Claude Fable 5 i Claude Code: Ett praktiskt test mot Opus 5

Vad är Fable 5?

Fable 5 är en kodfokuserad modell i Anthropics Claude 5-familj, släppt den 9 juni 2026. Den lanserades tillsammans med Mythos 5, en syskonmodell utan säkerhetsklassificerare som Anthropic erbjöd endast till en liten grupp granskade organisationer. För en komplett genomgång av lanseringen och hur Fable 5 står sig i olika benchmark, kolla vår dedikerade Fable 5-guide.

Fable 5 ligger över Opus 5 i pris och är inriktad på svårare kodningsarbete. Den största skillnaden i känsla är att den kör tänkande på varje förfrågan och det går inte att stänga av, så den upplevs som långsammare och mer eftertänksam. Opus 5 avgör själv om en prompt är värd extra tänkande.

Specifikationer och prissättning

De två modellerna delar kontextfönster och maximal utdata-storlek. De skiljer sig i pris och i hur tänkandet fungerar.

Fable 5 kostar ungefär dubbelt så mycket per token som Opus 5. Eftersom dess tänkande alltid är på tenderar en enskild körning också att generera fler tokens, så prisskillnaden i verklig användning är större än per-token-priset antyder. I den direkta jämförelsen senare i guiden genererade Fable 74% fler utdata-tokens än Opus för ett mindre program.

För en djup jämfförelse inklusive benchmark-skillnader, läs vår Claude Opus 5 vs Claude Fable 5-guide.

Vägransbeteendet du måste koda för

En allmänt frustrerande aspekt av Fable 5 är dess inbyggda säkerhetsklassificerare. Eftersom modellen anses för kraftfull tillåter klassificeraren den inte att hantera förfrågningar som ens lite tangerar områden som biologi eller cybersäkerhet.

För en immunolog räckte ordet "cancer" för att trigga ett biosäkerhetsfilter, vilket gjorde att Claude Code föll tillbaka till Opus 4.8.

Jag råkade nyligen själv ut för detta i en inloggningsbugg i ett personligt projekt. Flödet använde Telegram Gateway API för OTP-inloggning, och Fable 5 vägrade blankt att röra det. Opus 5 löste uppgiften, vilket är hela problemet: ingenting i buggen var en säkerhetsrisk.

Automatisk fallback utan konfiguration sker bara i Claude Code och Claude-apparna. Om du använder Fable via API:et får du ett fält stop_reason i svaret trots att du får en 200-svarskod.

Svaret ser ut så här:

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

Så du måste kontrollera stop_reason innan du rör innehållet i svaret. 

För att aktivera server-side-fallback skickar du en fallbacks-array (t.ex. "fallbacks": [{"model": "claude-opus-4-8"}]) och skickar headern anthropic-beta: server-side-fallback-2026-06-01. Sätt den på varje förfrågan; det finns ingen kontonivåinställning.

Not om fallback-modellen

Du kanske undrar varför vissa källor säger att Fable 5 faller tillbaka till Opus 4.8 medan andra pekar på Opus 5. Båda har rätt, eftersom målet beror på kategori och yta. 

I Claude Code körs en förfrågan flaggad för biologi nu om på Opus 5, medan en som flaggats för cybersäkerhet fortfarande körs om på Opus 4.8. I API:et stöder server-side-fallbacks-funktionen för närvarande endast Opus 4.8. 

Uppdelningen är en tidsartefakt: vid Fables junilansering föll allt tillbaka till Opus 4.8, och biologistigen pekades senare om till Opus 5 när den modellen släpptes den 24 juli.

Kontroversen kring Fable 5

Fable 5 fick en skakig start, även utan säkerhetsklassificeraren i bilden.

Den tysta strypningen och de felaktiga vägrandena

Dagar efter lanseringen rapporterade Fortune att Anthropic i tysthet hade försvagat Fable 5:s svar på cirka 0,03% av trafiken för AI- och ML-infrastruktur utan att tala om det för någon.

Många forskare, och även utvecklare, var rasande eftersom de förväntade sig en arbetshäst till frontier-modell som kan ta sig an alla uppgifter när de betalar 200 dollar i prenumeration för den.

Anthropic gav vika för communityns tryck inom en dag och sa att de "gjorde fel avvägning". Det som ändrades var synligheten, inte strypningen. Flaggrade förfrågningar visas nu på samma sätt som en vägran gör, och försämringen i sig blev kvar. Anthropics resonemang är att deras villkor redan förbjuder att använda Claude för att bygga konkurrerande AI-system, vilket är försvarbart. Att göra det i tysthet i en månad var det inte.

Avstängningen på grund av exportkontroll

Sedan kom den större. En offentliggjord jailbreak utlöstes en exportkontrollorder från Handelsdepartementet den 12 juni, och Anthropic tog både Fable 5 och Mythos 5 offline globalt i 19 dagar.

Anthropic motsatte sig återkallelsen hårt hela tiden. De hävdade att jailbreaken var smal snarare än universell och kunde hittas av svagare modeller också, så återkallelsekravet såg otydligt ut från deras horisont. De hade en poäng om själva ribban. Ingen har någonsin byggt en universell jailbreak, och ingen modell idag klarar den ribban. UK AI Safety Institute har rapporterat framsteg mot en sådan, men inget som faktiskt fungerar.

De hade en rimlig poäng om själva ribban, men inte sättet de beskrev den på. Universella jailbreaks finns: Storbritanniens AI Security Institute rapporterar att de hittat sådana för varje fronterssystem de har testat, och deras red team byggde en mot Fable 5 själv, enkelvänd inom timmar och utökad till flervända agentiska arbetsflöden inom dagar, enligt Fable 5:s modellkort.

Det som verkligen är omstritt är om den ribban ska trigga en återkallelse, inte om sådana jailbreaks är möjliga.

Återställning, med nya begränsningar

Anthropic levererade en starkare klassificerare och rapporterade en blockeringsgrad över 99%, och med det lyfte Handelsdepartementet kontrollerna runt den 30 juni.

Allmän åtkomst återkom den 1 juli, men på stramare villkor. Det utlovade två veckor långa obegränsade fönstret krympte till cirka en, och ett nytt veckotak på 50% innebar att när du passerade det debiterades mer Fable 5-användning som krediter till fulla $10 och $50. Det räckte för att få prenumeranter att muttra på Reddit.

Anthropic förlängde tidsfristen två gånger och delade sedan policyn efter plan den 20 juli: Max och Team Premium behåller Fable 5 på 50% av de veckovisa gränserna utan slutdatum, medan Pro och Team Standard får en engångskredit på $100 och betalar API-priset efter det. Mythos 5 kom tillbaka för endast cirka 100 granskade amerikanska organisationer, ned från ett bredare internationellt program.

Allt detta lämnar Fable 5 som en stark modell inlindad i en åtkomstpolicy som fortsätter att skifta månad för månad. Planera för en och annan felaktig vägran, och räkna inte med att månadens gränser håller till nästa.

Claude Fable 5 vs Opus 5 på samma projekt

För att se hur de två modellerna beter sig under identiska förhållanden gav jag var och en samma jobb i en ny Claude Code-session. Efteråt läste jag hela sessionstranskripten, de interna JSONL-filerna och bedömde båda färdiga apparna i en webbläsare.

Mitt första försök till den här jämförelsen använde en URL-förkortare. Det var ett misstag. Båda modellerna producerade nästintill identiska appar, ända ner till tema och funktionsuppsättning, eftersom en URL-förkortare har ett uppenbart svar som finns i varje modells träningsdata. Testet mätte ingenting.

Att sätta upp ett one-shot levande ekosystem i Fable 5 och Opus 5

Så jag valde en uppgift utan kanoniskt svar: en simulering av ett levande ekosystem. Tre arter i en näringsväv, agenter som flockas, jagar och svälter, 5000 av dem på skärmen samtidigt, allt deterministiskt från ett frö. Prompten förbjuder bibliotek som skulle hantera de svåra delarna, så varje modell måste skriva sina egna rumsliga frågor, styrning och populationsdynamik.

Här är prompten som båda modellerna fick, ord för ord:

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.

Regeln utan frågor är poängen. Den visar hur långt varje modell driver en build på egen hand, utan någon som fångar upp ett felsteg. Var och en kördes i sin egen tomma katalog utan antydan om att en andra modell hade samma uppgift.

Uppgiften gömmer också fyra objektiva tester i en utdata som ser rent visuell ut. 

• Grannsökning måste använda ett rumsligt index, annars dör bildfrekvensen vid 5000 agenter. 
• Världen måste wrapa eller klampa korrekt, annars tunnlar agenter genom väggar. 
• Slumpmässigheten måste gå via en seedad generator, annars ger samma seed olika körningar. 
• Och födelse- och dödstal måste balanseras, annars planar populationen ut vid noll eller exploderar. 

Var och en av dessa fel syns på skärmen, vilket är det som gör en snygg demo bedömningsbar.

Båda byggena är live, så du kan köra den här jämförelsen själv i stället för att ta mig på mitt ord. Öppna dem sida vid sida och seeda om var och en:

• Fable 5:s bygge: ecosystem-fable-5.vercel.app (källa)
• Opus 5:s bygge: ecosystem-opus-5.vercel.app (källa)

Skärmdumpar av båda finns längre ner, om du hellre vill läsa än klicka. Men en rättvis not: skärmdumparna är utzoomade för att få plats med hela skärmen, så detaljer kanske inte är knivskarpa.

Vilken modell som faktiskt servade varje körning

Innan resultaten, en metodologisk not som är viktig för att tolka dem.

Claude Code kan falla tillbaka till Opus när Fable 5:s säkerhetsklassificerare avböjer en förfrågan, så en körning märkt Fable är inte garanterat helt Fable. I stället för att anta spelade jag in model-fältet för varje assistenthändelse i båda transkripten.

Lyckligtvis, i min jämförelse, kom varje händelse i Fable-körningen tillbaka som claude-fable-5, alla 103. Varje händelse i Opus-körningen kom tillbaka som claude-opus-5, alla 247. Ingen fallback triggades åt något håll. Siffrorna nedan beskriver modellerna på etiketten.

Hur Fable 5 och Opus 5 arbetade med problemet

Fable arbetade tyst. Den körde 56 verktygsanrop och skrev ut 429 ord kommenterande över hela bygget, i 2 textblock.

Opus arbetade öppet. Den körde 137 verktygsanrop, mer än dubbelt så många, och skrev 4 808 ord över 110 block. Båda modellerna reviderade i liknande takt när man tar hänsyn till volym, nära 2 ändringar per skriven fil.

De skilde sig också i verktygskedja. Fable levererade rena ES-moduler med ett python3 -m http.server startskript och inga node_modules alls. Opus installerade Vite och Vitest och byggde mot en riktig verktygskedja.

Byggtiderna nedan mäter endast aktivt arbete. Jag tog varje körning från dess första assistenthändelse till den sista och drog av alla perioder då sessionen stod stilla i väntan i stället för att bygga.

Resultat: hastighet, kostnad och korrekthet

Fable kostade 43% mer och producerade 74% fler utdata-tokens för ett mindre program. Eftersom den inte kan stänga av sitt tänkande fortsätter den att debitera även när arbetet inte kräver det.

Båda modellerna klarade alla objektiva kontroller: 

• Samma seed återskapar samma värld.
• Olika seeds ger olika utfall.
• Ingenting når NaN.
• Ingen agent lämnar världen vid maximal hastighet.
• Båda håller 60 FPS i webbläsaren utan några console-fel.

Opus simulering är 2,3x snabbare per tick. Den lagrar agenter i typade arrayer, en platt array per egenskap, och håller ett separat rumsligt rutnät per art. Fable ger varje agent sitt eget objekt och delar ett enhetligt rutnät över alla tre arter. Båda är korrekta, men Opus har den snabbare datalayouten.

Felet som Fable levererade

Fables npm test-skript kör inte. Den levererade node --test test/, vilket Node 26 tolkar som en modulväg snarare än en katalog, så kommandot dör innan ett enda test körs. De 16 testen under är fina och passerar när du namnger filerna explicit. Ingångspunkten i package.json är trasig.

Det är en liten bugg med en oproportionerligt stor kostnad, eftersom det enda kommandot en läsare faktiskt kommer att skriva är det som misslyckas. Fable fångade det aldrig heller, vilket är den viktiga biten: prompten bad om tester, och den verifierade dem via en väg som dess egna användare inte kommer att ta.

Opus har inget motsvarande fel. Dess 58 tester körs från npm test och passerar. Båda sviterna testar det som är viktigt här: seedad determinism, energikonservering, torus-wrapping och långsiktig artöverlevnad, så gapet är djup snarare än typ. Den enda kontrollen som bara Opus skrev är 5000-agenters stresstestet, vilket också är kravet som troligast bryts.

Vad skärmdumparna visar

De två apparna ser inte alls likadana ut, vilket är hela skälet till att byta uppgift.

Fable 5: kontroller till vänster, agenter som platta fyrkanter, arter namngivna Plants, Herbivores och Predators.

Opus 5: kontroller till höger, agenter som trianglar som pekar i färdriktningen, arter namngivna Plankton, Grazers och Hunters.

På UI-sidan är detta de största skillnaderna:

• Fable lade sin kontrollpanel till vänster och ritar varje agent som en platt fyrkant, och namngav arterna Plants, Herbivores och Predators.
• Opus lade sin panel till höger och ritar riktade trianglar, så att du kan läsa av åt vilket håll en flock rör sig. Den hittade på ett akvatisk tema och valde Plankton, Grazers och Hunters.

Att läsa populationsgraferna

Populationsgraferna är där skillnaden i design blir skarp.

Fable 5:s graf, linjär skala. Växtlinjen tar hela höjden och rovdjurslinjen är fast mot axeln.

Opus 5:s graf, log-skala. Alla tre arter förblir läsbara, och jägarlinjen korsar betarlänjen.

Båda simuleringarna oscillerar som ett rovdjur–byte-system bör. Fables växter svänger mellan 520 och 7 061 över 5 minuter medan växtätare och rovdjur cyklar efter dem, rovdjur toppar på 248 precis när växtätare bottnar på 119.

På en linjär skala äter växtlinjen upp hela det vertikala spannet, växtätare trycks ihop till ett tunt band och rovdjur sitter platt mot axeln.

Det är därför Opus lade sin graf på en log-skala och markerade toppen. Alla tre arter förblir läsbara, och du kan se jägarlinjen stiga, korsa betarlänjen och falla när betarna återhämtar sig. Samma klass av data, och bara en av de två graferna är läsbar.

Hur de två ekosystemen beter sig

De underliggande ekosystemen skiljer sig också. Opus begränsar sitt producentlager till 4 229 plankton, så den populationen fastnar i taket och bara de övre två arterna cyklar. Fable lämnar alla tre kopplade, vilket ger större svängningar och en livligare värld. Vi fick stabilitet kontra dynamik utan att be om det i prompten.

Fable 5:s parameterpanel: 13 reglage i simuleringens egna enheter.

Opus 5:s parameterpanel: 9 reglage, var och en en multiplikator som börjar på 1,00, grupperade i World och Behaviour.

Fable exponerar 13 parametrar i riktiga enheter: plant growth 5, perception radius 60, separation 1,5 och ämnesomsättning per art. Opus exponerar 9, alla normaliserade multiplikatorer som börjar på 1,00, uppdelade i World och Behaviour-grupper. 

Kort sagt: Fable ger dig mer kontroll, medan Opus ger dig en panel som inte låter dig förstöra ekosystembalansen i första taget.

Ska du välja Fable 5 eller Opus 5?

Använd Opus 5 som standard. I det här bygget kostade den 30% mindre, körde en simulering 2,3x snabbare och skrev bättre testtäckning. Fable vann i hastighet och blev klar på ungefär halva tiden.

Gå till Fable 5 när du vill få ett bygge färdigt i ett enda svep med minimal övervakning, eller när beroendefotavtrycket spelar roll. Fable levererade ett program utan beroenden som var 42% mindre än alternativet, och kom dit på 103 assistentvändor mot 247. Den kortfattade stilen har verkligt värde i en uppgift du själv planerar att läsa igenom efteråt.

Avslutande tankar

Två byggen av en projekttyp är fortfarande inte ett benchmark. Prestanda i verkligheten kan variera kraftigt trots vad befintliga benchmark visar.

Till exempel, även om vår jämförelse visade att Fable använde fler tokens än Opus, delar de flesta utvecklare motsatsen: Opus 5 bränner betydligt fler tokens än både Fable och Sol i liknande uppgifter. Misstanken är att Opus 5:s RL-förträning gjort den för optimerad för att stapla tokenkostnader i stället för att vara hjälpsam och koncis. Utanför jämförelsen har jag definitivt känt detta i mitt eget arbete. Opus-familjen blir alltmer ordrik på ytan och svårare att läsa.

Personligen kommer jag att fortsätta använda Fable 5 för nästan alla mina kodningsprojekt, även för kunder, eftersom den vinner i noggrannhet i längden. Jag har den senaste Max-planen och har ännu inte nått mina användningsgränser, även när jag använder Fable i flera sessioner (även om jag inte kör Claude Code oavbrutet). Jag använder Opus när tokennotan spelar roll eller när jag vill ha en löpande kommentar om den pågående uppgiften för min egen förståelse.

För mer om modellerna och verktygen kring dem rekommenderar jag att läsa vår fulla Claude Fable 5-guide, tillsammans med handledningar om Claude Code och bästa praxis för Claude Code.