Claude Fable 5 in Claude Code: Een praktische test tegenover Opus 5

Wat is Fable 5?

Fable 5 is een op code gericht model in Anthropic's Claude 5-familie, uitgebracht op 9 juni 2026. Het verscheen samen met Mythos 5, een zuster model zonder veiligheidsclassifiers dat Anthropic alleen aan een kleine groep geverifieerde organisaties aanbood. Voor een volledige walkthrough van de release en hoe Fable 5 scoort op benchmarks, bekijk onze speciale Fable 5-gids.

Fable 5 is duurder dan Opus 5 en bedoeld voor het zwaardere codewerk. Het belangrijkste verschil in gevoel is dat het bij elk verzoek "denktijd" draait en die niet kan uitschakelen, waardoor het langzamer en bedachtzamer overkomt. Opus 5 beslist zelf of een prompt het extra denken waard is.

Specificaties en prijzen

De twee modellen delen een contextvenster en een maximale outputgrootte. Ze verschillen in prijs en in hoe het denken werkt.

Fable 5 kost ongeveer twee keer zoveel per token als Opus 5. Omdat het denken altijd aanstaat, produceert één run ook vaak meer tokens, waardoor het prijsverschil in de praktijk groter is dan het tarief per token suggereert. In de directe vergelijking verderop in deze gids produceerde Fable 74% meer outputtokens dan Opus voor een kleiner programma.

Voor een diepgaande vergelijking inclusief benchmarkverschillen, lees onze gids Claude Opus 5 vs Claude Fable 5.

Het weigeringsgedrag waar je voor moet coderen

Eén universeel irritant aspect van Fable 5 is de ingebouwde veiligheidsclassifier. Omdat het model als te krachtig wordt beschouwd, laat de classifier het geen verzoeken afhandelen die ook maar een beetje raken aan vakgebieden als biologie of cybersecurity.

Bij een immunoloog al zorgde het woord „cancer” op zich voor een biosecurity-filter, waardoor Claude Code terugviel op Opus 4.8.

Ik liep hier zelf onlangs tegenaan bij een loginbug in een privéproject. De flow gebruikte de Telegram Gateway API voor OTP-aanmelding, en Fable 5 weigerde er simpelweg aan te komen. Opus 5 klaarde de klus, wat precies het probleem illustreert: er zat niets aan die bug dat een beveiligingsrisico vormde.

Automatische fallback zonder configuratie gebeurt alleen binnen Claude Code en de Claude-apps. Als je de Fable-API gebruikt, krijg je een stop_reason-veld in de respons, ondanks een 200-succescode.

De respons ziet er zo uit:

{
  "stop_reason": "refusal",
  "stop_details": {
	"category": "bio",
	"explanation": "The request was declined by a safety classifier."
  }
}

Dus je moet stop_reason controleren voordat je de responsecontent gebruikt. 

Om server-side fallback in te schakelen, geef je een fallbacks-array mee (bijv. "fallbacks": [{"model": "claude-opus-4-8"}]) en stuur je de header anthropic-beta: server-side-fallback-2026-06-01 mee. Stel deze in op elk verzoek; er is geen accountbrede schakelaar.

Opmerking over het fallbackmodel

Je vraagt je misschien af waarom sommige bronnen zeggen dat Fable 5 terugvalt op Opus 4.8, terwijl andere naar Opus 5 wijzen. Beide kloppen, omdat het doel afhangt van de categorie en de omgeving. 

In Claude Code wordt een door biologie geflagd verzoek nu opnieuw uitgevoerd op Opus 5, terwijl een door cybersecurity geflagd verzoek nog steeds opnieuw draait op Opus 4.8. Op de API ondersteunt de server-sidefunctie fallbacks momenteel alleen Opus 4.8. 

De splitsing is een timingartefact: bij Fables lancering in juni viel alles terug op Opus 4.8, en het biologiepad is later omgepunt naar Opus 5 zodra dat model op 24 juli verscheen.

De Fable 5-controverse

Fable 5 kende een hobbelige start, zelfs los van de veiligheidsclassifier.

De stille throttle en de valse weigeringen

Enkele dagen na de lancering meldde Fortune dat Anthropic Fable 5 stilletjes had verzwakt op ongeveer 0,03% van het AI- en ML-infrastructuurverkeer zonder iemand in te lichten.

Veel onderzoekers, inclusief ontwikkelaars, waren woest omdat ze een werkpaard van een frontiermodel verwachtten dat elke taak aankan, zeker als ze er het $200-abonnement voor betalen.

Anthropic ging binnen een dag overstag onder druk van de community en zei dat het „de verkeerde afweging” had gemaakt. Wat veranderde was de zichtbaarheid, niet de throttle. Geflagde verzoeken worden nu zichtbaar gemaakt zoals bij een weigering, en de degradatie zelf bleef. Anthropic's redenering is dat de voorwaarden het gebruik van Claude om concurrerende AI-systemen te bouwen al verbieden, wat te verdedigen valt. Het een maand lang stilletjes doen niet.

De exportcontroleschorsing

Toen kwam de grotere klap. Een onthulde jailbreak leidde op 12 juni tot een exportcontrolerichtlijn van Commerce, en Anthropic haalde zowel Fable 5 als Mythos 5 wereldwijd 19 dagen offline.

Anthropic ging die hele tijd fel tegen de recall in. Het stelde dat de jailbreak smal was in plaats van universeel, en ook door zwakkere modellen te vinden, waardoor de recallnorm vanuit hun perspectief ondoorzichtig oogde. Het had een terecht punt over de lat zelf. Niemand heeft ooit een universele jailbreak gebouwd en geen enkel model vandaag haalt die norm. Het UK AI Safety Institute rapporteerde vooruitgang richting zo'n jailbreak, maar niets dat daadwerkelijk werkt.

Het had een terecht punt over de lat zelf, al niet over de manier waarop het werd verwoord. Universele jailbreaks bestaan wel: het UK AI Security Institute rapporteert dat het ze vond voor elk frontier­systeem dat het heeft getest, en zijn red-teamers bouwden er een tegen Fable 5 zelf, single-turn binnen uren en uitgebreid naar multiturn agentische workflows binnen dagen, aldus de modelkaart van Fable 5.

Waar de echte discussie over gaat, is of die lat een recall zou moeten triggeren, niet of zulke jailbreaks mogelijk zijn.

Herstel, met nieuwe limieten

Anthropic leverde een sterkere classifier en meldde een blokkeringspercentage boven 99%, en op basis daarvan hief Commerce de controles rond 30 juni op.

Algemene toegang keerde op 1 juli terug, maar onder strakkere voorwaarden. Het beloofde onbeperkte venster van twee weken kromp tot ongeveer één, en een nieuwe wekelijkse cap van 50% betekende dat zodra je die overschreed, extra Fable 5-gebruik werd afgerekend als credits tegen het volledige tarief van $10 en $50. Dat was genoeg om abonnees te doen mopperen op Reddit.

Anthropic verlengde de deadline twee keer en splitste het beleid vervolgens per plan op 20 juli: Max en Team Premium houden Fable 5 op 50% van de wekelijkse limieten zonder einddatum, terwijl Pro en Team Standard een eenmalige $100-credit krijgen en daarna het API-tarief betalen. Mythos 5 kwam terug naar slechts zo'n 100 geverifieerde Amerikaanse organisaties, vanuit een breder internationaal programma.

Al met al blijft Fable 5 een sterk model, verpakt in een toegangsbeleid dat maand op maand blijft verschuiven. Reken op af en toe een valse weigering en ga er niet van uit dat de gebruikslimieten van deze maand volgende maand nog gelden.

Claude Fable 5 vs Opus 5 op hetzelfde project

Om te zien hoe de twee modellen zich onder identieke omstandigheden gedragen, gaf ik elk dezelfde opdracht in een nieuwe Claude Code-sessie. Daarna las ik de volledige sessietranscripten, de interne JSONL-bestanden, en beoordeelde ik beide voltooide apps in een browser.

Mijn eerste poging voor deze vergelijking gebruikte een URL-verkorter. Dat was een fout. Beide modellen leverden bijna identieke apps, tot aan het thema en de features toe, omdat een URL-verkorter één voor de hand liggende oplossing heeft die in de trainingsdata van elk model zit. De test mat niets.

Een one-shot levende ecosysteem-simulatie opzetten in Fable 5 en Opus 5

Dus koos ik een taak zonder canoniek antwoord: een levende ecosysteem-simulatie. Drie soorten in een voedselweb, agenten die zwermen, jagen en verhongeren, 5000 tegelijk op het scherm, alles deterministisch vanuit een seed. De prompt verbiedt libraries die de lastige delen zouden afhandelen, dus elk model moet zijn eigen ruimtelijke queries, sturing en populatiedynamiek schrijven.

Hier is de prompt die beide modellen woordelijk kregen:

Build a living ecosystem simulation that runs in the browser, and ship it end-to-end in one shot, without asking me any questions or pausing for confirmation. Make all decisions yourself and only stop when it is fully built, tested, and pushed to GitHub.
 
Requirements:
 
- A real-time canvas simulation of an ecosystem with at least three species in a food web (for example producers, herbivores, predators). Species interact: they eat, they are eaten, they reproduce, and they die.
- Agents move with steering behaviour — flocking among their own kind, and avoidance or pursuit across species.
- Each agent has an energy budget. Moving and reproducing cost energy, eating restores it, and running out kills the agent. Population levels must emerge from these rules rather than being scripted.
- The simulation must stay stable and interactive at 5000 agents. Show a live FPS counter and a live population graph per species.
- The whole world is generated from a numeric seed. The same seed must always produce the same run.
- Controls to pause, resume, reset, reseed, and tune the key simulation parameters live while it runs.
- Implement the simulation yourself: the steering, the spatial queries, the integration, and the population dynamics. Do not use a physics engine, a flocking library, a game engine, or a charting library. Plain canvas and your own code.
- Tests covering the core simulation logic.
- A README with setup and run instructions.
 
The simulation should run in the browser and be usable by someone who has never seen it before.
 
When it is complete, create a new GitHub repository with the gh CLI (which is already installed and authenticated) and push the project to it.

De geen-vragen-regel is precies de bedoeling. Zo zie je hoe ver elk model een build op eigen kracht draagt, zonder dat iemand een verkeerde afslag opvangt. Elk draaide in een eigen lege directory, zonder hint dat een tweede model dezelfde taak had.

De taak verbergt ook vier objectieve tests in een output die puur visueel lijkt. 

• Buurzoektocht moet een ruimtelijke index gebruiken, anders zakt het frame­rate bij 5000 agenten in. 
• De wereld moet correct wrappen of clampen, anders tunnelen agenten door muren.
• Willekeur moet via een gezaaide generator lopen, anders geeft dezelfde seed een andere run.
• En de geboorte- en sterftecijfers moeten in balans zijn, anders vlakt de populatie af naar nul of explodeert ze. 

Al die fouten zijn zichtbaar op het scherm, wat een mooie demo beoordeelbaar maakt.

Beide builds zijn live, zodat je deze vergelijking zelf kunt draaien in plaats van mij op mijn woord te geloven. Open ze naast elkaar en reseed ze allebei:

• Build van Fable 5: ecosystem-fable-5.vercel.app (bron)
• Build van Opus 5: ecosystem-opus-5.vercel.app (bron)

Screenshots van beide staan verderop, voor het geval je liever leest dan klikt. Eerlijkheidshalve: de screenshots zijn uitgezoomd om het hele scherm te passen, dus details zijn misschien niet haarscherp.

Welk model elke run daadwerkelijk bediende

Voor de resultaten eerst een methodologische notitie die belangrijk is voor de interpretatie.

Claude Code kan terugvallen op Opus wanneer de veiligheidsclassifier van Fable 5 een verzoek weigert, dus een run met het label Fable is niet gegarandeerd volledig Fable. In plaats van te gokken, noteerde ik het model-veld bij elk assistent-event in beide transcripten.

Gelukkig kwam in mijn vergelijking elk event in de Fable-run terug als claude-fable-5, alle 103. Elk event in de Opus-run kwam terug als claude-opus-5, alle 247. Er trad geen fallback op in welke richting dan ook. De cijfers hieronder beschrijven de modellen op het label.

Hoe Fable 5 en Opus 5 het probleem aanpakten

Fable werkte stil. Het draaide 56 toolcalls en printte 429 woorden aan commentaar over de hele build, in 2 tekstblokken.

Opus werkte in de openbaarheid. Het draaide 137 toolcalls, meer dan twee keer zoveel, en printte 4.808 woorden over 110 blokken. Beide modellen herzien in vergelijkbaar tempo zodra je voor volume corrigeert, bijna 2 edits per geschreven bestand.

Ze verschilden ook in tooling. Fable leverde plain ES-modules met een python3 -m http.server startscript en helemaal geen node_modules. Opus installeerde Vite en Vitest en bouwde met een echte toolchain.

De bouwtijden hieronder meten alleen actief werk. Ik nam elke run van het eerste assistent-event tot het laatste en trok elke idle-periode af waarin de sessie wachtte in plaats van bouwde.

Resultaten: snelheid, kosten en correctheid

Fable kostte 43% meer en produceerde 74% meer outputtokens voor een kleiner programma. Omdat het zijn denken niet kan uitschakelen, blijft het rekenen ook wanneer het werk dat niet nodig heeft.

Beide modellen doorstonden elke objectieve check: 

• Dezelfde seed reproduceert dezelfde wereld.
• Verschillende seeds divergeren.
• Niets bereikt NaN.
• Geen enkele agent ontsnapt aan de wereld op maximale snelheid.
• Beide houden 60 FPS in de browser met nul consolefouten.

De simulatie van Opus is 2,3x sneller per tick. Het slaat agenten op in typed arrays, één platte array per eigenschap, en houdt een aparte ruimtelijke grid per soort. Fable geeft elke agent een eigen object en deelt één uniform grid over alle drie de soorten. Beide zijn correct, maar die van Opus is de snellere datalayout.

De fout die Fable afleverde

Fables npm test-script draait niet. Het leverde node --test test/, wat Node 26 als een modulepad in plaats van een directory ziet, waardoor het commando crasht voordat ook maar één test draait. De 16 onderliggende tests zijn prima en slagen wanneer je de bestanden expliciet noemt. Het entrypoint in package.json is stuk.

Het is een kleine bug met een buitensporige impact, omdat het ene commando dat een lezer daadwerkelijk zal typen nu net faalt. Fable merkte het ook nooit op, en dat is wat telt: de prompt vroeg om tests en verifieerde ze via een route die de eigen gebruikers niet zullen nemen.

Opus heeft geen equivalente misser. De 58 tests draaien via npm test en slagen. Beide suites testen wat hier ertoe doet: gezaaide determinisme, energiebalans, torus-wrapping en langetermijnoverleving van soorten, dus het verschil zit in diepte en niet in soort. De enige check die alleen Opus schreef is de 5000-agenten stresstest, ook de eis die het snelst breekt.

Wat de screenshots laten zien

De twee apps lijken totaal niet op elkaar, wat precies de reden is om de taak te veranderen.

Fable 5: bediening links, agenten als platte vierkantjes, soorten heten Plants, Herbivores en Predators.

Opus 5: bediening rechts, agenten als driehoeken die wijzen waar ze heen gaan, soorten heten Plankton, Grazers en Hunters.

Aan de UI-kant zijn dit de grootste verschillen:

• Fable plaatste het bedieningspaneel links, tekent elke agent als een plat vierkant en noemde de soorten Plants, Herbivores en Predators.
• Opus zette het paneel rechts en tekent directionele driehoeken, zodat je kunt zien welke kant een zwerm op beweegt. Het bedacht een aquatisch thema met Plankton, Grazers en Hunters.

De populatiegrafieken lezen

De populatiegrafieken zijn waar het ontwerpverschil scherp wordt.

Grafiek van Fable 5, lineaire schaal. De plantenlijn neemt de volledige hoogte in en de predatorlijn zit tegen de onderkant geplakt.

Grafiek van Opus 5, log-schaal. Alle drie de soorten blijven leesbaar en de jagerslijn kruist de grazerslijn.

Beide simulaties oscilleren zoals een predator-prooisysteem zou moeten. Bij Fable schommelen de planten tussen 520 en 7.061 over 5 minuten, terwijl herbivoren en predatoren erachteraan cyclen; predatoren pieken op 248 precies wanneer herbivoren op 119 dalen.

Op een lineaire schaal vreet de plantenlijn het hele verticale bereik op, worden herbivoren samengedrukt tot een smalle band en liggen predatoren plat tegen de as.

Daarom zette Opus zijn grafiek op een log-schaal en labelde het de piek. Alle drie de soorten blijven leesbaar en je ziet de jagerslijn stijgen, de grazerslijn kruisen en dalen terwijl grazers herstellen. Dezelfde klasse data en slechts één van de twee grafieken is leesbaar.

Hoe de twee ecosystemen zich gedragen

De onderliggende ecosystemen verschillen ook. Opus kapt zijn producentenlaag af op 4.229 plankton, waardoor die populatie tegen het plafond zit en alleen de bovenste twee soorten cyclen. Fable laat alle drie gekoppeld, wat bredere schommelingen en een levendigere wereld oplevert. We kregen stabiliteit versus dynamiek zonder er in de prompt om te vragen.

Parameterpaneel van Fable 5: 13 schuifregelaars in de eigen eenheden van de simulatie.

Parameterpaneel van Opus 5: 9 schuifregelaars, elk een multiplier vanaf 1,00, gegroepeerd in World en Behaviour.

Fable stelt 13 parameters bloot in echte eenheden: plantgroei 5, perceptieradius 60, separatie 1,5 en per-soort metabolisme. Opus toont er 9, allemaal genormaliseerde multipliers vanaf 1,00, opgesplitst in World en Behaviour. 

In één zin: Fable geeft je meer controle, terwijl Opus je een paneel geeft waarmee je het ecosysteemevenwicht niet snel om zeep helpt.

Moet je Fable 5 of Opus 5 kiezen?

Gebruik Opus 5 als standaard. In deze build kostte het 30% minder, draaide het een simulatie 2,3x sneller en schreef het betere testdekking. Fable won op snelheid en was in ongeveer de helft van de tijd klaar.

Schakel over naar Fable 5 wanneer je een build in één keer af wilt hebben met minimale supervisie, of wanneer de dependency-footprint telt. Fable leverde een programma zonder dependencies dat 42% kleiner is dan het alternatief, en kwam daar met 103 assistent-beurten tegenover 247. Die beknoptheid is echt waardevol bij een taak die je zelf daarna gaat nalezen.

Slotgedachten

Twee builds van één projecttype zijn nog steeds geen benchmark. Prestaties in de echte wereld kunnen sterk variëren, ondanks wat bestaande benchmarks zeggen.

Zo liet onze vergelijking weliswaar zien dat Fable meer tokens gebruikte dan Opus, maar de meeste ontwikkelaars delen het omgekeerde: Opus 5 die veel meer tokens verbrandt dan Fable of Sol bij vergelijkbare taken. Het vermoeden is dat de RL-pretraining van Opus 5 het te veel heeft geoptimaliseerd om tokencosts op te krikken in plaats van behulpzaam en beknopt te zijn. Buiten de vergelijking heb ik dit in mijn eigen werk zeker zo gevoeld. Modellen in de Opus-familie worden aan de oppervlakte steeds langdradiger en lastiger te lezen.

Persoonlijk blijf ik Fable 5 gebruiken voor bijna al mijn codeerprojecten, ook voor klanten, omdat het op de lange termijn nauwkeuriger is. Ik zit op het nieuwste Max-plan en ik heb mijn gebruikslimieten nog niet bereikt, zelfs niet bij gebruik van Fable in meerdere sessies (al draai ik Claude Code niet non-stop). Ik gebruik Opus wanneer de tokenrekening ertoe doet, of wanneer ik lopend commentaar wil op de taak voor mijn eigen begrip.

Voor meer over de modellen en de tooling eromheen raad ik aan om onze volledige Fable 5-gids te lezen, samen met tutorials over Claude Code en beste praktijken voor Claude Code.