Naar de inhoud
Alle video’s

Fable 5: van Mythos naar een model dat een team aanstuurt

HoofdstukAI ImplementatieDuur: 10:12 minVanaf 0:34 in de opname

Jop van Hooft, eCommerce AI Club

Uit de sessie: Maandelijkse Update jun 2026

Jop van Hooft opent de maandelijkse update van juni 2026 met de agenda en een korte uitleg van de AI Club. Daarna gaat hij in op Fable 5: hoe het uit Mythos ontstond, wat de supervisor doet, hoeveel beter het presteert en welke taken je er in je webshop aan kunt geven.

Voor wie: Je wilt weten wat Fable 5 betekent voor het werk in je webshop.

Hetzelfde moment

Waarom dit ertoe doet

Een nieuw model verandert wat je aan AI kunt uitbesteden. Jop laat op zijn slides zien dat Fable 5 op een benchmark voor software-engineering 95 procent scoort, tegen 88,6 procent voor Opus 4.8. Hij noemt voorbeelden voor een webshop: een catalogus migreren, productcontent bulkmatig maken, retourprocessen en documentextractie uit inkooporders en pakbonnen. Dat is relevant voor wie nog 2 jaar geleden alleen vragen stelde aan een chatbot. Het hoofdstuk duurt ruim 10 minuten.

Belangrijkste inzichten

  • De AI Club telt 110 organisaties en houdt elke vierde vrijdag een inloopspreekuur.
  • Fable 5 is volgens Anthropic hetzelfde onderliggende model als Mythos 5 met beveiligingslagen.
  • Op Jop's slide scoort Fable 5 95 procent op een software-engineeringbenchmark, Opus 4.8 88,6 procent.
  • Model en instructies samen bepalen het resultaat; Fable bouwt een controlelus in.
  • Toepassingen: catalogusmigratie, productcontent, retourprocessen en documentextractie.

De AI Club en de agenda

Jop vertelt dat de club anderhalf jaar geleden is gestart om retailers van retailers te laten leren en nu 110 organisaties telt. Elke vierde vrijdag van de maand is er een inloopspreekuur, er zijn handboeken en skills, en alle opnames komen op het portaal. De agenda: Fable 5, e-commerce AI-nieuws, conversational attributes en het AI Ready-handboek.

Van Mythos naar Fable

Hij vertelt dat Mythos twee maanden eerder te sterk werd gevonden voor publiek gebruik. Volgens hem vond het model bugs van meer dan 14 jaar oud en 200 problemen in Firefox. Fable is hetzelfde model met een supervisor eroverheen die bij verboden onderwerpen terugschakelt naar een kleiner model, volgens hem bij ongeveer 5 procent van de gesprekken. Anthropic beschrijft Fable 5 als hetzelfde onderliggende model als Mythos 5 met beveiligingslagen, en berichtgeving noemt Opus 4.8 als terugvalmodel.

Prestaties en toepassingen

Jop noemt een voorbeeld van Stripe: een aanpassing in een codebase van 50 miljoen regels in 1 dag in plaats van 2 maanden. Dat staat op zijn slide en is niet door ons gecontroleerd. Op de benchmarkslide scoort Fable 5 95 procent, Opus 4.8 88,6 procent, GPT-5.5 82,6 procent en Gemini 3.5 Flash 78,8 procent. Hij benadrukt dat model plus instructies samen het resultaat bepalen, zoals de ingebouwde controlelus. Zijn toepassingen voor een webshop: catalogusmigratie, productcontent, retourprocessen en documentextractie. Alexander Klöpping zegt in de podcast AI Report dat het voor het eerst voelt alsof hij een team aanstuurt.

Probeer dit deze week

  1. Kies 1 taak uit je catalogusbeheer en laat Fable 5 een eerste plan maken.
  2. Probeer documentextractie op 10 inkooporders of pakbonnen en tel de fouten.

Begrippen

Supervisor
Een laag die vragen beoordeelt en bij verboden onderwerpen naar een kleiner model schakelt.
Scaffolding
De instructies en tooling rond een model die het resultaat mede bepalen.

Verdiep je in de gids

Transcriptie

Uitgeschreven uit de audio van dit fragment. Stopwoorden en herhalingen zijn weggelaten. Waar [onverstaanbaar] staat, is de opname niet te verstaan.

Ik denk dat deze week, deze maand een volle sessie is er weer heel veel gebeurd. Dat roepen we bijna elke maand. Maar ik denk dat we deze keer ook weer erg mooi in kunnen haken op het nieuws rondom Fable 5. Het nieuwste model van CLAD dat uitgekomen is. Wat we de afgelopen twee dagen, nou uitgebrekte testen, is nog niet gelukte twee dagen, maar wel redelijk goed hebben weten te testen. En jullie daar graag mee doorheen nemen. Even een kleine waarschuwing vooraf. We nemen deze sessie altijd op. Dus wil je niet in beeld komen of dat je niet hoorbaar bent, zorg dat je mic uitstaat en je camera ook. Maar we vinden het juist gezellig als die aanstaat, maar weet dat je wordt opgenomen. Wat gaan we doen vandaag? Nou, zoals ik zei, we gaan het hebben over het nieuwe model van Klod. We horen het dag mee het over en die neemt je mee door het laatste AI News. Vervolgens hebben we een stuk over conversational attributes. Hoe je je productvies als het ware klaar krijgt voor AI. En we sluiten af met een stuk over ons AI Ready handboek. Of eigenlijk het framework dat we bij de AI Club opgezet hebben. Met alle elementen erin hoe je jouw AI-personalisatie anno 2026 klaarmaakt voor AI. Even kort over de AI-club. We hebben dit clubje bij elkaar gebracht ongeveer anderhalf jaar geleden. Om retailers te laten leren van retailers. Inmiddels is het uitgegroeid op 110 organisaties die zich aan hebben gesloten bij het clubje. Wat doen we dan? We hebben dit soort meetings. Waarin je bijtraten over de laatste AI-news. Dus elke vierde vrijdag van de maand is er een inloopspreekuur. Druk van weg geweest trouwens. Daar gaan we weer mee door. Waar je je AI-invragen mee kan nemen na dat uurtje. En waar we eigenlijk elkaar toffe dingen laten zien die we verbouwd hebben. Wat minder formeel en voorbereid dan dit, maar meer een demo-sessie is dat. We hebben handboeken en skills beschikbaar. waar je eigenlijk alle facetten hebt die je nodig hebt in je organisatie om AI optimaal in te kunnen zetten. Denk daarbij het framework wat ik zo meteen ga bespreken. Maar eigenlijk in alle sessies die we met de AI-club doen, daar leren we steeds dingen uit. Ik noem een voorbeeldje, change management. Hoe bereid je alle medewerkers voordat hun werk gaat veranderen? op zo'n manier dat mensen enthousiast zijn om ook mee te gaan in dat soort veranderingen. En al die informatie en opnames uit deze sessies komen op ons portaal samen, e-commerce.ai-club.nl, dus daar komt alles samen. Ik ben Jop, ik ben de eigenaar van Meer met Data, daarmee verzorg ik analytics voor e-commerce organisaties, en ik run de AI-club samen met Tachmy. En Tachmy is hier en meestal op het gebied van price scraping, En dat doet die mensen bedrijven Shopping Spraver. En daar gaan we meteen lekker het eerste onderwerp in. En hier heb ik heel veel zin in, want dit is wel het hot topic op dit moment natuurlijk. Twee maanden geleden hadden we in de AI Club een stuk over Mythos. Het model van Antropica, een Amerikaans bedrijf, bekend van een model Claude. en die hadden een model uitgebracht wat zo goed was dat ze dit niet wilden releasen aan het publiek. En dat hebben ze dus echt binnen de kamers gehouden, maar met een kleine hoeveelheid bedrijven gedeeld, omdat het heel snel in staat was om allerlei bugs te decanteren in allerlei systemen. En ze zeiden van nee, dit systeem is te sterk eigenlijk om iedereen te laten gebruiken. En dat kwam echt met bugs die al meer dan 14 jaar in software zaten. Het haalde 200 dingen in Firefox naar boven. Allerlei dat soort, nog nooit eerder getoonde metrics kwamen uit dit model rollen. En eigenlijk hebben we nu, twee maanden later, wel toegang gekregen tot Mythos. En Mythos is opnieuw ingepakt. Het is hetzelfde model, maar er is een laagje overheen gegaan. Waardoor ze nu het FABOL-model hebben kunnen uitbrengen. En wat is dat laagje nou precies? Het is hetzelfde model, maar er is een soort van supervisor die meekijkt, of tenminste ze analyseren elke vraag die er gesteld wordt. En ze kijken, heb jij het over één van de drie verboden onderwerpen? En die verboden onderwerpen zijn biologie, cybersecurity en alles wat AI-onderzoek gerelateerd is. Cybersecurity misschien de meest voor de hand liggende. Je mag niet vragen, hoe kan ik iets gaan hacken? Lijkt me logisch. En als je dus vraagt om iets te ondersteunen wat enigszins op hacken lijkt. Tachmy kwam er zelfs al mee met ShoppingScraper, dat je wat informatie van websites afhaalt. Dan kwam je al in de gevarenzone. Wat dan eigenlijk dit model doet, is dan zet je je terug op het lichtere model. En dat is een opens model. En dan zegt je van ja, hier mag je dit model niet voor gebruiken. Hetzelfde voor AI-onderzoek. Je kan deze AI niet gebruiken om weer nieuwe AI's te bouwen. Dat je een soort van concurrent wordt van Anthropic. Dat hebben ze uitgesloten met hun model. En het stuk biologie gaat echt over het muteren van virussen, biohacking, allerlei hele gevaarlijke stappen die je daarin kan ondernemen, waar je zeker niet wil dat te veel mensen toegang hebben tot dit soort informatie. Maar ja, zit je op die verboden onderwerpen, dan word je teruggezet naar het wat dommere model van Undropic, het kleinere broertje. En daarmee kun je dus minder kwaad aan regelen. En dat gebeurt, zeggen ze, op ongeveer 5% van de gesprekken, dus het gebeurt best wel vaak dat mensen terug worden gezet. Een voorbeeldje van dit model kwam van Strike vandaan. Die hebben een aanpassing laten doen op de codebase. en dit model was in staat in één dag het werk wat een team voorheen in twee maanden zou kunnen doen uit te voeren dat lieten ze los op 50 miljoen regels aan code dus je ziet dat er echt hele grote en er zit een hele mooie paper bij waar je nog veel meer op ingaat maar je ziet dus dat er echt hele grote stappen gezet kunnen worden met dit model dat blijkt ook uit de benchmarking Ik heb even qua voorbeeld meegenomen dat het onderste lijntje, die 33,4%, dat was de benchmark zo'n twee jaar geleden. Een stapje hoger is een jaar geleden en de bovenste vier modellen zijn eigenlijk de meest presente modellen die uitgekomen zijn. En dan zie je ook dat Fable 5 echt met kop en schouders boven alle modellen uitkomt. En dat merk je ook in het gebruik, dat het echt zich niet kan beteren is dan wat we eerder hebben gebruikt. En zeker, en heel vaak, wat belangrijk is op dit moment in AI, is dat het een combinatie is aan de ene kant van het model, dus puur wat ze hebben gebouwd, wat die AI kan runnen, en de scaffolding, met andere woorden de instructies die het model meekrijgt, als je het gebruikt in de tooling die ze hebben gebruikt. Dus als je dus inlogt op Claude, bijvoorbeeld een Cowork-sessie of een chat-sessie start, daar krijgt hij heel veel instructies mee, En die instructies zorgen dat hij nog beter zijn werk kan doen. Even een voorbeeldje. Een van de instructies die hij meegeeft is... Zorg dat je bij elke taak die je gebruiker geeft heel duidelijk een plan hebt om te controleren... of dat je ook daadwerkelijk hebt gedaan wat hij heeft gevraagd. Dus hij bouwt een soort van controle loop zelf in. Dat hadden die oudere modellen echt niet. En daardoor weet hij ze ook steeds betere resultaten te bereiken. Als je hier meer over wil horen, ging de AI-report van deze week erover, de podcast van onder andere Alexander Klubbing, en die riep daarin van, het voelt voor het eerst dat ik echt een team aanstuur. En de belangrijke stap die we daarin gaan maken is, wat betekent dit nou voor een e-commerce organisatie? En ik denk dat dat team aansturen daar een centrale rol in speelt. Je merkt gewoon dat het ontzettend complexe taken relatief eenvoudig op kan lossen. Daarin kun je bedenken dat je Claude met Fable dus je hele store aan kan laten sturen. Dat je met autonome agents kan werken die bijvoorbeeld een hele catalogus kunnen migeren. Of je bullet product content kunnen maken. Of je retourproces van begin tot het einde kunnen managen. en zowel aan de software kant als aan de uitvoerende kant wat daarin gebeurt. Behalve natuurlijk de stappen waar die pakketjes ook echt binnen komen en uitgepakt worden, maar alles wat de software kant raakt, kan het gewoon heel goed. Denk ook aan stappen zoals document extractie, zeker waar veel van mijn klanten mee struggling is, dat ze een hele complexe stroom aan inkooporders en pakbonnen en bevestigingen en aanpassingen en correcties hebben. En om al die informatie samen te krijgen in een systeem, zodat je nog steeds weet hoe je inkooporders lopen, dat is ontzettend lastig, maar dat maakt dit soort modellen eigenlijk steeds eenvoudiger. Wat ik ook heb zien doen, is dat ik mensen een screenshot erin heb zien gooien, en hij bouwt gewoon gebaseerd op een screenshot de hele app na, compleet werkend. Hetzelfde voor financiële analyses, forecasting, dat soort dingen. en ook het stukje design, waar Claude al steeds beter in wordt, zie ik ook dat met dit model weer een stap werd gemaakt. In het begin zagen alle AI-designde producten er hetzelfde uit. Dat ging iets verder op een gegeven moment met wat betere instructies en skills, maar daarna zag iedereen die die skills gebruikte, zag het werken weer hetzelfde uit. En nu merk je dat die echt originele content op kan leveren, en zeker als je daar je prompting op aanstuurt en je vraagt hem om originele dingen te doen, Dan kan hij echt zelf met goede ideeën komen.

Spreker: Jop van Hooft, eCommerce AI Club

Bronnen

Meer over AI Implementatie