Liever nieuwe posts als video? Abonneer op het aiMattie YouTube-kanaal — of bekijk alle video's in de playlist.
TL;DR
- Wat: Anthropic lanceert Claude Fable 5.1, een update die tot 45% goedkoper is en aanzienlijk minder onterechte weigeringen geeft.
- Waarom relevant: lagere tokenkosten en minder valse blokkades maken AI-toepassingen in je bedrijf voorspelbaarder én betaalbaarder.
- Wat je ermee kunt: als je AI-tools gebruikt die op Claude draaien, check bij je leverancier of ze al op Fable 5.1 zitten — de kostenbesparing tikt door in jouw factuur.
Anthropics nieuwste AI-model, Claude Fable 5.1, is vandaag beschikbaar geworden. Wat mij deed opkijken: het gaat niet zozeer om nóg slimmer, maar om goedkoper en minder frustrerend. Twee dingen waar je als ondernemer direct iets aan hebt.
Wat er precies veranderd is
Fable 5.1 is een opvolger van Fable 5, het model dat Anthropic eerder dit jaar uitbracht. De twee grootste wijzigingen zitten in prijs en in wat Anthropic "safeguards" noemt — de ingebouwde veiligheidsregels die bepalen wanneer het model een verzoek weigert.
Concreet:
- Tokenkosten dalen met gemiddeld 25% voor regulier gebruik. Bij intensieve, geautomatiseerde taken (denk aan een AI-agent die zelfstandig meerdere stappen uitvoert) kan dat oplopen tot zo'n 45% besparing.
- Cache reads — het hergebruiken van eerder verwerkte informatie — kosten nu $0,25 per miljoen tokens. Dat is 75% minder dan bij Fable 5.
- Valse weigeringen zijn fors teruggebracht. Anthropic meldt 60% minder onterechte blokkades bij cybersecurity-gerelateerde vragen en 85% minder bij medische en biologische vragen.
Die laatste twee cijfers vind ik opvallend hoog. Als ze kloppen — en ik heb ze nog niet door onafhankelijke partijen bevestigd gezien — dan lost dat een van de meest gehoorde klachten op over AI-modellen: dat ze te voorzichtig zijn en dingen weigeren die volkomen legitiem zijn.
Waarom die valse weigeringen ertoe doen
Stel dat je als ondernemer een AI-tool inzet om klantvragen te beantwoorden, en die tool weigert regelmatig een antwoord te geven omdat het model denkt dat de vraag "gevoelig" is. Dat is niet alleen irritant, het kost je geld en vertrouwen.
Een vals positief bij AI-veiligheid werkt als een rookmelder die afgaat terwijl je een boterham roostert. De bescherming is er niet minder om, maar als het te vaak ten onrechte gebeurt, gaan mensen de melder negeren — of erger, uitzetten. Dat Anthropic hier serieus aan sleutelt, is wat mij betreft een goed teken.
Wat ik belangrijk vind om te benadrukken: Anthropic heeft niet simpelweg de veiligheidsregels losser gezet. Ze hebben het model beter gemaakt in het onderscheiden van daadwerkelijk riskante verzoeken en verzoeken die er oppervlakkig op lijken maar volkomen normaal zijn. Dat verschil is wezenlijk.
Wat kost het en wat levert het op?
De tokenprijs van Fable 5.1 is $10 per miljoen input-tokens en $50 per miljoen output-tokens. Klinkt abstract, dus laat me het vertalen: als je een document van 10 pagina's laat samenvatten, dan kost de invoer daarvan ruwweg een paar cent. De uitvoer — de samenvatting zelf — hangt af van de lengte, maar ook dat zijn centen, geen euro's.
Voor een MKB-bedrijf dat AI via een API gebruikt (rechtstreeks of via een softwareleverancier), tikt de 75% besparing op cache reads behoorlijk aan. Cache reads zijn relevant wanneer je herhaaldelijk vergelijkbare verzoeken doet — bijvoorbeeld als je AI-assistent elke dag dezelfde productcatalogus als context meekrijgt. In plaats van elke keer de volle prijs, betaal je nu een kwart.
Op de benchmarks scoort Fable 5.1 ook beter dan zijn voorganger. Een paar opvallende cijfers volgens Anthropic:
- Agentic coding (zelfstandig code schrijven): 55,8% versus 42,0% voor Fable 5
- Agentic scientific research: 52,6% versus 24,7%
- Kenniswerk (GDPval-AA v2): 1853 versus 1723
Die sprong bij wetenschappelijk onderzoek — van 24,7% naar 52,6% — is opmerkelijk groot. Benchmarks zijn altijd met een korrel zout te nemen, want ze meten specifieke taken onder gecontroleerde omstandigheden. Maar de richting is duidelijk: het model is aanzienlijk capabeler geworden bij complexe, meerstapsredenaties.
Enterprise Frontier Safeguards: data bij jou, niet bij Anthropic
Een minder belichte maar voor ondernemers mogelijk relevantere aankondiging is wat Anthropic "Enterprise Frontier Safeguards" (EFS) noemt. Dit is een nieuw beveiligingskader waarmee bedrijven het model kunnen draaien terwijl alle data op hun eigen infrastructuur blijft.
Anthropic formuleert het zo: zij monitoren nog steeds op misbruik, maar de klant bepaalt hoe dat monitoren plaatsvindt. Dat is een interessant compromis. Het bedrijf zegt ook expliciet: "Anthropic has never trained on enterprise data without explicit permission, and never will."
Voor Nederlandse ondernemers die met gevoelige klantgegevens of bedrijfsinformatie werken, is dit relevant. De AVG (de Europese privacywet) vereist dat je weet waar je data heen gaat en wie erbij kan. Een model waarbij data je eigen omgeving niet verlaat, maakt die verantwoording eenvoudiger.
Ik zou wel willen weten hoe dit zich precies verhoudt tot Europese hosting. Anthropic noemt AWS, Google Cloud en Microsoft Azure als beschikbare platforms — alle drie bieden datacenters in de EU. Maar of EFS daar ook al beschikbaar is, wordt in de aankondiging niet gespecificeerd.
Mythos 5.1: hetzelfde model, andere regels
Naast Fable 5.1 lanceert Anthropic ook Mythos 5.1. Technisch is het hetzelfde model, maar met andere — minder restrictieve — veiligheidsregels. Het is bedoeld voor onderzoekers in cybersecurity en levenswetenschappen, en alleen beschikbaar via een verificatieprogramma.
Dit is voorlopig beperkt tot Amerikaanse organisaties, met plannen voor uitbreiding in samenwerking met overheden. Voor het gemiddelde Nederlandse bedrijf is Mythos 5.1 dus niet direct relevant, maar het geeft wel aan hoe Anthropic denkt over veiligheid: niet één instelling voor iedereen, maar afgestemde niveaus afhankelijk van wie je bent en wat je doet.
Wat dit voor mij betekent
Ik vind het eerlijk gezegd verfrissend dat een modellanceering eens niet draait om "het slimste model ooit", maar om praktische verbeteringen: lagere kosten, minder frustratie door onterechte weigeringen, en meer controle over je data. Dat zijn precies de dingen die bepalen of een ondernemer AI daadwerkelijk blijft gebruiken of het na een paar maanden weer laat varen.
De vraag die ik mezelf stel: merken ondernemers dit ook in de praktijk, of blijven het papieren verbeteringen? Dat hangt af van de softwaretools die bovenop dit model gebouwd worden. Als jouw boekhoudsoftware, klantenservice-tool of contentplatform op Claude draait, dan zou je in de komende weken een verschil kunnen merken — snellere antwoorden, minder weigeringen, en mogelijk een lagere factuur. Maar dat is nog afwachten.
Voor mij is dit vooral een signaal dat de AI-industrie langzaam verschuift van "kijk hoe slim" naar "kijk hoe bruikbaar". En dat is precies de verschuiving die ertoe doet voor bedrijven die er iets mee willen doen.
80% van de AI-projecten haalt productie nooit.
Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.