Claude Fable 5.1은 Anthropic의 Mythos-class 모델로, Opus class보다 한 단계 높은 성능 계층을 갖추고 있으며, 광범위한 사용에 안전하게 만들어진 Claude Fable 5의 후속 모델입니다. Fable 5 대비 전반적으로 개선되었으며, 가장 큰 향상은 에이전트형 코딩, 장기 실행 에이전트형 워크플로, 그리고 지식 작업에서 두드러집니다. 여기에는 대규모 코드 리팩터링, 프론트엔드 및 시각적 엔지니어링, 그리고 지속적인 일관성과 판단력이 가장 중요한 다단계 작업이 포함됩니다. 텍스트, 이미지, 파일 입력을 받아 텍스트 출력을 제공하며, 최대 128K 출력 토큰과 함께 1M 토큰 컨텍스트 창을 지원하고, 적응형 추론과 구조화된 출력을 지원합니다. Fable 5.1은 Fable 제품군의 자율적이고 장기적인 지평을 유지합니다. 수백만 개의 토큰에 걸쳐 일관성을 유지하고, 파일 기반 메모리를 사용하여 자체 출력을 개선하며, 이전 모델보다 훨씬 적은 스캐폴딩으로 복잡한 다단계 작업을 완료합니다. AI 코딩 어시스턴트, 심층 연구 및 분석 파이프라인, 그리고 장기 실행 자율 에이전트에 강력한 기본 선택입니다.
Claude Fable 5.1은 OrcaRouter에서 모델 ID anthropic/claude-fable-5.1로 제공되는 Anthropic 모델입니다. 텍스트, 이미지 및 파일 입력을 지원하며, 1,000,000개 토큰의 컨텍스트 창을 제공하고 최대 128,000개까지 출력 토큰을 반환할 수 있습니다. OrcaRouter는…
Claude Fable 5.1의 문서화된 주요 기능은 최대 1,000,000개의 토큰을 컨텍스트에 유지하면서 최대 128,000개의 토큰을 생성할 수 있다는 점입니다. 이를 통해 별도의 검색 단계를 구축할 필요 없이 전체 소스 자료를 지시문 앞에 배치하고 모델에 답변을 요청할 수 있습니다. 텍스트, 이미지, 파일을 모두 입력으로 받아들이므로 하나의 메시지에 일반 텍스트와 함께 다이어그램, 스캔 페이지, 스프레드시트 및 기타 자료를 포함할 수 있습니다. 따라서 검토 작업은 페이지 크기의 조각 단위가 아닌 전체 컬렉션 단위로 수행될 수 있습니다. 또한 이 모델은 Artificial Analysis Intelligence Index에서 일반 지능 점수 66.0을 기록했지만, 카탈로그에서는 도메인 수준의 동작을 정의하지 않습니다. 추론, 코딩, 지시 이행 능력은 사용자 지정 평가(custom evals)로 검증해야 합니다. 제공된 사실에는 지연 시간, 캐싱 또는 에이전트형 도구 실행에 대한 언급이 없습니다. 컨텍스트 메모리와 장문 출력이 작업의 중심이 되는 경우 이 모델을 사용하고, 그 외의 모든 것은 자체 테스트 스위트로 측정하십시오.
The strongest use cases follow directly from the specification. A 1,000,000-token context makes Claude Fable 5.1 suitable for full-repository code analysis, long legal or scientific document review, corpus-wide summarization, and question answering over a multi-hundred-page source in one call. The 128,000-token maximum output supports long reports, detailed summaries, or content generation that would otherwise require multiple model calls and manual stitching. Mixed inputs mean images and files can be analyzed together with text. Because context is costly at $10 per million input tokens, the model fits best when the entire input is genuinely needed for the answer. It also fits best when expensive engineering time would otherwise be spent building a chunking and merging pipeline. If the task only needs a few paragraphs from one document, or if the application cannot wait for a long prefill, a smaller model will probably serve traffic better. Test on representative payloads to see which workload segment receives tangible improvement.
작업에 출력이 충분히 좋은 경우 더 저렴한 모델을 사용하세요. 단순 분류, 메타데이터 추출, 짧은 요약, 채팅 어시스턴트, 코드 완성은 일반적으로 1,000,000 토큰의 컨텍스트나 128,000 토큰의 출력이 필요하지 않습니다. Claude Fable 5.1은 입력 토큰 100만 개당 $10.00, 출력 토큰 100만 개당 $50.00으로 책정되어 있습니다. 요청량이 많으면 이러한 요금은 저비용 대안과 비교할 때 일반적인 프롬프트도 눈에 띄는 비용 항목으로 만듭니다. 더 저렴한 모델은 또한 작은 페이로드에 대해 더 빠른 경향이 있으며, 사용하지 않는 컨텍스트에 대한 비용을 지불하지 않아도 됩니다. 카탈로그의 어떤 내용도 Claude Fable 5.1이 모든 짧은 작업에서 더 저렴한 모든 모델보다 뛰어나다는 것을 암시하지 않습니다. OrcaRouter에 라우팅 규칙을 구축하여 길고 가치가 높은 작업은 이 모델로 보내고 일상적인 요청은 더 경제적인 경로에 유지하세요. 프로덕션 로그에서 긴 컨텍스트가 실제로 답변 품질을 얼마나 자주 바꾸는지 보여준 후 분할을 재검토하세요.
Claude Fable 5.1에 대해 나열된 유일한 벤치마크는 Artificial Analysis Intelligence Index에서의 66.0입니다. 해당 지수는 서로 다른 제공업체의 언어 모델 전반적 능력을 비교하는 데 사용되는 제3자 복합 지표입니다. 여러 작업을 하나의 숫자로 집계하기 때문에 광범위한 참고 자료로는 유용하지만, 특정 장문 컨텍스트, 이미지, 또는 파일 기반 워크플로를 모델이 올바르게 처리할 수 있는지는 알려주지 못합니다. 카탈로그에는 신뢰 구간, 작업별 세부 분석, 또는 사용된 정확한 지수 버전이 제공되지 않습니다. 점수는 인증이 아닌 하나의 데이터 포인트로 취급하십시오. 비교 가능성이 필요하다면 동일한 지수 버전으로 측정된 다른 모델과 Claude Fable 5.1을 비교하십시오. 내부 의사 결정의 경우, 항상 해당 수치를 자체 데이터에 대한 도메인 특화 평가와 함께 활용하십시오. 복합 지수는 법률 추론, 비전 정확도, 또는 인용 동작에서의 미묘한 오류를 감지하지 못합니다.
Claude Fable 5.1에 대한 속도 또는 지연 시간 수치는 제공되지 않습니다. 66.0 인덱스 점수나 높은 토큰 한도를 응답 속도와 혼동해서는 안 됩니다. 비례적으로 말하면, 매우 긴 입력을 보내는 요청은 첫 번째 출력 토큰이 생성되기 전에 전체 입력을 처리하는 데 시간을 소비하며, 많은 출력 토큰을 생성하는 요청도 더 많은 wall-clock 시간(실제 경과 시간)이 필요합니다. 따라서 더 긴 컨텍스트와 높은 출력 예산은 가변적인 지연 시간을 시사합니다. 제품이 빠른 처리 시간을 필요로 한다면, OrcaRouter의 OpenAI 호환 API를 통해 실제적인 프롬프트에서 첫 토큰까지의 시간(time-to-first-token)과 초당 토큰 수(tokens-per-second)를 벤치마킹하십시오. 설정하려는 정확한 파일 크기와 출력 한도로 동작을 정량화하십시오. 다른 모델의 동작으로부터 성능을 추정하지 마십시오. 트래픽의 일부만이 지연 시간에 관대하고 컨텍스트 비중이 높은 경우, Claude Fable 5.1이 해당 구간을 처리하고 더 빠른 모델이 대화형 요청에 응답할 수 있습니다. 이 항목에 측정된 수치가 없으므로 지연 시간은 여전히 미해결 과제로 남습니다.
팩트 시트에 제시된 강점은 용량과 모달리티입니다. Claude Fable 5.1은 1,000,000 토큰의 컨텍스트 창과 최대 128,000 토큰의 출력을 지원하며, 텍스트, 이미지, 파일 입력을 모두 수용합니다. 이러한 특성 덕분에 특히 길고 다양한 자료가 혼합된 작업을 단일 호출로 처리할 수 있습니다. 66.0 Artificial Analysis Intelligence Index 점수 역시 모델 전반적인 역량을 가늠하는 신호를 제공합니다. 핵심 강점은 범위, 즉 모델이 단일 요청에서 처리할 수 있는 소스 자료와 생성 텍스트의 양입니다. 한계 역시 빠진 항목에서 분명히 드러납니다. 지연 시간 수치, 캐싱 비율, 도메인별 벤치마크는 제공되지 않습니다. 컨텍스트 후반부에서의 완벽한 재현, 모든 이미지 또는 파일 유형의 정확한 파싱, 적대적 지시에 따른 동작에 대해서도 보장이 없습니다. 또한 이 모델은 비용이 높기 때문에 부주의한 사용은 지출을 증가시킬 수 있습니다. 프로덕션 팀은 모든 시나리오의 기본 모델로 채택하기 전에 근거 확인(grounding), 출력 품질, 실패 모드를 검증해야 합니다.
OrcaRouter는 Anthropic 제공업체 요율로 Claude Fable 5.1을 청구하며 마크업이 없습니다. 명시된 가격은 입력 토큰 1,000,000개당 $10.00, 출력 토큰 1,000,000개당 $50.00입니다. 제공된 사실에는 요청당 수수료나 게이트웨이 추가 요금이 설명되어 있지 않습니다. 모델이 토큰으로 소비하는 만큼 비용을 지불하며, API 응답의 사용 데이터에서 청구된 입력 및 출력 토큰 수를 확인할 수 있습니다. 텍스트, 이미지, 파일 콘텐츠는 모두 모델 입력의 일부가 되어 토큰으로 변환되지만, 정확한 변환 규칙은 제공되지 않습니다. max_tokens 값을 낮게 설정하는 것은 출력 비용을 제어하는 실질적인 방법입니다. 이러한 요율에서는 짧은 질문과 짧은 답변의 비용이 매우 적습니다. 전체 1,000,000토큰 입력 후 긴 출력이 이어지면 비용이 훨씬 더 많이 듭니다. 이는 제공업체 요율이므로 Anthropic이 자체 가격표를 변경하면 달라질 수 있습니다.
입력 토큰 100만 개당 $10, 출력 토큰 100만 개당 $50의 가격에서, Claude Fable 5.1은 성공적인 작업당 비용이 중요할 만큼 비싼 모델이다. 생성 전에 1,000,000토큰 입력 전체를 채우는 데 $10가 들며, 매우 큰 출력을 생성하면 생성 비용이 추가로 발생한다. 즉, 재정적으로 가장 적합한 작업은 모델의 전체 컨텍스트를 소비함으로써 실질적으로 더 나은 답변을 산출하는 작업이다. 더 저렴한 모델이 짧은 구절만 사용해도 비슷한 품질의 답변을 반환할 수 있다면, 긴 컨텍스트 프리미엄은 정당화될 수 없다. 절충점은 단순히 토큰 가격만이 아니다. 청킹, 요약 루프, 벡터 검색을 제거하면 엔지니어링 시간을 절약할 수 있다. 이러한 절감 효과가 더 높은 토큰당 요금을 상쇄할 수도 있다. 비교 기준은 API 지출만이 아니라 개발 시간과 오류율을 포함한 총소유비용이어야 한다. 대표 문서를 통해 OrcaRouter로 파일럿을 실행하고, 사용량을 기록한 뒤 저가 대안과 성공률을 비교하라.
제공된 정보에는 Claude Fable 5.1에 대한 캐시 가격, cache-control 매개변수 또는 할인율이 포함되어 있지 않습니다. 이 카탈로그 항목에는 캐싱 할인이 문서화되어 있지 않으므로 전체 입력 및 출력 요금을 기준으로 예산을 계획하십시오. Anthropic 또는 OrcaRouter가 사용량 데이터에서 별도의 캐시된 입력 토큰 필드를 반환하는 경우 해당 필드는 API 응답에 나타나며 실제 청구 금액이 더 낮을 수 있음을 보여줄 수 있습니다. 해당 필드가 존재한다고 가정하지 마십시오. 캐시에 의존하지 않고 비용을 줄이려면 시스템의 나머지 부분을 효율적으로 유지하십시오. 가능한 경우 프롬프트를 재사용하고, 관련 없는 파일 내용을 제외하며, 출력 한도를 설정하십시오. 워크로드에서 반복되는 동일한 접두사가 흔한 경우 하루 동안의 트래픽을 테스트하고 사용량 메타데이터를 검사하여 캐시 라인 항목이 나타나는지 확인하십시오. 문서화된 요금이 없는 경우, 모델은 OrcaRouter에서 마크업 없는 표준 공급자 요금으로 청구됩니다. 최신 캐시 가용성에 대해서는 OrcaRouter의 청구 문서를 참조하십시오.
호출은 https://api.orcarouter.ai/v1의 OrcaRouter OpenAI 호환 API로 전송됩니다. chat completions 본문에 모델 ID `anthropic/claude-fable-5.1`을 사용하세요. messages 페이로드는 OpenAI 규약을 따릅니다. system 및 user 턴에는 role과 content 필드가 포함되고, assistant 턴은 대화를 계속할 때 사용됩니다. OpenAI SDK용으로 작성된 코드는 Anthropic SDK로 전환하지 않고도 이 기본 URL과 모델 이름을 지정할 수 있습니다. 이미지와 파일은 채팅 API가 기대하는 content 구조로 제공됩니다. OrcaRouter 자격 증명이 요청을 인증합니다. 응답 객체에는 model, choices, usage가 포함되며, usage는 이 카탈로그에 표시된 가격이 적용되는 입력 및 출력 토큰 수를 계산합니다. 최소 요청으로 시작하여 응답을 확인한 다음 컨텍스트 길이를 단계적으로 늘리세요. 첫 번째 호출에서는 출력 길이와 형식을 확인할 때까지 max_tokens를 적당한 값으로 설정하세요.
OrcaRouter의 OpenAI 호환 엔드포인트는 OpenAI 클라이언트가 사용하는 표준 chat completion 매개변수를 지원합니다. 여기에는 messages, model, temperature, max_tokens, stop 및 관련 생성 제어 매개변수가 포함됩니다. 카탈로그는 anthropic/claude-fable-5.1에 대해 허용되는 모든 필드를 열거하지 않으므로, 지원되지 않는 매개변수는 OrcaRouter의 참조 문서를 확인하거나 오류 메시지를 검토하세요. 구조화된 출력이나 도구 호출에 사용되는 일부 필드는 모델이 기본 스키마를 구현하는 경우에만 작동할 수 있습니다. 1,000,000개의 토큰 컨텍스트와 128,000개의 토큰 출력 예산을 고려할 때, 모든 프로덕션 요청에서 max_tokens를 명시적으로 설정해야 합니다. messages가 컨텍스트 창을 초과하면 API는 이를 거부하거나 잘림을 알려야 합니다. usage 객체에서 토큰 사용량을 계산하고 비용 추정치와 비교하는 것이 좋습니다. 응답은 OpenAI 호환 API에서 동일한 텍스트 콘텐츠 형식을 사용할 수 있으며, 스트리밍 동작을 사용할 계획이라면 별도로 검증해야 합니다.
현재 Anthropic Messages API를 직접 호출하고 있다면, 마이그레이션은 대부분 요청 형식 변경에 해당합니다. Anthropic API는 모델 이름, system 필드, messages 본문을 사용하는 반면, OrcaRouter의 엔드포인트는 OpenAI 호환 채팅 메시지를 사용합니다. 기본 URL을 https://api.orcarouter.ai/v1로 설정하고, model 필드에 전체 모델 ID인 anthropic/claude-fable-5.1을 입력한 다음, 시스템 프롬프트를 시스템 메시지로 재구성하세요. 도구 스키마가 있는 경우 OrcaRouter가 문서화한 규칙을 따라야 합니다. 다른 OpenAI 호환 게이트웨이에서 전환하는 경우, 메시지 구조는 유지하면서 기본 URL과 자격 증명만 변경하면 됩니다. 모델 ID에 anthropic 접두사가 그대로 유지되므로 로깅에서 식별이 가능합니다. 이 경로에는 토큰별 게이트웨이 마크업이 표시되어 있지 않으므로, 단가는 공급업체 요율과 같습니다. 프로덕션 트래픽을 전환하기 전에 짧은 프롬프트로 스모크 테스트를 한 번 실행한 다음, 긴 컨텍스트 작업으로 테스트하세요.
더 작고 저렴한 모델은 일반적으로 토큰당 비용이 낮고, 컨텍스트 용량이 적으며, 최대 출력 길이가 더 짧습니다. Claude Fable 5.1의 비교 우위는 처리 범위입니다. 1,000,000-토큰 컨텍스트와 128,000-토큰 출력을 통해 방대한 텍스트 라이브러리를 통째로 입력받고 훨씬 더 긴 답변을 작성할 수 있습니다. 수천 개의 토큰만 필요한 요청에는 소형 모델이 속도와 비용 면에서 여전히 더 나을 수 있으며, 좁고 전문화된 도메인에서 더 좋은 성능을 보일 수도 있습니다. 일반 벤치마크에서 Claude Fable 5.1은 Artificial Analysis Intelligence Index에서 66.0점을 기록했지만, 이 페이지에는 대체 모델에 대한 비교 점수가 제공되지 않습니다. OrcaRouter를 통해 여러분의 프롬프트로 모델을 직접 비교해 보세요. 품질, 지연 시간, 채택된 답변당 비용을 측정하십시오. 일반적인 요청에서 더 저렴한 모델이 동일한 품질을 제공한다면 합리적인 기본 선택은 더 저렴한 모델입니다. 대형 모델은 그 크기가 결과를 바꾸는 경우에만 사용하세요.
다른 긴 컨텍스트 모델들과 비교할 때, 직접 비교 기준점은 이 카탈로그에 있는 사실들입니다: 텍스트, 이미지, 파일 입력, 1,000,000토큰 컨텍스트, 128,000 최대 출력, 입력 토큰 100만 개당 $10.00, 출력 토큰 100만 개당 $50.00, 그리고 Artificial Analysis Intelligence Index에서 66.0입니다. 일부 대안은 더 작은 출력 한도를 제공하거나 요금을 다르게 부과할 수 있습니다. 다른 모델은 더 낮은 가격을 제공하지만 동일한 지수에서 다른 점수를 받을 수도 있습니다. 카탈로그만으로는 측정되지 않은 우위를 확정할 수 없습니다. 책임 있는 비교는 평가 작업을 동일하게 유지합니다. 각 후보 모델에 동일한 문서와 지침을 사용하십시오. 각 모델을 OrcaRouter의 OpenAI 호환 API를 통해 실행하고, 토큰 사용량을 기록하며, 출력을 정확성에 따라 점수를 매기십시오. 이렇게 하면 컨텍스트 크기나 지수 점수가 작업 부하와 어떻게 관련되는지 모른 채 비교하는 것을 피할 수 있습니다. 한 모델이 전체 컨텍스트를 수용할 수 있고 다른 모델이 수용할 수 없다면, 이는 의미 있는 장점입니다. 그렇지 않으면 헤드라인 수치보다는 품질을 판단하십시오.
작업이 전체 컨텍스트 창에 의존하거나, 대규모 생성 응답이 필요하거나, 텍스트·이미지·파일 입력을 하나의 작업으로 결합해야 할 때는 Claude Fable 5.1을 선택하세요. 백만 토큰당 $10 및 $50 요금은 작업의 가치에 비추어 합리적인 수준이어야 합니다. 프롬프트가 짧을 때, 더 가벼운 접근 방식으로도 측정 가능할 만큼 정확한 결과가 나올 때, 또는 지연 시간 예산상 긴 컨텍스트 요청을 감당할 수 없을 때는 다른 모델을 선택하세요. 두 문장짜리 답변에 높은 출력 요금을 지불할 이유는 없습니다. 최상의 결정 프로세스는 경험에 기반합니다. OrcaRouter에서 테스트 작업을 실행하고, 모델 ID를 anthropic/claude-fable-5.1로 설정한 다음, 동일한 작업을 대안 모델 한두 개에서도 실행해 보세요. 현실적인 샘플을 통해 정확성, 응답 길이, 총 비용을 비교하세요. OrcaRouter는 하나의 OpenAI 호환 API를 통해 모델을 노출하므로 모델 전환 비용이 낮아 테스트하기에 부담이 없습니다. Claude Fable 5.1이 사용자가 체감하는 품질과 완료된 작업당 비용 측면에서 우수한 경우에만 기본 모델로 설정하세요.
OpenAI 호환 — 쓰던 SDK 그대로
https://api.orcarouter.ai/v1https://api.orcarouter.aiimport os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="anthropic/claude-fable-5.1",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningreasoning_effortresponse_formatstopstructured_outputstoolsverbosity| 입력 / 1M tokens | $10.00 |
| 출력 / 1M tokens | $50.00 |
| 캐시 읽기 / 1M | $0.250 |
| 캐시 쓰기 / 1M | $12.50 |
| 통화 | USD |
정가 기준 추정치
추정치일 뿐입니다 — 실제 토큰 수는 제공자의 토크나이저에 따라 달라집니다.
이번 주 개발자들의 이야기
@misc{orcarouter_claude_fable_5_1,
title = {Claude Fable 5.1 API},
author = {Anthropic},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/anthropic/claude-fable-5.1}
}Anthropic. (2026). Claude Fable 5.1 API. OrcaRouter. https://www.orcarouter.ai/models/anthropic/claude-fable-5.1