---
title: "Was ist bei Claude Fable 5.1 anders: Prüfung der Kosten-, Leistungs- und Sicherheitsbehauptungen"
locale: de
category: ai_data
category_name: "KI-Daten"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/claude-fable-5-1-claims-verification
published_at: 2026-09-03T19:59:42+09:00
---

# Was ist bei Claude Fable 5.1 anders: Prüfung der Kosten-, Leistungs- und Sicherheitsbehauptungen

> Die Kernaussage des als Claude Fable 5.1 vorgestellten Updates ist nicht eine Senkung der allgemeinen Tokenpreise, sondern eine Reduzierung der Kosten für Cache-Lesezugriffe bei wiederkehrendem Kontext. Da die bereitgestellten Materialien jedoch weder eine URL zur offiziellen Ankündigung noch eine Modellkarte enthalten, müssen Modellname, Spezifikationen, Benchmarks und Sicherheitskennzahlen gesondert anhand offizieller Dokumente von Anthropic geprüft werden.

## Key Points

- Die bereitgestellten Materialien behaupten, dass die Kosten für Cache-Lesezugriffe bei Claude Fable 5.1 um 75% gesunken sind; vor der Prüfung der offiziellen Preisliste darf dies jedoch nicht als bestätigter Preis zitiert werden.
- Cache-Rabatte sind für Agenten vorteilhaft, die denselben Kontext wiederholt lesen, senken aber nicht zugleich die Kosten ausgabeintensiver Aufgaben im gleichen Verhältnis.
- Laut den bereitgestellten Materialien fallen die Benchmark-Zuwächse bei wissenschaftlicher Forschung und Automatisierungsaufgaben groß, bei Programmieraufgaben hingegen vergleichsweise klein aus.
- Weniger Eingriffe durch Schutzmechanismen sind nicht als Aufhebung von Beschränkungen zu verstehen, sondern als Verringerung von Fehlalarmen und unnötigen Fallbacks bei legitimen Sicherheits- und wissenschaftlichen Aufgaben.
- Die Entscheidung über eine tatsächliche Einführung sollte nach Prüfung der offiziellen Modell-ID, der Preisliste, der Cloud-Region und der Bedingungen zur Datenspeicherung sowie nach einer erneuten Bewertung anhand eigener Arbeitsproben getroffen werden.

Das als Claude Fable 5.1 vorgestellte Update konzentriert sich der Beschreibung zufolge weniger auf Spitzenwerte bei Benchmarks als auf die Betriebskosten von Agenten, die Art der Antworten und die Verringerung von Fehlalarmen bei Sicherheitsvorkehrungen. Insbesondere bei Coding- und Arbeitsagenten, die wiederholt denselben System-Prompt und Arbeitsverlauf lesen, kann der Preis für den Prompt-Cache die tatsächlichen Kosten erheblich beeinflussen.

Die bereitgestellten Unterlagen enthalten jedoch keine URLs zur offiziellen Ankündigung, Preisliste oder Modellkarte von Anthropic. Daher werden die dort genannten Zahlen im Folgenden ausdrücklich als **Behauptungen der bereitgestellten Unterlagen** gekennzeichnet. Zudem werden die Punkte erläutert, die anhand offizieller Dokumente überprüft werden müssen, sowie Methoden zur Bewertung der tatsächlichen Kosten.

## Zunächst zu prüfende Schlussfolgerungen

- Die bereitgestellten Unterlagen nennen als Modellnamen `Claude Fable 5.1` und als API-Modell-ID `claude-fable-5-1`.
- Veröffentlichungsdatum, Kontextlänge, Ausgabelimit, Wissensstichtag, Preise und Benchmark-Werte müssen anhand der offiziellen Modellkarte erneut überprüft werden.
- Die größte behauptete Änderung betrifft nicht die regulären Preise für Eingabe und Ausgabe, sondern die Senkung des Preises für Cache-Lesevorgänge.
- Die Kostensenkung hängt davon ab, wie häufig der Cache erneut gelesen wird. Bei einmaligen Anfragen oder ausgabelastigen Aufgaben kann der Effekt gering sein.
- Die Behauptung, dass Sicherheitsvorkehrungen seltener eingreifen, bedeutet nicht, dass sämtliche Sicherheitsbeschränkungen aufgehoben wurden.

## In den bereitgestellten Unterlagen genannte Basisspezifikationen

Die folgende Tabelle ist keine offiziell bestätigte Spezifikationstabelle, sondern eine strukturierte Darstellung der Angaben aus den bereitgestellten Unterlagen. Vor der Auswahl der tatsächlichen API muss in der Modellübersicht und auf der Preisseite von Anthropic überprüft werden, ob dieselbe Modell-ID existiert.

| Punkt | Behauptung der bereitgestellten Unterlagen | Zu prüfender Punkt |
|---|---:|---|
| Modellname | Claude Fable 5.1 | Aufnahme in die offizielle Modellliste von Anthropic |
| Modell-ID | `claude-fable-5-1` | Exakte Zeichenfolge in der API-Konsole und Modelldokumentation |
| Veröffentlichungsdatum | 1. September 2026 | Datum der offiziellen Ankündigung und Zeitpunkt der allgemeinen Verfügbarkeit |
| Kontextfenster | 1 Million Token | Standardmäßig verfügbar oder Beta beziehungsweise an gesonderte Bedingungen geknüpft |
| Maximale Ausgabe | 128.000 Token | Limit pro Anfrage und Unterschiede je nach Plattform |
| Wissensstichtag | Juni 2026 | Wissensstichtag in der offiziellen Modellkarte |
| Eingabepreis | 10 Dollar pro 1 Million Token | Gesonderte Tarife etwa für Batch-Verarbeitung und lange Kontexte |
| Ausgabepreis | 50 Dollar pro 1 Million Token | Ob Reasoning-Token enthalten sind |
| Preis für Cache-Lesevorgänge | 0,25 Dollar pro 1 Million Token | Preis für die Cache-Erstellung und Gültigkeitsdauer |
| Reasoning-effort | von low bis max, standardmäßig high | API-Parametername und unterstützter Bereich |
| Bereitstellungsumgebung | Claude API und große Cloud-Plattformen | Region, Kontostufe und Veröffentlichungsphase |

Sollten auch nur einzelne dieser Angaben von den offiziellen Dokumenten abweichen, müssen Kostenberechnung und Systemdesign gemäß den offiziellen Dokumenten angepasst werden. Spezifikationen bestehender Claude-Modelle dürfen nicht allein aufgrund ähnlicher Modellnamen übernommen werden.

## Warum der Preis für Cache-Lesevorgänge für die Kosten von Agenten wichtig ist

Ein gewöhnlicher Chat kann nach einem einzigen Prompt und einer einzigen Antwort beendet sein. Ein Agent hingegen wiederholt bis zur Erledigung einer Aufgabe häufig mehrfach den folgenden Prozess.

1. Er liest die Systemanweisungen und den bisherigen Gesprächsverlauf.
2. Er ruft Werkzeuge zur Dateisuche oder Datenabfrage auf.
3. Er bewertet die Werkzeugergebnisse erneut im bisherigen Kontext.
4. Er ändert Code oder legt die nächste Aktion fest.
5. Er liest die Testergebnisse und wiederholt bei einem Fehlschlag den Prozess.

Dabei können unveränderte Token wie System-Prompt, Repository-Anweisungen, Gesprächsverlauf und Werkzeugdefinitionen bei jedem Schritt erneut übertragen werden. Bei einem Cache-Treffer kann für diesen Teil anstelle des regulären Eingabepreises der Preis für Cache-Lesevorgänge gelten.

Unter der Annahme, dass die Preise in den bereitgestellten Unterlagen stimmen, sinkt der Preis für Cache-Lesevorgänge von 1 Dollar auf 0,25 Dollar pro 1 Million Token. Die prozentuale Senkung des Preises selbst beträgt:

`(1.00 - 0.25) ÷ 1.00 × 100 = 75%`

Die Gesamtrechnung sinkt dadurch jedoch nicht um 75%. Kosten für neue Eingaben, Cache-Erstellung, Ausgaben, Werkzeugausführung und externe Infrastruktur bleiben separat bestehen.

### Beispiel einer hypothetischen Kostenberechnung

Angenommen, für ein Aufgabenpaket werden 1 Million Token an neuen Eingaben, 20 Millionen Token an Cache-Lesevorgängen und 200.000 Token an Ausgaben verwendet. Die Kosten für die Cache-Erstellung und externe Werkzeuge werden nicht berücksichtigt.

| Kostenbestandteil | Annahme zum bisherigen Cache-Preis | Annahme zum geänderten Preis |
|---|---:|---:|
| Neue Eingabe | 10 Dollar | 10 Dollar |
| Cache-Lesevorgänge | 20 Dollar | 5 Dollar |
| Ausgabe | 10 Dollar | 10 Dollar |
| Summe | 40 Dollar | 25 Dollar |

In diesem Beispiel sinken die Gesamtkosten um 37,5%. Wenn hingegen kaum Cache-Lesevorgänge stattfinden oder der Anteil der Ausgabe hoch ist, fällt die Senkung deutlich geringer aus.

### Faktoren, die die Kostensenkung bestimmen

- Umfang wiederholter Prompts und Arbeitsverläufe
- Cache-Trefferrate und Gültigkeitsdauer des Caches
- Umfang der bei jedem Schritt neu hinzugefügten Werkzeugergebnisse
- Antwortlänge und Ausgabepreis
- Anzahl der Wiederholungsversuche nach Fehlschlägen
- Kosten der erstmaligen Cache-Erstellung
- Gesonderte Gebühren und regionale Bedingungen der Cloud-Plattform

Die bereitgestellten Unterlagen berichten von einer gemessenen Kostensenkung von etwa 25% bei allgemeinen Aufgaben und etwa 45% bei Agenten mit vielen Werkzeugaufrufen. Da diese Werte aus bestimmten Nutzungsmustern stammen können, dürfen sie nicht als garantierte Einsparungen für sämtliche Workloads verwendet werden.

## Abonnementlimits und API-Kosten sind nicht dasselbe

Bei einer API werden die Kosten im Allgemeinen anhand der tatsächlich verwendeten Eingabe-, Ausgabe- und Cache-Token berechnet. Pauschaltarifprodukte von Claude können ihre Nutzungslimits hingegen unter Berücksichtigung mehrerer Faktoren wie Anzahl der Nachrichten, Sitzungsdauer, Modellauslastung und Werkzeugnutzung verwalten.

Daher lässt sich aus einer Senkung der Kosten pro Aufgabe in der API um 30% nicht schließen, dass sich die Nutzungsdauer in einem Pauschaltarif exakt um 30% verlängert. Abonnenten müssen die Hinweise zu den Limits im Produkt und die offiziellen Support-Dokumente von Anthropic prüfen.

## Wie sollen sich die Benchmark-Werte verändert haben?

Die in den bereitgestellten Unterlagen genannten Vergleichswerte und Veränderungen lauten wie folgt. Bei Prozentwerten ist es genauer, neben der relativen Steigerung auch die Differenz in Prozentpunkten zu betrachten.

| Bewertungspunkt | Behaupteter Wert für Fable 5 | Behaupteter Wert für Fable 5.1 | Veränderung |
|---|---:|---:|---:|
| Terminal-Bench-Science | 24,7% | 52,6% | +27,9 Prozentpunkte |
| Terminal-Bench 4.0 | 42,0% | 55,8% | +13,8 Prozentpunkte |
| GDPval-AA v2 | 1.723 | 1.853 | +130 |
| AutomationBench | 17,1% | 31,4% | +14,3 Prozentpunkte |
| CursorBench 3.2 | 70,5% | 73,4% | +2,9 Prozentpunkte |
| HLE-Konfiguration 1 | 57,8% | 60,9% | +3,1 Prozentpunkte |
| HLE-Konfiguration 2 | 63,8% | 65,0% | +1,2 Prozentpunkte |

Allein anhand der Unterlagen fallen die Verbesserungen bei Terminalaufgaben für die wissenschaftliche Forschung und bei Automatisierungsbewertungen groß aus, während sich einige Coding- und Wissensbewertungen eher schrittweise verbessert haben. Dies als umfassenden Generationswechsel zu interpretieren, wäre schwierig.

Beim Vergleich von Benchmarks müssen die folgenden Bedingungen identisch sein.

- Identische Bewertungsdaten und Versionen
- Identische Werkzeuge und Internetzugriffsrechte
- Identische effort- oder Reasoning-Einstellungen
- Gleiche Anzahl von Wiederholungsversuchen und identische Sampling-Bedingungen
- Ob ein Fallback-Modell verwendet wurde
- Kosten und Verarbeitungszeit pro Bewertung

Wenn lediglich der Wert höher ist, Kosten oder Latenz jedoch deutlich steigen, lässt sich daraus nicht ableiten, dass das Modell in der praktischen Arbeit effizienter ist.

## Verbesserungen des Schreibstils müssen separat bewertet werden

Die Qualität des Schreibens lässt sich nur schwer in einem einzelnen Benchmark-Wert zusammenfassen. Bei der tatsächlichen Dokumentenarbeit ist ein Blindvergleich mit dem vorherigen Modell anhand der folgenden Kriterien besser geeignet.

- Hält es den gewünschten Stil und das gewünschte Format von Anfang an ein?
- Wurden unnötige Einleitungen und Wiederholungen reduziert?
- Erfindet es keine unbelegten Details?
- Bleiben Terminologie und Schlussfolgerungen auch in langen Dokumenten konsistent?
- Ändert es bei Korrekturanfragen ausschließlich die erforderlichen Stellen präzise?
- Klingen koreanische Sätze natürlich und nicht wie Übersetzungen?
- Verändert es die Bedeutung von Zitaten und Originaltext nicht eigenmächtig?

Derselbe Prompt sollte mehrfach ausgeführt und bewertet werden, um die Wahrscheinlichkeit zu verringern, zufällige Unterschiede bei den Antworten fälschlich als Modellverbesserung zu interpretieren.

## Die genaue Bedeutung seltenerer Eingriffe durch Sicherheitsvorkehrungen

Die bereitgestellten Unterlagen behaupten, dass Eingriffe durch cybersicherheitsbezogene Sicherheitsvorkehrungen in Claude Code im Durchschnitt um etwa 60% pro Sitzung zurückgegangen seien und Fallbacks bei Aufgaben aus der grundlegenden Biologie und allgemeinen Medizin um etwa 85% abgenommen hätten. Liegt kein offizieller Bewertungsbericht vor, müssen die Stichprobe, der Messzeitraum, die Definition einer Sitzung und die Bezugsgröße dieser Prozentwerte überprüft werden.

Eine solche Veränderung kann bedeuten, dass legitime defensive Aufgaben seltener fälschlich als gefährliche Anfragen eingestuft werden. Dazu gehört beispielsweise, dass die Überprüfung genehmigten Codes auf Schwachstellen, Vorschläge für Patches und die Prüfung sicherer Konfigurationen seltener unnötig unterbrochen werden.

Die Verringerung von Fehlalarmen ist jedoch nicht dasselbe wie die Abschaffung von Sicherheitsrichtlinien. Anfragen, die tatsächliche Angriffe, den Diebstahl von Zugangsdaten, die Verbreitung von Schadsoftware oder die Automatisierung von Angriffen substanziell unterstützen, können weiterhin eingeschränkt werden. Organisationen dürfen die Tatsache, dass das Modell geantwortet hat, nicht als rechtliche Befugnis oder geschäftliche Genehmigung betrachten.

## Auch bei Behauptungen zum Schutz von Unternehmensdaten müssen die Vertragsbedingungen geprüft werden

Die bereitgestellten Unterlagen beschreiben ein System namens `Enterprise Frontier Safeguard`, das darauf ausgelegt sei, Kundendaten in der Cloud-Umgebung des Kunden zu speichern und erforderliche Prüfungen durch Personen ebenfalls von der Kundenorganisation durchführen zu lassen. Zudem wird behauptet, es sei gemeinsam mit Kunden unter anderem aus den Bereichen Finanzen, Medizin, Recht und öffentliche Verwaltung sowie mit großen Cloud-Anbietern entwickelt worden.

Bei der Verarbeitung sensibler Daten dürfen nicht nur der Name oder die einführende Beschreibung betrachtet werden. Die folgenden Punkte müssen anhand des Vertrags und der technischen Dokumentation geprüft werden.

| Prüfbereich | Konkrete Frage |
|---|---|
| Speicherort | In welcher Region werden Prompts, Ausgaben, Protokolle und Sicherheitssignale gespeichert? |
| Aufbewahrungsdauer | Wie lange ist die standardmäßige Aufbewahrungsdauer, und welche Optionen zur sofortigen Löschung gibt es? |
| Menschlicher Zugriff | Unter welchen Bedingungen können zuständige Personen welcher Organisation den Originaltext einsehen? |
| Nutzung für Training | Werden Kundendaten für das Modelltraining oder die Produktverbesserung verwendet? |
| Verschlüsselung | Werden Verschlüsselung bei Übertragung und Speicherung sowie kundenseitig verwaltete Schlüssel unterstützt? |
| Unterauftragsverarbeiter | Welche Cloud- und Dienstanbieter können auf die Daten zugreifen? |
| Auditfunktionen | Werden Zugriffsaufzeichnungen, Administratorprotokolle und Exportfunktionen bereitgestellt? |
| Reaktion auf Vorfälle | Wie werden Fristen für die Meldung von Sicherheitsverletzungen und der Haftungsumfang festgelegt? |

Die Aussage, dass Daten in der Cloud des Kunden verbleiben, bedeutet nicht automatisch, dass regulatorische Anforderungen oder Vertraulichkeitsanforderungen erfüllt sind.

## Vor der tatsächlichen Einführung durchzuführendes Prüfverfahren

Die Prüfung mit eigenen Workloads ist wichtiger als öffentliche Benchmarks. Mit einer Prüfung in der folgenden Reihenfolge lassen sich Kosten und Qualität gemeinsam vergleichen.

1. Modellname und Modell-ID in der offiziellen Modellliste von Anthropic prüfen.
2. In der Preisliste die Preise für Eingabe, Ausgabe, Cache-Erstellung und Cache-Lesevorgänge jeweils separat erfassen.
3. Repräsentative Stichproben von Aufgaben, die mit dem vorherigen Modell ausgeführt wurden, ohne personenbezogene oder vertrauliche Informationen vorbereiten und den Stichprobenumfang gemäß den internen Bewertungskriterien festlegen.
4. effort, Werkzeugberechtigungen, Anzahl der Wiederholungsversuche und maximale Ausgabe für jedes Modell identisch einstellen.
5. Erfolgsquote, Gesamtzahl der Token, Umfang der Cache-Treffer, Latenz und menschliche Korrekturzeit messen.
6. Bei Aufgaben, für die Sicherheitsvorkehrungen wichtig sind, etwa in den Bereichen Sicherheit und Medizin, Fehlalarme bei legitimen Anfragen und die Blockierung gefährlicher Anfragen separat testen.
7. Die erwarteten monatlichen Kosten ausschließlich für Aufgaben berechnen, die die Qualitätsprüfung bestanden haben.

### Zu erfassende zentrale Kennzahlen

- Aufgabenerledigungsquote und Erfolgsquote beim ersten Versuch
- Neue Eingabe-, Cache-Lese- und Ausgabe-Token pro Aufgabe
- Cache-Trefferrate
- Anzahl der Werkzeugaufrufe und Fehlschläge
- Durchschnittliche Latenz und Latenz im 95. Perzentil
- Zeitaufwand für menschliche Korrekturen
- Anzahl der Eingriffe durch Sicherheitsvorkehrungen und der Modell-Fallbacks
- Gesamte API-Kosten pro Aufgabe

Nur anhand dieser Kennzahlen lässt sich feststellen, ob die Preissenkung tatsächlich zu einer Produktivitätssteigerung geführt hat. Wenn wegen niedrigerer Token-Kosten mehr Zeit für die Prüfung von Fehlern benötigt wird, können die gesamten Arbeitskosten sogar steigen.

## Zu beachtende Punkte beim Vergleich mit Konkurrenzmodellen

Die bereitgestellten Unterlagen erwähnen auch Preise für Modelle anderer Unternehmen, enthalten jedoch keine offiziellen URLs zur Überprüfung der entsprechenden Modellnamen und Aktionsbedingungen. Daher ist es nicht angemessen, nicht verifizierte Preise von Konkurrenzmodellen als endgültige Werte weiterzugeben.

Beim Vergleich von Modellen müssen neben dem oberflächlichen Preis pro 1 Million Token auch die folgenden Punkte aufeinander abgestimmt werden.

- Kontextlänge und tatsächlich nutzbares Ausgabelimit
- Preise für Cache-Erstellung und Cache-Lesevorgänge sowie deren Gültigkeitsdauer
- Abrechnungsweise für Reasoning-Token
- Erfolgsquote bei Werkzeugaufrufen
- Anzahl der Wiederholungsversuche, die zum Erreichen derselben Qualität erforderlich sind
- Bedingungen für Datenaufbewahrung und Nutzung für das Training
- Region und Durchsatzbeschränkungen
- Fallback-Verhalten bei Störungen

Auch ein Modell mit teurer Ausgabe kann niedrigere Gesamtkosten verursachen, wenn es die Aufgabe in einem einzigen Versuch erledigt. Umgekehrt kann ein Modell mit niedrigem Stückpreis bei wiederholten Fehlschlägen teurer sein.

## Gesamtbewertung

Unter der Voraussetzung, dass die Angaben in den bereitgestellten Unterlagen durch offizielle Dokumente bestätigt werden, liegt der Kern von Claude Fable 5.1 weniger in einer allgemeinen Preissenkung als in einer **Verbesserung der Betriebseffizienz von Agenten, die große Mengen wiederholten Kontexts lesen**. Als weitere wesentliche Veränderungen werden höhere Benchmarks in Wissenschaft und Automatisierung, Verbesserungen des Schreibstils und weniger Fehlalarme durch Sicherheitsvorkehrungen bei legitimen Aufgaben genannt.

Auf Grundlage der derzeit bereitgestellten Belege ist es jedoch schwierig, Modellname, Veröffentlichungsdatum, Preise, Benchmarks und das Schutzsystem für Unternehmen als bestätigte Tatsachen anzuführen. Vor der tatsächlichen Einführung müssen zunächst die offizielle Modelldokumentation und Preisliste von Anthropic geprüft und anschließend Cache-Trefferrate, Erledigungsquote und Gesamtkosten anhand eigener Aufgaben gemessen werden.

## FAQ

### Ist Claude Fable 5.1 ein von Anthropic offiziell angekündigtes Modell?
In den bereitgestellten Unterlagen wird es zwar so dargestellt, doch sie enthalten weder eine offizielle Ankündigung noch die URL einer Modellkarte. Solange die genaue Modell-ID `claude-fable-5-1` nicht in der Modellübersicht von Anthropic und in der API-Konsole bestätigt wurde, sollte man sicherheitshalber nicht davon ausgehen, dass es sich um ein offiziell veröffentlichtes Modell handelt.

### Sinken die gesamten API-Kosten ebenfalls um 75 %, wenn der Preis für Cache-Lesevorgänge um 75 % sinkt?
Nein. Die 75 % beziehen sich auf die Senkung des Preises für Cache-Lesevorgänge selbst. Die Kosten für neue Eingaben, die Cache-Erstellung, Ausgaben und externe Tools bleiben bestehen, sodass die Gesamtersparnis davon abhängt, welchen Anteil die Cache-Lesevorgänge an den Gesamtkosten haben.

### Welche Aufgaben profitieren besonders stark von Rabatten durch Prompt-Caching?
Vorteilhaft ist es für Coding-Agenten und die Automatisierung von Arbeitsabläufen, bei denen lange Systemanweisungen, Repository-Informationen, Gesprächsverläufe oder Tool-Definitionen über mehrere Schritte hinweg wiederholt gelesen werden. Bei einmaligen Fragen oder Aufgaben, deren Kontext sich jedes Mal stark verändert, ist die Wirkung begrenzt.

### Erhöhen sich die Nutzungslimits eines Claude-Abonnements im gleichen Verhältnis, wenn die API-Kosten sinken?
Das lässt sich nicht mit Sicherheit sagen. Die tokenbasierte API-Abrechnung und die Nutzungslimits von Pauschalabonnements können unterschiedlichen Richtlinien unterliegen. Tatsächliche Änderungen der Limits von Abonnementprodukten müssen gesondert anhand der offiziellen Produktinformationen von Anthropic überprüft werden.

### Führt ein höherer Benchmark-Wert bei allen Aufgaben zu besseren Ergebnissen?
Nein. Benchmarks sind Ergebnisse, die mit bestimmten Daten, Tools und unter bestimmten Bewertungsbedingungen gemessen wurden. Die Erfolgsquote und die Kosten müssen anhand einer repräsentativen Stichprobe der tatsächlich vorgesehenen Aufgaben erneut gemessen werden, etwa beim Verfassen koreanischsprachiger Dokumente, beim Ändern internen Codes oder bei lang andauernden Agentenaufgaben.

### Bedeutet ein selteneres Eingreifen der Sicherheitsvorkehrungen, dass alle sicherheitsbezogenen Anfragen zulässig sind?
Nein. Es ist so zu verstehen, dass Fehlalarme und unnötige Fallbacks bei legitimen defensiven Aufgaben reduziert wurden. Anfragen mit hohem Schadenspotenzial, etwa zu tatsächlichen Angriffen, zur Verbreitung von Schadsoftware oder zum Diebstahl von Zugangsdaten, können weiterhin eingeschränkt werden.

### Ist die Einhaltung regulatorischer Vorgaben gewährleistet, wenn Unternehmensdaten in der eigenen Cloud gespeichert werden?
Nein. Neben dem Speicherort der Daten müssen in Verträgen und technischen Dokumenten auch die Aufbewahrungsdauer, der Zugriff durch Menschen, die Nutzung für Trainingszwecke, Unterauftragsverarbeiter, die Verschlüsselung, Audit-Protokolle und die Bedingungen für die Meldung von Vorfällen geprüft werden.

### Welche Kennzahl ist für die Entscheidung über die Einführung von Fable 5.1 am wichtigsten?
Die Erfolgsquote bei den eigenen Aufgaben, die Menge der Cache-Treffer, die Gesamtzahl der Token pro Aufgabe, die Anzahl der Wiederholungsversuche, die Latenz, die menschliche Korrekturzeit und die gesamten API-Kosten müssen gemeinsam gemessen werden. Die Einführung sollte nicht allein anhand eines einzigen öffentlichen Benchmarks beschlossen werden.

## Sources

- [Anthropic-Dokumentation — Modellübersicht](https://docs.anthropic.com/en/docs/about-claude/models/overview)
- [Anthropic-Dokumentation — Preise](https://docs.anthropic.com/en/docs/about-claude/pricing)
- [Anthropic-Neuigkeiten](https://www.anthropic.com/news)

## Images

![Technikerin prüft den Systemstatus auf einem Touchscreen in einem Serverraum](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MTQ1MjUsInB1ciI6ImJsb2JfaWQifX0=--88627a9169f91e2f5d1d6aba13072e24e1e4bd22/ai-a85979fa.webp)
![Infografik eines KI-Chips mit sinkenden Kosten, Leistungsdiagrammen und Sicherheitsprüfungen](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MTQ1MzEsInB1ciI6ImJsb2JfaWQifX0=--5857ba722b25c8c08da7fe4bb6c910dec3cbcabb/ai-50a0ff25.webp)