Fable 5.2 vs Opus 5.5
Zusammenfassung
Kurz
Ein einzelner Aufgabenvergleich im Bericht zeigt Fable 5.2 als teurer, aber rund 75 Minuten schneller als Opus 5.5; der Autor beziffert die Mehrkosten auf etwa 28 Dollar pro eingesparter Stunde. Er empfiehlt Opus für Routine und unbeaufsichtigte Aufgaben, Fable bei zeitkritischer Arbeit, betont aber, dass Efforteinstellungen und individuelle Tests entscheidend sind und der Einzelversuch keine allgemeine Aussage erlaubt.
Mittel
Der Autor vergleicht Fable 5.2 und Opus 5.5 mit derselben visuellen Aufgabe („Cathedral of Ice“). In diesem einzelnen Lauf kostete Fable laut Bericht 81,10 US-Dollar und benötigte knapp 1 Stunde 57 Minuten; Opus kostete 45,97 US-Dollar und brauchte gut 3 Stunden 11 Minuten. Fable war damit 35,13 Dollar teurer, aber etwa 75 Minuten schneller. Der Autor setzt den Aufpreis ins Verhältnis zur eingesparten Wartezeit und kommt auf ungefähr 28 Dollar je Stunde. Ob das sinnvoll ist, hänge davon ab, ob jemand auf das Ergebnis wartet. Er weist darauf hin, dass dieser Einzelversuch kein allgemeiner Benchmark ist.
Zur Einordnung nennt er höhere Werte für Fable in zwei veröffentlichten Vergleichen und behauptet Verbesserungen gegenüber Fable 5.1. Zugleich koste Fable bei höchster Reasoning-Einstellung durchschnittlich etwa das 2,6-Fache von Opus; die Efforteinstellung beeinflusse den Vergleich erheblich. Eine Gleichwertigkeit von Fable bei „High“ und Opus bei „Max“ gebe Anthropic als Hersteller an, was der Autor als überprüfbare, aber nicht unabhängige Behauptung einordnet.
Seine Empfehlung: Opus für Routine, kurze oder unbeaufsichtigte Aufgaben und knappe Budgets; Fable, wenn Zeit zählt. Er schlägt vor, mehrere eigene Aufgaben mit Kosten, Laufzeit, Qualität und Einstellung zu protokollieren. Außerdem warnt er vor verlorenem Begründungskontext beim Wechsel von Fable zu Opus.
Ausführlich lesen
Der Bericht vergleicht die Kosten und Laufzeiten zweier Modelle anhand derselben umfangreichen visuellen Aufgabe namens „Cathedral of Ice“, bei der eine Eisstruktur, ein Schiff und ein Wal gestaltet werden sollten. Der Autor berichtet, Fable 5.2 habe dafür 81,10 US-Dollar benötigt und nach 1 Stunde, 56 Minuten und 52 Sekunden abgeschlossen. Opus 5.5 habe 45,97 US-Dollar gekostet und 3 Stunden, 11 Minuten und 26 Sekunden gebraucht. In diesem einzelnen Durchlauf war Fable demnach 35,13 US-Dollar teurer, aber rund 75 Minuten schneller. Der Autor folgert, dass neben dem Preis pro Token auch die Kosten pro fertiggestellter Aufgabe und der Wert der eingesparten Wartezeit berücksichtigt werden sollten. Aus den Zahlen errechnet er ungefähr 28 US-Dollar pro eingesparter Stunde. Ob sich der Aufpreis lohnt, hängt laut Bericht davon ab, ob eine Person oder ein nachgelagerter Arbeitsschritt auf das Ergebnis wartet; bei unbeaufsichtigten Nachtläufen sei die Zeitersparnis weniger wertvoll.
Der Autor betont ausdrücklich, dass der Vergleich nur ein einzelner Lauf und weder ein Benchmark noch ein allgemeines Urteil über alle Aufgaben ist. Zur Einordnung führt er veröffentlichte Benchmarkwerte an: Fable 5.2 erreiche bei FrontierCode 2.0 49,1 Prozent, Opus 5.5 45,5 Prozent und GPT-6 Astra 42,8 Prozent. Beim Intelligence Index nennt er Werte von 65 für Fable und 59 für Opus. Außerdem behauptet er, Fable 5.2 sei gegenüber Fable 5.1 um 30 Prozent schneller und 20 Prozent günstiger. Diese Angaben werden im Text berichtet; eine eigenständige Überprüfung oder nähere Beschreibung der Benchmarks ist dort nicht enthalten.
Als wichtige Einschränkung nennt der Bericht die gewählte Rechenintensität: Bei der höchsten Reasoning-Einstellung koste eine Aufgabe mit Fable im Durchschnitt ungefähr das 2,6-Fache einer Aufgabe mit Opus. Der konkrete Vergleich von 81,10 zu 45,97 Dollar fällt geringer aus; der Autor vermutet, dass die Efforteinstellungen dafür entscheidend sind. Zusätzlich gibt er eine Aussage von Anthropic wieder, wonach Fable 5.2 mit „High“-Einstellung Opus 5.5 mit „Max“ bei Coding-Aufgaben ungefähr zur Hälfte der Kosten erreichen könne. Er kennzeichnet dies als Herstellerangabe und empfiehlt, sie selbst zu testen.
Als praktische Auswahlregel empfiehlt der Autor Opus 5.5 für Routineaufgaben, unbeaufsichtigte Läufe, kurze wiederholbare Arbeiten und Einsätze mit engem Budget. Fable 5.2 solle dort zum Einsatz kommen, wo die kürzere Laufzeit wichtig ist. Die Einstellungen müssten bei Kostenvergleichen stets mit angegeben werden, da sie die Rechnung stark beeinflussen könnten. Ein weiterer behaupteter Nachteil des Modellwechsels: Nur Fable 5.2 und Mythos 5.2 könnten die „thinking blocks“ von Fable 5.2 lesen; bei einem Wechsel zu Opus gehe dieser Begründungskontext verloren. Der Autor rät daher, Modelle aufgabenbezogen auszuwählen und während eines Projekts nicht unnötig zu wechseln.
Zum eigenen Vergleich schlägt er vor, drei wiederkehrende Aufgaben mit beiden Modellen auszuführen und jeweils Modell samt Efforteinstellung, Kosten, Laufzeit, subjektive Qualität auf einer Skala von 1 bis 5 sowie die Kosten pro eingesparter Stunde festzuhalten. Der Text enthält daneben Werbung für einen kostenpflichtigen Claude-Leitfaden und einen Newsletter. Seine zentrale Aussage bleibt eine Empfehlung zur aufgabenbezogenen Abwägung von Kosten, Wartezeit, Qualität und Einstellungen; die vorgelegten Messwerte allein belegen keine allgemeine Überlegenheit eines Modells.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Luna hat zwei Fassungen ihrer Zusammenfassung geliefert, die den Bericht im Kern treu wiedergeben. Die Einordnung stützt sich nur auf den Bericht, einen Kostenvergleich zwischen zwei Modellen, der die Sicherheitsfragen kaum berührt. Lunas angegebene Stufen und Anteile sind daher durch den Text nicht gedeckt.
Im Bericht, aber nicht in der Zusammenfassung
- Der Autor nennt die als besser empfundene Ausgabequalität von Fable als Grund, den Aufpreis für möglicherweise gerechtfertigt zu halten
- Die konkreten Benchmark-Werte (FrontierCode 2.0 mit 49,1 gegen 45,5 Prozent, Intelligence Index 65 gegen 59) fehlen, obwohl die Zusammenfassung höhere Werte für Fable erwähnt
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 45 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 55 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 72 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 36 %einzelne zitierbare Belege
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 48 %einzelne zitierbare Belege
- JEV 47 %beantwortet teilweise oder widerspricht
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar?
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 55 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Alle Berichte im Archiv