Claude Fable 5.1 is Anthropic's Mythos-klasse model — een capaciteitsniveau boven de Opus-klasse — veilig gemaakt voor breed gebruik, en de opvolger van Claude Fable 5. Het verbetert Fable 5 over de hele linie, met de grootste winst in agentische codering, langlopende agentische workflows en kenniswerk: langdurige code-refactorings, front-end en visuele engineering, en meerstapstaken waarbij aanhoudende coherentie en oordeelsvermogen het meest van belang zijn. Het accepteert tekst-, afbeeldings- en bestandsinvoer met tekstuitvoer, biedt een contextvenster van 1M tokens met tot 128K uitvoertokens, en ondersteunt adaptief redeneren en gestructureerde uitvoer. Fable 5.1 behoudt de autonome, lange-horizon houding van de Fable-lijn: het blijft coherent over miljoenen tokens, verbetert zijn eigen uitvoer met behulp van bestandsgebaseerd geheugen, en voltooit complex meerstapswerk met veel minder scaffolding dan eerdere modellen. Het is een sterke standaardkeuze voor AI-codeerassistenten, diepgaande onderzoeks- en analysepijplijnen, en langlopende autonome agenten.
Claude Fable 5.1 is een Anthropic-model dat beschikbaar is op OrcaRouter met de model-ID anthropic/claude-fable-5.1. Het accepteert tekst-, afbeeldings- en bestandsinvoer, ondersteunt een…
De belangrijkste gedocumenteerde mogelijkheid van Claude Fable 5.1 is om tot 1.000.000 tokens in context te houden terwijl er tot 128.000 tokens worden gegenereerd. Dit maakt het mogelijk om het volledige bronmateriaal vóór de instructie te plaatsen en het model te vragen te antwoorden zonder een aparte retrievalstap op te zetten. Doordat het tekst, afbeeldingen en bestanden accepteert, kan één bericht diagrammen, gescande pagina's, spreadsheets en ander materiaal naast gewone tekst bevatten. Beoordelingstaken kunnen vervolgens op volledige verzamelingen worden toegepast in plaats van op paginagrote stukken. Het model heeft ook een algemene intelligentiescore van 66,0 op de Artificial Analysis Intelligence Index, maar de catalogus definieert geen gedrag op domeinniveau. Redeneren, coderen en het opvolgen van instructies moeten met eigen evaluaties worden geverifieerd. In de aangeleverde feiten wordt geen uitspraak gedaan over latentie, caching of de uitvoering van tools door agents. Gebruik het model waar contextgeheugen en langere uitvoer de kern van de taak vormen, en meet al het andere af aan uw eigen testsuite.
De sterkste use cases volgen rechtstreeks uit de specificatie. Een context van 1.000.000 tokens maakt Claude Fable 5.1 geschikt voor codeanalyse over een volledige repository, het beoordelen van lange juridische of wetenschappelijke documenten, het maken van corpusbrede samenvattingen en het beantwoorden van vragen over een bron van honderden pagina's in één aanroep. De maximale output van 128.000 tokens ondersteunt lange rapporten, gedetailleerde samenvattingen of het genereren van inhoud die anders meerdere modelaanroepen en handmatig samenvoegen zou vereisen. Gemengde invoer betekent dat afbeeldingen en bestanden samen met tekst kunnen worden geanalyseerd. Omdat context duur is ($10 per miljoen invoertokens), past het model het beste wanneer de volledige invoer daadwerkelijk nodig is voor het antwoord. Het past ook het beste wanneer er anders kostbare ontwikkelaarstijd zou worden besteed aan het bouwen van een opsplits- en samenvoegpijplijn. Als de taak slechts een paar alinea's uit één document nodig heeft, of als de applicatie niet op een lange prefill kan wachten, zal een kleiner model het verkeer waarschijnlijk beter afhandelen. Test met representatieve payloads om te zien welk workloadsegment een tastbare verbetering boekt.
Gebruik een goedkoper model wanneer de output goed genoeg is voor de taak. Eenvoudige classificatie, metadata-extractie, korte samenvattingen, chatassistenten en codeaanvulling hebben zelden 1,000,000 tokens aan context of 128,000 tokens aan output nodig. Claude Fable 5.1 kost $10.00 per miljoen invoertokens en $50.00 per miljoen uitvoertokens. Bij een hoog aanvraagvolume worden gewone prompts door deze tarieven een opvallende kostenpost vergeleken met goedkope alternatieven. Een goedkoper model is bovendien vaak sneller bij kleine payloads en voorkomt dat je betaalt voor context die je niet gebruikt. Niets in de catalogus suggereert dat Claude Fable 5.1 op elke korte taak beter presteert dan alle goedkopere modellen. Bouw in OrcaRouter een routeringsregel zodat lange, waardevolle taken naar dit model gaan, terwijl routinematige verzoeken op een voordeliger pad blijven. Herzie de verdeling nadat productielogs laten zien hoe vaak lange context daadwerkelijk de antwoordkwaliteit verandert.
De enige vermelde benchmark voor Claude Fable 5.1 is 66,0 op de Artificial Analysis Intelligence Index. Die index is een samengestelde index van een derde partij die wordt gebruikt om de algemene capaciteit van taalmodellen van verschillende aanbieders te vergelijken. Omdat het veel taken in één getal samenvoegt, is het nuttig als algemene referentie, maar het kan je niet vertellen of het model jouw specifieke workflow met lange context, afbeeldingen of bestanden correct zal afhandelen. De catalogus biedt geen betrouwbaarheidsinterval, geen uitsplitsing op taakniveau en niet de exacte gebruikte indexversie. Beschouw de score als één datapunt in plaats van als een certificering. Als je vergelijkbaarheid wilt, vergelijk Claude Fable 5.1 dan met een ander model dat op dezelfde indexversie is gemeten. Voor interne beslissingen moet je het getal altijd combineren met domeinspecifieke evaluaties op je eigen gegevens. Een samengestelde index zal subtiele fouten in juridische redenering, visuele nauwkeurigheid of citatiegedrag niet detecteren.
Er worden geen snelheids- of latentiecijfers vermeld voor Claude Fable 5.1. Verwar een indexscore van 66.0 of een hoge tokenlimiet niet met responssnelheid. Proportioneel gezien besteedt een verzoek met een zeer lange invoer tijd aan het verwerken van de volledige invoer voordat het eerste uitvoertoken wordt geproduceerd, en een verzoek dat veel uitvoertokens genereert, vereist ook meer kloktijd. Langere context en hoge uitvoerbudgetten wijzen daarom op variabele latentie. Als uw product snelle doorlooptijden nodig heeft, benchmark dan de time-to-first-token en tokens-per-seconde op realistische prompts via OrcaRouter's OpenAI-compatibele API. Kwantificeer het gedrag met de exacte bestandsgroottes en uitvoerlimieten die u van plan bent in te stellen. Vermijd aannames over prestaties op basis van het gedrag van een ander model. Als slechts een deel van het verkeer latentietolerant en contextzwaar is, kan Claude Fable 5.1 dat segment afhandelen terwijl snellere modellen interactieve verzoeken beantwoorden. Zonder gemeten cijfers in deze vermelding blijft latentie een open vraag.
De sterke punten in de factsheet zijn de capaciteit en de modaliteit. Claude Fable 5.1 heeft een contextvenster van 1.000.000 tokens en een maximale output van 128.000 tokens. Het accepteert tekst-, beeld- en bestandsinvoer. Deze combinatie maakt bijzonder lange taken met gemengd materiaal mogelijk in één aanroep. De score van 66,0 op de Artificial Analysis Intelligence Index biedt ook een algemene indicatie van de competentie van het model. De belangrijkste sterkte is de reikwijdte: de hoeveelheid bronmateriaal en gegenereerde tekst die het model in één aanvraag aankan. De beperkingen blijken even duidelijk uit wat er ontbreekt. Er worden geen latentiecijfers, cachepercentages of domeinspecifieke benchmarks vermeld. Er wordt geen garantie gegeven over het perfect terughalen van informatie aan het verre einde van de context, het nauwkeurig verwerken van elk beeld- of bestandstype, of het gedrag onder adversariële instructies. Het model is ook duur, dus onzorgvuldig gebruik kan de uitgaven opdrijven. Productieteams moeten grounding, uitvoerkwaliteit en faalmodi verifiëren voordat ze het als standaard voor elk scenario behandelen.
OrcaRouter factureert Claude Fable 5.1 tegen het Anthropic-providerstarief zonder enige opslag. De vermelde prijs is $10,00 per 1.000.000 invoertokens en $50,00 per 1.000.000 uitvoertokens. Er is geen vergoeding per aanvraag of gateway-toeslag beschreven in de aangeleverde feiten. U betaalt voor wat het model aan tokens verbruikt, en de verbruiksgegevens in API-responses kunnen u vertellen hoeveel invoer- en uitvoertokens er zijn gefactureerd. Tekst-, afbeeldings- en bestandsinhoud maken allemaal deel uit van de modelinvoer en worden omgezet in tokens, hoewel de exacte conversieregels niet worden meegeleverd. Het instellen van een lagere max_tokens-waarde is een praktische manier om de uitgaven aan uitvoer te beheersen. Een korte vraag met een kort antwoord kost zeer weinig tegen deze tarieven; een volledige invoer van 1.000.000 tokens gevolgd door een lange uitvoer kost veel meer. Omdat dit providerstarieven zijn, kunnen ze wijzigen als Anthropic zijn eigen prijslijst aanpast.
Bij $10 per miljoen invoertokens en $50 per miljoen uitvoertokens is Claude Fable 5.1 duur genoeg dat de kosten per succesvolle taak ertoe doen. Het vullen van de volledige invoer van 1.000.000 tokens kost $10 vóór de generatie; het produceren van een zeer grote uitvoer voegt daar generatiekosten aan toe. Dat betekent dat de beste financiële match een taak is die een aanzienlijk beter antwoord oplevert omdat het de volledige context van het model verbruikt. Als een goedkoper model een korte passage kan gebruiken en een antwoord van vergelijkbare kwaliteit kan teruggeven, is er geen premie voor lange context gerechtvaardigd. De afweging is niet simpelweg de tokenprijs. U kunt engineeringtijd besparen door chunking, samenvattingslussen en vectorzoekopdrachten te verwijderen. Die besparingen kunnen opwegen tegen een hoger tarief per token. De vergelijking moet de totale eigendomskosten omvatten, inclusief ontwikkelingstijd en foutpercentages, niet alleen de API-uitgaven. Voer een pilot uit op representatieve documenten via OrcaRouter, log het gebruik en vergelijk de succespercentages met goedkopere alternatieven.
De aangeleverde gegevens bevatten geen cache-prijs, cache-controlparameter of kortingstarief voor Claude Fable 5.1. Omdat er in dit catalogusitem geen caching-korting is gedocumenteerd, plant u uw budget op basis van de volledige invoer- en uitvoertarieven. Als Anthropic of OrcaRouter afzonderlijke velden voor gecachte invoertokens in de gebruiksgegevens retourneert, verschijnen die velden in de API-respons en kunnen ze een lagere daadwerkelijke facturatie weergeven. Ga er niet van uit dat ze aanwezig zijn. Om kosten te verlagen zonder afhankelijk te zijn van een cache, houdt u de rest van uw systeem efficiënt: hergebruik prompts waar mogelijk, sluit irrelevante bestandsinhoud uit en stel uitvoerlimieten in. Als herhaalde identieke prefixen veel voorkomen in uw workload, test dan een dag verkeer en inspecteer de gebruiksmetadata om te zien of er cache-regelitems verschijnen. Bij afwezigheid van een gedocumenteerd tarief wordt het model gefactureerd tegen het standaardtarief van de provider, zonder opslag op OrcaRouter. Raadpleeg voor de nieuwste cache-beschikbaarheid de facturatiedocumentatie van OrcaRouter.
Aanroepen gaan naar de OpenAI-compatibele API van OrcaRouter op https://api.orcarouter.ai/v1. Gebruik de model-ID anthropic/claude-fable-5.1 in de chat-completions-body. De messages-payload volgt de OpenAI-conventie: role- en content-velden voor systeem- en gebruikersbeurten, met assistentbeurten bij het voortzetten van een gesprek. Code die voor OpenAI-SDK's is geschreven, kan naar deze basis-URL en modelnaam verwijzen zonder over te stappen op een Anthropic-SDK. Afbeeldingen en bestanden worden geleverd in de contentstructuur die de chat-API verwacht. OrcaRouter-referenties authenticeren aanvragen. Het response-object bevat model, choices en usage; usage telt de invoer- en uitvoertokens, die worden gefactureerd volgens de prijzen in deze catalogus. Begin met een minimale aanvraag, inspecteer de response en verhoog daarna de contextlengte in stappen. Zet bij uw eerste aanroepen max_tokens op een bescheiden waarde totdat u de uitvoerlengte en -opmaak hebt bevestigd.
Het OpenAI-compatibele endpoint op OrcaRouter ondersteunt standaard chat completion-parameters die door OpenAI-clients worden gebruikt. Deze omvatten messages, model, temperature, max_tokens, stop en gerelateerde generatie-instellingen. De catalogus vermeldt niet elk geaccepteerd veld voor anthropic/claude-fable-5.1, dus raadpleeg de referentiedocumentatie van OrcaRouter of controleer foutmeldingen voor niet-ondersteunde parameters. Sommige velden, vooral die voor gestructureerde uitvoer of tool calling, werken mogelijk alleen als het model het onderliggende schema implementeert. Gezien de context van 1.000.000 tokens en het uitvoerbudget van 128.000 tokens, moet u bij elk productieverzoek bewust max_tokens instellen. Als berichten het contextvenster overschrijden, moet de API ze afwijzen of afbreking signaleren. Het is goed gebruik om het tokenverbruik uit het usage-object te berekenen en dit met uw kostenraming te vergelijken. Reacties kunnen hetzelfde tekstinhoudformaat gebruiken binnen de OpenAI-compatibele API, en streaminggedrag moet afzonderlijk worden gevalideerd als u van plan bent dit te gebruiken.
Als u momenteel rechtstreeks de Anthropic Messages API aanroept, is de migratie vooral een wijziging van het verzoekformaat. De Anthropic API gebruikt een modelnaam, een systeemveld en een messages-body; het eindpunt van OrcaRouter gebruikt OpenAI-compatibele chatberichten. Stel uw basis-URL in op https://api.orcarouter.ai/v1, plaats de volledige model-ID anthropic/claude-fable-5.1 in het modelveld en herformatteer systeemprompts als een systeembericht. Toolschema's, indien aanwezig, moeten de door OrcaRouter gedocumenteerde conventies gebruiken. Als u overstapt van een andere OpenAI-compatibele gateway, vervang dan de basis-URL en de credentials terwijl u dezelfde berichtenstructuur behoudt. De model-ID behoudt het anthropic-voorvoegsel, zodat de logboekregistratie identificeerbaar blijft. Voor deze route is geen gateway-opslag per token vermeld, dus de eenheidsprijzen zijn de tarieven van de provider. Voer eerst een smoke test met een korte prompt uit en daarna een taak met lange context, voordat u productieverkeer omleidt.
Kleinere en goedkopere modellen bieden doorgaans lagere kosten per token, minder contextcapaciteit en een kortere maximale output. Het comparatieve voordeel van Claude Fable 5.1 is reikwijdte: een context van 1.000.000 tokens en een output van 128.000 tokens stellen het in staat om volledige bibliotheken tekst te accepteren en veel langere antwoorden te schrijven. Een klein model kan het op snelheid en kosten nog steeds verslaan voor een verzoek dat slechts een paar duizend tokens nodig heeft, en het kan beter presteren op een smal, gespecialiseerd domein. Op een algemene benchmark scoort Claude Fable 5.1 66,0 op de Artificial Analysis Intelligence Index, maar voor alternatieve modellen wordt op deze pagina geen vergelijkbare score vermeld. Vergelijk modellen rechtstreeks op basis van uw eigen prompts via OrcaRouter. Meet kwaliteit, latentie en kosten per geaccepteerd antwoord. Als een goedkoper model dezelfde kwaliteit levert voor een typisch verzoek, is de rationele standaardkeuze het goedkopere model. Reserveer het grote model voor gevallen waarin de grootte ervan het resultaat verandert.
Vergeleken met andere long-context-modellen zijn de directe vergelijkingspunten de feiten in deze catalogus: tekst-, beeld- en bestandsinvoer, een context van 1.000.000 tokens, maximaal 128.000 uitvoertokens, $10,00 per miljoen invoertokens, $50,00 per miljoen uitvoertokens en 66,0 op de Artificial Analysis Intelligence Index. Sommige alternatieven bieden mogelijk een kleinere uitvoerlimiet of rekenen anders. Andere hebben wellicht lagere prijzen, maar scoren anders op dezelfde index. Een catalogus kan geen ongemeten winnaar vaststellen. Bij een verantwoorde vergelijking blijft de evaluatietaak constant. Gebruik dezelfde documenten en instructies voor elk kandidaatmodel. Voer elk model uit via OrcaRouter's OpenAI-compatibele API, registreer het tokenverbruik en beoordeel de uitvoer op nauwkeurigheid. Dit voorkomt dat u contextgroottes of indexscores vergelijkt zonder te weten hoe ze zich tot uw werklast verhouden. Als het ene model uw volledige context kan accepteren en een ander niet, is dat een betekenisvol voordeel. Beoordeel anders de kwaliteit in plaats van de opvallende cijfers.
Kies Claude Fable 5.1 wanneer de taak afhankelijk is van het volledige contextvenster, een groot gegenereerd antwoord vereist, of tekst-, beeld- en bestandsinvoer combineert in één bewerking. De tarieven van $10 en $50 per miljoen tokens zouden betaalbaar moeten zijn in verhouding tot de waarde van de taak. Kies een ander model wanneer prompts kort zijn, wanneer een kleinere aanpak aantoonbaar nauwkeurig is, of wanneer uw latentiebudget een verzoek met een lange context niet aankan. Er is geen reden om hoge outputtarieven te betalen voor een antwoord van twee zinnen. Het beste besluitvormingsproces is empirisch. Start een testtaak in OrcaRouter, stel de model-ID in op anthropic/claude-fable-5.1 en voer dezelfde taak uit op één of twee alternatieven. Vergelijk correctheid, antwoordlengte en totale uitgaven over een realistische steekproef. Omdat OrcaRouter modellen beschikbaar stelt via één OpenAI-compatibele API, is het goedkoop om van model te wisselen voor tests. Maak Claude Fable 5.1 alleen standaard als het wint op gebruikerszichtbare kwaliteit en kosten per voltooide taak.
OpenAI-compatibel — behoud je huidige SDK
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| Invoer / 1M tokens | $10.00 |
| Uitvoer / 1M tokens | $50.00 |
| Cache lezen / 1M | $0.250 |
| Cache schrijven / 1M | $12.50 |
| Valuta | USD |
Schatting op basis van catalogusprijs
Alleen een schatting — het werkelijke aantal tokens hangt af van de tokenizer van de aanbieder.
Waar ontwikkelaars het deze week over hebben
GET /api/public/models/anthropic/claude-fable-5.1Openen @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