Anthropic test mogelijk nieuwe versies van Fable, Opus en Sonnet

TL;DR

• Wat: Er zijn signalen dat Anthropic stilletjes nieuwe versies van hun Claude-modellen (Fable, Opus en Sonnet) test bij geselecteerde gebruikers.
• Waarom relevant: Als ondernemer die Claude inzet, wil je weten wanneer er betere modellen aankomen — en wat dat betekent voor je huidige workflows en kosten.
• Wat je ermee kunt: Hou de komende weken de officiële Anthropic-kanalen in de gaten en wacht met langetermijnkeuzes tot er duidelijkheid is over nieuwe modelversies.

Er gonst iets in de AI-wereld dat ik even wil uitpakken. Gebruiker @synthwavedd op X meldt dat Anthropic nieuwe versies van Fable, Opus en Sonnet stil aan het testen zou zijn bij verschillende accounts. Ik vind dat het soort signaal is waar je als ondernemer tenminste van op de hoogte wilt zijn — ook al is er nog niets bevestigd.

Wat er aan de hand is

Laat ik beginnen met wat we wél weten. De huidige Claude-lineup van Anthropic ziet er zo uit: Fable 5.1 (uitgebracht op 1 september 2026), Opus 5, Sonnet 5 en Haiku 4.5. Daarnaast is er Mythos 5.1, een krachtiger model dat alleen beschikbaar is via beperkte toegangsprogramma's.

Wat er nu rondgaat, zijn berichten van gebruikers die merken dat modellen zich anders gedragen dan voorheen. Rond eind augustus doken er testcodes op in screenshots — specifiek claude-marshmallow-eap en claude-melon-eap — die via externe clients zichtbaar werden. Belangrijk om te weten: die codes bevatten niet de woorden "Opus", "Sonnet" of "5.1". Dat zijn interpretaties van de community, geen officiële bevestiging.

Wat ik hier interessant vind: het patroon. Gebruikers melden dat Opus 5 "scherper aanvoelt", maar er verschijnt geen nieuw versienummer in de interface. Dat past bij wat in de AI-industrie een grayscale rollout wordt genoemd — je rolt een update geleidelijk uit naar een deel van je gebruikers om te kijken hoe die presteert, zonder het officieel aan te kondigen.

De technische aanwijzingen

Er is één technisch detail dat opvalt. Volgens een analyse van OrcaRouter levert een zoekopdracht naar een "Claude Fable 5.1"-identifier op Amazon Bedrock (het cloudplatform waarop veel bedrijven AI-modellen draaien) een 404-fout op, terwijl een "Claude Opus 5.1"-identifier een 400-fout geeft.

Waarom dat uitmaakt? Een 404 op Bedrock betekent volgens die analyse dat het systeem het model herkent als een bestaande vorm, maar dat het nog niet beschikbaar is. Een 400 betekent dat de identifier niet wordt herkend. Dat is een subtiel maar mogelijk veelzeggend verschil.

Ik moet hier wel bij zeggen: dit is speculatie op basis van foutcodes. Eén precedent maakt nog geen patroon, zoals CellCog terecht opmerkt in hun analyse. Er kunnen allerlei verklaringen zijn — van checkpoint-wisselingen tot aanpassingen in systeemprompts.

Wat een "full lineup launch" zou betekenen

De tweet van @synthwavedd noemt specifiek dat Anthropic mogelijk terugkeert naar hun oude gewoonte om alle modellen tegelijk te lanceren — een zogenaamde full lineup launch. Bij eerdere releases bracht Anthropic soms het hele scala aan modellen in één keer uit: van het kleinste (Haiku) tot het krachtigste (Opus).

Voor een ondernemer is dat relevant om een simpele reden: als je nu overweegt om van model te wisselen of je abonnement aan te passen, kan het slim zijn om even te wachten. Stel dat je als ondernemer net hebt besloten om Opus 5 in te zetten voor je klantenservice-automatisering. Als er binnen enkele weken een Opus 5.1 verschijnt die beter omgaat met instructies en minder breedsprakig is — precies de klachten die gebruikers nu hebben — dan wil je dat meenemen in je beslissing.

De prijzen van de huidige modellen variëren behoorlijk. Fable 5 kost $10 per miljoen invoertokens en $50 per miljoen uitvoertokens. Opus 5 zit op $5/$25, Sonnet 5 op $2/$10. Als nieuwe versies dezelfde prijzen hanteren maar betere prestaties leveren, is dat voor elke ondernemer die per token betaalt direct merkbaar op de factuur — niet omdat je meer betaalt, maar omdat je minder tokens nodig hebt voor hetzelfde resultaat.

Waarom stille tests niet ongebruikelijk zijn

Ik merk dat sommige mensen verrast reageren op het idee van "stealth testing", maar het is eigenlijk een vrij gangbare praktijk in de techwereld. Google doet het met zoekresultaten, Netflix met aanbevelingsalgoritmen, en AI-bedrijven doen het met hun modellen.

De logica erachter is eenvoudig: je wilt weten hoe een nieuw model presteert bij echte gebruikers met echte taken, niet alleen op benchmarks in een lab. Een benchmark kan je vertellen dat een model 95% scoort op programmeertaken, maar niet hoe het omgaat met de soms rommelige, onduidelijke verzoeken die echte mensen stellen.

Wat ik me dan afvraag: als je als ondernemer Claude gebruikt en je merkt dat het model ineens beter of anders reageert, hoe weet je dan of je te maken hebt met een stille update? Het eerlijke antwoord is: waarschijnlijk niet. En dat is voor de meeste ondernemers ook niet erg — zolang het eindresultaat beter wordt. Maar als je AI-workflows hebt gebouwd die afhankelijk zijn van consistent modelgedrag, is het goed om te weten dat dit soort schommelingen kan voorkomen.

Wat er wél en niet vaststaat

Laat ik helder zijn over de feiten. Wat vaststaat: er circuleren testcodes, sommige gebruikers rapporteren veranderingen in modelgedrag, en er zijn technische aanwijzingen op Bedrock die wijzen op voorbereiding van nieuwe modellen. Wat niet vaststaat: welke modellen precies worden getest, wanneer ze worden uitgebracht, en of er inderdaad sprake is van een volledige lineup-launch.

Anthropic heeft zich hier niet officieel over uitgelaten. De bronnen die ik heb kunnen vinden — van CellCog tot OrcaRouter — benadrukken allemaal dat het om onbevestigde community-signalen gaat.

Kun je je voorstellen wat het betekent als Anthropic inderdaad alle modellen tegelijk vernieuwt? Voor een ondernemer die nu kiest tussen een goedkoper model als Sonnet en een krachtiger model als Opus, verschuift dat de hele afweging. Een verbeterd Sonnet zou taken aankunnen waarvoor je nu Opus nodig hebt — tegen een vijfde van de prijs.

Een signaal om in de gaten te houden

Voor mij is dit vooral een herinnering dat de AI-markt nog steeds in hoog tempo beweegt. De modellen die je vandaag gebruikt, kunnen over een paar weken een verbeterde opvolger hebben. Dat is geen reden om te wachten met alles — je moet ergens beginnen. Maar het is wel een reden om je AI-keuzes niet in beton te gieten. Wat mij betreft is flexibiliteit in je AI-strategie op dit moment net zo belangrijk als de keuze voor een specifiek model.