Dass Claude Fable beziehungsweise Mythos das teuerste KI-Modell ist – daran gibt es keinen Zweifel. Aber ist es auch das Beste? c’t 3003 hat’s getestet.

Transkript des Videos

(Hinweis: Dieses Transkript ist für Menschen gedacht, die das Video oben nicht schauen können oder wollen. Der Text gibt nicht alle Informationen der Bildspur wieder.)

Guckt mal hier, jetzt hat Anthropic Mythos veröffentlicht. Ihr erinnert euch vielleicht, das KI-Modell, bei dem es vor zwei Monaten noch hieß, das Modell sei viel zu gefährlich, um es zu veröffentlichen, weil man damit angeblich in die meisten Software-Programme einbrechen kann. Also das Ding findet angeblich bislang unbekannte Sicherheitslücken. Und deshalb hat sich Anthropic einen Trick ausgedacht. Das, was sie veröffentlicht haben, also was ich hier in diesem Video getestet habe, nennen sie Fable. Das ist laut Anthropic aber Mythos. Aber halt Mythos, das sich weigert, Arbeit aus den Themenbereichen Cybersecurity, Biologie, Chemie und Wissensdestillation zu übernehmen. Fable kann aber auch noch andere tolle Sachen, zum Beispiel besser coden als Opus. Das kann ich schon mal spoilern. In diesem Video beantworten wir, ob Fable den Mythos-Hype rechtfertigen kann als unglaublich gefährliches, fähiges Modell, wie ihr da dran kommt, wie teuer das Ganze wird und ob das Modell endlich versteht, was auf meiner Kappe hier draufsteht. Bleibt dran.

Liebe Hackerinnen, liebe Internet-Surfer, herzlich willkommen hier bei….

Ja, Anthropic hat’s veröffentlicht. Mythos bzw. Fable. Mythos, übrigens griechisch „mythos“ für „sagenhafte Geschichte“, und Fable soll laut Anthropic die lateinische Variante davon sein. Streber-Keno sagt, dass das eigentlich „Fabula“ heißen müsste, aber okay, was weiß ich schon. Auf jeden Fall sagt Anthropic, dass Mythos und Fable wirklich erstmal grundsätzlich identisch sind. Das kann man auch daran sehen, dass Anthropic in seiner eigenen Benchmark-Tabelle Mythos und Fable in einer Spalte zusammenfasst. Der Unterschied ist, dass bei Fable eine Erkennung vorgeschaltet ist, die merkt, ob ein verbotenes Thema angeschnitten wird. Das läuft mit Constitutional Classifiers. Wenn ihr das genauer wissen wollt, ich hab da ein Paper von Anthropic verlinkt. Wenn der Classifier was erkennt, was böse ist, dann bricht er interessanterweise nicht die Arbeit ab, sondern gibt es einfach an das nächstbessere LLM, zurzeit also Opus, weiter. Das ist nicht dumm und auch transparent, denn Claude zeigt das an, wenn es die Antwort runterdelegiert. Aber in der Praxis kann das natürlich auch nervig sein, vor allem, wenn man gerne maximale Schlauheit hätte und das aber nie geht, weil es immer runtergestuft wird. Wie oft dieses Runterstufen bei harmlosen Anfragen passiert, dazu sage ich später noch was, beim Praxisteil.

Was ich auf jeden Fall nachvollziehbar finde, ist, dass Cybersecurity-Anfragen erstmal nicht durchgehen, denn da scheint wirklich was dran zu sein, dass Mythos halt besser als andere Modelle Sicherheitslücken findet, und das sind bekanntlich Einfallstore für Angreifer. Das heißt, wenn man was Böses machen will, muss man nur herausfinden, was auf dem anzugreifenden Computer oder Smartphone für Software läuft. Dann versucht man mithilfe von Mythos, Schwachstellen bei eben dieser Software zu finden und wenn man die gefunden hat, dann darüber da einzubrechen. Das geht mit anderen LLMs zwar auch, aber offenbar nicht ganz so gut.

Der andere gesperrte Themenbereich ist Biologie und Chemie, und da wird es schon etwas weniger nachvollziehbar, für mich jedenfalls. Angeblich will man verhindern, dass beispielsweise Biowaffen entwickelt werden. Und ja, das klingt natürlich krass und so doll Science-Fiction-mäßig, aber ob Leute, die sowas bauen wollen, wirklich so viel mit Claude Mythos anfangen können, also im Vergleich zu einer normalen Suchmaschine, das ist offenbar auch in Fachkreisen umstritten. Hier vermischen sich offenbar, wie so oft in der KI-Welt, wirkliches Risikobewusstsein und Marketing. Also ein KI-Modell, was so mächtig ist, dass es bislang unbekannte Biowaffen entwickeln kann: Boah, krass, das kann ja wohl mindestens meine Steuererklärung dann auch erledigen, oder? Also will ich das natürlich haben. Ist natürlich gute Werbung. Als Optimist könnte ich jetzt sagen: Ja, Anthropic macht sich wirklich Gedanken über die Sicherheit der Welt, aber sie nehmen halt den Marketing-Effekt auch gerne mit. Als Pessimist würde ich denken, Anthropic bereitet einfach nur den geplanten Börsengang mit möglichst viel Knall-Effekt vor.

Ach so, der dritte gesperrte Themenbereich ist Destillation. Also nicht Schnapsbrennen, also wie das geht, beantwortet Fable problemlos hier bei mir im Test, sondern halt Wissensdestillation, also wenn man fürs Training eines Sprachmodells die Ausgaben eines anderen Sprachmodells, also hier Fable, verwendet. Hier will Anthropic also nicht die Welt beschützen, sondern nur sich selbst. Sie wollen halt nicht, dass zum Beispiel chinesische Anbieter ihre LLMs mit Fable trainieren. Beim eigenen Training war Anthropic aber nicht so zimperlich. Da wurden zum Beispiel Millionen Bücher eingekauft und nach dem Einscannen dann zerstört, ohne vorher Lizenzen dafür zu holen. Naja, okay.

Ein Riesenproblem ist, dass Fable es nicht anzeigt, wenn es meint zu erkennen, ob es zur Entwicklung eines neuen LLMs verwendet wird, also sowas wie der Aufbau von Pre-Training-Pipelines und sowas. Dann schaltet Fable einfach auf dümmer, ohne dass man es bemerkt, ohne dass es angezeigt wird. Und das steht tatsächlich schwarz auf weiß hier in der 319-seitigen System-Card. Und viele Leute sagen, dass es wohl ziemlich häufig passieren könnte, und das Ganze ist halt intransparent. Das ist schwierig. Vor allem, man gibt halt Geld aus für dieses teure Modell und womöglich läuft es dann oft runtergedummt, ohne dass man es weiß. Einmal hier Keno aus der Zukunft: Kurz vor Veröffentlichung dieses Videos hat Anthropic angekündigt, in Zukunft nicht mehr ohne Hinweis runterzudummen. Gut.

Wie teuer ist das?

Stichwort teuer. Wie genau kommt man jetzt an Fable und wie teuer ist das? Ja, zurzeit die günstigste Variante ist ein Pro-Abo bei Anthropic. Das kostet 20 US-Dollar, also hierzulande mit Steuern ungefähr 21,50 Euro im Monat. Und damit kann man Fable verwenden, aber jetzt kommt es: nur noch bis zum 22. Juni. Also wenn das Video hier rauskommt, noch 10 Tage. Dann fällt das aus allen Anthropic-Abos raus, auch den viel teureren. Man kann dann nur noch pro Token bezahlen. Und das ist immens teuer. 10 Dollar für eine Million Token Input und 50 Dollar pro Million Token Output. Das ist exakt doppelt so viel wie bei Claude Opus. Und ich kann euch sagen, als jemand, der Opus schon mal mit OpenClaw und Token-basierter Abrechnung verwendet hat: Schon da konnte man an einem Tag locker 500 US-Dollar verblasen. Das heißt, auch wenn Fable angeblich token-sparsamer sein soll: Wenn man da richtig was mitmachen will, also Softwareprojekt oder so und auch richtig reinhaut, dann sind 1000 Dollar für einen arbeitsamen Tag auf jeden Fall möglich. Und da kommen wir dann schnell zur Frage, ob sich das lohnt. Dazu später auch mehr. Auf jeden Fall sagt Anthropic, dass es Fable so schnell wie möglich wieder in die Abos integrieren will, wenn es denn genug Rechenzentrums-Kapazität hat.

Ja, und apropos Rechenzentrum. Wenn ihr jetzt denkt: Hä? Ihr habt doch neulich im Computex-Nvidia-Video den KI-Rechenzentrumsbau-Wahn so kritisiert. Und jetzt testet ihr das nächste Hype-KI-Modell, was ziemlich sicher sehr ressourcenintensiv arbeitet. Ja, das stimmt. Das kritisieren wir auch nach wie vor. Aber wir wollen euch natürlich auch weiterhin ohne Hype-Brille über neue KI-Entwicklungen informieren. Und deshalb ist das für uns logisch, dass wir natürlich weiterhin KI-Zeugs testen. In Zukunft wollen wir aber auf jeden Fall mehr auf lokale LLMs eingehen. So, aber das nur als Einschub. Zurück zu Fable.

Jetzt ans Eingemachte. Was kann das Ding denn jetzt?

Beispiel 1: Kappe erkennen

Ich sammle gerne Fehler von LLMs, weil ich so ganz gut nachvollziehen kann, ob Modelle besser werden. Also ich gucke dann, ob neuere Modelle immer noch die Fehler machen. Und ein interessanter Fehler war neulich die Erklärung einer Baseball-Kappe, die ich in Japan gekauft habe. Und ich hatte die nur deshalb gekauft, weil das die einzige war, die mir gepasst hat. Aber da ich kein Japanisch kann, wusste ich nicht, was da draufsteht. Und das ist halt ein bisschen schwierig, wenn man mit irgendwas rumrennt, was man nicht versteht. Das kann ja durchaus peinlich werden dann, ne? Deshalb muss ich mich schon drauf verlassen können, was mir das Sprachmodell sagt. Und ich habe aber auch inzwischen echte Menschen, also japanischkundige Menschen, gefragt, die mir die Kappe erklärt haben.

Das C hier ist das Logo von dem Baseball-Team Hiroshima Toyo Carp. Also Carp mit C, daher auch das C. Und das ist eingebettet in ein Wortspiel. Da oben steht „Ure“, und wenn man das zusammen mit dem C ausspricht, was in Japanisch wie „shi“ klingt, wird daraus halt „Ureshii“. Und das heißt wohl beides zusammen, „Ure“ und „shi“, also „Ureshii“, „glücklich“. Und um das noch zu unterstreichen, ist da so ein Lachmund drin in dem C. Also ist eigentlich alles ganz süß. Ja, aber guck mal, was Google Gemini 3 Flash Thinking draus macht: „Crossover-Merchandising-Artikel mit Bakabon no Papa“? Die Schriftzeichen bedeuten „Pferd“ und das sei ja auch logisch, weil es gibt ja oft Kooperationen zwischen Baseball-Teams und der japanischen Pferderennen-Vereinigung? Also, dass das Quatsch ist, konnte ich mir schon selbst herleiten, weil es bei Bakabon no Papa ganz klar keine Figur gibt, die so einen Mund hat. Das sieht da total anders aus.

ChatGPT dagegen meint, dass hier das Kanji-Zeichen für „Reis“ zu sehen ist und dass das also „schmeckt geil“ bedeutet. Und das alles immer in diesem altklugen Oberchecker-Ton, was halt wirklich nervt, wenn die Modelle halt klar halluzinieren und aber so tun, als wüssten sie alles. Naja. Ja, und Claude Fable, ja, das kriegt die Antwort auf Anhieb auch nicht komplett hin, aber es halluziniert nicht und das ist ja erstmal das Wichtigste. Und es erkennt auch das „Ureshii“-Wortspiel, aber eben nicht, dass das C zu den Hiroshima Carp gehört. Es bietet aber an, im Netz zu gucken, und das schafft es dann auch so erfolgreich, dass es wirklich die konkrete Kappe im Carp-Fanshop findet und auch direkt weiß, in welchen anderen Farben es die noch gibt. Das klingt jetzt profan, aber das hat bei meinen Tests kein anderes aktuelles Sprachmodell hinbekommen.

Beispiel Nummer 2: Coding (3003-Logo manipulieren)

So, aber jetzt zu den Coding-Fähigkeiten. Ich hab Fable gesagt, und zwar über den Coding-Harness Claude Code, es soll doch bitte unser 3003-Logo als PNG nehmen und das Ding als Web-App möglichst beeindruckend interaktiv verändern, auf drei unterschiedliche Weisen. Ja, und da kam dann nach ungefähr 15 Minuten herumgecodet das hier raus. Und ja, das ist nicht schlecht, finde ich. Partikelsturm hier finde ich ein bisschen langweilig, aber diese ölartige, bunte Verflüssigung ist nice und auch dieses 3D-Hologramm. Der Fable-Vorgänger Opus macht daraus mit gleichem Prompt das hier. Das ist schon wirklich weniger cool, finde ich. Bei OpenAI Codex sieht das so aus, aber man kriegt auch aus komplett lokal laufenden Modellen was raus. Das ist Qwen 3.6 27B, mit 8-Bit quantisiert, was auf meinem Framework-Desktop lokal läuft. Als Harness habe ich Hermes verwendet. Ja, darüber mache ich auch noch ein Video, könnt ihr aber gerne in die Kommentare schreiben, wenn ihr das sehen wollt. Dann bin ich mir noch ein bisschen sicherer, dass ihr das wirklich wollt.

Beispiel Nummer 3: 3003-Website bauen

Beim Website-Bauen, ja, da fand ich Fable jetzt nicht so richtig beeindruckend. Ich persönlich würde sowieso eher keine komplett KI-generierte Website veröffentlichen, weil schon genug Slop im Netz ist. Das ist also alles hier nur zum Testen. Also so sieht das jedenfalls bei Fable aus. Ich finde gelungen, wie das aus dem Logo den ungefähren Font abschätzt und diesen Stil mit chromatischen Aberrationen. Aber vieles ist auch einfach Quatsch. Die Videos kommen nicht jeden Donnerstag, sondern jeden Freitag. Fable nutzt auch nicht das offizielle c’t-4004-Logo, sondern denkt sich selbst eins aus und die Namen von den Podcastern stimmen auch nicht. Und vor allem sind die ganzen Inhalte hier nicht eingebunden, sondern es gibt zwar Playbuttons, aber die playen nicht, wenn man da draufklickt, sondern die führen dann einfach auf YouTube oder Podigee. Die von Opus gebaute Website finde ich nicht unbedingt hässlicher, muss ich sagen. Die Inhalte sind hier auch nicht eingebunden und auch die echten Thumbnails sind nicht zu sehen, aber sonst finde ich das okay. Ich habe auch mal testweise mit dem neuen chinesischen Modell MiniMax M3 mit dem gleichen Prompt eine Website gebaut. Ja, ist nicht so weit weg von den teuren Claude-Modellen.

Beispiel 4: SVG-Animation

Ja, und dann habe ich noch den beliebten Test probiert, SVG-Code zu generieren. Kennt ihr ja vielleicht, habe ich von Simon Willison geklaut. Er lässt immer einen Pelikan Rad fahren. Ich habe das mal mit einem Oktopus probiert und Fahrrad finde ich ist halt wirklich eine gute Idee, weil da halt mechanische Dinge passieren und es da wirklich oft zu Fehlern kommt. Zum Beispiel bei den kleineren Gemini-Flash-Modellen, die Google seit einiger Zeit immer als Default vorschlägt auf gemini.google.com. Und die sind wirklich viel schlechter als Gemini Pro 3.1. Ich glaube wirklich, Google will Compute sparen. Naja, auf jeden Fall sieht, finde ich auch, der Oktopus in Fable ein bisschen besser aus als in Opus.

Also ich habe auch noch andere Auffälligkeiten gefunden. Also einmal zum Beispiel die Sprache von Fable. Ja, das war die erste Frage, die ich Fable gestellt habe: Was müsste passieren, dass sich die in KI-Rechenzentren investierten Summen amortisieren? Und in der Antwort nutzt Fable immer noch diverse typische LLM-Stilblüten, die ich als Redakteur immer anstreichen würde, wenn ich die im Text sehen würde. Die Bullen sehen die Amortisation bereits laufen. Also Bullen sind umgangssprachlich was anderes. Ich würde vielleicht sagen: bullische Anleger oder so. Schlimmer ist aber noch, dass Geld am Ende von echten Endkunden stammt. Was sind denn unechte Endkunden? Und auch ein Teil des Werts liegt in Verteidigung bestehender Geschäfte. Also wer schreiben kann, schreibt so nicht.

Ja, und ich wollte euch ja auch noch sagen, wie oft der Sicherheitsmechanismus anschlägt, der Fable immer auf Opus runterstuft. Ja, oft. Also immer wenn ich zum Beispiel sage: Kannst du meinen Code auf Sicherheitslücken überprüfen, kickt das sofort rein. Klar, okay, das war ja auch so angekündigt von Anthropic. Aber was ich schon krass finde: Die ziemlich harmlosen Fragen aus dem Bereich Biologie, Biochemie, die schlagen auch an. Zum Beispiel: Wie funktioniert der mRNA-Impfstoff? Naja, er antwortet dann halt mit Opus und das ist qualitativ schon auch okay, aber ist trotzdem halt doof, wenn man viel Geld für Fable zahlt und dann nur Opus bekommt, obwohl man gar keine Biowaffen entwickeln will.

Fazit

Also ich würde schon trotz meiner Kritik sagen, dass Stand heute Anthropic Fable 5 das leistungsfähigste Allround-Modell ist, was es zurzeit auf dem Markt gibt. Ja, aber das wissen wir ja, das kann sich sehr schnell immer wieder ändern. Und es ist auf jeden Fall auch das teuerste, vor allem, weil man es ja ab dem 22. Juni auch wirklich nur noch über bezahlte Token und nicht mehr über eine Abo-Flatrate bekommt. Und auch wenn ich gesagt habe, es ist das Beste, ob es sich lohnt, so viel Geld dafür auszugeben und das Teil dann auch noch sehr häufig auf das schlechtere Modell Opus runterschaltet. Schwierig. Ja, wie seht ihr das? Gerne in die Kommentare schreiben und gerne unseren Podcast hören. c’t 4004, da sprechen wir auch nochmal über Fable und Mythos. Tschüss.

c’t 3003 ist der YouTube-Channel von c’t. Die Videos auf c’t 3003 sind eigenständige Inhalte und unabhängig von den Artikeln im c’t Magazin. Die Redakteure Jan-Keno Janssen, Lukas Rumpler, Sahin Erengil und Pascal Schewe veröffentlichen jede Woche ein Video.

(jkj)

Die Plattformen von Meta sind offenbar von einer großflächigen Störung betroffen. Nutzer in aller Welt berichten über Ausfälle und Verbindungsprobleme. Betroffen sind demnach vor allem Instagram und Facebook, darüber hinaus gibt es Berichte über Probleme mit Threads und dem Messenger.

Auch auf verschiedenen Störungsseiten melden Nutzer seit etwa 15:30 Uhr am Freitagnachmittag Probleme. Sie können Instagram und Facebook nicht erreichen, Inhalte werden nicht geladen. Auch berichten Nutzer, dass sie von ihren Accounts abgemeldet wurden und sich nicht wieder anmelden können.

Weitere Informationen zu Ausmaß und Ursache der Störung gibt es derzeit noch nicht. Für einige Nutzer scheint sich die Lage teilweise wieder zu stabilisieren.

Inzwischen meldet Meta selbst Störungen in seinem Werbenetzwerk, die offenbar auf die Verbindungsprobleme zurückgehen. Demnach konnten Anzeigenkunden keine Kampagnen mehr erstellen und ausspielen. Auch der Zugriff auf Anzeigen-Berichte sowie die Geschäftskunden-API von Whatsapp sind demnach betroffen.

(vbr)

Die Gaming-Plattform Steam steht im Fokus der deutschen Behörden. Der bei der Bundesnetzagentur angesiedelte Digital Services Coordinator (DSC) hat Ermittlungen gegen den Betreiber Valve eingeleitet. Anlass für das Verfahren ist das Videospiel „Plantation Simulator“, das vor wenigen Wochen bereits für internationale Proteste sorgte.

Im Fokus der Untersuchung steht weniger das Spiel selbst als die Frage, ob Steam den strengen Sorgfaltspflichten des Digital Services Act (DSA) nachgekommen ist. Die Behörde prüft, ob die Plattform möglicherweise rechtswidrige Inhalte adäquat filtert und auf Beschwerden von Nutzern rechtzeitig und gesetzeskonform reagiert.

„Plantation Simulator“ ist ein simples Videospiel, in dem es um den Betrieb einer historischen Plantage geht. Vom Entwickler als historische Simulation deklariert, simuliert das Spiel vor allem eine rassistische Vergangenheit: Das spielerische Kernelement bestand darin, die Produktivität des Betriebs durch Auspeitschen der als Arbeitskräfte eingesetzten dunkelhäutigen Spielfiguren zu steigern.

Die Veröffentlichung löste im Netz Entrüstung aus. Auf Plattformen wie Reddit oder X sorgte das „Spiel“ für Debatten. Während einige Beobachter den Entwickler für einen Troll mit geschmacklosem Humor halten, werfen ihm andere die Normalisierung von Sklaverei und rassistischer Gewalt vor. Die Plattform soll zahlreiche Beschwerden über die Veröffentlichung erhalten haben.

Die Rolle des Digital Services Act

Auf Steam findet im Vorfeld von Veröffentlichungen keine Qualitätskontrolle statt. Jeder registrierte Entwickler kann Software einreichen und auf den Servern platzieren, ohne dass der Betreiber Valve die Inhalte vorab aktiv absegnet. Umso wichtiger sind die nachgelagerten Beschwerdemechanismen. Der DSA verpflichtet Plattformen dazu, ein leicht zugängliches, gut auffindbares und benutzerfreundliches Verfahren bereitzustellen, über das Nutzer mutmaßlich rechtswidrige Inhalte unkompliziert melden können.

Solche Hinweise müssen von den Betreibern unverzüglich, sorgfältig und unparteiisch geprüft werden. Zudem steht Steam in der Pflicht, die Nutzer über das Ergebnis dieser Begutachtung transparent zu informieren. An diesem Punkt setzen die Ermittlungen des deutschen DSC an. Bislang äußerte sich Valve nicht dazu, ob der Titel intern überhaupt geprüft wurde oder ob Beschwerdeführer eine Rückmeldung erhielten. Letztlich reagierte nicht Valve, sondern der Entwickler selbst auf den Druck der Öffentlichkeit: Er modifizierte das Spiel zunächst und zog es schließlich vollständig von der Plattform zurück.

Für die Bundesnetzagentur ist der Fall damit aber nicht ad acta gelegt. Das primäre Ziel des DSA-Verfahrens ist nicht die Entfernung eines einzelnen Titels, sondern zu prüfen, ob eine Plattform die Regeln eingehalten hat. Bei dem Ermittlungsverfahren geht laut einer Mitteilung der Behörde darum, strukturelle Defizite im Meldesystem von Steam aufzudecken und nachhaltig zu korrigieren.

Kooperation und drohende Konsequenzen

Da Steam seinen rechtlichen Vertreter innerhalb der EU in Deutschland benannt hat, fällt die Durchsetzung der Plattformregeln in die direkte Zuständigkeit des hiesigen DSC. Die Ermittler sind dabei international vernetzt: Die französische Medienaufsichtsbehörde Arcom, die als dortiger DSC fungiert, hatte im Vorfeld eigene Erkenntnisse gesammelt und diese gezielt an die Bundesnetzagentur übermittelt.

Steam hat nun Gelegenheit, zu den Vorwürfen Stellung zu nehmen. Sollte die Bundesnetzagentur am Ende des Verfahrens feststellen, dass die Plattform die Vorgaben des DSA missachtet oder unzureichend umgesetzt hat, stehen ihr umfangreiche Sanktionsmittel zur Verfügung. Das Spektrum reicht von Anordnungen zur Mängelbeseitigung über operative Auflagen bis hin zu Bußgeldern, die sich am globalen Umsatz des Unternehmens orientieren.

(dahe)