Claude Fable 5.1: gleiche Preise, weniger Tokens — was der Release für Agenten-Kosten heißt

Q: Muss ich jetzt alle Workloads auf Fable 5.1 umstellen?

Nein — und "alle" ist ohnehin die falsche Einheit. Bestehende Fable-5-Prompts laufen laut Anthropic ohne Änderungen weiter, also gibt es keinen Migrationszwang. Sinnvoll ist der Einstieg dort, wo Agenten viel Kontext wiederverwenden: Coding-Loops, Cron-Jobs mit festem System-Prompt, Multi-Agent-Systeme. Für One-Shot-Anwendungen mit kleinem Kontext sind die Cache-Einsparungen zu klein, um den Umstieg allein dadurch zu rechtfertigen.

Q: Wie messe ich Cost-per-Task, ohne tiefer in die API zu müssen?

Fast jede Agent-Oberfläche schreibt die Usage-Felder (input_tokens, output_tokens, cache_read_input_tokens) in die Response — Python-SDK, CLI, Logfiles. Du musst sie nur fortschreiben, etwa als usage.jsonl, und pro Task aufsummieren. Für Tools ohne sauberen Export genügt es, pro Task Start- und Endzähler zu notieren. Die Umrechnung ist Dreisatz mit der Preisliste; das Python-Snippet oben tut nichts anderes.

Q: Was bedeutet die Effort-Stufe konkret für meine Rechnung?

Effort steuert, wie viele Denk-Tokens das Modell pro Antwort investiert — bei gleichem Satz pro Token. High ist Anthronics Default und für die meisten Routine-Aufgaben mehr als nötig; Medium bis Low liefern bei Zusammenfassungen, Formatierung und einfachen Refactors dieselbe Arbeit zu einem Bruchteil der Tokens. Der Haken an Low: Das Modell ruft seltener Such- und Retrieval-Tools auf, für Recherche-Aufgaben ist es also falsch. Faustregel: auf High starten, eine Stufe tiefer gegen denselben Test

Q: Ist Fable 5.1 unter dem Strich günstiger als Fable 5?

In Summe ziemlich sicher, bei gleichbleibender Liste garantiert nicht — die Sätze sind identisch. Günstiger wird es über drei Nebenpfade: weniger Tokens pro Aufgabe (Anthropic: 25 bis 50 Prozent), Cache-Reads zu einem Viertel des alten Preises, und Effort-Granularität, die Denk-Aufwand erstmals abrechenbar macht. Wer bisher schon alles auf niedrigster sinnvoller Stufe und mit Cache gefahren ist, spart weniger als der Durchschnitt — bei dem die Ersparnis über unbedachte Defaults entsteht.

Q: Was heißt die Preisparität mit GPT-6 Astra für meine Anbieterwahl?

Dass die Preisfrage aus der Entscheidung fällt und die Passungsfrage ersetzt. Artificial Analysis sieht Astra im Intelligence Index fünf Punkte hinter Fable 5.1, auf der Coding-Agent-Kostenkurve aber vor Fable 5 — je nach Aufgabe gewinnt ein anderes Paar aus Fähigkeit und Preis pro Task. Die praktische Konsequenz: Anbieter-Austauschbarkeit jetzt am Cost-per-Task-Audit festmachen, nicht am Label. Ein Modell-Wechsel ist ohne Preisbruch nur noch eine Harness- und Effort-Frage.

Q: Sollten wir unsere Prompts und Skills sofort umschreiben?

Nicht umschreiben — entrümpeln. Anthropic warnt ausdrücklich, dass für alte Modelle gebaute Skills für Fable 5/5.1 zu verschrieben sind und Effizienz kosten statt bringen. Ein Prompt-Audit (Peter Yang: ein Prompt-Audit-Kommando über alle Skills laufen lassen) findet Redundanz in Minuten. Alles, was funktioniert und objektiv prüfbar ist, bleibt stehen; was Mikro-Management des Prozesses betreibt, wird gestrichen.

TL;DR: Claude Fable 5.1 kostet exakt so viel wie Fable 5: 10 Dollar pro Million Input-Tokens, 50 pro Million Output. Der Preiszettel ist gleich geblieben — die Rechnung nicht. Cache-Reads fielen von 1 auf 0,25 Dollar pro Million Tokens, das Kontextfenster wächst auf 1 Million Tokens, und Anthropic beziffert den geringeren Token-Verbrauch pro Aufgabe auf 25 bis 50 Prozent. Für alle, die Agenten laufen lassen, verschiebt sich die Kostenfrage damit von "welches Modell?" zu "wie viele Tokens pro Task?". Dieser Artikel rechnet vor, was das heißt — und liefert ein kopierbares Cost-per-Task-Audit für den eigenen Stack.

Was tatsächlich gelandet ist

Anfang September hat Anthropic Claude Fable 5.1 freigeschaltet — kein neuer Preis, kein neues Preismodell, sondern ein Nachfolger mit gleicher Preisliste und anderem Verhalten. Die Änderungen, die für den Betrieb zählen:

Stellgröße	Fable 5	Fable 5.1
Input pro Mio. Tokens	10 USD	10 USD (unverändert)
Output pro Mio. Tokens	50 USD	50 USD (unverändert)
Cache-Reads pro Mio. Tokens	1 USD	0,25 USD (−75 %)
Kontextfenster	< 1 Mio. Tokens	1 Mio. Tokens
Token-Verbrauch pro Aufgabe	Referenz	−25 bis −50 % (Anthropic-Angabe)

Der erste Blick gilt immer den Benchmarks — Terminal-Bench 4.0: 55,8 Prozent gegenüber 42 Prozent bei Fable 5 und 52,3 Prozent bei Opus 5; auf dem Research-Benchmark 52,6 gegenüber 24,7 Prozent. Cursor nennt Fable 5.1 auf CursorBench 3.2 mit 73,4 Prozent bei Max-Effort das "fähigste Modell, das wir je getestet haben", und Artificial Analysis sieht Fable 5.1 im Intelligence Index bei 61 Punkten — fünf Punkte vor GPT-6 Astra und GPT-5.6 Sol.

Für die monatliche Rechnung ist das die falsche Zahl an der falschen Stelle. Relevant ist die Zeile, die in keiner Benchmark-Tabelle steht: weniger Tokens pro erledigter Aufgabe bei unverändertem Satz.

Gleiche Preisliste, andere Rechnung

Kosten im Agenten-Betrieb entstehen aus zwei multiplizierten Größen: dem Satz pro Token und der Token-Menge, die eine Aufgabe verbraucht. Bisher lief Kostensenkung fast immer über die zweite Preisvariable — kleineres Modell, günstigerer Satz, weniger Qualität. Fable 5.1 greift die andere Variable an.

Konkret heißt das: Wenn eine Aufgabe, die bei Fable 5 80.000 Output-Tokens und 400.000 Input-Tokens gekostet hat, bei 5.1 nur noch 55.000 respektive 280.000 braucht, sinkt die Rechnung von 8 auf rund 5,50 Dollar — um rund ein Drittel — ohne dass du ein günstigeres Modell gebucht, Prompts gekürzt oder Qualität abgegeben hast. Anthropic nennt als Spanne 25 bis 50 Prozent, je nach Workload. Das ist eine Herstellerangabe, keine Messgröße — aber die Mechanik dahinter ist überprüfbar, und zwar am eigenen Log.

Die zweite Kostenvariable ist der Prompt Cache. Agentische Runs sind Reading-Maschinen: System-Prompt, Repo-Kontext, Tool-Beschreibungen wandern bei jedem Schritt erneut durchs Fenster. Bei Fable 5 kostete das erneute Lesen dieser Blöcke 1 Dollar pro Million Tokens — auf einem 30-Schritte-Run mit je 150.000 wieder gelesenen Tokens pro Schritt summierten sich allein die Wiederabfragen auf 4,50 Dollar pro Task. Zu 0,25 Dollar sind es noch 1,13. Erste Tests in agentischen Workloads berichten deshalb von bis zu 45 Prozent niedrigeren Gesamtkosten — nicht weil das Modell weniger rechnet, sondern weil es dasselbe Wissen billiger wieder aufnimmt.

Der Hebel, den fast niemand bedient: die Effort-Level

Fable 5.1 liefert Anthropic mit Effort-Stufen aus — von Low über Medium und High bis X-High und Max, plus ein Ultra-Modus für Coding. Standard ist High. Und genau da sitzt das Geld: Die Anthropic-Doku zeigt, dass Fable 5.1 auf Low in etwa Fable 5 auf Medium oder High entspricht — bei deutlich niedrigerem Token-Einsatz pro erledigter Arbeit. Praktiker vergleichen 5.1 auf Low inzwischen mit dem Denk-Level früherer Premium-Modelle.

Drei Details aus den offiziellen Prompting-Docs entscheiden über die Rechnung:

Aufgabe statt Tasks: Fable 5.1 arbeitet sauberer, wenn du das Ziel und die Abbruchbedingung definierst statt der Schrittliste. Weniger Missverständnisse heißt weniger Wiederholungen heißt weniger Tokens.
Effort ist pro Nachricht umschaltbar — und der Prompt Cache bleibt dabei erhalten. Erst die Recherche-Turns auf High, dann die Zusammenfassungs-Turns auf Low, ohne Cache-Verlust. Bei anderen Modellen wirft ein Effort-Wechsel den Cache raus.
Low heißt auch: weniger Tool-Calls. Auf niedriger Effort ruft 5.1 seltener Such- und Retrieval-Tools auf und antwortet eher aus dem Kontext. Für Brainstorming und Strukturarbeit gewollt, für Tatsachenrecherche falsch.

Wer alles auf High fahren lässt, bezahlt Denk-Aufwand, den die Aufgabe nie verlangt hat — das ist bei gleichem Satz der größte Einzelposten, den du selbst in der Hand hast.

Was Anthropic selbst empfiehlt — und was es kostet

Die Prompting-Doku für Fable 5.1 liest sich wie eine Kostensenkungs-Richtlinie. Vier Leitungen, die Anthropic zieht, mit ihrer Kostenwirkung:

Alte Skills entrümpeln. Skills und Prompts aus der vorherigen Modellgeneration sind für Fable 5/5.1 "oft zu verschrieben" — zu viele Instruktionen fesseln das Modell und produzieren Umwege statt Effizienz. Peter Yang empfiehlt, nach dem Umstieg einen Prompt-Audit über alle Skills laufen zu lassen und Redundanz zu streichen.
Arbeit beweisen lassen. Die Doku schlägt explizit vor, das Modell seine Ausgabe gegen die Spezifikation prüfen zu lassen — per Verifier-Subagenten und Audit pro Behauptung. Kostet Tokens im Voraus, spart die teuerste Token-Art: Nacharbeit durch falsche Erste-Entwürfe.
Parallelisieren und delegieren. Fable 5.1 dispatcht zuverlässig parallele Subagenten und bündelt unabhängige Tool-Calls. Anthropic hält fest: parallele Subagenten sparen Zeit und Kosten über Cache-Reads, weil der geteilte Kontext günstig wiederbenutzt wird statt pro Sequenz neu abgerechnet.
Lange Tasks ohne Methodik-Diktat. Bei klarem Ziel arbeitet 5.1 lange Strecken ohne methodische Führung — jedes überflüssige "mache erst A, dann B" ist Instruktion, die das Modell ohnehin selbst baut, und Tokens, die du bezahlst.

Die radikalste Vorführung dieser Architektur kommt von der Praxis: Teknium ließ den Hermes-Agenten mit einem einzigen Ziel 1.320 rekursive Subagenten über ~15 Stunden laufen — 375.000 Zeilen Code aus einem Repo entfernt, auf einem Desktop, "the model is Fable 5.1 btw". Das ist kein Kosten-Beispiel, sondern ein Architektur-Beleg: Der Orchestrator hält den Kontext, die Arbeiter holen ihn günstig aus dem Cache.

Erste unabhängige Zahlen — und ihre Grenze

Neben Cursor meldet WorldofAI eigene Tests zu Fable 5.1 (Terminal-Bench, Research-Bench), Artificial Analysis bestätigt die Position an der Spitze des Intelligence Index. Drei Punkte, die du beim Rechnen mitbringen solltest:

Benchmark-Score ≠ dein Preis pro erledigter Aufgabe. Artificial Analysis führt Astra auf der Coding-Agent-Kosten-Kurve vor Fable 5 — gleiches Ergebnis, etwa halbe Kosten. Wer nach Rangliste einkauft, kauft an der Realität des eigenen Stacks vorbei.
Der Harness gehört zur Zahl. Das Astra-Rätsel um 62,7 gegenüber 99,9 Prozent auf ARC-AGI-3 je nach Adapter hat eine Woche nach 5.1s Start wieder bewiesen: Was ein Modell "kann", hängt davon ab, wie der Runner Kontext und Reasoning-State behandelt. Dieselbe Regel gilt für deine Token-Budgets.
25 bis 50 Prozent sind eine Behauptung. Sie ist plausibel, sie ist überprüfbar — aber überprüfbar an deinen Runs. Genau dort setzt der nächste Abschnitt an.

Marktkontext: zwei Flaggschiffe, ein Satz

Vier Tage nach Fable 5.1 landete GPT-6 Astra — zum Preis von 10/50, mit Ansage kopiert von Fables Preisliste. Damit gilt oben erstmals Preisparität über die zwei wichtigsten Labore hinweg. Die billige Faustregel "kleineres Modell = Ersparnis" stirbt im Premium-Segment: Wenn zwei Flaggschiffe gleich viel pro Token kosten, ist die Modellwahl nicht mehr die Kostenentscheidung. Die Kostenentscheidung ist, wie viele Tokens ein Task verbraucht — und das ist beides: Modellverhalten und dein Setup.

Kopierbar: dein Cost-per-Task-Audit

Der einzige Beleg, der zählt, kommt aus deinem Log. Statt Benchmarks zu glauben: Tokens messen. Zwei Bausteine.

Erstens: Usage-Felder pro Aufruf mitzählen und in Dollar umrechnen — bei Fable-Preisen:

import json

PRICES = {"input": 10/1e6, "output": 50/1e6, "cache_read": 0.25/1e6}

def task_cost_usd(usages):
    """usages: Liste der response.usage-Objekte eines Tasks."""
    return sum(
        u["input_tokens"] * PRICES["input"]
        + u["output_tokens"] * PRICES["output"]
        + u.get("cache_read_input_tokens", 0) * PRICES["cache_read"]
        for u in usages
    )

Zweitens: der Audit selbst — als Auftrag an den Coding-Agenten, quartalsweise oder nach jedem größeren Modell-Start:

Modell-Audit, Schritt für Schritt:
1. Liste jeden automatischen KI-Aufruf auf: Agenten, Cron-Jobs, Hooks, Defaults.
2. Pro Aufruf: Modell, Effort-Stufe, Preis pro Mio. Tokens laut heutiger Liste,
   Monatsvolumen und Cost-per-Task aus dem usage-Log (Vorher-Wert!).
3. Markiere mit "?", wo Modell und Effort nie bewusst gewählt wurden.
4. Für jeden Fragezeichen-Eintrag: teste Medium und Low gegen denselben
   Funktionstest. Nimm die günstigste Stufe, die das Ergebnis besteht.
5. Dokumentiere Nachher-Cost-per-Task pro Eintrag.
Auslöser: nach jedem Modell-Start, sonst quartalsweise.

Das Ziel ist nicht "mehr sparen" — das Ziel ist eine Zahl pro Task, die vorher keine existierte. Vorher/Nachher am gleichen Task ist der einzige Benchmark, der deine Rechnung bewegt.

Die ehrliche Grenze

Anti-Hype, drei Sätze lang: Fable 5.1 ist und bleibt ein Premium-Modell — 10/50 Dollar pro Million Tokens sind viel Geld für jede Anwendung, die günstiger geht. Die 25-bis-50-Prozent-Einsparung ist eine Anthropic-Angabe, die erst im eigenen Log wahr wird oder es nicht tut. Und der Subagenten-Trick verschiebt Tokens, er eliminiert sie nicht: Ein schlecht geschnittener Orchestrator verbrennt mehr, als er einspart. Der Release nimmt dir also nichts ab — er dreht nur die Variable, an der du drehen kannst.

FAQ

Muss ich jetzt alle Workloads auf Fable 5.1 umstellen?

Nein — und "alle" ist ohnehin die falsche Einheit. Bestehende Fable-5-Prompts laufen laut Anthropic ohne Änderungen weiter, also gibt es keinen Migrationszwang. Sinnvoll ist der Einstieg dort, wo Agenten viel Kontext wiederverwenden: Coding-Loops, Cron-Jobs mit festem System-Prompt, Multi-Agent-Systeme. Für One-Shot-Anwendungen mit kleinem Kontext sind die Cache-Einsparungen zu klein, um den Umstieg allein dadurch zu rechtfertigen.

Wie messe ich Cost-per-Task, ohne tiefer in die API zu müssen?

Fast jede Agent-Oberfläche schreibt die Usage-Felder (input_tokens, output_tokens, cache_read_input_tokens) in die Response — Python-SDK, CLI, Logfiles. Du musst sie nur fortschreiben, etwa als usage.jsonl, und pro Task aufsummieren. Für Tools ohne sauberen Export genügt es, pro Task Start- und Endzähler zu notieren. Die Umrechnung ist Dreisatz mit der Preisliste; das Python-Snippet oben tut nichts anderes.

Was bedeutet die Effort-Stufe konkret für meine Rechnung?

Effort steuert, wie viele Denk-Tokens das Modell pro Antwort investiert — bei gleichem Satz pro Token. High ist Anthronics Default und für die meisten Routine-Aufgaben mehr als nötig; Medium bis Low liefern bei Zusammenfassungen, Formatierung und einfachen Refactors dieselbe Arbeit zu einem Bruchteil der Tokens. Der Haken an Low: Das Modell ruft seltener Such- und Retrieval-Tools auf, für Recherche-Aufgaben ist es also falsch. Faustregel: auf High starten, eine Stufe tiefer gegen denselben Test laufen lassen, günstigste ausreichende Stufe behalten.

Ist Fable 5.1 unter dem Strich günstiger als Fable 5?

In Summe ziemlich sicher, bei gleichbleibender Liste garantiert nicht — die Sätze sind identisch. Günstiger wird es über drei Nebenpfade: weniger Tokens pro Aufgabe (Anthropic: 25 bis 50 Prozent), Cache-Reads zu einem Viertel des alten Preises, und Effort-Granularität, die Denk-Aufwand erstmals abrechenbar macht. Wer bisher schon alles auf niedrigster sinnvoller Stufe und mit Cache gefahren ist, spart weniger als der Durchschnitt — bei dem die Ersparnis über unbedachte Defaults entsteht.

Was heißt die Preisparität mit GPT-6 Astra für meine Anbieterwahl?