Claude Fable 5.2 malt per Python-Code: 700.000 Pinselstriche für ein Foto-Gemälde

Worum es geht

Anthropic hat mit Claude Fable 5.2 ein neues großes Sprachmodell veröffentlicht. Schon einen Tag nach dem Start ist eine Fähigkeit in den sozialen Medien besonders aufgefallen, die nicht auf dem Datenblatt steht: Das Modell kann Bilder malen, ohne einen Bildgenerator zu benutzen. Es schreibt stattdessen Python-Programme, die eine virtuelle Leinwand Pinselstrich für Pinselstrich bemalen. Die Ergebnisse reichen von bewusst malerischen Bildern bis zu einem Motiv, das kaum von einem Foto zu unterscheiden ist.

Gezeigt haben das vor allem Anthropic-Mitarbeiter auf der Plattform X, darunter Jake Eaton und Michael Graczyk. Das deutsche Fachmagazin The Decoder hat die Beispiele zusammengetragen. Andere Berichte, etwa auf vocal.media und BigGo Finance, beschreiben weitere Experimente aus der Community, unter anderem 3D-Animationen, die vollständig per Code entstanden sind.

Malen statt Generieren: So funktioniert der Ansatz

Bekannte Bildmodelle wie Midjourney arbeiten meist mit Diffusion. Dabei startet das Modell mit einem Bild aus reinem Rauschen, vergleichbar mit Fernsehschnee, und verfeinert es schrittweise zu einem klaren Bild. Fable 5.2 macht etwas ganz anderes: Es ahmt den Malvorgang selbst nach.

Jedes Kunstwerk ist laut Eaton ein Python-Programm mit 1.000 bis 2.000 Zeilen Code. Dieses Programm steuert eine simulierte Farb-Engine, also eine kleine Physiksimulation für Pinsel, Borsten, Farbauftrag und Leinwand. Jeder einzelne Strich läuft durch diese Simulation, bevor er auf der Leinwand landet. Laut Eaton nutzt Claude dabei kein externes Bildmodell und auch keine vorgerenderten oder abgepausten Vorlagen. Das erinnert an agentische Bildbearbeitung – das Sprachmodell wählt selbst Werkzeuge aus, wendet sie an und bewertet das Ergebnis.

Das spektakulärste Beispiel: Eaton bat das Modell um ein Gemälde, das sich möglichst nicht von einem Foto unterscheiden lässt. Fable 5.2 malte daraufhin einen Einkaufswagen in einem Parkhaus aus rund 700.000 simulierten Pinselstrichen. Wer hineinzoomt, sieht laut dem Autor auf vocal.media die einzelnen Strichdetails.

Es gibt eine Vorgeschichte: Frühere Versuche mit dem Schwestermodell Opus 5.5 wurden kritisiert, weil sie nur bestehende Kunst nachahmten. Eaton ließ Fable 5.2 deshalb eigene Künstler-Personas entwickeln, also erfundene Malerinnen und Maler mit fiktiven Lebensgeschichten und einem durchgängigen Stil. Für ein normales Gemälde braucht das Modell einige tausend Striche. Eaton lenkt es zwischendurch mit Kommentaren in neue Richtungen.

Das Vogel-Experiment: 111 Striche ohne Rückgängig-Taste

Noch aufschlussreicher ist ein Experiment von Anthropic-Ingenieur Michael Graczyk, der Chat-Protokoll und Video veröffentlicht hat. Die Aufgabe lautete, einen Vogel bei Sonnenaufgang zu malen. Die Regeln waren streng. Code durfte das Modell nur für die Physiksimulation von Borsten, nasser Farbe und Leinwandstruktur verwenden. Jeden Pinselstrich musste es von Hand als eigene Zeile mit Koordinaten ausgeben, und gesetzte Striche ließen sich nicht rückgängig machen.

Das 21-sekündige Video zeigt mit einem Zähler, wie das Bild aus genau 111 Strichen entsteht. Für den ersten Strich wählte das Modell den Farbcode #30346a, eine Breite von 90 Pixeln und fünf leicht schwankende Wegpunkte. Die Schwankung von rund sieben Pixeln baute es nach eigener Aussage absichtlich ein, weil auch ein menschlicher Arm keine perfekt gerade Linie zieht.

Zwischen den Durchgängen betrachtete das Modell die Leinwand und reagierte auf eigene Fehler wie ein Maler. Als der Rücken des Vogels zu dünn und krakelig geriet, setzte es einen kräftigeren Strich darüber. Die überstehenden Borstenlinien wirken dadurch wie zerzauste Federn. Bei einem zweiten Bild mit 280 Strichen, das zwei malende Personen in der Abenddämmerung zeigt, verschmierte ein später Lichteffekt versehentlich Farbtuben und eine Tasse. Claude malte die Objekte danach neu. Außerdem ließ es beide Figuren mit der äußeren Hand malen, damit sich ihre inneren Schultern berühren konnten, wie es der Prompt verlangt hatte.

The Decoder grenzt das von KI-Videomodellen wie Flux 3 ab. Diese erzeugen Bildfolgen samt zeitlicher Stimmigkeit direkt, statt einen Prozess Schritt für Schritt zu planen.

Was die Community damit baut

Neben den Gemälden kursieren weitere Beispiele, die vocal.media und BigGo Finance beschreiben:

• Pelikan auf dem Fahrrad in 3D: Das Motiv ist ein bekannter Test für KI-Modelle. Ein Nutzer namens Tech Friend AJ ließ Fable 5.2 eine 3D-Animation davon erstellen. Grundlage waren rund 4.800 Zeilen Python, die die Programmierschnittstelle der 3D-Software Blender ansprechen. Ohne grafische Oberfläche entstanden Modell, Rigging (das digitale Skelett, mit dem Figuren bewegt werden), Animation und Rendering.
• Video nur per Code: Jeremy Berman ließ das Modell ebenfalls Blender per Python steuern, ohne „Computer Use“, also ohne dass die KI selbst Maus und Tastatur bedient.
• Spiel und Animationen: In einem Fall entwickelte das Modell in acht Stunden einen Spiel-Prototyp. Ein anderer Nutzer erstellte mit der Web-3D-Bibliothek Three.js in 83 Minuten und mit 2.000 Zeilen Code einen Animationsfilm.
• Musik: Auch Musik erzeugt das Modell über Code. Der Autor auf vocal.media räumt aber ein, dass es damit derzeit nicht an den spezialisierten Musikgenerator Suno herankommt.

Der vocal.media-Autor, nach eigener Aussage früher 3D-Designer, verglich die Ergebnisse mit dem am selben Tag erschienenen Gemini 4 Carbon von Google. Technisch sei Gemini nicht schlecht. Der Unterschied liege im „Geschmack“, also in Bildrhythmus, Lichtführung und Bildaufteilung. Laut BigGo sehen mehrere Tester das ähnlich. Das sind allerdings subjektive Eindrücke und keine Messungen.

Roboter und Benchmarks: stark auf dem Papier, Grenzen in der Praxis

Anthropic positioniert Fable 5.2 für sehr anspruchsvolle technische Aufgaben, die über lange Zeit laufen. Es gibt außerdem eine Variante namens Mythos 5.2, die verifizierten Forschenden aus Sicherheit und Biologie vorbehalten ist. Laut Anthropic hat Fable 5.2 in internen Tests zwei offene Probleme aus der Physik Schwarzer Löcher gelöst. Gemeinsam mit dem Platinenhersteller Diode soll es drei funktionierende Elektronikgeräte entworfen haben. Mit mehr als 1.000 Sub-Agenten, also untergeordneten KI-Instanzen, die Teilaufgaben übernehmen, soll es in acht Tagen ein eigenes Laptop-Betriebssystem programmiert haben. Das sind Herstellerangaben, die bisher niemand unabhängig überprüft hat.

Wer Schritte planen und sich unter physikalischen Bedingungen selbst korrigieren kann, hat damit auch in der Robotik einen Vorteil. Im internen Benchmark RoboDojo Sim nennt Anthropic folgende Werte:

Der KI-Forscher Aris Zhu hat beide Modelle in der echten Welt verglichen. Sie sollten mit einem physischen Roboterarm Van Goghs „Sternennacht“ malen. Dabei zeigten sich Grenzen bei Fable 5.2: GPT-6 Astra malte schneller. Außerdem schaffte bislang nur das OpenAI-Modell, einen Dominostein senkrecht aufzustellen. Es lockerte dafür seinen Greifer langsam und nutzte die Schwerkraft als Drehpunkt.

Die Werkzeug-Industrie zieht nach

BigGo Finance ordnet die Demos in einen größeren Trend ein. Auf der Adobe MAX, die am 10. November in Miami begann, kündigte Adobe an, dass Photoshop, Illustrator, InDesign, Lightroom, Premiere und After Effects künftig das Model Context Protocol (MCP) unterstützen. Über diese Schnittstelle können KI-Assistenten wie Claude, ChatGPT oder Gemini die Programme direkt steuern, etwa um lange Videos zu schneiden oder Untertitel zu erzeugen. Beobachter sehen darin eine Antwort auf die Sorge, KI mache Software-Abos überflüssig.

Anil Chakravarthy, der im Dezember Adobe-Chef wird, sagte dazu:

„Adobe glaubt, dass Kreativität einzigartig menschlich ist.“

Er betonte, Adobe respektiere auch Kreative, die nichts mit KI zu tun haben wollen. Deepa Subramaniam, Vizepräsidentin für Creative-Cloud-Produktmarketing, sagte, Erfahrung, Können und vor allem Geschmack würden zum wichtigsten Unterscheidungsmerkmal für Kreativprofis.

Einordnung

Der Ansatz ist aus zwei Gründen interessant. Erstens sind die Bilder nachvollziehbar: Jeder Strich steht im Code und lässt sich verändern, anders als bei einem Diffusionsbild, das als fertige Pixelfläche herauskommt. Zweitens zeigen die Experimente etwas, das über Kunst hinausgeht. Das Modell plant über viele Schritte, beurteilt sein Zwischenergebnis und korrigiert Fehler, ohne neu anfangen zu können. Diese Fähigkeit ist auch für Roboter und lange Agenten-Aufgaben wichtig.

Einige Punkte schränken das ein. Die eindrucksvollsten Beispiele stammen von Anthropic-Mitarbeitern, sind also ausgewählte Vorzeigefälle. Der Robotik-Benchmark ist intern, und im einzigen unabhängigen Praxistest lag die Konkurrenz bei Tempo und Feinmotorik vorn. Wie lange die Gemälde rechnen und was sie über die API kosten, ist unklar. Das „Geschmack“-Urteil gegenüber Gemini 4 Carbon beruht auf persönlichen Eindrücken. Auch der begeisterte vocal.media-Autor schränkt ein, dass simulierte Pinselstriche nicht dasselbe sind wie menschliche Malerei mit ihrer Körperlichkeit und ihren Zufällen. Seiner Ansicht nach ersetzt das Modell keine Künstler. Es verkürzt den Weg von der Idee zum fertigen Werk: Wer gute Anweisungen formulieren und Qualität beurteilen kann, braucht dafür künftig weniger Spezialwissen und kein ganzes Team.