Claude Fable 5 vs GPT-5.5: Benchmark, prissättning och hur du väljer

Om du väljer mellan Claude Fable 5 och GPT-5.5 för ett produktionsflöde berättar benchmarktabellerna en tydlig historia. På pappret är Fable 5 det starkare modellen med bred marginal inom kodning och resonemang. Men den kostar också dubbelt så mycket per utgående token, har ett klassificeringssystem som tyst kan styra om din förfrågan till en svagare modell, och inför ett krav på 30 dagars datalagring som helt stoppar vissa företagskunder.

I den här artikeln jämför jag Fable 5 och GPT-5.5 utifrån fem dimensioner: kodning och agentprestation, arbete med lång kontext, säkerhetsklassificerare och åtkomstfriktion, kunskapsarbete och resonemang samt prissättning. Du kan också kolla in våra fristående guider till Claude Fable 5 och GPT-5.5 för djupare genomgång av respektive modell.

Håll dig uppdaterad om det senaste inom AI. Prenumerera på The Median, vårt kostnadsfria nyhetsbrev på fredagar som sammanfattar veckans viktigaste nyheter. Bli vassare på bara några minuter i veckan.

Vad är Claude Fable 5?

Claude Fable 5 är Anthropics första Mythos-klassade modell tillgänglig för allmänt bruk, lanserad den 9 juni 2026. Mythos är en ny kapacitetsnivå som ligger över Opus i Anthropics modellhierarki. Fable 5 är samma underliggande modell som Claude Mythos 5, men med aktiva säkerhetsklassificerare som dirigerar vissa känsliga frågor till Claude Opus 4.8 i stället. Namnskillnaden är viktig: Fable är den publikt tillgängliga versionen; Mythos är den obegränsade versionen som endast finns för Project Glasswing-partner.

Anthropic positionerar Fable 5 som ledande på nästan alla testade benchmark, med särskild styrka inom mjukvaruteknik, kunskapsarbete, bildförståelse och långvariga agentuppgifter. Ju längre och mer komplext uppdraget är, desto större är dess försprång över tidigare Claude-modeller. Stripe rapporterade att Fable 5 komprimerade månader av ingenjörsarbete till dagar vid en migrering av en Ruby-kodbas med 50 miljoner rader.

För mer om Fable 5:s kapacitet och benchmarkgenomgång, se vår guide till Claude Fable 5. Vi täcker också den begränsade varianten Mythos 5 i vår artikel om Claude Mythos 5.

Vad är GPT-5.5?

GPT-5.5 är OpenAIs modellsläpp från april 2026, beskriven som företagets starkaste agentiska kodningsmodell hittills. OpenAI släppte också en GPT-5.5 Pro-variant för arbete med högre noggrannhet. Modellen är samutvecklad för och körs på NVIDIA GB200- och GB300 NVL72-system, och OpenAI säger att den matchar GPT-5.4:s latens per token i verklig drift samtidigt som den presterar på en väsentligt högre intelligensnivå.

Den stora arkitekturnyheten för GPT-5.5 är tillförlitlighet i lång kontext. GPT-5.4 kollapsade bortom cirka 128K token på MRCR-benchmarken; GPT-5.5 håller till 512K–1M token (74,0% på MRCR v2 i det intervallet, jämfört med GPT-5.4:s 36,6%). Det är en kvalitativ förändring av vad modellen kan användas till, inte en marginell benchmarkökning.

För en fullständig genomgång av GPT-5.5:s benchmark och våra praktiska iakttagelser, se vår GPT-5.5-guide. Vi jämförde den också direkt med Claude Opus 4.8 i vår artikel Claude Opus 4.8 vs GPT-5.5.

Claude Fable 5 vs GPT-5.5: Direkt jämförelse

Här är en snabb sammanfattning av var varje modell står innan vi går in på detaljerna.

Kodning och agentprestation

Här är gapet mellan modellerna störst och mest avgörande. På SWE-Bench Pro, benchmarken för att lösa verkliga GitHub-ärenden, får Fable 5 80,3% mot GPT-5.5:s 58,6%. Det är ett gap på 22 poäng. Som jämförelse slog Claude Opus 4.7 redan GPT-5.5 på denna benchmark med 64,3%, så GPT-5.5 låg redan efter på kodning på arkivnivå innan Fable 5 kom.

På Cognitions FrontierCode-utvärdering, som testar om modeller kan klara svåra kodningsuppgifter och samtidigt uppfylla standarder för produktionskodbaser, får Fable 5 högst poäng bland frontmodeller även vid medelinsats. Cursors vd, Michael Truell, beskrev den som modellen med högst poäng på FrontierBench, med styrka i långsiktigt resonemang och förmåga att generalisera till obekanta verktyg direkt.

Fable 5 verkar också leda Terminal-Bench 2.1 med en rapporterad poäng på 88,0%*, före GPT-5.5 på 83,4%. Asterisken indikerar att siffran bör tas med en nypa salt på grund av en diskrepans mellan Fable 5 och Mythos 5. Där så är fallet är Fable den svagare av de två, så jag skulle anta att Fable 5 tangerar GPT-5.5 eller leder med en liten marginal.

GPT-5.5 är fortfarande det bästa valet för terminaltung DevOps och shell-automation, men gapet på SWE-Bench Pro är en tydlig signal. Om ditt huvudsakliga användningsfall är ingenjörsarbete på arkivnivå är Fable 5 det självklara valet enbart sett till kapacitet. Frågan är om den dubbla kostnaden för utgående token och friktionen från klassificerare är värda det för just din arbetsbelastning.

Prestanda i lång kontext

Detta är GPT-5.5:s verkliga differentiator och förtjänar att tas på allvar. GPT-5.4 föll isär bortom cirka 128K token på MRCR v2-benchmarken. GPT-5.5 gör det inte. Vid 512K–1M token får GPT-5.5 74,0% på MRCR v2, jämfört med GPT-5.4:s 36,6% i samma intervall. Det är inte en marginell förbättring; det är en annan kapacitetsklass.

Anthropic hävdar att Fable 5 håller fokus över miljoner token i långvariga uppgifter och förbättrar sina svar med hjälp av egna anteckningar. Minnestestet Slay the Spire visade att filbaserat beständigt minne förbättrade Fable 5:s prestanda tre gånger mer än det förbättrade Opus 4.8:s. Men Anthropic har inte publicerat MRCR-liknande poäng för Fable 5 i intervallet 512K–1M, så en direkt jämförelse äpplen mot äpplen är inte möjlig här.

För användare som kör kontexter på miljon-nivå, som juridisk dokumentgranskning, analys av stora kodbaser eller syntes av vetenskaplig litteratur, är GPT-5.5:s publicerade poäng för lång kontext den starkare evidensbasen. I våra egna tester av GPT-5.5 klarade den ett nål-i-höstack-test på 300K token och MRCR-poängen höll bortom 256K, där GPT-5.4 hade kollapsat. Fable 5 kan vara lika stark här, men data är inte publicerade i ett jämförbart format.

Säkerhetsklassificerare och åtkomstfriktion

Det här är den mest underrapporterade praktiska frågan med Fable 5, och den förtjänar mer än en fotnot. Fable 5 kör ett tvåstegssystem av klassificerare: en sond övervakar interna aktiveringar över all trafik, och flaggade förfrågningar eskaleras till en separat tränad LLM-klassificerare som fattar slutligt beslut. När en förfrågan blockeras, omdirigeras den till Claude Opus 4.8, och användaren meddelas vilken modell som hanterade frågan.

Anthropic säger att klassificerarna triggar i mindre än 5% av sessionerna i genomsnitt. Tre domäner omfattas:

• Cybersäkerhet: Exploitutveckling, offensiva cyberuppgifter och agentiska hackningsarbetsflöden blockeras. Fable 5 fick 0,0% över alla fyra cyberbenchmark när klassificerarna var aktiva, ned från den underliggande Mythos-modellens 88,4% på utveckling av Firefox-exploiter.
• Biologi och kemi: De flesta förfrågningar i denna domän faller tillbaka till Opus 4.8. Anthropics egna utvärderingar visade att den underliggande modellen närmade sig expertnivå på uppgifter för design av adeno-associerade virus, vilket är skälet till den breda täckningen.
• Destillering: Förfrågningar som flaggas som försök att extrahera Claudes kapaciteter för att träna konkurrerande modeller omdirigeras.

Fallback-mekanismen handlar inte bara om kapacitet; den handlar om tillförlitlighet i agentpipelines. När Fable 5 dirigerar om till Opus 4.8 debiteras du enligt Opus 4.8:s priser, men du får också en annan (fortfarande mycket bra!) modell mitt i uppgiften. För en pipeline som förväntar sig Fable 5:s resonansdjup genom hela flödet kan ett tyst byte till Opus 4.8 mitt i sessionen bryta antaganden om utdata-kvalitet.

GPT-5.5 har sina egna cyberskydd, beskrivna som striktare klassificerare för potentiella cyberrisker. Men det finns ingen tyst fallback till en svagare modell. OpenAIs angreppssätt är graderad betrodd åtkomst: verifierade försvarare kan ansöka på chatgpt.com/cyber för utökad åtkomst med färre begränsningar. Den vägen är mer tillgänglig än Anthropics Project Glasswing, som fortfarande är begränsat till en liten grupp godkända partner.

Det finns ytterligare ett hinder värt att nämna rakt ut. Fable 5 och Mythos 5 klassas som Covered Models, vilket innebär att Anthropic kräver 30 dagars datalagring för all trafik, även för företagskunder som tidigare hade planer med noll lagring. Anthropic uppger att data inte används för träning, men kravet på lagring i sig är ett hårt hinder för reglerade branscher. Vissa företagskunder kan inte använda Fable 5 alls på grund av denna policy.

Kunskapsarbete och resonemang

Båda modellerna är starka här, och skillnaderna är mindre än inom kodning. Fable 5 leder på Hebbias Finance Benchmark för resonemang på seniornivå och får högst poäng av alla modeller på dokumentbaserat resonemang, tolkning av diagram och problemlösning. IMC rapporterade att Fable 5 överträffade deras utvärderingar för handelsanalys över hela linjen, inklusive rotorsaksanalys och förväntansvärdesanalys.

GPT-5.5 leder på FrontierMath Tier 4 med 35,4%, före Fable 5:s publicerade poäng. På GDPval, som testar agenter i 44 yrken, får GPT-5.5 84,9%. På Humanity's Last Exam med verktyg leder Fable 5 med 64,5% mot GPT-5.5:s 52,2%, en betydande skillnad för tvärvetenskapliga resonemangsuppgifter.

Prissättning och tillgänglighet

Prisskillnaden är verklig och växer i skala. Fable 5 kostar $10 per miljon indata-token och $50 per miljon utdata-token. GPT-5.5 kostar $5 per miljon indata-token och $30 per miljon utdata-token. För högvolymsarbetsbelastningar adderas den ökningen på 100%/67% snabbt.

Abonnemangsåtkomst lägger till ytterligare en komplikation för Fable 5. Pro-, Max-, Team- och Enterprise-prenumeranter hade fri åtkomst till den 22 juni. Efter det datumet kräver användning av Fable 5 användningskrediter utöver det befintliga abonnemanget. Anthropic säger att man avser att återställa Fable 5 som en standardabonnemangsfunktion när kapacitet tillåter, men det finns ingen fast tidslinje. GPT-5.5 rullades ut till Plus-, Pro-, Business- och Enterprise-användare i ChatGPT och Codex dag ett, med API-åtkomst kort därefter.

En prissättningsdetalj värd att känna till: när en Fable 5-förfrågan faller tillbaka till Opus 4.8 på grund av klassificerarna, debiteras du enligt Opus 4.8:s priser ($5 indata / $25 utdata), inte Fable 5:s priser.

När ska du välja Claude Fable 5 vs GPT-5.5

Beslutet kokar ner till tre variabler: hur mycket gapet på SWE-Bench Pro spelar roll för ditt arbete, om din domän triggar Fable 5:s klassificerare och om du behöver tillförlitlig prestanda bortom 256K token.

Välj Claude Fable 5 om...

• Ditt huvudsakliga användningsfall är programvaruteknik på arkivnivå, och gapet på 22 poäng på SWE-Bench Pro motiverar den dubbla kostnaden för utgående token.
• Ditt arbete ligger inte nära domänerna cybersäkerhet, biologi eller kemi, så klassificerarna är osannolika att triggas i dina sessioner.
• Du behöver högst tak för komplexa analytiska uppgifter, inklusive finansbenchmark och tvärvetenskapligt resonemang, där Fable 5 leder med tvåsiffriga tal.
• Du använder API:et och kan bära $50 per miljon utdata-token för kapacitetsvinsten.

Välj GPT-5.5 om...

• Du bygger inom säkerhetsnära domäner och behöver en modell som inte tyst omdirigerar dina förfrågningar mitt i en pipeline.
• Din företagsdatapolicy kräver noll lagring, vilket Fable 5:s Covered Model-status gör omöjligt.
• Du behöver förutsägbar API-åtkomst utan att abonnemanget faller över en klippa eller ett system med användningskrediter ovanpå din plan.
• Kostnadseffektivitet är viktigt, och gapet $30 vs $50 per utgående miljon token är betydelsefullt vid din användningsvolym.

Avslutande tankar

Fable 5 är den mer kapabla modellen på de benchmark som spelar störst roll. Gapet på SWE-Bench Pro (80,3% vs 58,6%) är inte brus, och ledningen på Humanity's Last Exam (64,5% vs 52,2% med verktyg) speglar en verklig skillnad i resonansdjup. Om rå kapacitet är den enda variabeln vinner Fable 5.

Men asterisken på Fable 5:s poäng är verklig. Dessa siffror speglar den underliggande Mythos-modellen. Fable 5 är Mythos med klassificerare ovanpå, och för cybersäkerhet, biomedicin och vissa dubbla användningsfall får du i stället Opus 4.8. För agentpipelines är det inte bara en kapacitetsfråga; det är en tillförlitlighetsfråga. En pipeline som förväntar sig Fable 5:s resonansdjup genom hela flödet kan fallera när modellen tyst byter mitt i uppgiften. Lägg till det obligatoriska kravet på 30 dagars datalagring, och Fable 5 är helt enkelt inte (ännu) ett alternativ för vissa företagskunder.

Det finns ett tredje alternativ värt att nämna. Om Fable 5:s pris är för högt och GPT-5.5:s förbättringar för lång kontext inte spelar roll för ditt användningsfall, är Claude Opus 4.8 ingen tröstvinst. Den slår redan GPT-5.5 på SWE-Bench Pro med 69,2% mot 58,6%, kostar $5/$25 per miljon token, och har inte Fable 5:s friktion från klassificerare. Vi går igenom valet mellan Opus 4.8 och GPT-5.5 i detalj i vår artikel om Claude Opus 4.8.

Om du vill komma i gång med att arbeta med frontmodeller i produktion rekommenderar jag att du börjar med vår kompetensväg AI Fundamentals.