Anthropic bringt vor Börsengang neue Fable- und Mythos-Modelle auf den Markt: Bis zu 30 % Geschwindigkeitssteigerung soll Emissionsbewertung stützen

Fable 5.2 und Mythos 5.2 basieren auf demselben zugrunde liegenden Modell, wobei die wesentlichen Unterschiede bei den Sicherheitsbeschränkungen und dem zugelassenen Nutzerkreis liegen. Fable richtet sich an eine breitere Nutzerschaft und behält Sicherheitsvorkehrungen in den Bereichen Cybersicherheit und Biologie bei, während Mythos auf geprüfte Institutionen zugeschnitten ist, um spezialisierte Forschung zu unterstützen. Beide Modelle verfügen über identische Spezifikationen und Preise.

Die Programmierung bildet einen wesentlichen Schwerpunkt dieses Upgrades. Laut von Anthropic veröffentlichten Testergebnissen stieg das Ergebnis von Fable 5.2 bei FrontierCode 2.0 von 32,4 % in der Vorgängergeneration auf 49,1 %. Der Benchmark bewertet, ob vom Modell eingereichte Codeänderungen von den Maintainern von Open-Source-Projekten akzeptiert werden, und kommt damit den realen Anforderungen an die Softwarebereitstellung in der Praxis näher.

Das Unternehmen teilte zudem mit, dass Fable 5.2 in diesem Test bei hohem Reasoning-Aufwand („High“) eine Leistung nahe an Opus 5.5 bei maximalem Reasoning-Aufwand erzielte, wobei die Kosten pro Aufgabe in etwa bei der Hälfte des letztgenannten Modells lagen. Dies deutet darauf hin, dass leistungsfähigere Modelle bei bestimmten Aufgaben die Gesamtkosten für die Aufgabenerledigung senken können, indem sie das Verarbeitungsvolumen und die Anzahl der Versuche verringern.

Die Standardpreise für beide Modelle betragen 8 US-Dollar pro Million Input-Tokens und 40 US-Dollar pro Million Output-Tokens. Fable 5.2 ist über Claude und große Cloud-Plattformen zugänglich, während Institutionen für Mythos eine Überprüfung durchlaufen müssen. Günstigere Preise und breitere Zugangswege erleichtern es Unternehmen, die Modelle in bestehende Arbeitsabläufe zu integrieren.

Der Schlüssel zur Kommerzialisierung liegt daher in der Aufgabeneffizienz. Wenn komplexe Aufgaben mit weniger menschlichen Eingriffen bewältigt werden können, haben Unternehmen einen größeren Anreiz, die kostenpflichtige Nutzung auszubauen. Für Anthropic dürften ein zusätzliches Abfragevolumen und die Nachfrage spezialisierter Kunden die Auswirkungen sinkender Stückpreise ausgleichen.

Genau diese Kommerzialisierungslogik muss Anthropic den Investoren im Vorfeld seines Börsengangs unter Beweis stellen.

Nach den US-Zwischenwahlen, bei denen die Demokraten beide Kammern des Kongresses sowie mehrere wichtige Gouverneursposten gewannen, nahmen am Markt die Sorgen zu, dass Genehmigungen für Rechenzentren und Baubeschränkungen verschärft werden könnten, was den Ausbau der KI-Rechenkapazitäten und die Umsatzrealisierung beeinträchtigen würde. Am 5. November fiel der Nasdaq 100 Index um 6,4 %, wobei die damit verbundenen Risiken auch auf nicht börsennotierte KI-Unternehmen übergriffen.

Laut einem Bloomberg-Bericht vom 6. November ist die von potenziellen Käufern für den Börsengang von Anthropic diskutierte Bewertungsspanne von zuvor 1,4 bis 1,5 Billionen US-Dollar auf 1,2 bis 1,3 Billionen US-Dollar gesunken. Dies spiegelt eine veränderte Gebotsbereitschaft der Investoren wider, während die endgültige Emissionsbewertung noch aussteht.

Ein Rückgang der Bewertungserwartungen bedeutet, dass Investoren beginnen, das künftige Wachstum strenger zu hinterfragen: Wie viel sind Kunden inmitten massiver Investitionen in Rechenkapazitäten und der Unsicherheit über den Infrastrukturausbau bereit, für KI zu zahlen, und wie viel Gewinn kann das Unternehmen davon einbehalten?

Aus Sicht der Preisfindung beim Börsengang bietet die Einführung eines neuen Modells zu diesem Zeitpunkt Anthropic die Gelegenheit, seine Erfolge in Forschung und Entwicklung zu präsentieren. Erweiterte Fähigkeiten können das Vertrauen des Marktes in seine technologische Wettbewerbsfähigkeit stärken, während sinkende Kosten pro Aufgabe eine Begründung für die Ausweitung praktischer Anwendungen liefern, sodass sich die Erwartungen an das Umsatzwachstum leichter mit einer konkreten geschäftlichen Nachfrage verknüpfen lassen.

Vor allem in Szenarien wie Softwareentwicklung, Cybersicherheit und professioneller Recherche dürften Kunden eher von Testphasen zu langfristigen Beschaffungen übergehen, wenn das Modell dauerhaft Zeit spart und Betriebskosten senkt. Eine solche Nachfrage trägt dazu bei, die Nachhaltigkeit der Umsätze zu verbessern, und stützt Investoren bei der Bewertung künftiger Cashflows. Obwohl Modell-Upgrades Probleme bei den Genehmigungen für Rechenzentren und der Stromversorgung nicht direkt lösen können, können sie Zweifel daran ausräumen, ob KI-Investitionen Wert schaffen können.

Dieser Inhalt wurde KI-übersetzt und von Menschen überprüft. Er dient nur zu Referenz- und Informationszwecken und stellt keine Anlageberatung dar.