Claude Fable 5.1 in de praktijk: wat het model draagt en wat het niet oplost

Voordat het over gevolgen gaat, helpt de nuchtere tabel. Alle waarden komen uit het modeloverzicht en de prijspagina van Anthropic, opgehaald op 10 september 2026.

Opmerkelijk is wat Anthropic in het eigen modeloverzicht toevoegt: Claude Opus 5 wordt aanbevolen als standaard voor de meeste werklasten, en Fable 5.1 is bedoeld voor gevallen waarin Opus 5 op een hoger effortniveau tekortschiet. Dat is een ongewoon duidelijke zelfbeperking en tegelijk het eerste filter voor elke architectuurbeslissing. Fable 5.1 is geen algemene upgrade, maar een instrument voor lange, samenhangende taken.

De modaliteit is smal, en dat telt in de praktijk. Tekst en beelden gaan erin, tekst komt eruit. Geen geluid erin, geen geluid eruit, geen beeld- of videogeneratie. Wie een gespreksopname wil verwerken, heeft er een transcriptie voor nodig. Wie gesproken antwoorden nodig heeft, heeft er spraaksynthese achter nodig. Wie afbeeldingen wil maken, heeft een ander model nodig. Dat klinkt banaal, maar het verschuift systeemgrenzen, kosten en privacyvragen precies naar de plekken waar die extra componenten staan.

Het venster wordt over de volle lengte tegen de normale tokentarieven afgerekend; een toeslag voor lange context is er niet (Anthropic). Daarmee worden opzetten mogelijk die eerder niet op het model strandden maar op het opdelen: een compleet bestand aan contracten of aanbestedingsstukken in één doorloop in plaats van dertig stukjes met een samenvoeging achteraf; een volledig agentspoor inclusief alle tooluitvoer dat nog analyseerbaar is in plaats van na twintig stappen afgekapt; een middelgrote repository waarover een vraag in één keer wordt beantwoord in plaats van via een zoekactie die vooraf moet raden welke bestanden ertoe doen. De winst zit minder in intelligentie dan in het verdwijnen van een hele klasse lijmwerk, en dat lijmwerk was in onze projecten stelselmatig de bron van de moeilijk vindbare fouten.

Het getal is echter geen paginatelling. Anthropic becijfert 1.000.000 tokens op ongeveer 555.000 Engelse woorden met de huidige tokenizer en wijst er in dezelfde adem op dat deze tokenizer voor dezelfde tekst ongeveer 30 procent meer tokens produceert dan de vorige (Anthropic). De opgave betreft Engelse tekst; voor een Duitstalig bestand valt daaruit geen getal af te leiden, dat moet worden gemeten. Wie capaciteit plant, telt de eigen documenten met de tokenizer van het model dat hij daadwerkelijk gebruikt, en rekent niet in pagina's.

Om dezelfde reden zegt het vergelijken van venstergroottes tussen leveranciers niets. Een token is een leveranciersgebonden eenheid, en er bestaat geen gepubliceerde omrekening die twee tokenizers op dezelfde hoeveelheid tekst afbeeldt. Een getal op een specificatieblad zegt dus niets over welk model meer van uw tekst bevat.

En het grotere venster maakt retrieval niet overbodig. De redenering is eenvoudig: alles wat in het venster staat, wordt bij elke aanroep betaald en moet bij elke aanroep worden verwerkt. Een methode die de twintig relevante alinea's vindt, blijft sneller, goedkoper en doorgaans nauwkeuriger dan een methode die tienduizend alinea's erin legt en op aandacht hoopt. Het grote venster verschuift de drempel waarboven opdelen nodig wordt fors omhoog. Het vervangt niet de vraag welke informatie voor dit ene antwoord nodig is.

Het interessantste getal in de specificatie is geen absolute waarde maar een verhouding. Verse invoer kost 10 USD per miljoen tokens, een cachetreffer 0,25 USD. Schrijven naar de cache kost 12,50 USD per miljoen tokens in de vijfminutenlaag en 20 USD in de uurlaag. Op Fable 5.1 en Mythos 5.1 ligt de leesprijs op 0,025 maal de basisprijs, tegenover 0,1 maal bij alle andere Claude-modellen, en dat is volgens Anthropic de enige prijswijziging ten opzichte van Fable 5 (Anthropic).

De factor 40 tussen verse invoer en een cachetreffer bepaalt de ontwerpen. In een agentlus worden dezelfde systeemprompt, dezelfde tooldefinities en dezelfde projectcontext bij elke stap opnieuw gelezen. Een taak van tweehonderd toolaanroepen leest dezelfde aanhef tweehonderd keer. Of die aanhef telkens als verse invoer wordt afgerekend of als cachetreffer, is geen boekhoudkundig detail maar de grens tussen een ontwerp dat in productie kan en een ontwerp dat in de demo blijft.

Juist daarom is Anthropics eigen formulering, dat typische werklasten ongeveer 25 procent goedkoper zijn en sterk agentische tot ongeveer 45 procent, een schatting over cachetrefferpercentages en geen prijsverlaging (Anthropic). De kopprijzen voor invoer en uitvoer zijn ten opzichte van Fable 5 ongewijzigd. Een werklast met slechte cachelokaliteit ziet van die besparing vrijwel niets, en wie de 25 procent zonder dat voorbehoud in een budget zet, heeft geen budget maar een hoop.

Wat trefferpercentages in de praktijk goed of slecht maakt, is geen gedocumenteerde meetwaarde maar engineeringlogica, en die laat zich benoemen:

• Een stabiel voorvoegsel. Hergebruikt wordt het ongewijzigde begin van het verzoek. Alles wat constant is hoort voorin, alles wat varieert achterin. Een tijdstempel, een sessie-ID of een gebruikersnaam op de verkeerde plek maakt alle context die erop volgt waardeloos.
• Deterministische opbouw. Toollijsten in willekeurige volgorde, zoekresultaten in wisselende sortering of objecten met instabiele sleutelvolgorde leveren bij elke run een nieuw voorvoegsel op. De cache ziet dan nooit twee keer hetzelfde.
• De levensduur tegen het ritme van de taak. Vijf minuten past bij een strak getimede agentlus. Het past niet bij een dialoog waarin iemand tussen twee vragen twintig minuten in een vergadering zit. De uurlaag kost meer bij het schrijven en loont pas wanneer die de treffer daadwerkelijk redt.
• Genoeg herhaling per voorvoegsel. Veel korte, onderling ongerelateerde verzoeken verdelen zich over veel voorvoegsels. Elk betaalt een schrijfactie en krijgt zelden een leesactie. Dat is het geval waarin de cache-economie tegen u werkt, en dan is de batchinterface met 50 procent korting in beide richtingen vaak de betere weg.

Een concreet aanknopingspunt uit de prijslijst ondersteunt hetzelfde punt: de toolset voor computergebruik voegt ongeveer 4.500 invoertokens per verzoek toe, die voor browsergebruik ongeveer 6.600 (Anthropic). Dat is een constant blok dat bij elke stap terugkeert, en dus precies het materiaal dat in een stabiel voorvoegsel thuishoort.

Fable 5.1 is gebouwd voor lange runs. Anthropic voert als bewijs een onbewaakte run van 38 uur op een machinelearningprobleem aan (Anthropic). Dat is een leveranciersopgave over één run en geen verdelingsresultaat, maar het werkt als orde van grootte voor datgene waarop het model is ontworpen.

De denkmodus is adaptief en permanent actief; de eerdere handmatige modus met een expliciet denkbudget wordt niet meer geaccepteerd. Ten opzichte van Fable 5 zijn er drie brekende wijzigingen die elke bestaande integratie raken: afgedwongen toolgebruik levert een fout op, eerdere modellen kunnen de denkblokken van dit model niet lezen, en het bewerken van eerdere beurten maakt die denkblokken ongeldig. Aanvullend komen er onder meer een effortniveau per bericht, systeemberichten die per beurt gelden, leesbare voortgangsmeldingen tussen toolaanroepen en de lagere cacheleesprijs bij; meerdere daarvan zijn als bèta gemarkeerd (Anthropic). Voor de planning betekent dat: overstappen op dit model is geen configuratiewijziging maar een kleine verbouwing met een test erachteraan.

Bij de effortniveaus is zorgvuldigheid geboden. De documentatie noemt high als standaard (Anthropic), en de aankondiging preciseert dat de standaard per oppervlak verschilt: high in Claude Code, medium in Claude Cowork en op claude.ai (Anthropic). De volledige set geaccepteerde waarden staat niet op de documentatiepagina's die wij hebben geraadpleegd, en wij beweren die dan ook niet.

Het praktische gevolg is ongemakkelijk maar belangrijk: een benchmarkgetal of een kostenraming zonder vermeld effortniveau is niet reproduceerbaar. Twee teams die hetzelfde model via twee verschillende oppervlakken meten, meten verschillende configuraties. Wie wil dat offertes, testresultaten of interne vergelijkingen standhouden, noteert het niveau naast het getal, zoals men een meting zonder eenheid ook niet laat passeren.

De kennis- en trainingsdatumgrens ligt bij juni 2026 (Anthropic). Operationeel betekent dat weinig dramatisch en tegelijk heel wat. Uw prijslijst van vorige week, de beslissing van gisteren, de stand van uw orderportefeuille van vanochtend: niets daarvan zit in het model. Het moet via retrieval, via een toolkoppeling of via de prompt in de context komen.

Dat is geen gebrek van het model maar een eis aan de architectuur, en die eis is leveranciersonafhankelijk. Elk systeem dat over actuele feiten moet informeren en geen gedefinieerde weg heeft waarlangs die feiten binnenkomen, is verkeerd gespecificeerd, hoe goed het model ook is. Twee gevolgen hebben zich bij ons bewezen. Ten eerste hoort bij elk op feiten gebaseerd antwoord een noembare bron in de context, niet het modelgeheugen. Ten tweede horen in elke evaluatieset enkele vragen waarvan het juiste antwoord na de kennisgrens is veranderd: die toetsen precies het pad dat in productie het gemakkelijkst stilzwijgend breekt.

Fable 5.1 en Mythos 5.1 dragen vanaf de lancering een onzichtbaar tekstwatermerk (Anthropic). Anthropic past de markering wereldwijd toe en niet alleen in de EU (Euronews). De achtergrond zijn de transparantieverplichtingen uit artikel 50 van de AI-verordening, die sinds 2 augustus 2026 gelden en een machineleesbare markering van synthetische inhoud vereisen.

Doorslaggevend is het voorbehoud dat Anthropic zelf maakt. Een gedetecteerd watermerk geeft aan dat inhoud mogelijk door Claude is verwerkt, is uitdrukkelijk niet volledig sluitend en bevestigt op zichzelf de herkomst van de inhoud niet (Anthropic Help Center). Daar komt bij dat de detectie-interface in een besloten preview slechts voor een beperkte kring toegankelijk is (MacRumors).

Voor een onderneming die het eigen AI-gebruik wil documenteren volgt daaruit een nuchtere ontwerpeis, en dit is een technische inschatting en geen juridisch advies: het watermerk is een signaal in de uitvoer dat niet van u is, dat u doorgaans niet zelf kunt uitlezen en waarvan de leverancier zelf de bewijskracht begrenst. Het is dus geen audittrail. Als traceerbaar moet zijn welk model wanneer met welke invoer welke uitvoer heeft voortgebracht en wie die heeft vrijgegeven, ontstaat dat bewijs in uw eigen vastleggingen. Technisch is dat weinig spectaculair, want het zijn dezelfde logs die u toch al bijhoudt voor foutopsporing en kostenbeheersing.

In Duitse projecten beslist de gegevensverwerking vaker over de inzet van een model dan de capaciteit ervan. Hier is de situatie eenduidig gedocumenteerd en voor velen verrassend. Anthropic merkt Fable 5.1 aan als Covered Model. Deze modellen vereisen een bewaartermijn van 30 dagen en zijn niet beschikbaar onder zero data retention, tenzij Anthropic dat uitdrukkelijk toestaat. Een organisatie die op zero data retention draait, moet de bewaring voor een specifieke workspace bewust inschakelen, anders worden verzoeken met een fout afgewezen (Anthropic).

Twee aanvullingen uit dezelfde bron horen erbij, omdat het beeld anders scheef komt te staan. Bewaarde gegevens worden volgens Anthropic zonder uitdrukkelijke toestemming niet voor modeltraining gebruikt. En ook onder zero data retention kan als opvallend gemarkeerde inhoud tot twee jaar worden bewaard. Zero data retention geldt bovendien niet voor alle wegen het systeem in, onder meer niet voor de batchinterface en de bestandsopslag.

Daar komt de regiovraag bij. Op de eerstepartij-interface bestaat geen EU-inferentieregio. De parameter voor de inferentieregio accepteert exact twee waarden, global en us, en opslag vindt uitsluitend in de VS plaats; de regio van een workspace is na aanmaak niet meer te wijzigen (Anthropic). De begaanbare weg binnen de EU loopt via een partnercloud: Amazon Bedrock en Google Cloud bieden regionale endpoints met gegarandeerde gegevensroutering, tegen een opslag van 10 procent ten opzichte van de globale endpoints, en stellen hun eigen levenscyclusdata vast (Anthropic).

Dit is een ontwerpgegeven en geen oordeel over het model. In de praktijk blijven er drie wegen, en de keuze valt vóór het eerste prototype, niet erna. Ten eerste: een regionaal endpoint bij een partnercloud, met de opslag en met de cloudaanbieder als verwerker. Ten tweede: de eerstepartij-interface met bewust ingeschakelde bewaring, voor gegevensklassen waarbij dat verdedigbaar is. Ten derde: de betreffende gegevensklasse bereikt dit model helemaal niet, omdat een ander model of een lokale opstelling het deel overneemt dat de gevoelige velden ziet. De derde weg wordt te zelden onderzocht, terwijl die in kennis- en documentsystemen vaak de schoonste is.

Eerlijk benoemd verandert er een overzichtelijke maar waardevolle verzameling taakklassen. Analyses over bestanden die tot nu toe op het opdelen strandden, worden in één doorloop haalbaar. Agentruns die eerder aan de contextgrens uiteenvielen, blijven samenhangend. En opzetten die dezelfde basis heel vaak opnieuw moeten lezen, worden door de cacheleesprijs rendabel, mits de opbouw het trefferpercentage oplevert. Dat zijn drie echte verschuivingen, en ze raken precies het werk dat in een adviespraktijk anders als monnikenwerk binnenkomt.

Even eerlijk benoemd is wat onveranderd blijft. Ook de capaciteiten van het model zijn begrensd: penetratietests, exploitgeneratie, binair gebaseerd scannen en taken uit biologisch onderzoek worden naar de Opus-modellen doorverwezen, en de snelle modus is op Fable 5.1 niet beschikbaar (Anthropic, Anthropic).

Belangrijker zijn echter de problemen waar geen enkel model aan raakt. Datakwaliteit blijft uw taak: een groter venster leest tegenstrijdige stamgegevens alleen grondiger. Procesdefinitie blijft uw taak: een agent die niet weet wanneer iets besloten is, weerspiegelt slechts de onduidelijkheid die eerder in het team lag. Autorisaties blijven uw taak: een model dat alles mag zien, is een privacyprobleem met taalgevoel. Evaluatie blijft uw taak, want zonder een set gevallen met bekend juist antwoord kan niemand zeggen of een overstap iets heeft verbeterd. En de kosten van een fout blijven waar ze waren: op een suggestielijst is een fout vervelend, op een uitgaande factuur is die duur. Dat onderscheid bepaalt de mate van automatisering, en het is een bedrijfsvraag.

Onze positie hierin is zonder ophef: Fable 5.1 verschuift de grens van wat een opzet kan dragen, en verschuift die op een plek die in de praktijk werkelijk remde. Het verschuift geen enkele van de vragen die daarvóór beantwoord moeten zijn. Welke van die vragen staat in uw volgende project nog open?