Claude Fable 5 adalah model kelas Mythos milik Anthropic — tingkatan kemampuan di atas kelas Opus — yang dibuat aman untuk penggunaan umum. Kemampuannya melampaui model mana pun yang pernah dirilis Anthropic secara luas sebelumnya, dengan hasil state-of-the-art di bidang rekayasa perangkat lunak, kerja pengetahuan, visi, dan riset ilmiah; semakin panjang dan kompleks tugasnya, semakin besar keunggulannya. Model ini menerima input teks, gambar, dan file dengan output teks, menyediakan jendela konteks 1 juta token dengan hingga 128 ribu token output, serta mendukung penalaran adaptif dan output terstruktur. Fable 5 dibangun untuk pekerjaan otonom dengan jangka waktu panjang: ia tetap koheren di jutaan token, meningkatkan outputnya sendiri menggunakan memori berbasis file, dan menyelesaikan tugas multi-langkah yang kompleks dengan scaffolding yang jauh lebih sedikit dibandingkan model sebelumnya. Model ini menjadi state of the art baru untuk tugas-tugas berat berbasis visi — mengekstraksi nilai presisi dari figur ilmiah, membangun ulang aplikasi hanya dari tangkapan layar — serta merupakan perubahan besar untuk coding dan prototyping agen, menangani migrasi di seluruh basis kode dan tugas rekayasa frontier dalam langkah yang lebih sedikit dan lebih efisien token. Hal ini menjadikannya default yang kuat untuk asisten coding AI, jalur riset dan analisis mendalam, serta agen otonom berjalan lama di mana koherensi dan penilaian berkelanjutan paling penting.
Claude Fable 5 adalah model bahasa besar dari Anthropic yang menekankan konteks yang diperluas dan input multimodal. Jendela konteks 1.000.000 token memungkinkan satu permintaan untuk mencakup…
Claude Fable 5 unggul dalam tugas-tugas yang memerlukan pemahaman kontekstual mendalam terhadap teks panjang atau input multimodal. Contohnya termasuk meringkas dokumen hukum multi-volume, melakukan tinjauan kode pada repositori besar, mengintegrasikan informasi dari banyak gambar dan teks, serta merencanakan proses multi-langkah yang kompleks di mana langkah-langkah sebelumnya mempengaruhi langkah-langkah berikutnya. Skor 85,0 model ini pada OSWorld-Verified menunjukkan bahwa ia dapat berhasil menyelesaikan tugas komputer realistis yang melibatkan penjelajahan, manipulasi file, dan interaksi perangkat lunak dalam banyak langkah. Model ini juga berkinerja baik pada tolok ukur pemahaman dan generasi bahasa standar, meskipun skor spesifik di luar OSWorld tidak dirinci secara publik. Untuk tugas yang tidak memerlukan konteks besar atau input multimodal, model yang lebih kecil seperti Claude 3 Haiku atau GPT-4o mini akan lebih hemat biaya.
Dengan harga premium $10/$50 per juta token, Claude Fable 5 tidak optimal untuk prompt pendek dan bervolume tinggi seperti klasifikasi sederhana, terjemahan kalimat tunggal, atau dukungan pelanggan rutin. Jika tugas Anda cocok dalam jendela konteks 8K-32K dan tidak memerlukan pemahaman gambar, model yang lebih kecil seperti Claude 3 Sonnet, GPT-4o, atau varian ringan terbaru akan memberikan respons lebih cepat dengan biaya yang jauh lebih rendah. Selain itu, jika Anda melakukan fine-tuning atau membutuhkan throughput tinggi untuk banyak permintaan bersamaan, biaya dan latensi Claude 5 mungkin terlalu mahal. Cadangkan model ini untuk pekerjaan di mana nilai unik dari konteks ekstrem, penalaran multimodal, atau kinerja agen tingkat atas dengan jelas membenarkan biayanya. API OrcaRouter memungkinkan Anda untuk secara dinamis mengganti model per permintaan, sehingga Anda dapat menggunakan Fable 5 hanya untuk tugas kompleks dan mengarahkan tugas yang lebih sederhana ke tempat lain.
Ya, model ini sangat cocok untuk alur kerja berbasis agen yang memerlukan pemeliharaan status selama banyak langkah. Jendela konteksnya dapat menampung log agen lengkap, riwayat panggilan alat, dan observasi lingkungan, sehingga memungkinkan pengambilan keputusan yang koheren dalam interaksi yang panjang. Skor 85,0 pada OSWorld-Verified secara langsung mengukur kinerja pada tugas komputer realistis multi-langkah—seperti menyusun email, mengedit spreadsheet, atau menavigasi antarmuka web—yang merupakan inti dari sistem agen. Output maksimum 128K memungkinkan model menghasilkan urutan tindakan yang panjang atau laporan yang terperinci. Namun, pengembang harus memperhitungkan peningkatan latensi dan biaya per giliran. Untuk loop agen yang lebih sederhana dengan konteks pendek, model yang lebih kecil sudah memadai. API OrcaRouter mendukung streaming dan parameter kustom (misalnya, temperature, max_tokens) untuk menyetel perilaku.
Kelebihannya mencakup jendela konteks terbesar yang tersedia secara komersial (1 juta token), pemahaman multimodal yang kuat (teks, gambar, file), dan skor tinggi pada OSWorld-Verified (85,0), yang mencerminkan kinerja tugas dunia nyata yang kuat. Model ini juga memiliki batas output yang besar yaitu 128K, sehingga memungkinkan generasi teks yang panjang. Kekurangannya termasuk biaya tinggi: pada $10/$50 per juta token, harganya beberapa kali lebih mahal dibandingkan model kelas menengah. Selain itu, latensi meningkat seiring panjang konteks; memproses hampir 1 juta token dapat memakan waktu puluhan detik atau lebih. Model ini tidak memiliki modalitas seperti audio atau video; hanya menerima teks dan gambar. Model ini juga tidak mendukung penyesuaian atau pelatihan kustom—model ini tetap, hanya API. Untuk tugas yang tidak memanfaatkan kemampuan uniknya, biaya mungkin melebihi manfaatnya.
OSWorld-Verified adalah tolok ukur yang mengevaluasi agen AI dalam tugas-tugas komputer multi-langkah yang realistis di berbagai sistem operasi. Skor 85,0 menunjukkan bahwa Claude Fable 5 berhasil menyelesaikan 85% tugas yang dievaluasi tanpa campur tangan manusia. Ini adalah skor tinggi, yang menunjukkan bahwa model tersebut dapat menggunakan alat secara efektif, menjelajahi file, memanipulasi elemen antarmuka, dan bernalar dalam urutan yang panjang. Sebagai konteks, banyak model lain mendapat skor di bawah 50 pada tolok ukur serupa. Skor ini mencerminkan konteks besar model (memungkinkannya mengingat langkah-langkah sebelumnya) dan kemampuan penalarannya. Namun, OSWorld-Verified hanyalah satu metrik; metrik ini tidak mengukur faktualitas, keamanan, atau pengetahuan khusus domain. Pengguna harus mengevaluasi kinerja pada tugas mereka sendiri. Tolok ukur ini dilakukan oleh Anthropic menggunakan kerangka evaluasi independen.
Angka latensi pasti untuk Claude Fable 5 tidak diungkapkan ke publik oleh Anthropic, tetapi ekspektasi umum dapat diperkirakan. Untuk prompt pendek tipikal (misalnya beberapa ratus token), model mungkin merespons dalam hitungan detik. Saat panjang konteks mendekati batas 1M, latensi meningkat secara signifikan—berpotensi melebihi satu menit untuk pemrosesan dan generasi. Panjang keluaran juga memengaruhi kecepatan; menghasilkan 128K token dapat memakan waktu yang cukup lama. API OrcaRouter mendukung respons streaming, sehingga pengguna dapat memproses hasil parsial saat tiba. Untuk aplikasi real-time, pertimbangkan menggunakan model yang lebih kecil. Biaya tinggi ($50/output MTok) semakin mendorong optimalisasi panjang prompt. Caching tidak tersedia secara native, tetapi OrcaRouter mungkin menawarkan caching opsional untuk permintaan berulang—periksa dokumentasi terkini.
Meskipun memiliki kelebihan, Claude Fable 5 memiliki keterbatasan. Pertama, ia bukanlah model serba bisa multitugas; ia unggul dalam penalaran konteks panjang dan multimodal tetapi mungkin dikalahkan oleh model khusus pada tugas seperti matematika (misalnya, GPT-4o) atau pembuatan kode (misalnya, Code Llama) jika model-model tersebut disempurnakan. Kedua, batas pengetahuan model tidak disebutkan; asumsikan model mungkin tidak terkini dengan peristiwa yang sangat baru. Ketiga, seperti semua model bahasa besar, ia dapat berhalusinasi atau menghasilkan informasi yang tidak akurat, terutama saat dipaksa melampaui distribusi pelatihannya. Keempat, pemahaman gambar sangat kuat tetapi tidak sempurna—detail halus pada gambar resolusi rendah mungkin terlewatkan. Terakhir, biaya dan latensi membuatnya tidak praktis untuk sistem produksi dengan throughput tinggi. Selalu validasi keluaran secara kritis. Platform OrcaRouter memungkinkan Anda beralih ke model alternatif sesuai kebutuhan.
Tolok ukur OSWorld-Verified relatif baru, sehingga perbandingan langsung dengan banyak model masih terbatas. Namun, hasil yang diketahui dari papan peringkat publik menunjukkan bahwa skor di atas 70 dianggap sangat kuat. Misalnya, model-model sebelumnya seperti GPT-4V dan Claude 3 Opus dilaporkan memiliki skor di bawah 60 pada tolok ukur agen yang serupa (misalnya, OSWorld). Skor 85,0 dari Claude Fable 5 menunjukkan bahwa model ini adalah salah satu yang berkinerja terbaik untuk tugas-tugas agen. Meskipun demikian, skor tolok ukur tidak menjamin kinerja di setiap skenario; tugas dunia nyata bervariasi dalam kompleksitas dan domain. Model ini kemungkinan juga mendapat skor tinggi pada tolok ukur pemahaman bahasa umum (misalnya, MMLU, HellaSwag), meskipun angka spesifik tidak diberikan. Pengguna harus melakukan evaluasi sendiri menggunakan sampel yang representatif. API OrcaRouter memungkinkan Anda menguji model secara berdampingan dengan perintah yang identik.
Harga sangat jelas: $10.00 per 1 juta token input dan $50.00 per 1 juta token output. Ini adalah tarif provider yang tepat dari Anthropic; OrcaRouter tidak menambahkan markup. Token input mencakup semua teks, gambar, dan konten file yang diproses oleh model. Token output menghitung setiap token yang dihasilkan. Sebagai contoh, permintaan dengan 10.000 token input dan 2.000 token output akan dikenakan biaya $0.10 + $0.10 = $0.20. Tidak ada biaya tersembunyi atau minimum pemakaian. Pembayaran ditagih melalui akun OrcaRouter Anda. Jika Anda adalah pengguna dengan volume tinggi, OrcaRouter mungkin menawarkan tingkatan diskon—hubungi dukungan untuk detail. Perhatikan bahwa karena model ini mahal, penting untuk memantau pemakaian token. OrcaRouter menyediakan log pemakaian dan rincian biaya di dasbor.
Pertukaran utama adalah antara kapabilitas dan biaya. Claude Fable 5 adalah salah satu model termahal yang tersedia karena konteksnya yang besar dan harga per token yang tinggi. Untuk tugas yang menggunakan kurang dari 32K token, Anda akan membayar mahal tanpa memanfaatkan kekuatan utama model tersebut. Pertimbangkan untuk menggunakan model yang lebih murah (misalnya, Claude 3 Haiku seharga $0,25/$1,25 per MTok) untuk kasus-kasus tersebut. Selain itu, token output lima kali lebih mahal daripada token input, sehingga mengoptimalkan panjang generasi—dengan menggunakan prompt terstruktur atau pengaturan max_tokens yang lebih rendah—dapat mengurangi biaya. Selain itu, hindari menyertakan konteks yang tidak perlu; setiap gambar mengonsumsi token dalam jumlah besar (seringkali ribuan). API OrcaRouter mendukung parameter `max_tokens` untuk membatasi output. Untuk beban kerja dengan prompt berulang yang sering, pertimbangkan apakah caching atau penyesuaian khusus model yang lebih kecil dapat lebih hemat biaya.
Saat ini, Anthropic tidak menawarkan fitur caching prompt bawaan untuk Claude Fable 5, dan OrcaRouter tidak secara otomatis melakukan caching prompt. Namun, API OrcaRouter mungkin mendukung caching permintaan opsional di tingkat infrastruktur untuk permintaan yang identik—konsultasikan dokumentasi OrcaRouter atau hubungi dukungan untuk opsi caching terkini. Tanpa caching, setiap permintaan dikenakan biaya penuh per token. Jika kasus penggunaan Anda melibatkan banyak prefiks yang identik (misalnya, sistem prompt bersama untuk banyak pesan pengguna), Anda dapat menyusun ulang panggilan Anda untuk meminimalkan biaya token yang berulang, tetapi model akan tetap memproses input penuh setiap kali. Untuk aplikasi dengan volume tinggi, jelajahi fine-tuning model yang lebih kecil atau menggunakan model yang lebih murah dengan konteks yang lebih pendek. OrcaRouter memungkinkan Anda untuk mengganti model secara terprogram untuk mengoptimalkan biaya.
Tidak, OrcaRouter tidak mengenakan biaya tambahan di atas tarif penyedia. Anda membayar tepat $10.00 per 1M token input dan $50.00 per 1M token output. Tidak ada biaya per permintaan, tidak ada minimum langganan, dan tidak ada biaya tersembunyi. Biaya akun OrcaRouter standar (jika ada) berlaku untuk semua penggunaan API tetapi terpisah dari harga khusus model. Jika Anda menggunakan fitur seperti perutean model kustom, streaming, atau percakapan multi-putaran, itu sudah termasuk dalam harga token. Selalu periksa halaman harga OrcaRouter untuk informasi terbaru. Untuk pelanggan perusahaan, OrcaRouter mungkin menawarkan diskon volume atau harga khusus—hubungi penjualan untuk penawaran. Singkatnya, biaya transparan dan dapat diprediksi berdasarkan penggunaan token.
Anda mengakses Claude Fable 5 melalui API yang kompatibel dengan OpenAI milik OrcaRouter. URL dasarnya adalah https://api.orcarouter.ai/v1. Gunakan ID model "anthropic/claude-fable-5" dalam permintaan Anda. API menerima parameter penyelesaian obrolan standar OpenAI: `messages`, `max_tokens`, `temperature`, `top_p`, `stop`, dll. Untuk input multimodal, sertakan array `content` dengan entri bertipe "text", "image_url", atau "file_url" (tergantung versi SDK Anda). Otentikasi memerlukan kunci API dari OrcaRouter, yang diteruskan di header Authorization sebagai "Bearer YOUR_API_KEY". Contoh perintah curl: curl https://api.orcarouter.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $ORCAROUTER_API_KEY" -d '{"model":"anthropic/claude-fable-5","messages":[{"role":"user","content":"Hello"}],"max_tokens":100}'. Streaming didukung dengan menyetel `stream: true`.
Claude Fable 5 mendukung parameter standar dari API chat completions OpenAI. Yang paling relevan adalah: `max_tokens` (default maks 128K), `temperature` (rentang 0-2, direkomendasikan 0-1), `top_p` (alternatif untuk temperature), urutan `stop`, `presence_penalty`, dan `frequency_penalty`. Untuk permintaan multimodal, kolom `content` dapat berisi array objek dengan `type` dan data yang sesuai (misalnya, `{"type":"text","text":"Describe this chart"}` dan `{"type":"image_url","image_url":{"url":"data:image/jpeg;base64,..."}}`). Unggahan file dapat dilakukan melalui URL atau data yang dienkode base64. Ada juga parameter `stream` untuk menerima respons parsial. Tidak semua parameter didukung; misalnya, fungsi/alat saat ini tidak tersedia untuk model ini—periksa dokumentasi OrcaRouter untuk pembaruan. Semua parameter dilewatkan di dalam body permintaan.
Migrasi cukup mudah karena API OrcaRouter kompatibel dengan OpenAI. Mulailah dengan mendapatkan kunci API OrcaRouter dari dasbor akun Anda. Ganti URL dasar Anda saat ini dengan https://api.orcarouter.ai/v1 dan ubah pengidentifikasi model menjadi "anthropic/claude-fable-5". Jika sebelumnya Anda menggunakan API asli Anthropic, perhatikan bahwa OrcaRouter menggunakan format pesan OpenAI, bukan format Anthropic. Anda perlu menyesuaikan kode yang menyusun pesan. Untuk input gambar, ubah ke format OpenAI (misalnya, base64 atau URL). OrcaRouter menangani penerjemahan dasar ke API Anthropic. Uji dengan satu permintaan sebelum memigrasikan beban kerja produksi. OrcaRouter mungkin juga menawarkan fitur tambahan seperti pembatasan kecepatan, analitik penggunaan, dan fallback model. Lihat dokumentasi OrcaRouter untuk detail tentang format pesan dan autentikasi.
Claude Fable 5 menawarkan jendela konteks yang lebih besar (1M vs 200K untuk Opus) dan skor yang lebih tinggi pada OSWorld-Verified (85.0 vs perkiraan ~55-60 untuk Opus). Ia juga mendukung masukan gambar dan file seperti Opus. Batas token output lebih tinggi (128K vs 4,096 untuk Opus). Namun, Claude 3 Opus secara signifikan lebih murah: $15/$75 per MTok untuk Opus (sebelumnya) atau $8/$24 untuk Opus setelah pemotongan harga? Harga aktual saat ini untuk Opus adalah $15/$75 per MTok vs Fable 5 sebesar $10/$50—tunggu, Opus sebenarnya $15/$75 input/output? (Tarif standar: Claude 3 Opus $15/$75 per MTok). Jadi Fable 5 sebenarnya lebih murah per token daripada Opus? Sebenarnya $10/$50 vs $15/$75, jadi Fable 5 33% lebih murah. Itu poin yang menarik. Namun Opus masih mampu untuk tugas yang lebih pendek. Keunggulan utama Fable 5 adalah panjang konteks dan kinerja agen. Untuk tugas dalam 200K token, Opus mungkin mencukupi dengan biaya lebih rendah. Jika Anda membutuhkan konteks ekstrem atau skor agen tertinggi, Fable 5 lebih baik.
GPT-4o (dari OpenAI) memiliki jendela konteks 128K, dibandingkan dengan Fable 5 yang 1M. GPT-4o juga mendukung input teks, gambar, dan audio (Fable 5: hanya teks dan gambar). Batas output untuk GPT-4o adalah 4.096 token, jauh lebih kecil dari 128K milik Fable 5. Dalam benchmark, GPT-4o mendapat skor sekitar 87,1 pada MMLU tetapi tidak memiliki skor OSWorld-Verified yang dilaporkan secara publik. Dari segi harga, GPT-4o berharga $5/$15 per MTok (input/output), lebih murah dari Fable 5 yang $10/$50. Jadi GPT-4o lebih cepat dan lebih murah untuk tugas pendek, sementara Fable 5 unggul dalam skenario konteks panjang dan agen. Untuk multimodal dengan audio, GPT-4o adalah pilihan yang lebih baik. Keduanya dapat diakses melalui OrcaRouter, memungkinkan Anda memilih per permintaan.
Dalam OrcaRouter, Anda dapat memilih dari berbagai model Anthropic (Claude 3.5 Sonnet, Claude 3 Haiku) dan model OpenAI (GPT-4o, GPT-4o mini, GPT-4 Turbo), serta model sumber terbuka. Untuk sebagian besar tugas, Claude 3.5 Sonnet menawarkan keseimbangan yang baik antara kemampuan dan biaya ($3/$15 per MTok) dengan konteks 200K. Untuk konteks yang sangat panjang, Fable 5 tidak ada tandingannya. Untuk klasifikasi atau ekstraksi throughput tinggi, Claude 3 Haiku ($0.25/$1.25 per MTok) murah dan cepat. Untuk pembuatan kode, GPT-4o atau Code Llama mungkin lebih terspesialisasi. OrcaRouter memungkinkan Anda mengatur model cadangan: jika Fable 5 gagal atau kehabisan waktu, Anda dapat mengarahkan ke model yang lebih murah. Evaluasi persyaratan spesifik Anda terkait panjang konteks, modalitas masukan, dan kinerja tolok ukur. Model terbaik bergantung pada kasus penggunaan Anda, bukan sekadar tolok ukur tertinggi.
Kompatibel OpenAI — pakai SDK Anda yang sekarang
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="anthropic/claude-fable-5",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningresponse_formatstopstructured_outputstool_choicetoolsverbosity| Input / 1M token | $10.00 |
| Output / 1M token | $50.00 |
| Baca cache / 1M | $1.00 |
| Tulis cache / 1M | $12.50 |
| Mata uang | USD |
Perkiraan berdasarkan harga daftar
Hanya perkiraan — jumlah token sebenarnya bergantung pada tokenizer penyedia.
GET /api/public/models/anthropic/claude-fable-5Buka @misc{orcarouter_claude_fable_5,
title = {Claude Fable 5 API},
author = {Anthropic},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/anthropic/claude-fable-5}
}Anthropic. (2026). Claude Fable 5 API. OrcaRouter. https://www.orcarouter.ai/models/anthropic/claude-fable-5