Claude Opus 5.5 vs. Fable 5.1: Kosten und Einsatz beim Coding
Opus 5.5 ist der kostengünstige Standard für prüfbaren Code und begrenzte Agentenarbeit; Fable 5.1 lohnt sich vor allem bei schwer kontrollierbaren oder im ersten Versuch kritischen Aufgaben.
Inhalt
Wenn Sie den Diff prüfen, Tests ausführen und das fertige Produkt kontrollieren können, sollte Claude Opus 5.5 für alltägliche Entwicklung und klar begrenzte Agentenaufgaben die Standardwahl sein. Ein- und Ausgabe-Tokens kosten jeweils 60 % weniger als bei Fable 5.1, und unabhängige Auswertungen zeigen häufig gleichwertige oder bessere Ergebnisse. Opus kann allerdings mehr Tokens verbrauchen und braucht weiterhin Aufsicht.
Der Aufpreis für Fable 5.1 lohnt sich, wenn das Ergebnis zu groß für eine verlässliche manuelle Prüfung ist oder wenn eine fehlerhafte erste Lieferung wesentlich teurer wäre als die Modellrechnung. Der folgende Vergleich basiert auf veröffentlichten Preisen, unabhängigen Benchmarks und Praxistests mit Stand vom 26. September 2026.
Schnelle Entscheidung: Opus als Standard, Fable für ausgewählte Hochrisikoaufgaben
| Ihre Aufgabe | Erste Wahl | Warum |
|---|---|---|
| Features, Bugfixes und Prototypen in einer vertrauten Codebasis | Opus 5.5 | Niedrigerer Preis, fast Fable-Niveau und gut prüfbares Ergebnis |
| Migrationen, Audits oder Massenänderungen mit klaren Abnahmetests | Opus 5.5 | Stark bei langen Aufgaben, sofern Kontrollpunkte und Abbruchregel feststehen |
| Schwieriges Problem, dessen Diff zu groß oder subtil für eine schnelle Prüfung ist | Fable 5.1 | Praxistester sehen weiterhin die höhere Leistungsgrenze bei den härtesten Problemen |
| Ergebnis soll möglichst im ersten Durchlauf stimmen | Fable 5.1 | Der Mehrpreis kann geringer sein als Nacharbeit oder Terminverlust |
| Offener Agentenlauf ohne Budget und Definition of Done | Nicht unbeaufsichtigt starten | Opus kann den Umfang ausweiten und weiter verbrauchen; zuerst Grenzen setzen |
Die Formel „Opus ist billig, Fable ist klug“ greift zu kurz. Entscheidend sind die Gesamtkosten für dieselbe abgeschlossene Aufgabe: Eingabe, Ausgabe, Cache, Tools, Wiederholungen, menschliche Prüfung und Nacharbeit.
Listenpreis: Opus-Tokens kosten 40 % des Fable-Preises
Am 26. September 2026 listete Anthropic Opus 5.5 mit 4 US-Dollar je Million Eingabe-Tokens und 20 US-Dollar je Million Ausgabe-Tokens. Every nennt in seinem Praxistest für Fable 5.1 10 beziehungsweise 50 US-Dollar.
| Je 1 Mio. Tokens | Opus 5.5 | Fable 5.1 | Opus gegenüber Fable |
|---|---|---|---|
| Eingabe | $4 | $10 | 60 % günstiger |
| Ausgabe | $20 | $50 | 60 % günstiger |
Bei derselben Mischung aus Ein- und Ausgabe kostet Fable pro Token das 2,5-Fache. Anthropic veröffentlicht für Opus außerdem 0,20 US-Dollar je Million gelesener Cache-Tokens und 5 US-Dollar je Million geschriebener Cache-Tokens. Einen direkten Cache-Preisvorteil gegenüber Fable behaupten wir nicht, weil die zitierte Fable-Quelle keinen vergleichbaren Cache-Tarif enthält.
Der Listenpreis beantwortet „Was kostet ein Token?“, nicht „Was kostet diese Aufgabe?“. Ein Coding-Agent kann Dateien lesen, Tools aufrufen, Tests erneut ausführen und eigene Änderungen reparieren. Deshalb können zwei Modelle für denselben Auftrag sehr unterschiedliche Tokenmengen benötigen.
Tokenverbrauch pro Aufgabe: Opus erzeugte rund 53 % mehr, kostete aber weniger
Artificial Analysis berichtet bei maximalem effort folgende durchschnittliche Ausgabe pro Intelligence-Index-Aufgabe:
- Opus 5.5: etwa 119.000 Ausgabe-Tokens;
- Fable 5.1: etwa 78.000 Ausgabe-Tokens.
Opus erzeugte damit ungefähr 53 % mehr Ausgabe. Werden diese öffentlichen Durchschnittswerte mit den veröffentlichten Ausgabepreisen kombiniert, ergibt sich folgende reine Ausgabe-Illustration:
- Opus 5.5: 119.000 ÷ 1.000.000 × $20 ≈ $2,38;
- Fable 5.1: 78.000 ÷ 1.000.000 × $50 ≈ $3,90.
In diesem konkreten Testaufbau verbrauchte Opus rund 1,53-mal so viele Ausgabe-Tokens, die Ausgabekosten lagen dennoch etwa 39 % niedriger. Allein aus dem Preisverhältnis von 2,5 zu 1 folgt: Bei ähnlicher Ein-/Ausgabestruktur könnte Opus bis zu 2,5-mal so viele Tokens verbrauchen, bevor die Tokenkosten gleichziehen.
Das ist keine reale Coding-Rechnung. Eingabe, Cache, Tool-Aufrufe, Fehlversuche und Anbieteraufschläge fehlen, und der Intelligence Index bildet Ihr Repository nicht ab. Die engere Aussage lautet: Mehr Opus-Ausgabe bedeutet nicht automatisch höhere Kosten, doch der niedrige Stückpreis ist kein Freibrief für einen unbegrenzten Langlauf.
Unabhängige Benchmarks: Opus ist der stärkere Standard, aber kein vollständiger Ersatz
Artificial Analysis bewertete Opus 5.5 bei maximalem effort mit 58 Punkten — dem höchsten bis dahin gemessenen Intelligence-Index-Wert der Organisation. Direkte Vergleiche mit Fable 5.1 umfassen:
| Unabhängige Bewertung | Opus 5.5 | Fable 5.1 | Praktische Lesart |
|---|---|---|---|
| Humanity’s Last Exam | 61,4 % | 59,1 % | Kleiner Vorsprung für Opus |
| SciCode | 66,9 % | 63,1 % | Opus vorn bei wissenschaftlichen Coding-Fragen |
| GDPval-AA v2.1 | 1846 Elo | 1735 Elo | Opus vorn bei agentischer Wissensarbeit |
| AA-Briefcase v1.1 | 1822 Elo | 143 Elo hinter Opus | Opus insgesamt vorn, Fable aber bei der rubrikbasierten Teilwertung leicht besser |
Derselbe Bericht betont, dass Opus nicht überall führt: Bei CritPt, AA-LCR und GDP.pdf liegt es zurück. Vier effort-Stufen befanden sich auf der Pareto-Grenze von Intelligenz und Aufgabenkosten. Das spricht für eine starke Kombination aus Leistung und Preis, nicht für einen Sieg bei jeder Arbeitslast.
Auch die von Anthropic veröffentlichten Coding-Zahlen zeigen in diese Richtung. Auf der Seite werden für CursorBench 4.0 etwa 52,5 % für Opus mit dem standardmäßigen medium effort und 51,8 % für Fable mit max effort genannt. Das sind Herstellerwerte, und Anthropic weist selbst darauf hin, dass kleine Benchmark-Abstände zwischen Spitzenmodellen reale Unterschiede immer schlechter vorhersagen. Nutzen Sie sie für die Vorauswahl, nicht als Ersatz für einen Test mit eigenen Aufgaben.
Praxistest: Grüne Checks können ein kaputtes Produkt verdecken
Das Every-Team nutzte Opus 5.5 sieben Tage vor der Veröffentlichung. Das Medium legt offen, dass Anthropic den Vorabzugang bereitstellte, aber keinen Einfluss auf die Rezension hatte. Die Tester kamen nicht zu einem einheitlichen Urteil — genau das hilft bei der Grenzziehung:
- Ein Tester ersetzte Fable durch Opus als tägliches Modell und fand es für Produktarbeit und Code gleich gut oder teilweise besser.
- Ein anderer nannte es einen „kleineren Fable“: praktikabel im Alltag und für große End-to-End-Projekte, während er bei den härtesten Problemen Fable bevorzugte.
- Ein Tester schätzte Opus beim Coding auf etwa 90 % von Fable. Das ist eine persönliche Einschätzung auf seinem Aufgabensatz, kein allgemeiner Benchmark.
Besonders lehrreich war eine sprachgesteuerte Formular-App. Opus arbeitete ungefähr 30 Minuten und verbrauchte rund 5,9 Millionen Tokens. Die automatischen Checks waren grün, doch bei echter Nutzung stürzten zentrale Bildschirme ab und der vorgeschriebene KI-Dienst wurde nie aufgerufen.
Darum eignet sich Opus für Features und Prototypen in einer bekannten Codebasis nur mit drei menschlichen Schranken: Diff lesen, echte Anwendung ausführen und kritische externe Aufrufe prüfen. Bewahren Sie separate Kopien der für die Validierung nötigen Dateien auf, damit ein Agent seine eigenen Belege nicht versehentlich verändert oder löscht.
Wann sich Fable 5.1 weiterhin lohnt
1. Die Änderung ist zu groß für eine schnelle Sichtprüfung
Wenn mehrere Dienste betroffen sind, eine irreversible Datenmigration ansteht oder Sicherheits- und Nebenläufigkeitsfehler verborgen bleiben können, zählt die Korrektheit des ersten Versuchs mehr als der Tokenpreis. Die Every-Tester gaben diese größten und schwierigsten Probleme weiterhin an Fable.
Fragen Sie nicht nur nach dem Aufpreis. Berechnen Sie, wie viele Engineering-Stunden ein vermiedener Fehler spart. Kostet ein Rollback, Vorfall oder eine Untersuchung mehr als die Modellprämie, kann Fable wirtschaftlicher sein.
2. Die erste Lieferung soll möglichst stimmen
Bei strenger Vorlage, Markenregeln oder harter Frist war Fable im Every-Test die sicherere der beiden Optionen. In einer Präsentationsaufgabe lieferte Opus ein besseres Layout, verwendete aber das falsche Logo und falsche Farben und fügte eine unbelegte Behauptung hinzu; Fable erstellte die bessere Präsentation.
Wenn Ersttreue wichtiger ist als Exploration, testen Sie Fable zuerst. „Sicherer“ bedeutet weiterhin nicht „keine Prüfung nötig“.
3. Menschliche Verifikation kostet mehr als Inferenz
Braucht ein Senior Engineer zwei Stunden, um einen ausufernden Opus-Patch zu validieren, während Fable regelmäßig eine kleinere und leichter beweisbare Änderung liefert, kann die teurere API die Gesamtkosten senken. Ein Team mit starken Tests, Preview-Umgebungen und konsequentem Code Review kann dagegen den niedrigeren Opus-Preis leichter in echte Einsparung umwandeln.
So testen Sie beide Modelle fair auf Ihrer Codebasis
Ziehen Sie keine Schlüsse aus einem einzigen Prompt und geben Sie den Modellen nicht unterschiedliche Tools oder Kontexte. Wählen Sie fünf bis zehn echte, wiederholbare Aufgaben: mindestens ein Routine-Feature, einen Multi-File-Fix, eine lange Aufgabe und eine Hochrisikoänderung. Halten Sie danach die Bedingungen konstant:
- Derselbe Repository-Snapshot, dieselben Systemanweisungen, Tool-Rechte und Abnahmetests.
- Zuerst dieselbe effort-Stufe vergleichen, anschließend separat die beste Stufe jedes Modells.
- Vor dem Start Definition of Done, maximale Laufzeit, Tokenbudget und Abbruchbedingung festlegen.
- Eingabe, Ausgabe, Cache, Tool-Aufrufe, Laufzeit, Erfolg im ersten Durchlauf und menschliche Nacharbeitszeit erfassen.
- Fehlversuche und Wiederholungen der Aufgabe zurechnen, statt nur den erfolgreichen Lauf zu zeigen.
Verwenden Sie diese Entscheidungsregel:
Gesamtkosten je Aufgabe = Modellausgaben + menschliche Prüfung + Nacharbeit und Wiederholungen + erwarteter Schaden einer fehlerhaften Lieferung.
Liegt die Erstversuchsquote von Opus nahe bei Fable, machen Sie Opus zum Standard. Reduziert Fable die Nacharbeit bei einer Hochrisikoklasse deutlich, leiten Sie nur diese Klasse an Fable weiter. So behalten Sie die höhere Leistungsgrenze, ohne für jede Routineanfrage den 2,5-fachen Tokenpreis zu zahlen.
Abschließende Empfehlung
Wählen Sie Claude Opus 5.5 zuerst für die meisten Coding-Aufgaben und klar abgegrenzten Agentenarbeiten. Ein- und Ausgabe kosten 60 % weniger, unabhängige Ergebnisse stützen es als Spitzenmodell für den Standardbetrieb, und selbst mit höherer Ausgabe blieb der illustrative Ausgabepreis unter Fable.
Zahlen Sie für Fable 5.1, wenn das Ergebnis schwer prüfbar ist, ein Erstfehler teuer wäre oder Ihr kontrollierter Test eine deutliche Reduktion der Nacharbeit zeigt. Die praktische Lösung ist nicht ein Modell für alles: Opus übernimmt den Großteil der verifizierbaren Arbeit, Fable eine kleine Zahl risikoreicher, wertvoller Aufgaben.
Quellen
- Anthropic: Veröffentlichung von Claude Opus 5.5, offizielle Preise und Herstellerbenchmarks, 22. September 2026.
- Artificial Analysis: unabhängige Opus-5.5-Benchmarks und Tokenverbrauch je Aufgabe, 22. September 2026.
- Every: siebentägiger Praxistest von Opus 5.5, 22. September 2026.
Daten geprüft am 26. September 2026. Preise und Modellverhalten können sich nach Aktualisierungen der Anbieter ändern.
