Direktvergleich
Claude Opus 5 vs. Claude Fable 5
Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.
233
gemeinsame Messreihen
26
verschiedene Benchmarks
16.08.2026
jüngster Abruf
Modellauswahl ändern
Steckbrief und Kosten
Allgemeine Daten und Standard-API-Preise
Nicht veröffentlichte Parameterzahlen oder Wissensstände bleiben als solche markiert. Die Tabelle zeigt direkte Standardtarife pro Token einschließlich hinterlegter Kontextstufen. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.
| Merkmal | Claude Opus 5 | Claude Fable 5 |
|---|---|---|
| Anbieter | Anthropic | Anthropic |
| Erschienen | 24. Juli 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 | Mai 2026 | Januar 2026 |
| Technische Quellen | Modell, Wissensstand | Modell, Kontext, Wissensstand |
| API-Preise pro 1 Mio. Token | ||
| API-Eingabe | 5 $ | 10 $ |
| API-Ausgabe | 25 $ | 50 $ |
| Cache lesen | 0,5 $ | 1 $ |
| Cache schreiben (5 Min.) | 6,25 $ | 12,5 $ |
| Cache schreiben (1 Std.) | 10 $ | 20 $ |
| Preis geprüft | 30.07.2026Quelle | 30.07.2026Quelle |
Claude Opus 5Claude Fable 5
API-EingabeUSD pro 1 Mio. Token, Basistarif
Claude Opus 55 $Günstiger
Claude Fable 510 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
Claude Opus 525 $Günstiger
Claude Fable 550 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
Claude Opus 50,5 $Günstiger
Claude Fable 51 $
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.
233 gemeinsame Messreihen
Claude Opus 5Claude Fable 5
Arena Text, Style ControlOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Opus 51.493,745 Arena-Punkte
Claude Fable 51.506,631 Arena-PunkteHöherer Messwert
Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 557,473 %Gewinner
Claude Fable 555,065 %
CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 573,194 %Gewinner
Claude Fable 571,834 %
EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 573,556 %
Claude Fable 573,666 %Gewinner
Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 558,633 %Gewinner
Claude Fable 556,314 %
GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 593,434 %Gewinner
Claude Fable 593,182 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 56,667 %
Claude Fable 511,25 %Gewinner
IOIOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 591,667 %Gewinner
Claude Fable 572,25 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 555,288 %Gewinner
Claude Fable 549,519 %
LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 586,974 %
Claude Fable 588,561 %Gewinner
LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 589,03 %
Claude Fable 589,78 %Gewinner
MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Opus 563,57 %Gewinner
Claude Fable 556,07 %
| Benchmark und Aufgabe | Claude Opus 5 | Claude Fable 5 | Vergleichbarkeit | Quelle |
|---|---|---|---|---|
| Arena Text, Style ControlOverall | 1.493,745 Arena-Punkte 95-%-Konfidenzintervall: ±5,332Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.506,631 Arena-PunkteHöherer Messwert 95-%-Konfidenzintervall: ±5,427Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | style-control-v1style-controlled Bradley-Terry ratingMehr ist besserKohorte: lmarena-text-style-control:2026-08-12:overallTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Snapshot: claude-opus-5-high, Reasoning: high, Harness: Arena text, style control Claude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style controlClaude Opus 5: Stilbereinigte Arena-Bewertung aus 19.792 anonymen Paarvergleichen.Claude Fable 5: Stilbereinigte Arena-Bewertung aus 21.439 anonymen Paarvergleichen. | ArenaTyp: Offizielles Benchmark-LeaderboardMessstand: 12.08.2026Import-ID: lmarena-eeedf9209373a7f9b324bfb839e7b02fedacd1e5-1611ed64f3f1Abgerufen am 16.08.2026 |
| Code MigrationOverall | 57,473 %Gewinner | 55,065 % | 1accuracyMehr ist besserKohorte: vals-code-migration:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-code-migration-2026-08-16-107652dc6bfcAbgerufen am 16.08.2026 |
| CorpFin v2Overall | 73,194 %Gewinner | 71,834 % | 2accuracyMehr ist besserKohorte: vals-corp-fin-v2:2:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-corp_fin_v2-2026-08-16-45bbf84f57abAbgerufen am 16.08.2026 |
| EMBOverall | 73,556 % | 73,666 %Gewinner | 1accuracyMehr ist besserKohorte: vals-emb:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Fable 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-emb-2026-08-16-68d5d1d47a97Abgerufen am 16.08.2026 |
| Finance Agent (v2)Overall | 58,633 %Gewinner | 56,314 % | 2accuracyMehr ist besserKohorte: vals-finance-agent-v2:2:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 14.08.2026Import-ID: vals-fabv2-2026-08-16-8853da43085dAbgerufen am 16.08.2026 |
| GPQA DiamondOverall | 93,434 %Gewinner | 93,182 % | 1accuracyMehr ist besserKohorte: vals-gpqa:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-gpqa-2026-08-16-7f8363eaa2dbAbgerufen am 16.08.2026 |
| Harvey's Legal Agent BenchmarkOverall · Task fully resolved | 6,667 % | 11,25 %Gewinner | 1task resolution rateMehr ist besserKohorte: vals-legal-agent-benchmark:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Fable 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 14.08.2026Import-ID: vals-hlab-2026-08-16-bae90566df2fAbgerufen am 16.08.2026 |
| IOIOverall | 91,667 %Gewinner | 72,25 % | 1accuracyMehr ist besserKohorte: vals-ioi:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-ioi-2026-08-16-d9164ef483aaAbgerufen am 16.08.2026 |
| Legal Research BenchOverall · All-pass | 55,288 %Gewinner | 49,519 % | 1all-pass rateMehr ist besserKohorte: vals-legal-research:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 14.08.2026Import-ID: vals-legal_research-2026-08-16-af296c00ecaaAbgerufen am 16.08.2026 |
| LegalBenchOverall | 86,974 % | 88,561 %Gewinner | 1accuracyMehr ist besserKohorte: vals-legal-bench:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Fable 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-legal_bench-2026-08-16-d5b3b1b2b5c8Abgerufen am 16.08.2026 |
| LiveCodeBench v6Overall | 89,03 % | 89,78 %Gewinner | v6pass@1Mehr ist besserKohorte: vals-livecodebench-v6-2026-08-01Kein dokumentierter Setup-UnterschiedSieger: Claude Fable 5Claude Opus 5: Versuche: pass@1 Claude Fable 5: Versuche: pass@1Mehr als 1.000 abgegrenzte Python-Aufgaben. | Vals AITyp: Unabhängige EvaluationMessstand: 01.08.2026Import-ID: curated-vals-ai-2026-08-02-85443f94ecaf / curated-vals-ai-2026-08-02-379e22bc59ecAbgerufen am 02.08.2026 |
| MedCodeOverall | 63,57 %Gewinner | 56,07 % | 1accuracyMehr ist besserKohorte: vals-medcode:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-medcode-2026-08-16-524f7f474eacAbgerufen am 16.08.2026 |
| MedScribeOverall | 90,985 %Gewinner | 88,522 % | 1accuracyMehr ist besserKohorte: vals-medscribe:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-medscribe-2026-08-16-c385354a7e62Abgerufen am 16.08.2026 |
| MMLU-ProOverall | 91,59 %Gewinner Eine Frage fiel auf Opus 4.8 zurück. Als Fehler gezählt, änderte sich der Wert laut Vals von 91,591 % auf 91,582 %. | 91,5 % | ProaccuracyMehr ist besserKohorte: vals-mmlu-pro-5-shot-cot-2026-08-01Kein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen12.032 Fragen in 14 Fachgebieten mit fünf Beispielen und Chain of Thought. | Vals AITyp: Unabhängige EvaluationMessstand: 01.08.2026Import-ID: curated-vals-ai-2026-08-02-38436da8b639 / curated-vals-ai-2026-08-02-ee2f79b83f82Abgerufen am 02.08.2026 |
| MMMU-ProOverall | 89,88 %Gewinner | 89,31 % | ProaccuracyMehr ist besserKohorte: vals-mmmu-pro-pass1-temp0-2026-07-31Kein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Versuche: pass@1 Claude Fable 5: Versuche: pass@1Ungefähr 1.700 multimodale Aufgaben, Pass@1 bei Temperatur 0. | Vals AITyp: Unabhängige EvaluationMessstand: 31.07.2026Import-ID: curated-vals-ai-2026-08-02-7cb2c9e11cfa / curated-vals-ai-2026-08-02-7494d00241b9Abgerufen am 02.08.2026 |
| MortgageTaxOverall | 72,059 %Gewinner | 68,919 % | 1accuracyMehr ist besserKohorte: vals-mortgage-tax:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-mortgage_tax-2026-08-16-e78c985dbb1cAbgerufen am 16.08.2026 |
| ProgramBenchOverall | 3 %Gewinner | 2 % | 1accuracyMehr ist besserKohorte: vals-programbench:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-programbench-2026-08-16-08d9727662ddAbgerufen am 16.08.2026 |
| ProofBenchOverall | 78 %Gewinner | 77 % | currentsolved proofsMehr ist besserKohorte: vals-proofbench-lean4-40-steps-2026-07-31Kein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen200 Lean-4-Probleme mit Werkzeugzugriff und höchstens 40 Schritten. | Vals AITyp: Unabhängige EvaluationMessstand: 31.07.2026Import-ID: curated-vals-ai-2026-08-02-0c2bc33f9e1f / curated-vals-ai-2026-08-02-45b5a9779826Abgerufen am 02.08.2026 |
| Public Benefits Bench v1.1Overall | 76,928 %Gewinner | 70,433 % | 1.1accuracyMehr ist besserKohorte: vals-snap:1.1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-public-benefits-bench-2026-08-16-7ce68123c502Abgerufen am 16.08.2026 |
| SAGEOverall | 49,426 % | 51,89 %Gewinner | 1accuracyMehr ist besserKohorte: vals-sage:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Fable 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-sage-2026-08-16-a416dd25affbAbgerufen am 16.08.2026 |
| SWE-bench VerifiedOverall | 97 %Gewinner Redaktionelle Auswahl aus der Vals-AI-Tabelle, kein vollständiger Auszug der Vergleichsgruppe. | 95 % Redaktionelle Auswahl aus der Vals-AI-Tabelle, kein vollständiger Auszug der Vergleichsgruppe. | VerifiedresolvedMehr ist besserKohorte: swe-verified-vals-mini-swe-agent-2026-07-31Kein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Agent: mini-SWE-agent, Harness: mini-SWE-agent Claude Fable 5: Agent: mini-SWE-agent, Harness: mini-SWE-agentEinheitliches mini-SWE-agent-Testgerüst mit Bash-Werkzeugen. | Vals AITyp: Unabhängige EvaluationMessstand: 31.07.2026Import-ID: curated-vals-ai-2026-08-01-6d188ba56b5b / curated-vals-ai-2026-08-01-610b342edea8Abgerufen am 01.08.2026 |
| TaxEval v2Overall | 75,143 % | 76,942 %Gewinner | 2accuracyMehr ist besserKohorte: vals-tax-eval-v2:2:overallKein dokumentierter Setup-UnterschiedSieger: Claude Fable 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-tax_eval_v2-2026-08-16-5bbd495dac53Abgerufen am 16.08.2026 |
| Terminal-Bench 2.1Overall | 84,64 %Gewinner Neun bestandene Aufgaben nutzten wegen der Schutzmechanismen einen Opus-4.8-Fallback. Als Fehler gezählt, sinkt der Wert laut Vals auf 81,27 %. | 80,52 % Schutzmechanismen können einzelne Fable-5-Aufrufe auf Opus 4.8 zurückfallen lassen. | 2.1pass@1Mehr ist besserKohorte: vals-terminal-bench-2-1-terminus2-2026-08-01Kein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Agent: Terminus 2, Harness: Terminus 2, Versuche: pass@1 Claude Fable 5: Agent: Terminus 2, Harness: Terminus 2, Versuche: pass@1Konstanter Terminus-2-Agent, 89 Aufgaben, Daytona-Umgebungen und gemeinsames Zeitlimit. | Vals AITyp: Unabhängige EvaluationMessstand: 01.08.2026Import-ID: curated-vals-ai-2026-08-02-52c225d36f55 / curated-vals-ai-2026-08-02-40d23466bc74Abgerufen am 02.08.2026 |
| Vals IndexOverall | 67,213 %Gewinner | 66,036 % | 2weighted index scoreMehr ist besserKohorte: vals-vals-index:2:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 14.08.2026Import-ID: vals-vals_index-2026-08-16-ab641d89d6edAbgerufen am 16.08.2026 |
| Vals Multimodal IndexOverall | 73,896 % | 74,154 %Gewinner | 1.2weighted index scoreMehr ist besserKohorte: vals-vals-multimodal-index:1.2:overallKein dokumentierter Setup-UnterschiedSieger: Claude Fable 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 11.08.2026Import-ID: vals-vals_multimodal_index-2026-08-16-9f3ebb221408Abgerufen am 16.08.2026 |
| Vibe Code Bench v1.1Overall | 88,404 % | 90,352 %Gewinner | 1.1accuracyMehr ist besserKohorte: vals-vibe-code-bench:1.1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Fable 5Claude Opus 5: Harness: OpenHands Claude Fable 5: Harness: OpenHands | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-vibe-code-2026-08-16-a73c9770bcc4Abgerufen am 16.08.2026 |
| Arena Text, Style ControlOverall | 1.491,094 Arena-Punkte 95-%-Konfidenzintervall: ±6,993Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.506,631 Arena-PunkteHöherer Messwert 95-%-Konfidenzintervall: ±5,427Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | style-control-v1style-controlled Bradley-Terry ratingMehr ist besserKohorte: lmarena-text-style-control:2026-08-12:overallTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Snapshot: claude-opus-5-max, Reasoning: max, Harness: Arena text, style control Claude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style controlClaude Opus 5: Stilbereinigte Arena-Bewertung aus 9.559 anonymen Paarvergleichen.Claude Fable 5: Stilbereinigte Arena-Bewertung aus 21.439 anonymen Paarvergleichen. | ArenaTyp: Offizielles Benchmark-LeaderboardMessstand: 12.08.2026Import-ID: lmarena-eeedf9209373a7f9b324bfb839e7b02fedacd1e5-1611ed64f3f1Abgerufen am 16.08.2026 |
| Code MigrationCLI | 53,297 % | 60,087 %Höherer Messwert | 1accuracyMehr ist besserKohorte: vals-code-migration:1:cliTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-code-migration-2026-08-11-3a2d5ce718a3Abgerufen am 11.08.2026 |
| CorpFin v2Exact Pages | 68,648 %Höherer Messwert | 66,9 % | 2accuracyMehr ist besserKohorte: vals-corp-fin-v2:2:exact_pagesTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-corp_fin_v2-2026-08-11-d9e58d191cd9Abgerufen am 11.08.2026 |
| EMBComps | 75,171 %Höherer Messwert | 70,785 % | 1accuracyMehr ist besserKohorte: vals-emb:1:compsTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-emb-2026-08-11-e3c855e236e4Abgerufen am 11.08.2026 |
| Finance Agent (v2)Adjustments | 54,617 %Gewinner | 51,092 % | 2accuracyMehr ist besserKohorte: vals-finance-agent-v2:2:adjustmentsKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-fabv2-2026-08-11-3e5c93a1857cAbgerufen am 11.08.2026 |
| GPQA DiamondFew-Shot CoT | 92,424 % | 92,929 %Höherer Messwert | 1accuracyMehr ist besserKohorte: vals-gpqa:1:diamond_few_shot_cotTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-gpqa-2026-08-11-d3325290a404Abgerufen am 11.08.2026 |
| Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed | 87,319 % | 92,035 %Höherer Messwert | 1criteria pass rateMehr ist besserKohorte: vals-legal-agent-benchmark:1:criteria_pass_rate__antitrust_competitionTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 07.08.2026Import-ID: vals-hlab-2026-08-11-ea11b6e53414Abgerufen am 11.08.2026 |
| IOIIOI 2024 | 100 %Gleichstand | 100 %Gleichstand | 1accuracyMehr ist besserKohorte: vals-ioi:1:ioi2024Kein dokumentierter Setup-UnterschiedGleichstandClaude Opus 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-ioi-2026-08-11-2dfe8b4b8b7bAbgerufen am 11.08.2026 |
| Legal Research BenchAdministrative / Regulatory · All-pass | 65,152 %Höherer Messwert | 57,576 % | 1all-pass rateMehr ist besserKohorte: vals-legal-research:1:administrative_regulatoryTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-legal_research-2026-08-11-326cf7aaca58Abgerufen am 11.08.2026 |
| LegalBenchConclusion Tasks | 91,56 % | 91,775 %Höherer Messwert | 1accuracyMehr ist besserKohorte: vals-legal-bench:1:conclusion_tasksTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-legal_bench-2026-08-11-836e5e44618eAbgerufen am 11.08.2026 |
| LiveCodeBench v6Overall | 89,033 % | 89,778 %Gewinner | 1accuracyMehr ist besserKohorte: vals-lcb:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Fable 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-lcb-2026-08-16-17b9c147080dAbgerufen am 16.08.2026 |
| MMLU-ProOverall | 91,591 %Gewinner | 91,502 % | 1accuracyMehr ist besserKohorte: vals-mmlu-pro:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-mmlu_pro-2026-08-16-e14d5bb3a34cAbgerufen am 16.08.2026 |
| MMMU-ProOverall | 89,884 %Gewinner | 89,306 % | 1accuracyMehr ist besserKohorte: vals-mmmu:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-mmmu-2026-08-16-37c9a8c7e21fAbgerufen am 16.08.2026 |
| MortgageTaxNumerical Extraction | 81,399 %Höherer Messwert | 76,709 % | 1accuracyMehr ist besserKohorte: vals-mortgage-tax:1:numerical_extractionTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-mortgage_tax-2026-08-11-5ea6eef3e482Abgerufen am 11.08.2026 |
| ProgramBenchAlmost Resolved | 41,5 %Höherer Messwert | 33 % | 1accuracyMehr ist besserKohorte: vals-programbench:1:almostTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-programbench-2026-08-11-b6f8959fbdfeAbgerufen am 11.08.2026 |
| ProofBenchOverall | 99 %Gewinner | 95 % | 1.1accuracyMehr ist besserKohorte: vals-proof-bench:1.1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 14.08.2026Import-ID: vals-proof_bench-2026-08-16-14232db24de1Abgerufen am 16.08.2026 |
| SAGEAutomata | 32,54 % | 39,682 %Höherer Messwert | 1accuracyMehr ist besserKohorte: vals-sage:1:automataTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Temperatur: 1, Ausgabegrenze: 30.000 tokens Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-sage-2026-08-11-f1f79f6d8af3Abgerufen am 11.08.2026 |
| SWE-bench VerifiedOverall | 97 %Gewinner | 95 % | 1accuracyMehr ist besserKohorte: vals-swebench:1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 12.08.2026Import-ID: vals-swebench-2026-08-16-c133071b8167Abgerufen am 16.08.2026 |
| TaxEval v2Correctness | 61,979 % | 65,822 %Höherer Messwert | 2accuracyMehr ist besserKohorte: vals-tax-eval-v2:2:correctnessTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-tax_eval_v2-2026-08-11-d05a40bf446fAbgerufen am 11.08.2026 |
| Terminal-Bench 2.1Overall | 84,644 %Gewinner | 80,524 % | 2.1accuracyMehr ist besserKohorte: vals-terminal-bench-2-1:2.1:overallKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Keine weiteren Einstellungen ausgewiesen | Vals AITyp: Unabhängige EvaluationMessstand: 13.08.2026Import-ID: vals-terminal-bench-2-1-2026-08-16-b3f38c18bea4Abgerufen am 16.08.2026 |
| Vals IndexCorpFin v2 | 74,942 %Höherer Messwert | 71,562 % | 1.2benchmark scoreMehr ist besserKohorte: vals-vals-index:1.2:corp_fin_v2Testaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-vals_index-2026-08-11-e79d08d59249Abgerufen am 11.08.2026 |
| Vals Multimodal IndexCorpFin v2 | 74,942 %Höherer Messwert | 71,562 % | 1.2benchmark scoreMehr ist besserKohorte: vals-vals-multimodal-index:1.2:corp_fin_v2Testaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-vals_multimodal_index-2026-08-11-fa704862df19Abgerufen am 11.08.2026 |
| Arena Text, Style ControlBusiness, management and finance | 1.488,821 Arena-Punkte 95-%-Konfidenzintervall: ±10,372Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.502,177 Arena-PunkteHöherer Messwert 95-%-Konfidenzintervall: ±9,475Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | style-control-v1style-controlled Bradley-Terry ratingMehr ist besserKohorte: lmarena-text-style-control:2026-08-12:industry_business_and_management_and_financial_operationsTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Snapshot: claude-opus-5-high, Reasoning: high, Harness: Arena text, style control Claude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style controlClaude Opus 5: Stilbereinigte Arena-Bewertung aus 3.811 anonymen Paarvergleichen.Claude Fable 5: Stilbereinigte Arena-Bewertung aus 4.464 anonymen Paarvergleichen. | ArenaTyp: Offizielles Benchmark-LeaderboardMessstand: 12.08.2026Import-ID: lmarena-eeedf9209373a7f9b324bfb839e7b02fedacd1e5-1611ed64f3f1Abgerufen am 16.08.2026 |
| Code MigrationCOBOL | 70 %Höherer Messwert | 40 % | 1accuracyMehr ist besserKohorte: vals-code-migration:1:cobolTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-code-migration-2026-08-11-3a2d5ce718a3Abgerufen am 11.08.2026 |
| CorpFin v2Max Fitting Context | 75,991 % | 77,04 %Höherer Messwert | 2accuracyMehr ist besserKohorte: vals-corp-fin-v2:2:max_fitting_contextTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-corp_fin_v2-2026-08-11-d9e58d191cd9Abgerufen am 11.08.2026 |
| EMBDataroom | 87,681 %Höherer Messwert | 85,362 % | 1accuracyMehr ist besserKohorte: vals-emb:1:dataroomTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-emb-2026-08-11-e3c855e236e4Abgerufen am 11.08.2026 |
| Finance Agent (v2)All-Pass | 47,708 %Gewinner | 45,694 % | 2accuracyMehr ist besserKohorte: vals-finance-agent-v2:2:all_passKein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-fabv2-2026-08-11-3e5c93a1857cAbgerufen am 11.08.2026 |
| GPQA DiamondZero-Shot CoT | 94,444 %Höherer Messwert | 93,434 % | 1accuracyMehr ist besserKohorte: vals-gpqa:1:diamond_zero_shot_cotTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-gpqa-2026-08-11-d3325290a404Abgerufen am 11.08.2026 |
| Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved | 0 %Kein direkter Sieger | 0 %Kein direkter Sieger | 1task resolution rateMehr ist besserKohorte: vals-legal-agent-benchmark:1:antitrust_competitionTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 07.08.2026Import-ID: vals-hlab-2026-08-11-ea11b6e53414Abgerufen am 11.08.2026 |
| IOIIOI 2025 | 83,333 %Gewinner | 44,5 % | 1accuracyMehr ist besserKohorte: vals-ioi:1:ioi2025Kein dokumentierter Setup-UnterschiedSieger: Claude Opus 5Claude Opus 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-ioi-2026-08-11-2dfe8b4b8b7bAbgerufen am 11.08.2026 |
| Legal Research BenchAdministrative / Regulatory · Weighted partial credit | 92,676 %Höherer Messwert | 90,224 % | 1weighted partial-credit scoreMehr ist besserKohorte: vals-legal-research:1:weighted_pass__administrative_regulatoryTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 06.08.2026Import-ID: vals-legal_research-2026-08-11-326cf7aaca58Abgerufen am 11.08.2026 |
| LegalBenchInterpretation Tasks | 85,84 % | 86,863 %Höherer Messwert | 1accuracyMehr ist besserKohorte: vals-legal-bench:1:interpretation_tasksTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-legal_bench-2026-08-11-836e5e44618eAbgerufen am 11.08.2026 |
| LiveCodeBench v6Easy | 99,068 %Höherer Messwert | 98,758 % | 1accuracyMehr ist besserKohorte: vals-lcb:1:easyTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-lcb-2026-08-11-0342bcc364e4Abgerufen am 11.08.2026 |
| MMLU-ProBiology | 95,676 %Höherer Messwert | 93,584 % | 1accuracyMehr ist besserKohorte: vals-mmlu-pro:1:biologyTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-mmlu_pro-2026-08-11-b8e53828d746Abgerufen am 11.08.2026 |
| MortgageTaxSemantic Extraction | 62,719 %Höherer Messwert | 61,129 % | 1accuracyMehr ist besserKohorte: vals-mortgage-tax:1:semantic_extractionTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-mortgage_tax-2026-08-11-5ea6eef3e482Abgerufen am 11.08.2026 |
| ProgramBenchFully Resolved | 3 %Höherer Messwert | 2 % | 1accuracyMehr ist besserKohorte: vals-programbench:1:strictTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-programbench-2026-08-11-b6f8959fbdfeAbgerufen am 11.08.2026 |
| SAGELinear Algebra | 76,056 %Höherer Messwert | 71,544 % | 1accuracyMehr ist besserKohorte: vals-sage:1:linear_algebraTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Temperatur: 1, Ausgabegrenze: 30.000 tokens Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 09.08.2026Import-ID: vals-sage-2026-08-11-f1f79f6d8af3Abgerufen am 11.08.2026 |
| SWE-bench Verified<15 min fix | 98,454 %Höherer Messwert | 95,876 % | 1accuracyMehr ist besserKohorte: vals-swebench:1:<15 min fixTestaufbau nicht identisch dokumentiertKein direkter SiegerClaude Opus 5: Keine weiteren Einstellungen ausgewiesen Claude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens | Vals AITyp: Unabhängige EvaluationMessstand: 08.08.2026Import-ID: vals-swebench-2026-08-11-a6212cd857d8Abgerufen am 11.08.2026 |
Die Tabelle zeigt 64 diversifizierte Messreihen aus insgesamt 233 gemeinsamen Ergebnissen. Dadurch verdrängt ein Benchmark mit vielen Unteraufgaben nicht alle anderen Tests.
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.
Preise beziehen sich auf die offiziellen API-Tarife pro 1 Mio. Token. Web-Abos und Cloud-Aufschläge können davon abweichen.
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.