Anthropic brengt Claude Fable 5.1 uit: sterker in coderen, maar prijsclaim wordt betwist

Anthropic heeft een nieuwe versie van zijn AI-model Claude uitgebracht: Fable 5.1, naast een beperkter toegankelijke variant genaamd Mythos 5.1. Het bedrijf zegt dat het model beter presteert op programmeertaken, wetenschappelijk onderzoek en kantoorwerk zoals rapporten en spreadsheets, en dat het daarbij goedkoper uitvalt dan zijn voorganger. Dat laatste wordt echter tegengesproken door een onafhankelijk analysebureau.

Het model is meteen beschikbaar via de grote cloudplatformen: Amazon, Google en Microsoft. Dat betekent dat bedrijven die AI-diensten afnemen via een van die partijen, zoals een chatbot of een tool die op Claude draait, dit nieuwe model kunnen gebruiken zonder zelf iets te installeren.

Is het echt goedkoper?

Anthropic zegt van wel, maar dat wordt tegengesproken: het bedrijf claimt dat gewone taken ongeveer 25 procent goedkoper worden, en dat intensieve, langdurige AI-taken tot 45 procent minder kosten. Dat komt vooral doordat het model efficiënter omgaat met informatie die het al eerder heeft verwerkt, waardoor het minder moet herberekenen.

Maar het analysebureau Artificial Analysis, dat Anthropic zelf inschakelde om het model vooraf te testen, zet daar een kanttekening bij. Bij de zwaarste instelling, waarbij het model het langst en grondigst nadenkt, gebruikt Fable 5.1 ongeveer 1,7 keer zoveel rekenwerk als zijn voorganger. Het gevolg: op die instelling kost een taak volgens hun berekening ongeveer 20 procent meer dan bij de vorige versie, ook al is de prijs per stukje tekst gedaald. Op een minder zware instelling valt de kostenwinst wel mee, maar dan is het model ook minder grondig.

Voor een kmo die AI vooral gebruikt voor eenvoudige taken zoals het samenvatten van documenten of het opstellen van standaardteksten, verandert er weinig: die instellingen worden inderdaad goedkoper. Wie AI echter inzet voor complexe, langdurige klussen, zoals het automatisch doorzoeken van grote hoeveelheden data of het laten programmeren van een volledige applicatie, moet niet zomaar aannemen dat de rekening lager uitvalt.

Wat kan het model beter?

Het model scoort beduidend hoger op tests die programmeren, redeneren en onderzoek meten, en Anthropic zegt dat het minder snel foute antwoorden geeft met veel zelfvertrouwen. Op een test voor wetenschappelijk onderzoek verdubbelde de score tegenover de vorige versie, en het model doet het ook beter dan het concurrerende model van OpenAI op diezelfde test.

Het model kan ook langer zelfstandig doorwerken aan een taak, urenlang zelfs, en houdt de gebruiker daarbij op de hoogte zonder dat die telkens moet vragen wat de stand van zaken is. Anthropic zegt bovendien dat de schrijfstijl natuurlijker aanvoelt: minder opsommingen en vetgedrukte tekst, meer lopende tekst zoals een mens die zou schrijven. Dat is relevant voor wie AI gebruikt om klantcommunicatie of teksten voor de website op te stellen.

Wat betekent dit voor mijn gegevens?

Dit model valt onder een strengere categorie bij Anthropic, wat betekent dat gesprekken standaard tot 30 dagen bewaard worden en handmatig gecontroleerd kunnen worden op misbruik, ook als je het model via Amazon afneemt. Voor bedrijven die veel belang hechten aan vertrouwelijkheid, biedt Anthropic samen met Amazon een regeling aan waarbij gegevens in de eigen cloudomgeving van het bedrijf blijven en er geen data bewaard wordt. Die regeling is voorlopig alleen voor bepaalde grote klanten beschikbaar en wordt dit jaar verder uitgebreid.

Een tweede opvallende toevoeging is een ingebouwd watermerk in de teksten die het model produceert. Daarmee kunnen redacties, factcheckers en toezichthouders straks nagaan of een tekst door dit model is geschreven. De toegang tot die detectiedienst is voorlopig beperkt tot een testfase.

Is dit ook voor kleinere bedrijven?

De beperktere variant, Mythos 5.1, is voorlopig alleen toegankelijk voor Amerikaanse organisaties binnen specifieke programma’s voor cyberbeveiliging en medisch onderzoek. Fable 5.1 daarentegen is voor iedereen beschikbaar via de gangbare cloudplatformen, dus ook voor Vlaamse bedrijven die via zo’n platform werken of via een tool die op Claude draait. De bronnen geven geen onafhankelijk cijfer over hoe dit model in de praktijk, buiten de labotests, standhoudt bij dagelijks gebruik door bedrijven, dus dat blijft voorlopig een vraagteken.