Claude Fable is uit: zo gebruik je Claude Code met het nieuwste model in jouw SaaS

Anthropic lanceerde Claude Fable 5 en je wil weten of jouw project er klaar voor is

Gisteren rolde Anthropic Claude Fable 5 uit als hun eerste zogenaamde 'Mythos-class' model, en ze noemen het ronduit het krachtigste dat ze ooit breed beschikbaar hebben gemaakt. Sterkere redenering, betere codeergeneratie, verbeterd begrip van complexe instructies. Voor makers die bouwen met Claude Code betekent dit concreet: je hebt nu toegang tot een fundament dat slimmer is dan wat je gisteren had.

Kanttekening: The Verge rapporteert al over een paar eigenaardigheden (zo weigert het model sommige basale biologievragen). Nieuw model, nieuw gedrag. Microsoft heeft het intern zelfs al ingeperkt. Reden genoeg om goed te testen voor je klakkeloos overschakelt.

Wat betekent dit voor jouw project?

Als je een SaaS bouwt met Claude als backbone, dan bepaalt de model-versie die jij in je code aanroept direct hoe slim je product zich gedraagt. Een upgrade naar Fable 5 kan je feature-kwaliteit aanzienlijk verhogen, maar ook onverwacht gedrag introduceren. Vandaag de concrete stap: check welk model je nu gebruikt, wissel naar Fable 5 in een testomgeving, en valideer je kritieke prompts. Zo profiteer je van de upgrade zonder verrassing in productie.

Hoe pak je het aan met Claude Code?

Stap 1: Kijk welk model je nu aanroept

Open je project in Claude Code en vraag het dit:

Zoek in mijn codebase alle plekken waar ik de Anthropic API aanroep. Laat me zien welk model ik momenteel gebruik en in welke bestanden dat staat.

Claude Code scant je repo en geeft je een overzicht. Typisch staat dit in een .env-bestand of direct in je API-configuratie:

// Oud, ergens in je lib/anthropic.ts of vergelijkbaar
const model = "claude-3-opus-20240229";

Stap 2: Maak een branch en wissel het model

Werk nooit direct in main als je een model-upgrade doet. Vraag Claude Code:

Maak een nieuwe git-branch aan die ik 'test/fable-upgrade' noem. Vervang daarna in de gehele codebase de model-string naar 'claude-fable-5-20260609' (of de juiste Anthropic model-slug die je terugvindt in de API-documentatie). Pas ook mijn .env.example aan zodat de nieuwe variabele erin staat.

Resultaat: alle aanroepen staan op het nieuwe model, je main-branch is onaangeroerd.

Stap 3: Test je kritieke prompts systematisch

Nieuw model, ander gedrag. Maak een testbestand aan voor je belangrijkste AI-functionaliteit:

Maak een bestand scripts/test-prompts.ts aan. Daarin wil ik een array met mijn 5 meest gebruikte prompts uit de applicatie. Per prompt roep je de Anthropic API aan, log je de output naar de console, en schrijf je de resultaten ook weg naar scripts/prompt-test-results.json. Zorg dat ik dit kan draaien met npx tsx scripts/test-prompts.ts.

Vervang de placeholder-prompts door je eigen inhoud. Zo heb je zwart-op-wit hoe Fable 5 reageert op jouw specifieke use cases.

# Draai je test
npx tsx scripts/test-prompts.ts

Stap 4: Vergelijk output met de vorige versie

Voor serieuze vergelijking wil je weten of de nieuwe output beter of anders is dan wat je gewend was:

Pas scripts/test-prompts.ts aan zodat het de resultaten vergelijkt met een referentiebestand scripts/prompt-baseline.json. Als dat bestand nog niet bestaat, maak het dan eerst aan door dezelfde prompts te sturen naar model claude-3-opus-20240229. Toon in de console duidelijk: welke prompts hetzelfde resultaat geven en welke significant afwijken.

Zo zie je in een oogopslag of de upgrade voor jou een verbetering is of dat je je prompts moet bijstellen.

Stap 5: Merge alleen als het goed voelt

Werken je kritieke prompts naar wens? Dan:

Merge de branch 'test/fable-upgrade' naar main, push naar GitHub, en maak een kort commit-bericht dat beschrijft welk model we nu gebruiken en wanneer we zijn overgeschakeld.

Wat te checken na afloop

• Draait je applicatie lokaal zonder errors na de merge?
• Geeft je testscript geen grote afwijkingen bij de kritieke prompts?
• Staat de juiste model-naam in je .env.example voor nieuwe teamleden of toekomstige deploys?
• Heb je de Anthropic API-documentatie gecheckt of de model-slug die je gebruikt exact klopt? (Spelfouten in model-namen geven stille errors of fallback-gedrag.)

Klein maar belangrijk: houd je prompt-baseline.json bewaren als referentie. Als Anthropic volgende maand alweer een update uitbrengt, heb je een baseline waarmee je snel vergelijkt.