Am 9. Juni 2026 hat Anthropic zwei Modelle veröffentlicht, die auf denselben Gewichten beruhen. Eines davon kann eine Anfrage mitten in einer Session an ein schwächeres Modell weitergeben. Dieses Detail ist wichtiger als jeder Benchmark.
Claude Fable 5 erreichte 80,3 % bei SWE-bench Pro und 93,2 % bei CharXiv Reasoning (mit Tools). Das sind starke Werte. Dreht sich die erste Frage eines Integrationsarchitekten aber um Benchmark-Ergebnisse, wird das falsche Problem gelöst. Die eigentliche technische Frage lautet: Was passiert, wenn das Modell, das Sie aufgerufen haben, nicht das Modell ist, das antwortet?
Fable 5 ist das allgemein verfügbare Release. Mythos 5 ist die eingeschränkte Variante: Sie ist nur über Anthropics Programm Project Glasswing zugänglich, das den Zugang auf geprüfte Organisationen aus Cyberabwehr und Infrastruktur beschränkt. Beide teilen dieselbe Architektur, dasselbe Kontextfenster von 1 Million Token und denselben Knowledge Cutoff (Januar 2026). Der Unterschied liegt in der Policy, nicht in der Leistungsfähigkeit.
Fable 5 setzt Sicherheitsklassifikatoren in vier Bereichen ein: Cybersicherheit, Biologie, Chemie und Modelldestillation. Löst ein Prompt einen dieser Klassifikatoren aus, verweigert die Session nicht einfach die Antwort. Stattdessen fällt sie auf Claude Opus 4.8 zurück, ein weniger leistungsfähiges Modell, und informiert den Nutzer. Laut Anthropic erreichen mindestens 95 % der Sessions diesen Fallback nie. Für allgemeine Workloads ist das beruhigend. Für das Design einer Integration reicht es nicht.
Die 5 % sind entscheidend. Enthält ein Workflow Prompts, die Schwachstellenscans, Sicherheitsreviews von Code oder die Verarbeitung biologischer Daten berühren, besteht eine nicht zu vernachlässigende Wahrscheinlichkeit, dass das antwortende Modell mitten in der Session gewechselt hat, ohne dass die Orchestrierungsschicht es bemerkt. Fehlertaxonomien und SLO-Definitionen müssen die Erkennung des Fallbacks ausdrücklich berücksichtigen. Sonst messen Teams am Ende die Leistungsmerkmale eines Modells, das die Anfrage gar nicht bedient hat.
Frühere Claude-Releases haben diese Frage nicht erzwungen. Mit der Aufteilung in zwei Stufen muss jede Integration ihren Prompt-Verkehr danach einordnen, wie hoch das Risiko ist, dass ein Klassifikator anspricht. Drei Kategorien helfen, die Routing-Entscheidung zu strukturieren:
Dokumentenlastige Wissensarbeit birgt ein geringes Risiko, einen Klassifikator auszulösen. Fable 5 kommt gut mit Diagrammen, Grafiken und Tabellen zurecht, die in PDFs eingebettet sind. Damit eignet es sich für das Extrahieren von Compliance-Nachweisen, die Verdichtung von Anforderungen und das Einlesen von Prozessdokumentation. Diese Workloads laufen vorhersehbar.
Code-Migrationen und Refactorings passen zu den agentischen Coding-Fähigkeiten von Fable 5. Klar abgegrenzte Transformationsaufgaben (Migrationen zwischen Programmiersprachen, Schema-Refactorings) können erhebliche Produktivitätsgewinne bringen. Kombinieren Sie sie mit Leitplanken in der CI/CD-Pipeline und gestaffelten Rollouts. Lassen Sie den Agenten nicht ohne menschlichen Checkpoint committen.
Sicherheitskritische Analysen machen die Architektur kompliziert. Schwachstellenscans, offensive Sicherheitstests oder jeder Prompt, der sich mit den Bereichen der Klassifikatoren überschneidet, können den Fallback auf Opus 4.8 auslösen. Verlangt der Anwendungsfall uneingeschränkte Leistungsfähigkeit, setzt der Zugang zu Mythos 5 die Aufnahme in Glasswing voraus, und dieses Programm richtet sich (Stand Juli 2026) gezielt an Organisationen der Cyberabwehr und an Infrastrukturanbieter. Die meisten Unternehmen sollten für den Produktivbetrieb mit Fable 5 planen.
Fable 5 unterstützt mehrstufige Planung, die Delegation an Sub-Agenten, Memory-Tools, programmatisches Tool Calling, Codeausführung und Bildverständnis (Vision). Die API bietet außerdem Task-Budgets (über einen Beta-Header) und Context Editing, mit dem sich Tool-Ergebnisse wieder aus dem Kontext entfernen lassen. Das sind echte Integrationspunkte für agentische Workflows, die ihren Zustand über lange Kontexte hinweg verwalten.
Die Versuchung liegt nahe, diese Fähigkeiten als Freibrief zu verstehen, die Zeitfenster zu verlängern, in denen ein Agent autonom arbeitet. Dieser Impuls ist falsch. Längere Autonomiefenster vergrößern den Schadensradius (Blast Radius) einer schlechten Entscheidung. Jede Planungsstufe, die ohne menschlichen Checkpoint abläuft, gibt Abweichungen (Drift) eine weitere Gelegenheit, sich aufzuschaukeln. „Autonom“ darf nicht als „unbeaufsichtigt“ verstanden werden.
Die Governance-Anforderungen sind konkret: Audit Trails an jeder Delegationsgrenze, Human-in-the-Loop-Kontrollen an Commit-Punkten und Rollback-Mechanismen, die nicht vom eigenen Urteil des Agenten abhängen. Im Produktivbetrieb ist der begrenzende Faktor die operative Kontrolle, nicht die Leistungsfähigkeit des Modells.
Der Preis liegt bei 10 US-Dollar pro Million Input-Token und 50 US-Dollar pro Million Output-Token. Bei einem Kontextfenster von 1 Million Token brauchen Workflows mit langem Kontext Checkpoints für die Kompaktierung (Compaction) und Batching-Strategien, damit die Kosten planbar bleiben. Die Token-Ökonomie sollte je Workflow-Klasse modelliert werden, nicht als Durchschnitt über das ganze Unternehmen.
In regulierten Umgebungen verdient ein betriebliches Detail Aufmerksamkeit: Anthropic setzt für den gesamten Verkehr mit Modellen der Mythos-Klasse aus Sicherheitsgründen eine Datenaufbewahrung von 30 Tagen durch. Behandelt ein Rahmenwerk zur Datenklassifizierung die Aufbewahrung beim Modellanbieter als Risikofaktor, muss dies im Bedrohungsmodell und in den Auftragsverarbeitungsverträgen stehen. Erste Rückmeldungen von Testern deuten zudem darauf hin, dass die Klassifikatoren übermäßig empfindlich reagieren können: Sie schlagen bei harmlosen Diskussionen über Sicherheitsthemen an und schmälern so den Nutzen für legitime technische Arbeit. Prüfen Sie das Verhalten mit Ihren eigenen Prompt- und Tool-Mustern, bevor Sie sich auf SLOs für den Produktivbetrieb festlegen.
Diese Artefakte lohnen sich vor jedem Produktiv-Deployment: eine Routing-Policy, die Prompt-Klassen den erwarteten Modellantworten zuordnet, eine Fehlertaxonomie, die die Fallback-Erkennung als eigenen Fehlermodus führt, SLO- und SLI-Definitionen, die den Ersatz durch Opus 4.8 berücksichtigen, und ein Runbook für Vorfälle, die ein Klassifikator ausgelöst hat. Ohne diese Artefakte fliegt die Integration blind: Sie weiß nicht, welches Modell die Arbeit tatsächlich erledigt.
Mit dem zweistufigen Release erkennt Anthropic etwas an, das die Branche schon länger umkreist: Die Leistungsfähigkeit von Frontier-Modellen und ein uneingeschränkter öffentlicher Zugang entwickeln sich auseinander. Für Integrationsarchitekten besteht das zentrale Problem nicht in der Wahl zwischen Fable und Mythos. Es besteht darin, Orchestrierungsmuster zu entwerfen, die zuverlässig bleiben, wenn sich das Modell hinter der API ändert. Das ist ein Integrationsproblem. Das war es schon immer.
