-Konfidenzintervall: ±6,28Der 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 Kein dokumentierter Unterschied im TestaufbauVersion: 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 Opus 5: Snapshot: claude-opus-5-max, Reasoning: max, Harness: Arena Text, style controlClaude Fable 5.1: Arena-Bewertung aus 14.121 veröffentlichten Paarvergleichen.Claude Opus 5: Arena-Bewertung aus 31.907 veröffentlichten Paarvergleichen.	Gewinner1.500,568 95-%-Konfidenzintervall: ±6,106Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.489,524 95-%-Konfidenzintervall: ±4,846Der 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 Opus 5: Snapshot: claude-opus-5-high, Reasoning: high, Harness: Arena Vision, style controlClaude Fable 5.1: Arena-Bewertung aus 260 veröffentlichten Paarvergleichen.Claude Opus 5: Arena-Bewertung aus 985 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 Messwert1.366,609 95-%-Konfidenzintervall: ±20,761Der 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 %	95,676 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxNumerical Extraction Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	77,583 %	Höherer Messwert81,399 %	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 %	41,5 %	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	Gewinner34,524 %	32,54 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchNo Skills Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens	44,828 %	Gewinner45,191 %	Vals AI Quellendetails Datenstand: 27.09.2026
SRE BenchCapability Score Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: capability scoreBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner36,641 %	31,107 %	Vals AI Quellendetails Datenstand: 14.10.2026
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 %	23,295 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Correctness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5.1: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert64,105 %	61,979 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Easy Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gleichstand100 %	Gleichstand100 %	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 %	33,333 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench 4.0Overall Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: 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.	Kein klarer Vorsprung57,88 % 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.	51,82 % 95-%-Konfidenzintervall: ±3,39Auswahl 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	Gewinner25 %	12,5 %	Vals AI Quellendetails Datenstand: 14.10.2026
Time Horizon Index: KSPProgress efficiency Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: progressBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Gewinner33,384 %	17,527 %	Vals AI Quellendetails Datenstand: 07.10.2026
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 %	56,68 %	Vals AI Quellendetails Datenstand: 13.10.2026
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 Opus 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 Opus 5

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-opus-5
API-Modell laut Antwort: anthropic/claude-opus-5
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-opus-5-20260723
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 63 s

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

Frühere Versuche (1)

07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

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 Opus 5 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

Claude Fable 5.1 vs. Claude Opus 5

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

Claude Fable 5.1

Claude Opus 5

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche