Wat is Claude Fable 5?

Claude Fable 5 is het eerste “Mythos-class” model van Anthropic dat voor iedereen beschikbaar is. Even wat achtergrond: Anthropic ontwikkelde intern een opvolger van het Opus model dat zó goed bleek, vooral in software engineering en cybersecurity, dat ze het niet zomaar durfden te lanceren. Dat model heet Mythos en is alleen beschikbaar voor een selecte groep organisaties, onder andere via Project Glasswing, een samenwerking met de Amerikaanse overheid waarin het model wordt ingezet om kritieke infrastructuur juist te beschermen.
Claude Fable 5 is datzelfde model, maar dan met de sterkste kaders die Anthropic ooit heeft gebouwd. Vraag je bijvoorbeeld iets over cybersecurity, dan grijpt een zogenaamde classifier in en valt je verzoek terug op het AI-model Opus 4.8. Voor al het andere — coderen, kenniswerk, visuele taken, agentic werk, krijg je de volle kracht van een vijfde-generatie model. En die kracht is niet mis: Stripe rapporteerde dat Fable 5 een codebase-migratie van een 50-miljoen-regels Ruby-project in één dag deed, werk waar een heel team anders ruim twee maanden mee bezig was geweest.

Van prompting naar intent prompting

In de podcast AI Je Nieuwe Collega, aflevering 82 (een aanrader) vat Wouter van Haaften het mooi samen: we gaan van prompting naar intent prompting. Je legt niet meer uit hoe iets moet, je vertelt wat je wilt bereiken. De rest bedenkt het model zelf.

Het voorbeeld uit de podcast zegt genoeg. Eén zin, “ik heb een video nodig die de rol van de mens versus AI uitlegt” en Fable ging zelfstandig aan de slag: YouTube-fragmenten zoeken en downloaden, transcriberen via een OpenAI-model (want luisteren kan hij niet), een verhaallijn bepalen, de fragmenten knippen met zelfgeschreven Python, de overgangen laten controleren door Gemini (die kan wél video kijken), ondertitels genereren en tot slot online de actuele functietitels van alle sprekers opzoeken. Een complete videoproductie, uit één zin. Zonder dat er ooit een “video-tool” is gebouwd.

Dat is het grote verschil met eerdere modellen: Fable 5 snapt je bedoeling, plant zelf de route, en pakt onderweg de juiste tools. Waar Sonnet en Opus nog sturing nodig hadden bij elke stap, redeneert Fable zich zelfstandig door dagenlange, complexe taken heen.

Wat ik er zelf van merk

De afgelopen weken heb ik Fable 5 losgelaten op mijn eigen projecten, en het patroon is telkens hetzelfde: het model vindt dingen die eerdere modellen én ik zelf over het hoofd hadden gezien. Bij een technische audit graaft het namelijk niet alleen op, het interpreteert echt. Het AI-model legt zo verbanden tussen configuratie, code en business-logica die je normaal alleen van een senior collega met jaren ervaring verwacht.

En dan is er nog iets slims dat je meteen moet overnemen: skills. Laat Fable een moeilijke taak één keer uitvoeren, en vraag het model daarna om zijn eigen werkwijze vast te leggen als een herbruikbare skill. Vanaf dat moment kan een goedkoper model, zoals Opus, diezelfde taak prima uitvoeren door de route te volgen die Fable heeft uitgestippeld. Het slimste model bedenkt dus de weg, de rest volgt.

Zo houd je de kosten in de hand, want laten we eerlijk zijn, Claude Fable 5 komt wel met een prijskaartje: voor $10 per 1 miljoen input tokens en $50 per 1 miljoen output tokens is Fable 5 geen model dat je zomaar overal blind voor gebruikt.

Wat betekent dit voor jouw organisatie?

Mijn advies:

Begin met één werkstroom. Kies een taak die veel tijd kost en duidelijke output heeft een audit, een migratie, contentproductie en laat Fable 5 er los op. Je hoeft niet meteen je hele organisatie om te bouwen.

Bouw skills, geen eenmalige prompts. Alles wat Fable één keer goed doet, leg je vast als herbruikbare skill. Zo bouw je organisatiekennis op die ook met goedkopere modellen werkt.

Reken kostenbewust. Fable is duur. Zet het in waar intelligentie het verschil maakt, en laat routinewerk over aan Sonnet, Opus of Haiku met de skills die Fable heeft geschreven.

Denk na over afhankelijkheid. De drie dagen downtime in juni waren een goede les: wat gebeurt er met jouw processen als je beste AI-model morgen niet beschikbaar is? Zorg dus voor fallback-scenario’s.