Claude Fable 5는 Anthropic의 Mythos-class 모델로, Opus class보다 한 단계 위의 성능 계층을 가지며 일반 사용을 위해 안전하게 설계되었습니다. 이 모델의 역량은 Anthropic이 이전에 광범위하게 출시한 어떤 모델보다 뛰어나며, 소프트웨어 엔지니어링, 지식 작업, 비전, 과학 연구 전반에 걸쳐 최첨단 결과를 제공합니다. 작업이 더 길고 복잡할수록 그 차이는 더 커집니다. 텍스트, 이미지, 파일 입력을 받아 텍스트 출력을 제공하며, 1M-token 컨텍스트 윈도우와 최대 128K 출력 토큰을 지원하고, 적응형 추론 및 구조화된 출력을 지원합니다. Fable 5는 자율적인 장기 작업을 위해 구축되었습니다: 수백만 개의 토큰에 걸쳐 일관성을 유지하고, 파일 기반 메모리를 사용하여 자체 출력을 개선하며, 이전 모델보다 훨씬 적은 scaffolding으로 복잡한 다단계 작업을 완료합니다. 이것은 시각 중심 작업의 새로운 최첨단입니다. 과학적 그림에서 정확한 값을 추출하고, 스크린샷만으로 애플리케이션을 재구성하며, 에이전트 코딩 및 프로토타이핑에서 단계적 변화를 이끌어내어, 더 적고 토큰 효율적인 턴으로 코드베이스 전체 마이그레이션과 최첨단 엔지니어링 작업을 처리합니다. 이는 지속적인 일관성과 판단력이 가장 중요한 AI 코딩 어시스턴트, 심층 연구 및 분석 파이프라인, 장기 실행 자율 에이전트에 강력한 기본 선택이 됩니다.
Claude Fable 5는 Anthropic의 대규모 언어 모델로, 확장된 컨텍스트와 멀티모달 입력을 강조합니다. 1,000,000-토큰 컨텍스트 창을 통해 단일 요청으로 전체 책, 광범위한 코드베이스 또는 긴 대화 기록을 처리할 수 있습니다. 이 모델은 텍스트, 이미지 및 파일 업로드를 받아들이며, 응답당 최대 128,000토큰을 생성합니다. 가격은…
Claude Fable 5는 긴 문서나 멀티모달 입력 전반에 걸친 심층적인 맥락 이해가 필요한 작업에서 뛰어납니다. 예를 들어 여러 권으로 구성된 법률 문서 요약, 대규모 코드 리포지토리에 대한 코드 리뷰 수행, 여러 이미지와 텍스트의 정보 통합, 그리고 초기 단계가 후속 단계에 영향을 미치는 복잡한 다단계 프로세스 계획 등이 포함됩니다. OSWorld-Verified에서 85.0의 점수는 모델이 찾기, 파일 조작, 소프트웨어 상호작용 등 여러 단계에 걸친 현실적인 컴퓨터 작업을 성공적으로 완료할 수 있음을 나타냅니다. 또한 표준 언어 이해 및 생성 벤치마크에서도 우수한 성능을 보이지만, OSWorld 외의 구체적인 점수는 공개적으로 공개되지 않았습니다. 대량의 컨텍스트나 멀티모달 입력이 필요하지 않은 작업의 경우, Claude 3 Haiku나 GPT-4o mini 같은 소형 모델이 더 비용 효율적입니다.
백만 토큰당 $10/$50의 프리미엄 가격을 고려할 때, Claude Fable 5는 단순 분류, 단문 번역, 일상 고객 지원과 같은 짧고 대량의 프롬프트에는 최적이 아닙니다. 작업이 8K-32K 컨텍스트 윈도우에 적합하고 이미지 이해가 필요하지 않다면, Claude 3 Sonnet, GPT-4o 또는 최신 경량 변형 모델이 훨씬 저렴한 비용으로 더 빠른 응답을 제공할 것입니다. 또한, 미세 조정을 하거나 동시 요청이 많은 높은 처리량이 필요한 경우, Claude 5의 비용과 지연 시간이 부담스러울 수 있습니다. 이 모델은 극한 컨텍스트, 멀티모달 추론, 또는 최고 수준의 에이전트 성능이라는 고유 가치가 비용을 명확히 정당화하는 작업에만 사용하세요. OrcaRouter의 API를 사용하면 요청별로 모델을 동적으로 전환할 수 있으므로, Fable 5는 복잡한 작업에만 사용하고 간단한 작업은 다른 곳으로 라우팅할 수 있습니다.
네, 이 모델은 여러 단계에 걸쳐 상태를 유지해야 하는 에이전트 워크플로우에 적합합니다. 컨텍스트 윈도우는 완전한 에이전트 로그, 툴 호출 기록, 환경 관찰 결과를 담을 수 있어 확장된 상호작용에서 일관된 의사 결정을 가능하게 합니다. OSWorld-Verified에서의 85.0 점수는 이메일 작성, 스프레드시트 편집, 웹 인터페이스 탐색 등 에이전트 시스템의 핵심인 현실적이고 다단계의 컴퓨터 작업 성능을 직접 측정한 결과입니다. 128K 최대 출력은 모델이 긴 액션 시퀀스나 상세한 보고서를 생성할 수 있게 합니다. 그러나 개발자는 턴당 증가된 지연 시간과 비용을 고려해야 합니다. 짧은 컨텍스트를 사용하는 간단한 에이전트 루프의 경우 더 작은 모델로도 충분할 수 있습니다. OrcaRouter의 API는 스트리밍과 사용자 정의 파라미터(예: temperature, max_tokens)를 지원하여 동작을 미세 조정할 수 있습니다.
강점으로는 상용 모델 중 가장 큰 컨텍스트 윈도우(1M 토큰), 강력한 멀티모달 이해(텍스트, 이미지, 파일), 그리고 실제 작업 성능을 반영하는 OSWorld-Verified에서의 높은 점수(85.0)가 있습니다. 또한 이 모델은 넉넉한 128K 출력 제한을 제공하여 긴 생성이 가능합니다. 한계점으로는 높은 비용이 있습니다: 백만 토큰당 $10/$50로 중간급 모델보다 몇 배 더 비쌉니다. 또한 컨텍스트 길이에 따라 지연 시간이 증가하며, 거의 1M 토큰을 처리하는 데 수십 초 이상이 걸릴 수 있습니다. 이 모델은 오디오나 비디오와 같은 모달리티를 지원하지 않으며, 텍스트와 이미지만 허용합니다. 또한 파인튜닝이나 커스텀 학습을 지원하지 않으며, 고정된 API 전용 모델입니다. 고유한 기능을 활용하지 않는 작업의 경우 비용이 이점을 초과할 수 있습니다.
OSWorld-Verified는 운영체제 전반에 걸쳐 현실적이고 다단계로 구성된 컴퓨터 작업에서 AI 에이전트를 평가하는 벤치마크입니다. 85.0의 점수는 Claude Fable 5가 인간의 개입 없이 평가된 작업의 85%를 성공적으로 완료했음을 나타냅니다. 이는 높은 점수로, 모델이 도구를 효과적으로 사용하고, 파일을 탐색하며, UI 요소를 조작하고, 긴 시퀀스에 걸쳐 추론할 수 있음을 시사합니다. 맥락상, 다른 많은 모델들은 유사한 벤치마크에서 50점 미만을 기록합니다. 이 점수는 모델의 큰 컨텍스트(이전 단계를 기억할 수 있게 함)와 추론 능력을 모두 반영합니다. 하지만 OSWorld-Verified는 하나의 지표일 뿐이며, 사실성, 안전성 또는 특정 도메인 지식을 측정하지는 않습니다. 사용자는 자신의 작업에 대한 성능을 평가해야 합니다. 이 벤치마크는 Anthropic이 독립적인 평가 프레임워크를 사용하여 수행했습니다.
Claude Fable 5의 정확한 지연 시간 수치는 Anthropic에서 공개하지 않았지만, 일반적인 예측은 추론할 수 있습니다. 일반적인 짧은 프롬프트(예: 수백 개의 토큰)의 경우 모델이 몇 초 내에 응답할 수 있습니다. 컨텍스트 길이가 1M 한도에 가까워지면 지연 시간이 크게 증가하여 처리 및 생성 모두에 1분을 초과할 수 있습니다. 출력 길이도 속도에 영향을 미칩니다. 128K 토큰을 생성하는 데 상당한 시간이 걸릴 수 있습니다. OrcaRouter의 API는 스트리밍 응답을 지원하므로 사용자는 도착하는 대로 부분 결과를 처리할 수 있습니다. 실시간 애플리케이션의 경우 더 작은 모델 사용을 고려하십시오. 높은 비용($50/output MTok)은 프롬프트 길이 최적화를 더욱 장려합니다. 캐싱은 기본적으로 제공되지 않지만, OrcaRouter는 반복 요청에 대해 선택적 캐싱을 제공할 수 있습니다. 현재 문서를 확인하세요.
장점에도 불구하고, Claude Fable 5에는 한계가 있습니다. 첫째, 이 모델은 다중 작업 만능형이 아닙니다. 장문 맥락 및 다중 모달 추론에 뛰어나지만, 수학(예: GPT-4o)이나 코드 생성(예: Code Llama)과 같은 작업에서는 해당 모델이 미세 조정된 경우 특화 모델에 성능이 뒤쳐질 수 있습니다. 둘째, 모델의 지식 기준일이 명시되지 않았습니다. 최근 사건에 대해 최신이 아닐 수 있다고 가정해야 합니다. 셋째, 모든 대규모 언어 모델과 마찬가지로, 특히 훈련 분포를 벗어난 질문을 받았을 때 환각 현상이나 부정확한 정보를 생성할 수 있습니다. 넷째, 이미지 이해 능력은 강력하지만 완벽하지 않습니다. 저해상도 이미지의 세부 사항이 누락될 수 있습니다. 마지막으로, 비용과 지연 시간으로 인해 높은 처리량의 프로덕션 시스템에는 실용적이지 않습니다. 항상 출력을 비판적으로 검증하세요. OrcaRouter의 플랫폼을 사용하면 필요에 따라 대체 모델로 전환할 수 있습니다.
OSWorld-Verified 벤치마크는 비교적 새로운 것이어서, 많은 모델과의 직접적인 비교는 제한적입니다. 그러나 공개 리더보드의 알려진 결과에 따르면, 70점 이상의 점수는 매우 강력한 것으로 간주됩니다. 예를 들어, GPT-4V나 Claude 3 Opus 같은 이전 모델들은 유사한 에이전트 벤치마크(예: OSWorld)에서 60점 미만을 기록한 바 있습니다. Claude Fable 5의 85.0점은 에이전트 작업에서 최고 성능 모델 중 하나임을 시사합니다. 하지만 벤치마크 점수가 모든 시나리오에서의 성능을 보장하지는 않으며, 실제 작업은 복잡성과 도메인에서 다양합니다. 이 모델은 일반 언어 이해 벤치마크(예: MMLU, HellaSwag)에서도 높은 점수를 받을 가능성이 높지만, 구체적인 수치는 제공되지 않습니다. 사용자는 대표적인 샘플을 사용하여 직접 평가를 수행해야 합니다. OrcaRouter의 API를 사용하면 동일한 프롬프트로 모델을 나란히 테스트할 수 있습니다.
가격은 간단합니다: 입력 토큰 100만 개당 $10.00, 출력 토큰 100만 개당 $50.00입니다. 이는 Anthropic의 정확한 제공업체 요금이며, OrcaRouter는 마크업을 추가하지 않습니다. 입력 토큰에는 모델이 처리하는 모든 텍스트, 이미지 및 파일 콘텐츠가 포함됩니다. 출력 토큰은 생성된 각 토큰을 계산합니다. 예를 들어, 입력 토큰 10,000개와 출력 토큰 2,000개를 사용하는 요청의 비용은 $0.10 + $0.10 = $0.20입니다. 숨겨진 수수료나 최소 사용량은 없습니다. 결제는 OrcaRouter 계정을 통해 청구됩니다. 대량 사용자라면 OrcaRouter에서 할인된 요금제를 제공할 수 있습니다. 자세한 내용은 지원팀에 문의하세요. 모델이 비싸기 때문에 토큰 사용량을 모니터링하는 것이 중요합니다. OrcaRouter는 대시보드에서 사용 로그와 비용 분석을 제공합니다.
주요 트레이드오프는 성능과 비용 사이에 있습니다. Claude Fable 5는 대규모 컨텍스트와 높은 토큰당 가격으로 인해 현재 가장 비싼 모델 중 하나입니다. 32K 토큰 미만을 사용하는 작업의 경우 모델의 핵심 강점을 활용하지 못하면서 프리미엄을 지불하게 됩니다. 그런 경우 더 저렴한 모델(예: MTok당 $0.25/$1.25의 Claude 3 Haiku)을 사용하는 것을 고려하세요. 또한 출력 토큰은 입력 토큰보다 5배 더 비싸므로, 구조화된 프롬프트나 낮은 max_tokens 설정을 사용하여 생성 길이를 최적화하면 비용을 줄일 수 있습니다. 추가로 불필요한 컨텍스트를 포함하지 마세요. 각 이미지는 수천 개의 토큰을 소비합니다. OrcaRouter의 API는 출력을 제한하기 위해 max_tokens 매개변수를 지원합니다. 반복적인 프롬프트가 빈번한 워크로드의 경우 캐싱이나 소형 모델의 커스텀 파인튜닝이 더 비용 효율적일 수 있는지 고려하세요.
현재 Anthropic은 Claude Fable 5에 대한 네이티브 프롬프트 캐싱 기능을 제공하지 않으며, OrcaRouter는 자동으로 프롬프트를 캐싱하지 않습니다. 그러나 OrcaRouter의 API는 인프라 수준에서 동일한 요청에 대해 선택적 요청 캐싱을 지원할 수 있습니다. 현재 캐싱 옵션에 대해서는 OrcaRouter의 문서를 참조하거나 지원팀에 문의하세요. 캐싱이 없으면 모든 요청에 대해 토큰당 전체 비용이 청구됩니다. 사용 사례에 많은 동일한 프리픽스(예: 여러 사용자 메시지에 공유 시스템 프롬프트)가 포함된 경우, 반복되는 토큰 비용을 최소화하기 위해 호출을 재구성할 수 있지만, 모델은 매번 전체 입력을 처리합니다. 대량 트래픽 애플리케이션의 경우 더 작은 모델을 미세 조정하거나 더 짧은 컨텍스트를 가진 더 저렴한 모델을 사용하는 것을 고려하세요. OrcaRouter를 사용하면 프로그래밍 방식으로 모델을 전환하여 비용을 최적화할 수 있습니다.
아니요, OrcaRouter는 제공업체 요율 외에 추가 수수료를 부과하지 않습니다. 입력 토큰 100만 개당 정확히 $10.00, 출력 토큰 100만 개당 $50.00를 지불합니다. 요청당 요금, 구독 최소 금액, 숨은 비용이 없습니다. 표준 OrcaRouter 계정 요금(있는 경우)은 모든 API 사용에 적용되지만 모델별 가격과는 별도입니다. 사용자 지정 모델 라우팅, 스트리밍 또는 다중 턴 대화와 같은 기능을 사용하는 경우 토큰 가격에 포함됩니다. 항상 OrcaRouter 가격 페이지에서 최신 정보를 확인하세요. 기업 고객의 경우 OrcaRouter에서 볼륨 할인이나 전용 가격을 제공할 수 있습니다. 견적을 원하시면 영업팀에 문의하세요. 요약하자면, 비용은 토큰 사용량에 따라 투명하고 예측 가능합니다.
OrcaRouter의 OpenAI 호환 API를 통해 Claude Fable 5에 접속합니다. 기본 URL은 https://api.orcarouter.ai/v1입니다. 요청 시 모델 ID "anthropic/claude-fable-5"를 사용하십시오. API는 표준 OpenAI 채팅 완료 매개변수를 허용합니다: `messages`, `max_tokens`, `temperature`, `top_p`, `stop` 등. 멀티모달 입력의 경우 "text", "image_url" 또는 "file_url"(SDK 버전에 따라 다름) 유형의 항목이 포함된 `content` 배열을 포함하십시오. 인증에는 OrcaRouter의 API 키가 필요하며, Authorization 헤더에 "Bearer YOUR_API_KEY"로 전달됩니다. 예시 curl 명령어: 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}'. 스트리밍은 `stream: true`로 설정하여 지원됩니다.
Claude Fable 5는 OpenAI 채팅 완성 API의 표준 매개변수를 지원합니다. 가장 관련성 높은 매개변수는 다음과 같습니다: `max_tokens`(기본 최대 128K), `temperature`(범위 0-2, 권장 0-1), `top_p`(temperature 대안), `stop` 시퀀스, `presence_penalty` 및 `frequency_penalty`. 멀티모달 요청의 경우 `content` 필드는 `type`과 적절한 데이터를 포함하는 객체 배열을 포함할 수 있습니다(예: `{"type":"text","text":"이 차트를 설명해 주세요"}` 및 `{"type":"image_url","image_url":{"url":"data:image/jpeg;base64,..."}}`). 파일 업로드는 URL 또는 base64로 인코딩된 데이터를 통해 수행할 수 있습니다. 부분 응답을 수신하기 위한 `stream` 매개변수도 있습니다. 모든 매개변수가 지원되는 것은 아닙니다. 예를 들어, 함수/도구는 현재 이 모델에서 사용할 수 없습니다. 업데이트는 OrcaRouter 문서를 확인하세요. 모든 매개변수는 요청 본문에 전달됩니다.
마이그레이션은 OrcaRouter의 API가 OpenAI와 호환되기 때문에 간단합니다. 계정 대시보드에서 OrcaRouter API 키를 얻는 것으로 시작하세요. 현재 기본 URL을 https://api.orcarouter.ai/v1로 바꾸고 모델 식별자를 "anthropic/claude-fable-5"로 변경하세요. 이전에 Anthropic의 네이티브 API를 사용하고 있었다면, OrcaRouter는 Anthropic 형식 대신 OpenAI 메시지 형식을 사용한다는 점에 유의하세요. 메시지를 구조화하는 모든 코드를 조정해야 합니다. 이미지 입력의 경우 OpenAI 형식(예: base64 또는 URL)으로 변환하세요. OrcaRouter는 Anthropic API로의 기본 번역을 처리합니다. 프로덕션 워크로드를 마이그레이션하기 전에 단일 요청으로 테스트하세요. OrcaRouter는 속도 제한, 사용 분석, 모델 폴백과 같은 추가 기능을 제공할 수도 있습니다. 메시지 형식 및 인증에 대한 자세한 내용은 OrcaRouter의 문서를 참조하세요.
Claude Fable 5는 더 큰 컨텍스트 창(Opus의 200K 대비 1M)과 OSWorld-Verified에서 더 높은 점수(Opus의 추정 ~55-60 대비 85.0)를 제공합니다. 또한 Opus와 마찬가지로 이미지 및 파일 입력을 지원합니다. 출력 토큰 제한도 더 높습니다(Opus의 4,096 대비 128K). 하지만 Claude 3 Opus는 훨씬 저렴합니다: Opus는 MToK당 $15/$75(이전 가격) 또는 가격 인하 후 $8/$24? 실제 현재 Opus 가격은 MToK당 $15/$75이고 Fable 5는 $10/$50입니다. 잠깐, Opus가 입력/출력 각각 $15/$75인가요? (표준 요금: Claude 3 Opus MToK당 $15/$75). 그렇다면 Fable 5가 토큰당 실제로 Opus보다 더 저렴한 건가요? 실제로 $10/$50 vs $15/$75이므로 Fable 5가 33% 더 저렴합니다. 흥미로운 점입니다. 하지만 Opus는 여전히 짧은 작업에 사용할 수 있습니다. Fable 5의 주요 장점은 컨텍스트 길이와 에이전트 성능입니다. 200K 토큰 이내의 작업이라면 Opus가 더 저렴한 비용으로 충분할 수 있습니다. 극단적인 컨텍스트나 최고 수준의 에이전트 점수가 필요하다면 Fable 5가 더 낫습니다.
GPT-4o (OpenAI 제공)는 128K 컨텍스트 윈도우를 가지고 있으며, Fable 5의 1M과 비교됩니다. GPT-4o는 텍스트, 이미지, 오디오 입력도 지원합니다(Fable 5: 텍스트 및 이미지만). GPT-4o의 출력 제한은 4,096 토큰으로, Fable 5의 128K보다 훨씬 작습니다. 벤치마크에서 GPT-4o는 MMLU에서 약 87.1점을 기록했지만, OSWorld-Verified 점수는 공개적으로 보고되지 않았습니다. 가격 측면에서 GPT-4o는 MTok당 $5/$15(입력/출력)로 Fable 5의 $10/$50보다 저렴합니다. 따라서 GPT-4o는 짧은 작업에 대해 더 빠르고 저렴하며, Fable 5는 긴 컨텍스트 및 에이전트 시나리오에서 뛰어납니다. 오디오가 포함된 멀티모달의 경우 GPT-4o가 더 나은 선택입니다. 두 모델 모두 OrcaRouter를 통해 액세스할 수 있어 요청별로 선택할 수 있습니다.
OrcaRouter 내에서 다양한 Anthropic 모델(Claude 3.5 Sonnet, Claude 3 Haiku)과 OpenAI 모델(GPT-4o, GPT-4o mini, GPT-4 Turbo), 그리고 오픈소스 모델 중에서 선택할 수 있습니다. 대부분의 작업에서 Claude 3.5 Sonnet은 200K 컨텍스트와 함께 성능과 비용($3/$15 per MTok)의 적절한 균형을 제공합니다. 매우 긴 컨텍스트의 경우 Fable 5가 독보적입니다. 높은 처리량의 분류 또는 추출 작업에는 Claude 3 Haiku($0.25/$1.25 per MTok)가 저렴하고 빠릅니다. 코드 생성에는 GPT-4o 또는 Code Llama가 특화되어 있을 수 있습니다. OrcaRouter를 사용하면 폴백 모델을 설정할 수 있습니다. Fable 5가 실패하거나 시간 초과되면 더 저렴한 모델로 라우팅할 수 있습니다. 컨텍스트 길이, 입력 양식, 벤치마크 성능에 대한 구체적인 요구 사항을 평가하십시오. 최고의 모델은 단순히 가장 높은 벤치마크가 아니라 사용 사례에 따라 달라집니다.
OpenAI 호환 — 쓰던 SDK 그대로
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 입력 / 1M tokens | $10.00 |
| 출력 / 1M tokens | $50.00 |
| 캐시 읽기 / 1M | $1.00 |
| 캐시 쓰기 / 1M | $12.50 |
| 통화 | USD |
정가 기준 추정치
추정치일 뿐입니다 — 실제 토큰 수는 제공자의 토크나이저에 따라 달라집니다.
@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