Claude Fable 5 jest modelem klasy Mythos od Anthropic - poziomu możliwości wyższego niż klasa Opus - przystosowanym do bezpiecznego użytku ogólnego. Jego możliwości przewyższają każdy model, który Anthropic wcześniej szeroko udostępnił, z najnowocześniejszymi wynikami w inżynierii oprogramowania, pracy wymagającej wiedzy, wizji komputerowej i badaniach naukowych; im dłuższe i bardziej złożone zadanie, tym większa jego przewaga. Akceptuje wejścia tekstowe, obrazowe i plikowe z wyjściem w postaci tekstu, obsługuje okno kontekstowe o pojemności 1M tokenów z możliwością wyjścia do 128K tokenów oraz wspiera adaptacyjne rozumowanie i ustrukturyzowane wyniki. Fable 5 jest stworzony do autonomicznej, długofalowej pracy: pozostaje spójny na milionach tokenów, ulepsza własne wyniki za pomocą pamięci opartej na plikach i wykonuje złożone wieloetapowe zadania przy znacznie mniejszej liczbie wspomagających struktur niż poprzednie modele. Jest to nowy stan techniki w zadaniach wizyjnych - wyodrębnianie precyzyjnych wartości z wykresów naukowych, odtwarzanie aplikacji wyłącznie ze zrzutów ekranu - oraz przełom w kodowaniu i prototypowaniu agentowym, radząc sobie z migracjami w całej bazie kodu i zaawansowanymi zadaniami inżynieryjnymi w mniejszej liczbie bardziej efektywnych pod względem tokenów tur. To czyni go silnym domyślnym wyborem dla asystentów kodowania AI, głębokich potoków badawczych i analitycznych oraz długotrwałych autonomicznych agentów, gdzie najważniejsze są utrzymana spójność i osąd.
Claude Fable 5 to duży model językowy od Anthropic, który kładzie nacisk na rozszerzony kontekst i multimodalne dane wejściowe. Jego okno kontekstowe o pojemności 1 000 000 tokenów pozwala na…
Claude Fable 5 doskonale radzi sobie z zadaniami wymagającymi głębokiego zrozumienia kontekstu w długich tekstach lub multimodalnych wejściach. Przykłady obejmują streszczanie wielotomowych dokumentów prawnych, przeprowadzanie przeglądu kodu w ogromnych repozytoriach, integrowanie informacji z wielu obrazów i tekstów oraz planowanie złożonych, wieloetapowych procesów, gdzie wcześniejsze kroki wpływają na późniejsze. Wynik modelu 85,0 w OSWorld-Verified wskazuje, że może on z powodzeniem realizować realistyczne zadania komputerowe, które wymagają przeglądania, manipulowania plikami i interakcji z oprogramowaniem na wielu etapach. Model dobrze radzi sobie również ze standardowymi testami rozumienia języka i generowania, choć szczegółowe wyniki poza OSWorld nie są publicznie udostępniane. W przypadku zadań, które nie wymagają dużego kontekstu lub multimodalnych wejść, mniejsze modele, takie jak Claude 3 Haiku lub GPT-4o mini, byłyby bardziej opłacalne.
Biorąc pod uwagę wysoką cenę $10/$50 za milion tokenów, Claude Fable 5 nie jest optymalny do krótkich, o dużej objętości promptów, takich jak prosta klasyfikacja, tłumaczenie pojedynczych zdań czy rutynowa obsługa klienta. Jeśli Twoje zadanie mieści się w oknie kontekstowym 8K-32K i nie wymaga rozumienia obrazów, mniejsze modele, takie jak Claude 3 Sonnet, GPT-4o lub najnowsze lekkie warianty, dostarczą szybszych odpowiedzi przy ułamku kosztów. Również jeśli dokonujesz fine-tuningu lub potrzebujesz wysokiej przepustowości dla wielu równoczesnych żądań, koszt i opóźnienie Claude 5 mogą być zaporowe. Zarezerwuj ten model dla zadań, gdzie unikalna wartość ekstremalnego kontekstu, multimodalnego wnioskowania lub najwyższej klasy wydajności agentowej wyraźnie uzasadnia wydatek. API OrcaRouter pozwala dynamicznie przełączać modele na każde żądanie, więc możesz używać Fable 5 tylko do złożonych zadań, a prostsze kierować gdzie indziej.
Tak, model dobrze nadaje się do przepływów pracy agentowych wymagających utrzymywania stanu przez wiele kroków. Jego okno kontekstowe może pomieścić pełny dziennik agenta, historię wywołań narzędzi i obserwacje środowiskowe, umożliwiając spójne podejmowanie decyzji w rozszerzonych interakcjach. Wynik 85.0 w OSWorld-Verified bezpośrednio mierzy wydajność w realistycznych, wieloetapowych zadaniach komputerowych – takich jak tworzenie wiadomości e-mail, edytowanie arkusza kalkulacyjnego czy nawigacja po interfejsie internetowym – które są kluczowe dla systemów agentowych. Maksymalny wynik 128K pozwala modelowi generować długie sekwencje działań lub szczegółowe raporty. Jednak programiści powinni uwzględnić zwiększone opóźnienie i koszt na turę. W przypadku prostszych pętli agentowych z krótkimi kontekstami wystarczą mniejsze modele. API OrcaRouter obsługuje strumieniowanie i niestandardowe parametry (np. temperature, max_tokens) umożliwiające dostrojenie zachowania.
Mocne strony obejmują największe komercyjnie dostępne okno kontekstowe (1M tokenów), silne multimodalne rozumienie (tekst, obraz, plik) oraz wysoki wynik w OSWorld-Verified (85.0), co odzwierciedla solidną wydajność w zadaniach ze świata rzeczywistego. Model oferuje również hojny limit wyjścia wynoszący 128K, umożliwiający tworzenie długich generacji. Ograniczenia obejmują wysoki koszt: przy cenie $10/$50 za milion tokenów jest on kilkakrotnie droższy od modeli średniej klasy. Dodatkowo, opóźnienie wzrasta wraz z długością kontekstu; przetwarzanie prawie 1M tokenów może zająć dziesiątki sekund lub więcej. Model nie obsługuje modalności takich jak audio czy wideo; akceptuje jedynie tekst i obrazy. Nie obsługuje również dostrajania ani niestandardowego trenowania – jest to model stały, dostępny wyłącznie przez API. W przypadku zadań, które nie wykorzystują jego unikalnych możliwości, koszt może przewyższyć korzyści.
OSWorld-Verified to benchmark oceniający agentów AI w realistycznych, wieloetapowych zadaniach komputerowych na różnych systemach operacyjnych. Wynik 85,0 oznacza, że Claude Fable 5 pomyślnie wykonuje 85% ocenianych zadań bez ingerencji człowieka. Jest to wysoki wynik, sugerujący, że model potrafi skutecznie posługiwać się narzędziami, przeglądać pliki, manipulować elementami interfejsu użytkownika i rozumować w długich sekwencjach. Dla kontekstu, wiele innych modeli osiąga wyniki poniżej 50 w podobnych benchmarkach. Wynik odzwierciedla zarówno duży kontekst modelu (pozwalający mu zapamiętywać wcześniejsze kroki), jak i jego zdolność rozumowania. Należy jednak pamiętać, że OSWorld-Verified to tylko jedna metryka; nie mierzy ona poprawności faktograficznej, bezpieczeństwa ani wiedzy dziedzinowej. Użytkownicy powinni oceniać wydajność na podstawie własnych zadań. Benchmark został przeprowadzony przez Anthropic przy użyciu niezależnych ram oceny.
Dokładne wartości opóźnienia dla Claude Fable 5 nie są publicznie ujawniane przez Anthropic, ale można wywnioskować ogólne oczekiwania. W przypadku typowego krótkiego promptu (np. kilkaset tokenów) model może odpowiedzieć w ciągu kilku sekund. Gdy długość kontekstu zbliża się do limitu 1M, opóźnienie znacznie wzrasta – potencjalnie przekraczając minutę zarówno dla przetwarzania, jak i generowania. Długość wyjścia również wpływa na szybkość; wygenerowanie 128K tokenów może zająć sporo czasu. API OrcaRouter obsługuje odpowiedzi strumieniowe, dzięki czemu użytkownicy mogą przetwarzać częściowe wyniki w miarę ich pojawiania się. W przypadku aplikacji czasu rzeczywistego rozważ użycie mniejszego modelu. Wysoki koszt ($50/output MTok) dodatkowo zachęca do optymalizacji długości promptu. Buforowanie nie jest dostępne natywnie, ale OrcaRouter może oferować opcjonalne buforowanie dla powtarzających się zapytań – sprawdź aktualną dokumentację.
Pomimo swoich mocnych stron, Claude Fable 5 ma ograniczenia. Po pierwsze, nie jest wszechstronnym narzędziem do wielu zadań; doskonale radzi sobie z wnioskowaniem w długich kontekstach i multimodalnym, ale może być gorszy od wyspecjalizowanych modeli w zadaniach takich jak matematyka (np. GPT-4o) czy generowanie kodu (np. Code Llama), jeśli modele te zostały dostrojone. Po drugie, okres, do którego model ma wiedzę, nie jest określony; zakładamy, że może nie być aktualny w kwestii najnowszych wydarzeń. Po trzecie, jak wszystkie duże modele językowe, może halucynować lub podawać nieprawdziwe informacje, zwłaszcza gdy jest zmuszany do działania poza zakresem danych treningowych. Po czwarte, rozumienie obrazów jest potężne, ale nieidealne – drobne szczegóły na obrazach o niskiej rozdzielczości mogą zostać przeoczone. Wreszcie, koszt i opóźnienia czynią go niepraktycznym w systemach produkcyjnych o wysokiej przepustowości. Zawsze krytycznie weryfikuj wyniki. Platforma OrcaRouter umożliwia przełączanie się na alternatywne modele w razie potrzeby.
The OSWorld-Verified benchmark jest stosunkowo nowy, więc bezpośrednie porównania z wieloma modelami są ograniczone. Znane wyniki z publicznych tablic liderów wskazują jednak, że wyniki powyżej 70 są uważane za bardzo dobre. Na przykład wcześniejsze modele, takie jak GPT-4V i Claude 3 Opus, raportowały wyniki poniżej 60 w podobnych benchmarkach agentowych (np. OSWorld). Wynik Claude Fable 5 wynoszący 85.0 sugeruje, że jest to jeden z najlepiej działających modeli do zadań agentowych. To powiedziawszy, wyniki benchmarków nie gwarantują wydajności w każdym scenariuszu; zadania w świecie rzeczywistym różnią się złożonością i dziedziną. Model prawdopodobnie osiąga również wysokie wyniki w ogólnych benchmarkach rozumienia języka (np. MMLU, HellaSwag), choć nie podano konkretnych liczb. Użytkownicy powinni przeprowadzić własną ocenę na reprezentatywnych próbkach. API OrcaRouter umożliwia testowanie modeli obok siebie z identycznymi promptami.
Cennik jest prosty: 10,00 $ za 1 milion tokenów wejściowych i 50,00 $ za 1 milion tokenów wyjściowych. Są to dokładne stawki dostawcy od Anthropic; OrcaRouter nie dodaje żadnej marży. Tokeny wejściowe obejmują cały tekst, obrazy i treści plików przetwarzane przez model. Tokeny wyjściowe liczą każdy wygenerowany token. Na przykład żądanie z 10 000 tokenów wejściowych i 2 000 tokenów wyjściowych kosztowałoby 0,10 $ + 0,10 $ = 0,20 $. Nie ma ukrytych opłat ani minimalnych wymagań dotyczących użycia. Płatność jest rozliczana za pośrednictwem Twojego konta OrcaRouter. Jeśli jesteś użytkownikiem o dużym wolumenie, OrcaRouter może zaoferować obniżone taryfy — skontaktuj się z pomocą techniczną, aby uzyskać szczegóły. Należy pamiętać, że ze względu na wysoki koszt modelu ważne jest monitorowanie zużycia tokenów. OrcaRouter udostępnia logi użycia i zestawienia kosztów w panelu sterowania.
Podstawowym kompromisem jest równowaga między możliwościami a kosztem. Claude Fable 5 jest jednym z najdroższych dostępnych modeli ze względu na duży kontekst i wysoką cenę za token. W przypadku zadań wykorzystujących mniej niż 32K tokenów zapłacisz więcej, nie wykorzystując kluczowej zalety tego modelu. Rozważ użycie tańszego modelu (np. Claude 3 Haiku za $0.25/$1.25 per MTok) w takich przypadkach. Ponadto tokeny wyjściowe są pięciokrotnie droższe niż tokeny wejściowe, więc optymalizacja długości generacji – poprzez stosowanie ustrukturyzowanych podpowiedzi lub niższych ustawień max_tokens – może obniżyć koszty. Dodatkowo unikaj włączania niepotrzebnego kontekstu; każdy obraz pochłania znaczną liczbę tokenów (często tysiące). API OrcaRouter obsługuje parametr `max_tokens` w celu ograniczenia wyjścia. W przypadku obciążeń z częstymi powtarzającymi się podpowiedziami rozważ, czy caching lub niestandardowe dostrajanie mniejszego modelu byłoby bardziej opłacalne.
Obecnie Anthropic nie oferuje natywnego buforowania promptów dla Claude Fable 5, a OrcaRouter nie buforuje automatycznie promptów. Jednakże API OrcaRouter może obsługiwać opcjonalne buforowanie żądań na poziomie infrastruktury dla identycznych żądań — sprawdź dokumentację OrcaRouter lub skontaktuj się z pomocą techniczną, aby poznać aktualne opcje buforowania. Bez buforowania każde żądanie jest w pełni rozliczane za token. Jeśli Twój przypadek użycia obejmuje wiele identycznych prefiksów (np. wspólny prompt systemowy dla wielu wiadomości użytkowników), możesz przeorganizować swoje wywołania, aby zminimalizować powtarzające się koszty tokenów, ale model nadal będzie przetwarzał pełne wejście za każdym razem. W przypadku aplikacji o dużym wolumenie rozważ dostrojenie mniejszego modelu lub użycie tańszego modelu z krótszym kontekstem. OrcaRouter umożliwia programową zmianę modeli w celu optymalizacji kosztów.
Nie, OrcaRouter nie pobiera żadnych dodatkowych opłat poza stawką dostawcy. Płacisz dokładnie 10,00 USD za 1 mln tokenów wejściowych i 50,00 USD za 1 mln tokenów wyjściowych. Nie ma opłat za pojedyncze żądanie, minimalnych subskrypcji ani ukrytych kosztów. Standardowe opłaty za konto OrcaRouter (jeśli obowiązują) dotyczą całego użycia API, ale są oddzielone od cen specyficznych dla modelu. Jeśli korzystasz z funkcji takich jak niestandardowe kierowanie modeli, strumieniowanie lub rozmowy wieloetapowe, są one uwzględnione w cenie tokenów. Zawsze sprawdzaj stronę z cennikiem OrcaRouter, aby uzyskać najbardziej aktualne informacje. Dla klientów korporacyjnych OrcaRouter może oferować rabaty wolumenowe lub dedykowane ceny – skontaktuj się z działem sprzedaży, aby uzyskać wycenę. Podsumowując, koszt jest przejrzysty i przewidywalny w oparciu o zużycie tokenów.
Uzyskujesz dostęp do Claude Fable 5 za pośrednictwem zgodnego z API OpenAI interfejsu OrcaRouter. Podstawowy adres URL to https://api.orcarouter.ai/v1. W żądaniach używaj identyfikatora modelu "anthropic/claude-fable-5". API akceptuje standardowe parametry czatu OpenAI: `messages`, `max_tokens`, `temperature`, `top_p`, `stop` itd. W przypadku danych multimodalnych dołączaj tablice `content` z elementami typu "text", "image_url" lub "file_url" (w zależności od wersji SDK). Uwierzytelnianie wymaga klucza API z OrcaRouter, przekazywanego w nagłówku Authorization jako "Bearer YOUR_API_KEY". Przykładowe polecenie 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 jest obsługiwany przez ustawienie `stream: true`.
Claude Fable 5 wspiera standardowe parametry API chat completions OpenAI. Najważniejsze z nich to: `max_tokens` (domyślnie maks. 128K), `temperature` (zakres 0–2, zalecane 0–1), `top_p` (alternatywa dla temperatury), sekwencje `stop`, `presence_penalty` oraz `frequency_penalty`. W przypadku żądań multimodalnych pole `content` może zawierać tablice obiektów z `type` i odpowiednimi danymi (np. `{"type":"text","text":"Opisz ten wykres"}` i `{"type":"image_url","image_url":{"url":"data:image/jpeg;base64,..."}}`). Przesyłanie plików może odbywać się przez URL lub dane zakodowane w base64. Dostępny jest również parametr `stream` do otrzymywania częściowych odpowiedzi. Nie wszystkie parametry są obsługiwane; na przykład funkcje/narzędzia nie są obecnie dostępne dla tego modelu – sprawdź dokumentację OrcaRouter w celu uzyskania aktualizacji. Wszystkie parametry są przekazywane w treści żądania.
Migrowanie jest proste, ponieważ API OrcaRouter jest kompatybilne z OpenAI. Zacznij od uzyskania klucza API OrcaRouter z panelu swojego konta. Zastąp swój obecny podstawowy URL na https://api.orcarouter.ai/v1 i zmień identyfikator modelu na "anthropic/claude-fable-5". Jeśli wcześniej używałeś natywnego API Anthropic, pamiętaj, że OrcaRouter używa formatu wiadomości OpenAI zamiast formatu Anthropic. Będziesz musiał dostosować każdy kod, który strukturyzuje wiadomości. W przypadku danych wejściowych obrazów, przekonwertuj je do formatu OpenAI (np. base64 lub URL). OrcaRouter zajmuje się podstawowym tłumaczeniem na API Anthropic. Przetestuj za pomocą pojedynczego żądania przed migracją obciążeń produkcyjnych. OrcaRouter może również oferować dodatkowe funkcje, takie jak ograniczanie szybkości, analiza użycia i rezerwowe modele. Szczegóły dotyczące formatowania wiadomości i uwierzytelniania znajdziesz w dokumentacji OrcaRouter.
Claude Fable 5 oferuje większe okno kontekstowe (1M vs 200K dla Opus) oraz wyższy wynik w OSWorld-Verified (85,0 vs szacowane ~55-60 dla Opus). Obsługuje również obrazy i pliki, podobnie jak Opus. Limit tokenów wyjściowych jest wyższy (128K vs 4 096 dla Opus). Jednak Claude 3 Opus jest znacznie tańszy: $15/$75 za MTok dla Opus (poprzednio) lub $8/$24 dla Opus po obniżkach cen? Rzeczywista obecna cena Opus wynosi $15/$75 za MTok vs $10/$50 dla Fable 5 – chwila, Opus to faktycznie $15/$75 za wejście/wyjście? (Stawka standardowa: Claude 3 Opus $15/$75 za MTok). Zatem Fable 5 jest faktycznie tańszy za token niż Opus? Właściwie $10/$50 vs $15/$75, więc Fable 5 jest o 33% tańszy. To ciekawa uwaga. Ale Opus wciąż jest wydajny w krótszych zadaniach. Główną zaletą Fable 5 jest długość kontekstu i wydajność agentowa. W zadaniach mieszczących się w 200K tokenów Opus może wystarczyć przy niższym koszcie. Jeśli potrzebujesz ekstremalnego kontekstu lub najlepszych wyników agentowych, lepszy jest Fable 5.
GPT-4o (od OpenAI) ma okno kontekstowe o wielkości 128K, w porównaniu do 1M w Fable 5. GPT-4o obsługuje również wprowadzanie tekstu, obrazu i dźwięku (Fable 5: tylko tekst i obrazy). Limit wyjściowy dla GPT-4o wynosi 4096 tokenów, znacznie mniej niż 128K w Fable 5. W benchmarkach GPT-4o osiąga około 87,1 w MMLU, ale nie ma publicznie zgłoszonego wyniku OSWorld-Verified. Jeśli chodzi o ceny, GPT-4o kosztuje 5/15 dolarów za MTok (wejście/wyjście), czyli taniej niż Fable 5 (10/50 dolarów). Zatem GPT-4o jest szybszy i tańszy w przypadku krótszych zadań, podczas gdy Fable 5 sprawdza się w scenariuszach z długim kontekstem i agentowych. Do multimodali z dźwiękiem lepszym wyborem jest GPT-4o. Oba modele są dostępne przez OrcaRouter, co pozwala wybrać odpowiedni model dla każdego żądania.
W OrcaRouter możesz wybierać spośród różnych modeli Anthropic (Claude 3.5 Sonnet, Claude 3 Haiku) i OpenAI (GPT-4o, GPT-4o mini, GPT-4 Turbo), a także modeli open-source. Do większości zadań Claude 3.5 Sonnet oferuje dobry balans między możliwościami a kosztem ($3/$15 za MTok) z kontekstem 200K. Dla bardzo długich kontekstów, Fable 5 nie ma sobie równych. Do klasyfikacji lub ekstrakcji o wysokiej przepustowości, Claude 3 Haiku ($0.25/$1.25 za MTok) jest tani i szybki. Do generowania kodu, GPT-4o lub Code Llama mogą być wyspecjalizowane. OrcaRouter pozwala ustawić modele zapasowe: jeśli Fable 5 zawiedzie lub przekroczy limit czasu, możesz przekierować do tańszego modelu. Oceń swoje specyficzne wymagania dotyczące długości kontekstu, modalności wejścia i wydajności benchmarkowej. Najlepszy model zależy od Twojego przypadku użycia, a nie tylko od najwyższego wyniku benchmarku.
Zgodne z OpenAI — zostań przy swoim SDK
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Wejście / 1M tokenów | $10.00 |
| Wyjście / 1M tokenów | $50.00 |
| Odczyt cache / 1M | $1.00 |
| Zapis cache / 1M | $12.50 |
| Waluta | USD |
Szacunek na podstawie cennika
Tylko szacunek — rzeczywista liczba tokenów zależy od tokenizatora dostawcy.
GET /api/public/models/anthropic/claude-fable-5Otwórz @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