Claude Fable 5.2-Benchmark: Wo es punktet, was es kostet

Kurz gesagt: Claude Fable 5.2 ist sehr gut im Agenten-Coding, im Chat sowie bei erotischer Literatur für Erwachsene. Es lehnte keine Anfragen ab – außerdem ist es schneller als Fable 5.1. Seine Bewertung beträgt 25,2 – die höchste Zahl überhaupt. Doch die Top-Fünf-Modelle liegen so nah beieinander, dass man sie als gleichwertig betrachten kann. Eine Standardausführung kostet 14,87 Dollar – deutlich mehr als GPT-6.1 Sol mit 1,17 Dollar. Zunächst veröffentlichten wir einen Wert von 24,2 – das war jedoch zu niedrig: Unser API-Konto hatte während dreier Agententests kein Guthaben mehr, weshalb die Tests mit der Bewertung 0 endeten. Wir führten die Tests erneut durch – diesmal bestanden alle drei.

Zu CrucibleForge auf GitHub

Claude Fable 5.2 erzielt den besten Chat-Wert in der Gruppe – nämlich 12,7 – sowie den höchsten Wert im „Adult-Test“ unter den fünf führenden Modellen: 12,0. Es lehnte keinen der neun Testversuche ab. Mit einer Geschwindigkeit von 78,9 Tokens pro Sekunde ist es außerdem schneller als Fable 5.1, das auf 48,7 Tokens pro Sekunde kommt. Im MakoBench 4.1 erzielt es eine Gesamtpunktzahl von 25,2 ± 1,7 – die höchste aller Modelle. Zudem weist es den besten „Work“-Wert auf: 12,5. Statistisch gesehen teilt es sich den ersten Platz mit Kimi K3.1 Pro, Grok 4.7, GPT-6 Astra und GPT-6.1 Sol; die Abweichungen liegen innerhalb der Toleranzgrenzen. Fable 5.1 erreichte 19,4 Punkte.

Korrektur: In einer früheren Version dieser Seite wurde ein Wert von 24,2 angegeben und als vorläufig eingestuft. Bei den drei Agentic-Tests von Fable 5.2 ergaben sich Werte von 0 – dies lag daran, dass unser API-Konto während des Tests kein Guthaben mehr hatte, nicht weil das Modell versagt hätte. Wir führten die Tests erneut über Anthropics eigene API durch, unter Verwendung der Prompt-Caching-Funktion; die Kosten betrugen 10,81 Dollar. Das Modell bestand alle drei Tests – dadurch stieg der „Work“-Wert von 11,5 auf 12,5 sowie die Gesamtpunktzahl von 24,2 auf 25,2.

Claude Fable 5.2 eignet sich hervorragend für agentisches Coding, für Chat-Interaktionen sowie für erotische Inhalte zwischen Erwachsenen. In unserem Leitfaden zu elf Modellen fungiert es als Planer und Rezensent. Es ist zugleich das teuerste der führenden Modelle: Ein Standard-Lauf kostet 14,87 Dollar – im Vergleich zu 1,17 Dollar für GPT-6.1 Sol, 4,07 Dollar für Kimi K3.1 Pro und 5,70 Dollar für GPT-6 Astra. Die vollständigen Testergebnisse finden Sie auf der MakoBench-Übersicht.

Modell	Gesamtwert	Work	Chat	Adult-Test	Tokens/s	Laufkosten
Claude Fable 5.2	25,2 ± 1,7	12,5	12,7	12,0	78,9	$14,87
Kimi K3.1 Pro	24,6 ± 1,0	12,0	12,6	5,0	62,8	$4,07
GPT-6 Astra	24,0 ± 1,7	11,5	12,6	1,3	41,1	$5,70
GPT-6.1 Sol	23,9 ± 1,8	11,5	12,4	1,5	111,7	$1,17
Claude Fable 5.1	19,4 ± 1,7	9,4	10,0	11,4	48,7	$10,23

Der Gesamtwert ergibt sich aus der Summe von „Work“ und „Chat“. Die Standardtests vergeben maximal 10 Punkte pro Kategorie; zusätzliche Punkte erhält ein Modell durch Bonus-Pakete. Der „Adult-Test“ wird separat bewertet und fließt nicht in den Gesamtwert ein.

Was hat sich gegenüber Fable 5.1 geändert?

Der Gesamtgewinn im Vergleich zu Fable 5.1 liegt klar über den Fehlermarginen. Die Arbeitsleistung stieg von 9,4 auf 12,5, die Chat-Leistung von 10,0 auf 12,7 sowie die Geschwindigkeit von 48,7 auf 78,9 Tokens pro Sekunde. Fable 5.2 lehnte keine der neun Ablehnungstests ab und verlor auch keine Antworten an den Inhaltsfilter. Die agentische Leistung ist nun stabil: Nach dem erneuten Test ergibt sich für das Agentic Pack ein perfekter Wert von 1,000 – außerdem erreicht Fable 5.2 in den Standard-Agent-Tests 100 %. Auch GPT-6 Astra und GPT-6.1 Sol weisen ein perfektes Agentic Pack auf, erzielen jedoch in den Standard-Agent-Tests nur 66,7 %.

Kosten pro Ausführung im Vergleich zu den Alternativen

Eine Standardausführung von Fable 5.2 kostet 14,87 Dollar. GPT-6.1 Sol liegt gleichauf mit diesem Modell und kostet 1,17 Dollar; Kimi K3.1 Pro sowie GPT-6 Astra liegen dazwischen. Von den vier gleichauf liegenden Modellen ist Fable 5.2 das stärkste im Erwachsenentest (12,0 gegenüber 5,0 oder weniger) – und zugleich das teuerste in der Ausführung.

Alle Bewertungen, die Testliste sowie die Ausführungskosten jedes Modells finden Sie auf dem Board. Der Vergleich aller elf Modelle samt deren Kosten steht unter Modell-Benchmarks, Anwendungsfälle und Einrichtung: November 2026.