Claude Fable 5: was das neue Anthropic-Modell kann und wofür Unternehmen es nutzen

Was ist Claude Fable 5?

Claude Fable 5 ist das am 09.06.2026 veröffentlichte Spitzenmodell von Anthropic. Es arbeitet mit einem Kontextfenster von 1 Mio. Token, gibt je Anfrage bis zu 128.000 Token aus und ist darauf ausgelegt, in einem Agenten-Rahmen tagelang ohne Unterbrechung zu laufen. Die Modell-ID lautet claude-fable-5, verfügbar ab Tag eins über die Claude API, Amazon Bedrock, Google Vertex AI und Microsoft Foundry.

Um den Start herum ist viel Lärm. Die US-Fachpresse verweist darauf, dass Anthropic wenige Tage vor der Freigabe öffentlich vor den Risiken von Frontier-Modellen gewarnt hatte; TechCrunch formulierte, Fable 5 beruhe auf derselben Technik, die auch die Regierung beunruhigt habe. Darum geht es hier nicht. Uns interessiert, was eine Geschäftsführung oder IT-Leitung im Mittelstand tatsächlich wissen muss: was das Modell belegbar leistet, was eine erledigte Aufgabe in Euro kostet, wo die datenschutzrechtlichen Stolperstellen liegen und an welchen Prozessen ein Test sich zuerst lohnt.

Jede Zahl in diesem Text stammt aus der Ankündigung von Anthropic, aus der API-Dokumentation oder aus einer benannten Quelle; die Liste steht am Ende. Wo sich ein Wert auf die zugangsbeschränkte Variante Mythos 5 bezieht und nicht auf das öffentlich verfügbare Fable 5, weisen wir gesondert darauf hin. Diese Unterscheidung ging im Trubel um den Start weitgehend unter, und bei einer Beschaffungsentscheidung ist sie nicht nebensächlich.

Worin unterscheiden sich Fable 5 und Mythos 5?

Es ist dasselbe Modell in zwei Auslieferungen. Mythos 5 läuft ohne Schutzklassifikatoren und ist nicht käuflich: Zugang gibt es laut Anthropic nur über das gemeinsam mit US-Behörden betriebene Programm Project Glasswing, und zwar für geprüfte Cyberabwehr-Teams, Infrastrukturbetreiber und ausgewählte biologische Forschungsgruppen. Fable 5 ist dasselbe Modell mit aktiven Sicherheitsklassifikatoren.

Anthropic hat beide Namen gleichzeitig angekündigt, was für reichlich Verwirrung gesorgt hat. Im Alltag verhalten sich die beiden Varianten bei der überwiegenden Mehrheit der Aufgaben gleich. Der Unterschied zeigt sich in drei geschützten Bereichen.

Wie arbeiten die Sicherheitsklassifikatoren?

Fable 5 filtert in drei Feldern: Cybersicherheit, Biologie und Chemie sowie Versuche der Modelldestillation, also das Nachbilden der Modellfähigkeiten in einem eigenen Modell. Greift ein Klassifikator, beantwortet nicht Fable 5 die Anfrage, sondern Claude Opus 4.8. Laut Anthropic betrifft das im Mittel weniger als 5 % der Sitzungen. Vor der Freigabe liefen nach Angaben des Unternehmens über 1.000 Stunden externes Red-Teaming samt Bug-Bounty-Programm, ohne dass ein universeller Jailbreak gefunden wurde.

Für die Entwicklung gibt es gegenüber der bisherigen Opus-Familie weitere Abweichungen, die auch die Kostenplanung berühren. Adaptives Nachdenken ist dauerhaft aktiv, die Tiefe steuern Sie über den Parameter effort. Die rohe Gedankenkette gibt die API niemals zurück, lesbar ist allenfalls eine Zusammenfassung. Und Fable 5 verlangt eine 30-tägige Datenspeicherung, wozu weiter unten ein eigener Abschnitt gehört.

Wie schneidet Fable 5 gegen GPT-5.5 und Gemini 3.1 Pro ab?

In der von Anthropic veröffentlichten Benchmark-Tabelle führt Fable 5 in jeder gemessenen Zeile vor GPT-5.5 und Gemini 3.1 Pro, mit dem größten Abstand beim agentischen Programmieren und bei Wissensarbeit. Gegenüber dem eigenen Vorgänger Opus 4.8 sind es auf SWE-bench Pro 11,1 Prozentpunkte mehr. Es ist die Messung des Herstellers, mit den Einschränkungen darunter.

Was sagt die Tabelle praktisch? SWE-bench Pro misst, ob ein Modell echte GitHub-Tickets von Anfang bis Ende löst; 80,3 % heißt, acht von zehn realen Entwicklungsaufgaben laufen ohne Eingriff durch. FrontierCode Diamond ist der Test von Cognition auf Wartbarkeit des erzeugten Codes, und dort wirken 29,3 % niedrig, sind aber gegenüber den 5,7 % von GPT-5.5 das Fünffache. GDPval-AA misst keine Programmierung, sondern allgemeine Wissensarbeit wie Berichte, Analysen und Fachdokumente; die 163 ELO-Punkte Vorsprung sind dort das stärkste praktische Argument. OSWorld-Verified schließlich prüft, ob ein Modell Desktop-Software über den Bildschirm bedient, und das öffnet die Automatisierung ohne Schnittstelle.

Eines misst keine einzige Zeile der Tabelle: die deutsche Sprache.

Wie gut beherrscht Claude Fable 5 Deutsch?

In der Praxis gut, belegt ist es nicht. Anthropic dokumentiert die Claude-Familie durchgängig als mehrsprachig leistungsfähig, hat zum Start aber keine deutschsprachige Messung veröffentlicht, und aus der Fachpresse ist uns ebenfalls keine bekannt. Wer eine konkrete Deutschnote für Fable 5 nennt, rechnet hoch.

Aus unseren Kundenprojekten kommen die früheren Claude-Generationen mit deutscher Geschäftskorrespondenz, mit Vertrags- und Angebotstexten zuverlässig zurecht, und die ersten Tests mit Fable 5 zeigen dasselbe Bild. Das ist Erfahrung, keine Messung, und wir kennzeichnen es hier bewusst als solche. Das übliche Risiko liegt nicht in Grammatik oder Rechtschreibung, sondern in enger Fachterminologie: Rechtssprache, Begriffe aus dem Rechnungswesen, Bezeichnungen aus der Fertigung, Formulierungen aus dem Behördendeutsch.

Deshalb stellen Sie das Testmaterial aus echten Unterlagen Ihres eigenen Fachgebiets zusammen und nicht aus allgemeinen Beispieltexten. Der günstigste Moment dafür ist jetzt: Während des gestaffelten Rollouts ist Fable 5 in den kostenpflichtigen Claude-Plänen (Pro, Max, Team, Enterprise) bis Mitte bis Ende Juni 2026 ohne Aufpreis enthalten. Ein Pilot mit 30 bis 50 echten Dokumenten kostet in diesem Fenster im Wesentlichen Arbeitszeit. Wenn Ihr Team gerade erst mit KI-Werkzeugen anfängt, planen Sie die Einarbeitung gleich mit ein: Die Bewertung der Ausgaben ist selbst eine Fähigkeit, und ohne sie misst der Pilot am Ende nur Bauchgefühl.

Was kostet Claude Fable 5 pro Aufgabe?

Der Listenpreis liegt bei 10 USD je Mio. Eingabe-Token und 50 USD je Mio. Ausgabe-Token, umgerechnet rund 9,30 und 46,50 EUR. Das ist genau das Doppelte von Opus 4.8 mit 5 und 25 USD und weniger als die Hälfte des abgelösten Mythos Preview. Die EUR-Beträge in diesem Text sind unverbindliche Umrechnungen zum Kurs 1 USD = 0,93 EUR.

Der Tokenpreis allein führt in die Irre, aus zwei Gründen. Erstens verhält sich der Tokenizer nicht überall gleich: Gegenüber Opus 4.8 ändern sich die Tokenzahlen praktisch nicht, wer aber von Opus 4.6, von einem Sonnet-Modell oder von etwas Älterem migriert, muss laut Migrationsleitfaden für denselben Text mit bis zu rund 35 % mehr Token rechnen. Wer eine bestehende Kostenrechnung eins zu eins überträgt, plant in diesem Fall zu knapp. Zweitens sind die Wettbewerber je Token günstiger; GPT-5.5 steht mit 5 und 30 USD in der Liste, also etwa bei der Hälfte. Die Frage lautet nicht, welches Token billiger ist, sondern welches Modell eine Aufgabe mit weniger Durchläufen und weniger menschlicher Nacharbeit erledigt.

Rechnen Sie in Aufgaben, nicht in Token

Das Beispiel aus der Startanalyse von digitalapplied: Eine Aufgabe mit 100.000 Eingabe- und 20.000 Ausgabe-Token, etwa die Prüfung eines kompletten Vertragspakets oder das Refactoring eines Moduls, kostet auf Fable 5 rund 2,00 USD, also etwa 1,90 EUR. Braucht dieselbe Aufgabe eine erfahrene Entwicklerin oder Analystin zwei bis vier Stunden, liegen dem beim DACH-Medianstundensatz von 95 EUR aus dem Freelancer-Kompass 2026 rund 190 bis 380 EUR Arbeitszeit gegenüber. Zwei Hinweise zur Einordnung: Der Wert ist ein Freelancer-Satz, kein Agentursatz, und die Erhebung fasst den DACH-Raum zusammen, statt Deutschland getrennt auszuweisen.

Was ein vollständiges KI-Projekt mit Integration, Test und Betrieb kostet, haben wir getrennt aufgeschrieben: KI-Entwicklung, Kosten 2026. Die Kurzfassung: Die Modellrechnung ist in aller Regel der kleinere Teil der Projektkosten, Konzeption und Integration der größere.

Claude Fable 5 oder GPT-5.5, welches Modell für welche Aufgabe?

Kurz: Fable 5 ist beim agentischen Programmieren, bei Wissensarbeit und bei langen selbstständigen Läufen messbar besser, GPT-5.5 kostet je Token etwa die Hälfte und ist bei Routinemengen konkurrenzfähig. Im Unternehmen müssen Sie sich selten entscheiden: Ein sauber gebautes System leitet nach Aufgabentyp an das jeweils passende Modell weiter.

Eine Anmerkung zur Fairness: Das ist die Tabelle von Anthropic, und OpenAI misst die eigenen Stärken anderswo. Für GPT-5.5 weist OpenAI 85,0 % auf dem Schlussfolgerungstest ARC-AGI-2 und 93,6 % auf GPQA Diamond aus; einen Fable-5-Wert dazu haben wir in keiner Quelle zum Marktstart gefunden, der reine Vergleich der Schlussfolgerungsfähigkeit bleibt damit lückenhaft.

Wann also welches? Fable 5 verdient seinen doppelten Tokenpreis dort, wo die Aufgabe lang und selbstständig ist: Programmieragenten, Migrationen von Altsystemen, Auswertung großer Dokumentenpakete, mehrtägige Abläufe. Auf SWE-bench Pro sind es 21,7 Prozentpunkte Vorsprung, beim Wartbarkeitstest FrontierCode Diamond das Fünffache (29,3 % gegenüber 5,7 %). Für Klassifizierung, kurze Antwortschreiben und Zusammenfassungen genügt GPT-5.5 zum halben Preis. Ein mehrmodelliges Routing zu entwerfen und zu bauen ist eine Aufgabe der KI-Entwicklung und keine Einstellungsfrage: Sie brauchen eine Klassifizierung der eingehenden Aufgaben, eine gemeinsame Auswertung über beide Anbieter und eine Regel dafür, was passiert, wenn das billigere Modell die Qualitätsschwelle verfehlt.

Wo bringt Fable 5 im Unternehmen tatsächlich neuen Nutzen?

Aus den Fähigkeiten des Modells folgen fünf Anwendungen, die mit früheren Modellen entweder nicht möglich waren oder sich nicht gerechnet haben. Jeder Punkt ist mit einer belegten Angabe vom Marktstart unterlegt, nicht mit einem Versprechen.

1. Modernisierung von Altsystemen

Den deutlichsten Beleg lieferte Stripe, das im Vorabzugang getestet hat:

Im deutschen Mittelstand entspricht dem eine sehr vertraute Ausgangslage: gewachsene ERP-Anbauten, Fachanwendungen aus den Nullerjahren, VBA-Makros, deren Autor längst im Ruhestand ist. Solche Ablösungen werden seit Jahren verschoben, weil sie als Projekt über mehrere Quartale gelten. Wenn die Migration einer Codebasis mit 50 Millionen Zeilen an einem Tag durchläuft, wird die Neufassung eines typischen Unternehmenssystems zu einem abgrenzbaren Sprint mit fester Dauer. Menschen braucht es weiterhin, für Konzeption, Abnahmetest und Fehlerbehandlung; die Größenordnung hat sich trotzdem verschoben.

2. Software ohne Schnittstelle über den Bildschirm bedienen

Die 85,0 % auf OSWorld-Verified messen, ob ein Modell Desktop-Software über den Bildschirm bedient: klicken, tippen, lesen, wie eine eingearbeitete Aushilfe. Damit fällt die häufigste Automatisierungsmauer im Mittelstand: die alte Warenwirtschaft, das Lagerprogramm, die Branchenlösung ohne Schnittstelle, deren Hersteller nichts mehr weiterentwickelt. Bisher hieß die Antwort darauf, das sei nicht automatisierbar; nun bedient der Agent dieselbe Oberfläche wie die Kollegin. Wo sich das rechnet, haben wir auf der Seite zur Prozessautomatisierung zusammengestellt.

3. Ganze Dokumentenbestände in einer Anfrage

Ein Kontextfenster von 1 Mio. Token entspricht grob 1.500 bis 2.000 Seiten Text in einer einzigen Anfrage. Drei Aufgabentypen ändern damit ihre Spielregeln: die Durchsicht eines Jahresbestands an Verträgen auf Laufzeiten, riskante Klauseln und fehlende Indexierung, die Auswertung von Ausschreibungsunterlagen samt Angebotsvorbereitung sowie das Datenmigrations-Audit vor einem ERP- oder CRM-Wechsel. Der Punkt dabei: Sie müssen dafür nicht erst monatelang eine durchsuchbare Wissensdatenbank aufbauen, das gesamte Material passt vor das Modell. Bei einem Systemwechsel ist das meist der erste und am schnellsten rentable Schritt der Integrationsarbeit.

Ein aktueller deutscher Anlass liegt daneben. § 14 Abs. 1 UStG definiert die elektronische Rechnung als Rechnung in einem strukturierten elektronischen Format nach der europäischen Norm gemäß Richtlinie 2014/55/EU, in der Praxis XRechnung und ZUGFeRD. Papier und abweichende elektronische Formate bleiben nach § 27 Abs. 38 UStG übergangsweise zulässig: allgemein bis Ende 2026, bei einem Vorjahresumsatz bis 800.000 EUR sowie im EDI-Verfahren nach der Empfehlung 94/820/EG bis Ende 2027. Wer ohnehin gerade Stammdaten, Vertragsbestände und Rechnungsformate aufräumt, hat den Anlass für ein solches Audit bereits im Haus.

4. Back-Office-Agenten, die tagelang laufen

Nach Angaben von Anthropic läuft Fable 5 in einem Agenten-Rahmen tagelang ohne Unterbrechung: Es zerlegt die Arbeit in Abschnitte, delegiert an Subagenten und prüft die eigene Ausgabe, während es Millionen Token verarbeitet. Geschäftlich heißt das, dass KI die Chatbot-Phase verlässt. Eine Angebotserstellung, eine Auftragsabwicklung oder eine Dokumentenfreigabe lässt sich von Anfang bis Ende einem Agenten übergeben, mit menschlichen Freigabepunkten an den kritischen Stellen. Für die Wahl zwischen fertigem Workflow-Werkzeug und eigenem Agenten verschiebt Fable 5 die Obergrenze der zweiten Spalte, ohne die Rechnung der ersten zu entwerten: Ein n8n-Ablauf mit fünf festen Schritten wird durch ein besseres Modell nicht schlechter.

5. Programmieragenten in den Entwicklerwerkzeugen

Laut GitHub-Changelog wurde Fable 5 am Tag der Veröffentlichung allgemein in GitHub Copilot verfügbar; wenn Ihr Team Copilot einsetzt, arbeitet das Modell also bereits. Die Rückmeldungen der Werkzeughersteller aus dem Vorabzugang gehen in dieselbe Richtung: Cursor bezeichnet den Stand auf dem eigenen CursorBench als führend und schreibt, das Modell eröffne eine bislang unerreichbare Klasse langfristiger Probleme; Replit meldet auf dem End-to-End-Test ViBench das beste Ergebnis bisher, bei geringerem Tokenverbrauch je fertiger Anwendung; Figma nennt es einen klaren Fortschritt beim agentischen Prototyping; Hex berichtet, als erstes Modell 90 % auf dem Basis-Analytik-Benchmark des Unternehmens erreicht zu haben. Für ein internes Entwicklungsteam ist das der billigste Einstieg: im vorhandenen Werkzeug einschalten, ohne Integrationsprojekt.

Was bedeutet die 30-tägige Datenspeicherung für DSGVO und EU AI Act?

Die wichtigste Tatsache zur Compliance: Fable 5 und Mythos 5 gelten in der Anthropic-Dokumentation als Covered Model mit verpflichtender Datenspeicherung von 30 Tagen, und eine Zero-Data-Retention-Vereinbarung ist dafür nicht verfügbar. Die an das Modell gesendeten Daten bleiben 30 Tage in den Systemen von Anthropic, und das lässt sich auch vertraglich nicht abschalten.

Wer den Datenschutz bei früheren Claude-Modellen über eine ZDR-Vereinbarung gelöst hat, hat diesen Hebel bei Fable 5 nicht mehr. Ein Ausschlussgrund ist das nicht, es ist eine Planungsaufgabe. Bei jedem Prozess mit personenbezogenen Daten gehört die Speicherfrist in den Auftragsverarbeitungsvertrag nach Art. 28 DSGVO, in das Verarbeitungsverzeichnis nach Art. 30 DSGVO und bei höherem Risiko in die Datenschutz-Folgenabschätzung nach Art. 35 DSGVO. Drei Wege haben sich in der Praxis eingespielt: Eingaben vor dem Modell pseudonymisieren oder anonymisieren, Aufgaben ohne Personenbezug wie Quellcode, öffentliche Dokumente oder Produktdaten in eine getrennte Verarbeitungskette legen, und sensible Abläufe auf ein anderes Modell oder auf lokalen Betrieb umleiten. Zur letzten Variante haben wir eine Übersicht zu lokalen KI-Modellen und On-Premise-Betrieb geschrieben.

Beschaffung über bekannte Cloud-Verträge

Fable 5 ist ab dem Tag der Veröffentlichung über Amazon Bedrock, Google Vertex AI und Microsoft Foundry verfügbar. Für ein Unternehmen mit bestehendem AWS-, Google-Cloud- oder Azure-Rahmenvertrag und geprüfter Auftragsverarbeiterkette vereinfacht das einiges: Das Modell läuft über die vorhandene Cloud-Abrechnung und den vorhandenen rechtlichen Rahmen, ein neuer Lieferant muss nicht qualifiziert werden.

Aus Sicht des EU AI Act ist Fable 5 ein KI-Modell mit allgemeinem Verwendungszweck. Für Sie als einsetzendes Unternehmen stehen dabei zunächst Transparenzpflichten im Vordergrund: Seit dem 02.08.2026 gelten Art. 50 und das Sanktionsregime, während die Pflichten für Hochrisikosysteme nach dem Digital Omnibus erst am 02.12.2027 (Annex III) beziehungsweise am 02.08.2028 (Annex I) greifen. Praktisch heißt das, zu dokumentieren, wo und wofür Sie das Modell einsetzen, und betroffene Personen wissen zu lassen, wenn sie mit KI interagieren oder eine Entscheidung auf einer KI-Ausgabe beruht. Das ist keine Rechtsberatung. Unsere Erfahrung ist allerdings, dass ein einseitiges Modellverzeichnis und eine kurze interne Nutzungsregel beim Start deutlich billiger sind, als ein halbes Jahr später zu rekonstruieren, wer das Modell wofür verwendet hat. Den Rahmen dazu finden Sie auf unserer Seite zum EU AI Act.

Wie führen Sie Claude Fable 5 ein?

Die tragfähige Reihenfolge lautet: zuerst ein eng geschnittener Pilot auf Ihren eigenen deutschsprachigen Unterlagen, danach Routing nach Aufgabentyp, und erst dann ein produktiver Prozess mit Kundenkontakt. Wer es umgekehrt macht und in der Startbegeisterung gleich produktiv geht, erlebt Überraschungen bei den Ablehnungen und auf der Rechnung.

1. Pilot auf eigenen Unterlagen statt auf Benchmarks

Wählen Sie eine konkrete Aufgabe wie Angebotserstellung, Vertragsauszug oder Ticketvorqualifizierung, sammeln Sie dazu 30 bis 50 echte deutschsprachige Eingaben und messen Sie die Fehlerquote so, wie Sie eine neue Kollegin in der Probezeit beurteilen würden. Einen deutschsprachigen Fable-5-Benchmark gibt es nicht, das ist also die einzige belastbare Messung, und während des Rollout-Fensters ist sie in den kostenpflichtigen Claude-Plänen ohne Zusatzkosten machbar. Für eine schnelle Abschätzung des Rücklaufs genügt zu Beginn eine Nebenrechnung: eingesparte Minuten je Vorgang mal Vorgänge je Monat mal interner Stundensatz, gegen Modellkosten plus Prüfaufwand.

2. Nicht jede Aufgabe braucht das Spitzenmodell

Fable 5 rechnet sich dort, wo Sie lange, mehrstufige, selbstständige Arbeit erwarten: Programmieragenten, Auswertung großer Dokumentenpakete, mehrtägige Abläufe. Für Massenaufgaben wie Klassifizierung, kurze Antwortschreiben und Zusammenfassungen liefern Modelle zum halben Preis dasselbe Ergebnis, im eigenen Portfolio Opus 4.8, beim Wettbewerb GPT-5.5. Ein sauber gebautes System leitet nach Aufgabentyp weiter. Das ist eine Architekturfrage, und typischerweise entscheidet sie darüber, ob die Modellrechnung am Monatsende bei 200 oder bei 2.000 USD steht.

3. Planen Sie Ablehnungen und Fallback ein

Im Produktivbetrieb bedeutet auch eine Klassifikatorquote unter 5 % bei größerem Volumen ein tägliches Ereignis, und die Antwort kommt dann stillschweigend von Opus 4.8, mit anderer Qualität und anderer Antwortzeit. Die API-Dokumentation nennt dafür einenfallbacks-Parameter im Beta-Status sowie eine SDK-Middleware für den automatischen zweiten Versuch. Was in Ihrem Prozess als akzeptables Fallback-Verhalten gilt und ab wann besser ein Mensch alarmiert wird, müssen Sie selbst festlegen. Genau diese Schicht fehlt in eigenen Integrationen am häufigsten, und sie ist der Grund, warum zwischen dem schnellen Prototyp im Haus und einem betriebssicheren System Wochen liegen. Mindestens gehört dazu, jede Antwort mit dem tatsächlich antwortenden Modell zu protokollieren. Sonst sehen Sie im Nachhinein nicht, ob eine schwächere Ausgabe an Ihrem Prompt lag oder daran, dass ein Klassifikator die Anfrage umgeleitet hat.

Wenn Sie abschätzen wollen, was ein Routing über mehrere Modelle samt Anbindung an Ihre Systeme bei Ihnen konkret bedeutet: Eine Chatbot- oder Automatisierungsstrecke liegt bei uns im Bereich von 2.600 bis 7.800 EUR, eine RAG-Wissensdatenbank bei 7.800 bis 20.800 EUR und eine individuelle KI-Lösung mit Agenten bei 13.000 bis 39.000 EUR (Projektpreise, umgerechnet zum Kurs 385 HUF/EUR, unverbindlich). Den Rahmen für Ihren Fall klären wir im Angebotsgespräch.

Häufige Fragen zu Claude Fable 5

Quellen

• Anthropic: Einführung von Claude Fable 5, Fähigkeiten, API-Änderungen, Verfügbarkeit (09.06.2026)
• Anthropic: offizielle Modellpreise je Mio. Token
• Anthropic: Modellübersicht, Kontextfenster von 1 Mio. Token, 128.000 Token Ausgabe
• Anthropic: Migrationsleitfaden, Tokenizer, dauerhaft aktives Nachdenken, Ablehnungen und Fallback, 30 Tage Datenspeicherung
• Freelancer-Kompass 2026: Medianstundensatz IT-Freelancer im DACH-Raum, 95 EUR (02.07.2026)
• EU AI Act, Art. 50: Transparenzpflichten für Anbieter und Betreiber
• § 14 UStG: Begriff der elektronischen Rechnung, europäische Norm nach Richtlinie 2014/55/EU
• Benchmark-Tabelle von Anthropic zum Marktstart in der Wiedergabe von digitalapplied und the-decoder, einschließlich ExploitBench und der Kostenrechnung je Aufgabe (09.06.2026)
• GitHub-Changelog: allgemeine Verfügbarkeit von Claude Fable 5 in GitHub Copilot am Tag der Veröffentlichung