Claude Fable 5 in Claude Code: Een praktijktest tegenover Opus 5

Wat is Fable 5?

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

Fable 5 zit boven Opus 5 in prijs en richt zich op zwaarder codewerk. Het belangrijkste verschil in gevoel is dat het bij elk verzoek "thinking" draait en dat niet kan uitschakelen, waardoor het trager en bedachtzamer overkomt. Opus 5 beslist zelf of een prompt de extra denkstappen waard is.

Specificaties en prijs

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

Fable 5 kost ongeveer twee keer zoveel per token als Opus 5. Omdat zijn thinking altijd aan staat, produceert één run ook vaak meer tokens, waardoor het prijsverschil in de praktijk groter is dan het tarief per token suggereert. In de head-to-head build later in deze gids gaf Fable 74% meer outputtokens dan Opus voor een kleiner programma.

Voor een grondige 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 gezien, laat de classifier het geen verzoeken afhandelen die ook maar een beetje gerelateerd zijn aan velden als biologie of cybersecurity.

Bij een immunoloog triggerde het woord "cancer" alleen al een biosecurityfilter, waardoor Claude Code terugviel op Opus 4.8.

Ik liep hier zelf onlangs tegenaan bij een loginbug in een persoonlijk project. De flow gebruikte de Telegram Gateway API voor OTP-aanmelding, en Fable 5 weigerde die categorisch aan te raken. Opus 5 klaarde de klus, en dát is precies het probleem: niets aan die bug was een beveiligingsrisico.

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 response ondanks een 200-successcode.

De response 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 response-inhoud gebruikt. 

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

Opmerking over het fallbackmodel

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

In Claude Code wordt een op biologie gemarkeerd verzoek nu opnieuw uitgevoerd op Opus 5, terwijl een op cybersecurity gemarkeerd verzoek nog steeds opnieuw draait op Opus 4.8. Op de API ondersteunt de server-side fallbacks-functie 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 werd later naar Opus 5 omgepunt zodra dat model op 24 juli verscheen.

De Fable 5-controverse

Fable 5 kende een hobbelige start, zelfs zonder de veiligheidsclassifier mee te rekenen.

De stille throttle en de valse weigeringen

Enkele dagen na de lancering meldde Fortune dat Anthropic Fable 5's antwoorden stilletjes had verzwakt op ongeveer 0,03% van AI- en ML-infrastructuurverkeer zonder iemand iets te vertellen.

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

Anthropic zwichtte binnen een dag voor de druk uit de community en zei dat het "de verkeerde afweging had gemaakt". Wat het veranderde was de zichtbaarheid, niet de throttle. Gemarkeerde verzoeken worden nu zichtbaar gemaakt zoals een weigering, en de degradatie zelf bleef. Anthropics redenering is dat de voorwaarden het gebruik van Claude om concurrerende AI-systemen te bouwen al verbieden, wat verdedigbaar is. Het een maand lang stilletjes doen was dat niet.

De schorsing door exportcontrole

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

Anthropic verzette zich de hele tijd fel tegen de terugroepactie. Het betoogde dat de jailbreak smal was in plaats van universeel, en ook door zwakkere modellen te vinden, waardoor de terugroepstandaard vanuit hun perspectief ondoorzichtig leek. Het had een fair punt over de lat zelf. Niemand heeft ooit een universele jailbreak gebouwd, en geen enkel model vandaag haalt die standaard. Het UK AI Safety Institute meldde vooruitgang richting zo'n aanval, maar niets dat daadwerkelijk werkt.

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

Waarover echt verschil van mening bestaat, is of die lat een terugroepactie zou moeten triggeren, niet of zulke jailbreaks mogelijk zijn.

Herstel, met nieuwe limieten

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

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

Anthropic verlengde de deadline twee keer en splitste het beleid vervolgens per abonnement op 20 juli: Max en Team Premium behouden 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 keerde terug naar slechts ongeveer 100 geverifieerde Amerikaanse organisaties, terug van een breder internationaal programma.

Dit alles laat Fable 5 achter als een sterk model, verpakt in een toegangsbeleid dat van maand tot maand blijft verschuiven. Reken op de incidentele valse weigering, en ga er niet van uit dat de limieten 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 hetzelfde klusje 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 produceerden vrijwel identieke apps, tot en met het thema en de featureset, omdat een URL-verkorter één voor de hand liggend antwoord heeft dat in de trainingsdata van elk model zit. De test mat niets.

Een one-shot levend ecosysteem opzetten in Fable 5 en Opus 5

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

Dit 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 regel zonder vragen is het punt. Het laat zien hoever elk model een build zelfstandig draagt, zonder iemand die een verkeerde afslag opvangt. Elk draaide in zijn 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 oogt. 

• Buurzoektocht moet een ruimtelijke index gebruiken, anders sterft de framerate bij 5000 agents. 
• De wereld moet correct wrappen of klemmen, anders tunnelen agents 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 op nul of explodeert ze. 

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

Beide builds zijn live, dus je kunt deze vergelijking zelf uitvoeren in plaats van me 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. Maar wel eerlijk: de screenshots zijn uitgezoomd om het hele scherm te laten passen, dus details zijn misschien niet haarscherp.

Welk model elke run daadwerkelijk draaide

Voor de resultaten eerst een methodologische noot die belangrijk is voor de lezing ervan.

Claude Code kan terugvallen op Opus wanneer Fable 5’s veiligheidsclassifier een verzoek weigert, dus een run met het label Fable is niet gegarandeerd volledig Fable. In plaats van aannames noteerde ik het model-veld bij elk assistent­event 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 tool-calls en printte 429 woorden aan commentaar over de hele build, in 2 tekstblokken.

Opus werkte in het open. Het draaide 137 tool-calls, meer dan twee keer zoveel, en printte 4.808 woorden over 110 blokken. Beide modellen herzien met een vergelijkbare frequentie als je voor volume corrigeert, rond 2 edits per geschreven bestand.

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

De hieronder vermelde bouwtijden meten alleen actief werk. Ik nam elke run van het eerste assistentevent tot het laatste en trok alle idle-stukken af waarin de sessie stil stond te wachten in plaats van te bouwen.

Resultaten: snelheid, kosten en correctheid

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

Beide modellen haalden elke objectieve check: 

• Dezelfde seed reproduceert dezelfde wereld.
• Verschillende seeds divergeren.
• Niets bereikt NaN.
• Geen enkele agent ontsnapt uit 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 agents op in typed arrays, één platte array per eigenschap, en houdt een apart ruimtelijk raster per soort bij. Fable geeft elke agent zijn eigen object en deelt één uniform raster over alle drie de soorten. Beide zijn correct, maar die van Opus is de snellere data-indeling.

De fout die Fable afleverde

Fable's npm test-script draait niet. Het leverde node --test test/, dat Node 26 oplost als een modulepad in plaats van een directory, waardoor het commando sterft voordat er één test draait. De 16 onderliggende tests zijn prima en slagen wanneer je de bestanden expliciet noemt. Het entrypoint in package.json is kapot.

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

Opus heeft geen equivalente fout. Zijn 58 tests draaien via npm test en slagen. Beide suites testen de zaken die hier tellen: gezaaide determinisme, energiebalans, torus wrapping en langetermijnoverleving van soorten; het verschil zit dus in diepgang in plaats van soort. De enige check die alleen Opus schreef is de stresstest met 5000 agents, ook de eis die het meest waarschijnlijk breekt.

Wat de screenshots laten zien

De twee apps zien er totaal anders uit, en dat is precies de reden om de taak te veranderen.

Fable 5: bediening links, agents als platte vierkantjes, soorten genaamd Plants, Herbivores en Predators.

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

Aan de UI-kant zijn dit de grootste verschillen:

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

De populatiegrafieken lezen

De populatiegrafieken zijn waar het ontwerpsverschil scherp wordt.

Grafiek van Fable 5, lineaire schaal. De plantenlijn neemt de volle hoogte, de roofdierlijn zit tegen de as 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 hoort te doen. Fable’s planten schommelen tussen 520 en 7.061 over 5 minuten terwijl herbivoren en roofdieren erachteraan cyclen, met roofdieren die pieken op 248 precies wanneer herbivoren dalen naar 119.

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

Daarom plaatste Opus zijn grafiek op een log-schaal en labelde het de piek. Alle drie de soorten blijven leesbaar, en je kunt de jagerslijn zien 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 plafonneert zijn producentenlaag op 4.229 plankton, waardoor die populatie aan het plafond kleeft en alleen de bovenste twee soorten cyclen. Fable laat alle drie gekoppeld, wat grotere schommelingen en een levendigere wereld geeft. We kregen stabiliteit tegenover dynamiek zonder dat in de prompt 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: plantengroei 5, waarnemingsradius 60, separatie 1,5 en per-soort metabolisme. Opus toont er 9, allemaal genormaliseerde multipliers vanaf 1,00, verdeeld in World en Behaviour-groepen. 

In één zin: Fable geeft je meer controle, terwijl Opus je een paneel geeft waarmee je het ecosysteem evenwicht 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 ongeveer half zo lang bezig.

Ga naar Fable 5 wanneer je een build in één keer af wil hebben met minimale begeleiding, of wanneer de dependency-footprint telt. Fable leverde een program­ma zonder dependencies dat 42% kleiner was dan het alternatief, en kwam daar met 103 assistentbeurten tegenover 247. Die bondigheid heeft echte waarde bij een taak die je zelf achteraf gaat nalezen.

Tot slot

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

Hoewel onze vergelijking bijvoorbeeld liet zien dat Fable meer tokens gebruikte dan Opus, delen de meeste ontwikkelaars juist het omgekeerde: Opus 5 dat veel meer tokens verbrandt dan Fable of Sol bij vergelijkbare taken. Het vermoeden is dat de RL-pretraining van Opus 5 het te sterk heeft geoptimaliseerd om tokenkosten op te voeren in plaats van behulpzaam en beknopt te zijn. Buiten de vergelijking heb ik dit in mijn eigen werk zeker gevoeld. Opus-familie­modellen worden aan de oppervlakte steeds breedsprakiger en lastiger te lezen.

Persoonlijk blijf ik Fable 5 gebruiken voor bijna al mijn codeerprojecten, ook voor klanten, omdat het op de lange termijn wint in nauwkeurigheid. Ik zit op het nieuwste Max-abonnement en ik moet mijn gebruikslimieten nog halen, zelfs 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 een doorlopend commentaar wil op de lopende taak voor mijn eigen begrip.

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