Am 9. Juni 2026 veröffentlichte Anthropic mit **Claude Fable 5** und **Claude Mythos 5** eine neue Leistungsklasse von KI-Modellen, die über der bisherigen Opus-Stufe angesiedelt ist. Beide Modelle basieren auf derselben Architektur mit **10 Billionen Parametern** und markieren einen signifikanten Sprung in der Autonomie und Problemlösungsfähigkeit von KI-Systemen.
Briefing: Die Einführung der Claude Mythos-Klasse (Fable 5 und Mythos 5)
Executive Summary
Am 9. Juni 2026 veröffentlichte Anthropic mit Claude Fable 5 und Claude Mythos 5 eine neue Leistungsklasse von KI-Modellen, die über der bisherigen Opus-Stufe angesiedelt ist. Beide Modelle basieren auf derselben Architektur mit 10 Billionen Parametern und markieren einen signifikanten Sprung in der Autonomie und Problemlösungsfähigkeit von KI-Systemen.
Die wichtigsten Erkenntnisse dieser Markteinführung sind:
- Zweigleisige Strategie: Während Claude Fable 5 mit integrierten Sicherheitsfiltern für die breite Öffentlichkeit zugänglich ist, bleibt Claude Mythos 5 (ohne diese Einschränkungen) spezialisierten Partnern für Cybersicherheit und Forschung vorbehalten.
- Überlegene Autonomie: Fable 5 glänzt bei „Long-Horizon“-Aufgaben. In Tests konnte das Modell komplexe Software-Migrationen, die normalerweise Monate dauern, an einem einzigen Tag abschließen.
- Neuartige Sicherheitsmechanismen: Fable 5 nutzt einen Fallback-Mechanismus. Bei potenziell riskanten Anfragen (Biologie, Chemie, Cybersicherheit) übernimmt automatisch das Modell Claude Opus 4.8 die Beantwortung.
- Neue Datenschutzstandards: Für die Mythos-Klasse gilt eine obligatorische 30-tägige Datenaufbewahrung zur Sicherheitsüberwachung, was eine Abkehr von bisherigen Zero-Data-Retention-Optionen für Unternehmenskunden darstellt.
- Aggressive Preisgestaltung: Mit 10 $ pro 1 Mio. Input-Token und 50 $ pro 1 Mio. Output-Token sind die Modelle deutlich günstiger als die vorherige Mythos-Preview, jedoch teurer als die Opus-Klasse.
1. Modell-Architektur und technische Spezifikationen
Die Mythos-Klasse stellt die bisher leistungsfähigste Generation der Claude-Modelle dar. Sie wurde speziell für Aufgaben entwickelt, die tiefes Fachwissen und die Koordination über komplexe Systeme hinweg erfordern.
- Parameter-Skalierung: Mythos 5 ist das erste öffentlich zugängliche Modell, das die Schwelle von 10 Billionen Parametern überschreitet.
- Mixture of Experts (MoE): Das Modell nutzt eine dynamische Routing-Architektur, bei der pro Token nur schätzungsweise 800 Milliarden bis 1,2 Billionen Parameter aktiv sind, was die Effizienz trotz der Modellgröße steigert.
- Kontext-Kapazität: Beide Modelle unterstützen standardmäßig ein Kontextfenster von 1 Million Token (bei einer maximalen Ausgabe von 128.000 Token).
- Adaptive Thinking: Diese Funktion ist dauerhaft aktiviert. Das Modell entscheidet eigenständig, wann und wie intensiv es interne Denkprozesse („Reasoning“) einsetzt, um die Antwortqualität zu optimieren.
2. Leistungsanalyse und Benchmarks
Fable 5 und Mythos 5 setzen neue Maßstäbe in fast allen relevanten KI-Leistungstests. Der Vorsprung gegenüber Vorgängermodellen und Wettbewerbern ist besonders bei komplexen Aufgaben deutlich.
Software-Engineering und Coding
Das Modell dominiert insbesondere bei Aufgaben, die das Verständnis ganzer Codebasen erfordern:
- FrontierCode (Cognition): Höchster Score unter allen Frontier-Modellen.
- SWE-bench Pro: Fable 5 erreicht eine Erfolgsquote von 80,3 % (im Vergleich zu 58,6 % bei GPT 5.5).
- Multi-File Refactoring: Mit einer Erfolgsquote von 82,7 % übertrifft das Modell Wettbewerber wie Grok 4 (67,1 %) bei der Koordination von Änderungen über viele Dateien hinweg deutlich.
Wissensarbeit und Analyse
- Hebbia Finance Benchmark: Erreicht die höchste jemals gemessene Punktzahl für logisches Denken auf Senior-Level.
- GPQA Diamond: Ein Score von 86,7 % unterstreicht die wissenschaftliche Kompetenz.
- Vision-Fähigkeiten: Das Modell kann Web-Apps allein aus Screenshots rekonstruieren und komplexe wissenschaftliche Diagramme präzise auswerten. Ein timelapse-Video zeigt zudem, wie Fable 5 das Spiel Pokémon FireRed rein visuell und ohne zusätzliche Hilfsmittel durchspielt.
3. Differenzierung: Fable 5 vs. Mythos 5
Obwohl beide auf dem gleichen Modell basieren, unterscheiden sie sich durch ihre Sicherheitsarchitektur und Zielgruppen.
| Merkmal | Claude Fable 5 | Claude Mythos 5 |
|---|---|---|
| Zielgruppe | Allgemeinheit / Unternehmen | Gekennzeichnete Partner (Project Glasswing) |
| Sicherheitsfilter | Streng (Cyber, Bio, Chemie) | Gelockert für autorisierte Defensivarbeit |
| Fallback | Automatisch zu Opus 4.8 | Keiner |
| Verfügbarkeit | Global verfügbar | Eingeschränkt / Einladung erforderlich |
Der Fallback-Mechanismus: Bei Fable 5 lösen etwa 5 % der Sitzungen einen Fallback aus. Erkennt das System eine Anfrage, die gegen Sicherheitsrichtlinien (z. B. Biowaffenforschung oder offensive Cyberangriffe) verstoßen könnte, antwortet Claude Opus 4.8 statt Fable 5. Dies ermöglicht den breiten Zugang zur hohen Intelligenz des Modells, während die gefährlichsten Fähigkeiten blockiert bleiben.
4. Fachspezifische Durchbrüche (Mythos 5)
In kontrollierten Umgebungen (Project Glasswing) hat die uneingeschränkte Version bereits transformative Ergebnisse geliefert:
- Biologie und Pharmazie: Mythos 5 beschleunigte die Medikamentenentwicklung um das Zehnfache. Es entwarf eigenständig Proteinkomplexe für Ziele wie Neurodegeneration und Muskelkrankheiten. In 80 % der Fälle bevorzugten Wissenschaftler die vom Modell generierten molekularbiologischen Hypothesen gegenüber denen der Opus-Klasse.
- Genomik: Das Modell führte über eine Woche lang weitgehend autonom Forschung an Millionen von Einzelzelldaten durch und entwickelte ein Modell zur Identifizierung von Zellrollen, das Fachpublikationen in der Zeitschrift Science übertraf.
- Cybersicherheit: Mythos 5 fand Schwachstellen in „jedem großen Betriebssystem und jedem großen Webbrowser“. Mozilla nutzte das Modell, um 271 Sicherheitslücken in Firefox zu identifizieren und zu beheben.
5. Sicherheit und neue Datenrichtlinien
Mit der Einführung der Mythos-Klasse verschärft Anthropic die Sicherheits- und Überwachungsregeln:
- 30-Tage-Aufbewahrung: Alle Prompts und Outputs werden für 30 Tage gespeichert, um Missbrauchsmuster (wie „Best-of-N Jailbreaking“ oder staatlich geförderte Spionage) zu erkennen. Dies gilt auch für Kunden, die zuvor Zero-Data-Retention (ZDR) nutzten.
- Sicherheits-Review: Der Zugriff auf diese Daten ist streng limitiert und wird in fälschungssicheren Protokollen geloggt. Eine Nutzung der Daten zum Training neuer Modelle erfolgt nicht.
- Uplift-Prävention: Die Sicherheitsfilter sollen verhindern, dass Angreifer durch die KI Informationen erhalten, die über das Wissen herkömmlicher Suchmaschinen hinausgehen.
6. Verfügbarkeit und Preisgestaltung
Anthropic hat ein gestaffeltes Modell für den Rollout gewählt, um die hohe Nachfrage zu bewältigen.
- API-Preise: 10 $ pro 1 Mio. Input-Token / 50 $ pro 1 Mio. Output-Token.
- Abonnement-Pläne (Pro, Max, Team):
- Ab 23. Juni: Das Modell wird aus den Standard-Abos entfernt und erfordert „Usage Credits“ (Einzelabrechnung).
- Langfristig: Anthropic plant, Fable 5 wieder fest in Abos zu integrieren, sobald ausreichende Rechenkapazitäten vorhanden sind.
Infrastruktur: Das Modell ist über die Claude API, AWS Bedrock, Google Cloud Vertex AI und Microsoft Foundry verfügbar.
7. Einschätzungen und Reaktionen
Die Reaktionen auf die Einführung sind geteilt und spiegeln die Ambivalenz der Technologie wider.
- Unternehmensfeedback: Stripe bezeichnete das Modell als „Engineering-Beschleuniger“. Rechtsabteilungen stellten fest, dass Fable 5 bei Vertragsprüfungen (Redlines) menschliche Anwälte in Blindtests erreichte oder übertraf.
- Sicherheitsbedenken: US-Finanzminister Scott Bessent und Fed-Chef Jerome Powell warnten Banken-CEOs unmittelbar nach der Ankündigung vor den neuen Cyber-Risiken. Experten wie Thomas Fraise warnen sogar vor einer Destabilisierung der nuklearen Abschreckung durch KI-gestützte Cyberangriffe.
- Nutzerfeedback: In Foren wie Reddit wird Fable 5 für seine „warme und menschliche“ Persönlichkeit gelobt, die an frühere Opus-Versionen erinnert, während gleichzeitig die hohen Kosten und die strengen Sicherheits-Fallbacks bei wissenschaftlichen Themen kritisiert werden.