DepescheBranche14. August 2026neu

Ramp-Daten: Auf Fable 5 entfallen nur 6 % der bei Anthropic gekauften Token – aber 11,4 % der Ausgaben

Der Ramp AI Index vom 12. August 2026 weist aus, dass Anthropics teuerstes Modell bei Firmenkunden kaum genutzt wird: „Over the last month, Fable 5 has made up only 6% of tokens businesses purchased from Anthropic“, gemessen an den Ausgaben sind es 11,4 Prozent. Im Juli erzeugte Fable 5 nach dieser Messung rund 75 Prozent des modellbezogenen Umsatzes von GPT-5.6 Sol. Die Daten stammen aus Ramps eigenem Token-Ausgaben-Werkzeug, das die tägliche Nutzung mitschreibt – also aus Transaktionen, nicht aus einer Umfrage.

Die drei Zahlen im Wortlaut der Ramp-Seite, von uns am 14. August 2026 geöffnet: „Over the last month, Fable 5 has made up only 6% of tokens businesses purchased from Anthropic“, dazu „11.4% of dollars spent on Anthropic models“ und „In July, Fable 5 generated approximately 75% as much model-attributed spend as GPT-5.6 Sol.“ Zur Methode heißt es, „the data for this chart on Fable usage is sourced from Ramp's token spend management product, which allows us to track daily usage data“. Veröffentlicht ist die Ausgabe am 12. August 2026, der Betrachtungszeitraum ist der zurückliegende Monat, also im Wesentlichen Juli 2026.

Die Rechnung dahinter ist schlicht: 6 Prozent der Token bei 11,4 Prozent der Ausgaben bedeutet, dass ein Fable-Token im Schnitt rund doppelt so teuer ist wie das durchschnittliche Anthropic-Token im selben Korb. Das deckt sich mit den Listenpreisen – Fable 5 kostet 10 US-Dollar je 1 Mio. Eingabe- und 50 US-Dollar je 1 Mio. Ausgabe-Token, das im Juli erschienene Claude Opus 5 genau die Hälfte, bei durchweg besseren Werten in den unabhängigen Composite-Indizes. Aus Sicht eines Firmenkunden ist die Entscheidung damit weniger überraschend, als die Schlagzeile klingt: Nicht das Flaggschiff wird verschmäht, sondern der Aufpreis wird nicht bezahlt.

Einordnung des Vergleichswerts mit GPT-5.6 Sol: „approximately 75% as much model-attributed spend“ ist ein Umsatz-, kein Nutzungsvergleich – und die Preise beider Modelle unterscheiden sich (10/50 gegen 5/30 US-Dollar). Aus dem Verhältnis der Ausgaben lässt sich also nicht auf ein Verhältnis der Nutzung schließen; wir geben die Zahl wieder, ohne sie in Token umzurechnen.

⚠️ Was diese Zahlen nicht zeigen: Ramp erfasst Firmenausgaben, die über Ramps Karten und Rechnungsabwicklung laufen. Verbrauch über Abonnements, über Cloud-Marktplätze wie Bedrock oder Vertex, über Direktverträge großer Kunden sowie außerhalb der USA ist darin nicht oder nur teilweise enthalten. Die Aussage lautet also präzise: In dem Ausschnitt des US-Firmenmarkts, den Ramp sieht, spielt Fable 5 mengenmäßig eine Nebenrolle.

// Einordnung der Redaktion

Warum das relevant ist

Die Zahl ist deshalb aussagekräftig, weil sie zwei Dinge trennt, die in Modellvergleichen ständig vermengt werden: Leistungsspitze und Zahlungsbereitschaft. Fable 5 führt bei uns im Katalog seit Monaten die Intelligenz-Messungen an – und wird trotzdem kaum benutzt. Die Lücke zwischen 6 Prozent der Token und 11,4 Prozent der Ausgaben ist dabei genau der Preisunterschied: Bei 10 US-Dollar Input und 50 US-Dollar Output je 1 Mio. Token kostet dasselbe Arbeitspensum ein Vielfaches, und Firmen schieben es entsprechend auf die günstigeren Stufen. Für die Praxis heißt das: Wer eine Modellwahl mit „das beste Modell“ begründet, sollte wissen, dass der Markt diese Begründung in fast neunzig Prozent der Fälle nicht teilt. Interessant ist die Meldung auch als Fortschreibung unserer Ramp-Depesche vom Juni, die Anthropic mit 41 Prozent Anteil an den KI-Ausgaben von US-Firmen vor OpenAI sah: Anthropics Stärke im Unternehmensgeschäft steht nicht in Frage – sie ruht nur nicht auf dem Flaggschiff. Zur Vorsicht mahnt die Datenbasis selbst: Ramp misst, was über Ramp läuft, also überwiegend US-Firmenkarten und -Rechnungen; wie viele Firmen in dieser Stichprobe stecken, weist die Seite für die Fable-Auswertung nicht aus. Wir hatten den Fund gestern zurückgestellt mit der Auflage, ihn an Ramps eigenem Index gegenzuprüfen statt aus der Rezeption zu übernehmen; das ist hiermit geschehen.