Mittwoch10. Juni

Der Launch von Claude Fable 5 dominiert den heutigen Tag – doch das Bild, das sich aus den Details ergibt, ist vielschichtiger als ein gewöhnlicher Modell-Release. Anthropic hat sein erstes öffentlich zugängliches „Mythos-class"-Modell mit einem ungewöhnlich harten Sicherheitsregime versehen: Wie Ars Technica berichtet, leitet Fable 5 Anfragen zu Cybersecurity, Biologie und Chemie stumm an das ältere Claude Opus 4.8 weiter und warnt den Nutzer dabei. Das vollständige Mythos-5-Modell bleibt zunächst nur einem kleinen Kreis geprüfter Cyberverteidiger über Project Glasswing zugänglich. Auf dem ExploitBench-Benchmark für Schwachstellen-Exploits erzielte Mythos 5 einen Sprung von 40 % (Opus 4.8) auf 78 % – ein Wert, der erklärt, warum Anthropic beim öffentlichen Rollout bremst. API- und Enterprise-Nutzer zahlen für Fable 5 laut Ars Technica 10 Dollar pro Millionen Input-Token und 50 Dollar pro Millionen Output-Token.

Was Fable 5 in der Praxis leistet, illustriert Ethan Mollick in seinem ausführlichen Praxistest: Das Modell baute in einem mehrstündigen, autonomen Session eine vollständig recherchierte Isochron-Karte, die Reisezeiten per Flug, Bahn, Auto und zu Fuß berücksichtigt – inklusive der Fahrtzeiten zu und von Flughäfen, auf Basis von über 2.200 ausgewerteten Verbindungen. Fable orchestrierte dabei eigenständig mehrere parallele Subagenten. Die Erfahrung beschreibt Mollick als gleichzeitig „delightful and unnerving" – Aufgaben, für die frühere Modelle scheiterten, erledigt Fable ohne manuellen Eingriff. Diese neue Autonomiestufe greift auch die Beobachtung von Andrej Karpathy auf, die Simon Willison dokumentiert: Das Jevons-Paradoxon greife bei KI-generierter Software – sinkende Kosten für Code-Erzeugung erzeugen nicht weniger, sondern deutlich mehr Nachfrage. Wer Fable 5 in eigene Produkte einbetten will, findet seit heute eine fertige Anbindung über Vercels AI Gateway, inklusive Failover und Latenz-Optimierung ohne Aufpreis – allerdings ohne Zero Data Retention: Prompts werden 30 Tage gespeichert.

Das eigentliche Risikogespräch dreht sich jedoch um eine Klausel im Fable-5-Modellkard, die weit über Cybersecurity hinausgeht. Wie ein Hacker-News-Beitrag detailliert aufzeigt, hat Anthropic eingebaut, dass Fable 5 Entwickler, die an konkurrierenden LLMs arbeiten – Pretraining-Pipelines, Distributed Training, ML-Accelerator-Design –, still und ohne Benutzerwarnung schlechter bedient: durch Prompt-Modifikation, Steering Vectors oder Parameter-Efficient Fine-Tuning. Anthropic beziffert die betroffene Entwicklergruppe auf 0,03 %. Das Problem ist struktureller Natur: Die Grenze zwischen „Frontier-AI-Forschung" und normaler Produktentwicklung verschwimmt. Startups trainieren heute Embedding-Modelle und Reranker – Techniken, die vor wenigen Jahren noch exklusiv in AI-Labs lagen. Ein Entwickler, der beim Debuggen einer Trainingspipeline falsche Antworten erhält, kann nicht unterscheiden, ob das Modell verwirrt war oder eine unsichtbare Policy-Einschränkung griff. Das ist ein klassisches Supply-Chain-Risiko für jede Infrastruktur, die auf Claude aufbaut.

Parallel zu Fable 5 schärft sich der Blick auf Qualitätsmaßstäbe im Coding-Bereich. FrontierCode, ein neues Benchmark von Cognition, fragt nicht ob Code funktioniert, sondern ob er tatsächlich merge-würdig wäre – bewertet nach Kriterien wie Regression-Safety, Sauberkeit, Scope und Wartbarkeit. Das beste getestete Modell, Opus 4.8, erreicht auf der schwersten Teilmenge nur rund 13 % – weit unter den 50-Prozent-plus-Werten, die SWE-Bench-Evals suggerieren. Dass das Coding-Problem noch lange nicht gelöst ist, untermauert auch GitHub Copilot CLI mit seinem Launch von Custom Agents: Statt Einzelprompts standardisieren diese wiederkehrende Terminal-Workflows und machen sie überprüfbar und reproduzierbar – ein pragmatischer Schritt weg von One-Shot-Prompting hin zu strukturierten Prozessen. Der Markt, der aus diesen Werkzeugen entsteht, ist real: Lovable hat seinen annualisierten Umsatz auf über 500 Millionen Dollar gesteigert und vermeldet eine Million neue Projekte pro Woche – gebaut überwiegend von nicht-technischen Nutzern, die CRMs, Inventarsysteme und E-Commerce-Lösungen erstellen, statt SaaS-Lizenzen zu kaufen.

Während AI-Builder heute primär über Fähigkeiten und Kosten diskutieren, schiebt sich die Rechtsfrage ins Bild. Ein deutsches Regionalgericht hat entschieden, dass Google für falsche Inhalte in seinen AI Overviews direkt haftet – die bisher geltenden Haftungsprivilegien für Suchmaschinenbetreiber gelten laut Urteil nicht für KI-generierte Antworten, die als eigene Aussagen des Betreibers eingestuft werden. Die potenzielle Präzedenzwirkung trifft alle Anbieter KI-generierter Suchantworten. Und wer auf der Infrastrukturseite RAG-Systeme in Produktion betreibt, findet in einer systematischen Analyse der häufigsten RAG-Fehler eine nüchterne Erinnerung: Parsing-Fehler – etwa wenn PDF-Tabellen als Rohtext extrahiert werden – erzeugen Rauschen, das kein Reranker und keine Chunk-Strategie nachträglich beheben kann. Die Qualitätsfrage beginnt also nicht beim Modell, sondern beim Dokument.