Claude Fable 5 é o modelo da classe Mythos da Anthropic — um nível de capacidade acima da classe Opus — tornado seguro para uso geral. Suas capacidades superam qualquer modelo que a Anthropic tenha lançado amplamente até agora, com resultados de ponta em engenharia de software, trabalho com conhecimento, visão e pesquisa científica; quanto mais longa e complexa a tarefa, maior sua vantagem. Ele aceita entradas de texto, imagem e arquivos com saída de texto, oferece uma janela de contexto de 1 milhão de tokens com até 128 mil tokens de saída e suporta raciocínio adaptativo e saídas estruturadas. O Fable 5 foi desenvolvido para trabalho autônomo e de longo horizonte: mantém-se coerente ao longo de milhões de tokens, melhora suas próprias saídas usando memória baseada em arquivos e conclui tarefas complexas de várias etapas com muito menos scaffolding do que modelos anteriores. É o novo estado da arte para tarefas com uso intenso de visão — extrair valores precisos de figuras científicas, reconstruir aplicativos a partir apenas de capturas de tela — e uma mudança significativa para codificação e prototipagem agentivas, lidando com migrações completas de bases de código e tarefas de engenharia de ponta em menos etapas e com maior eficiência de tokens. Isso o torna uma opção padrão forte para assistentes de codificação de IA, pipelines de pesquisa e análise aprofundados e agentes autônomos de longa duração, onde a coerência sustentada e o julgamento são mais importantes.
Claude Fable 5 é um modelo de linguagem de grande escala da Anthropic que enfatiza contexto estendido e entrada multimodal. Sua janela de contexto de 1.000.000 tokens permite que uma única…
Claude Fable 5 se destaca em tarefas que exigem compreensão contextual profunda em longos textos ou entradas multimodais. Exemplos incluem resumir documentos jurídicos com vários volumes, realizar revisão de código em repositórios massivos, integrar informações de várias imagens e texto, e planejar processos complexos de várias etapas onde etapas anteriores informam as posteriores. A pontuação de 85,0 do modelo no OSWorld-Verified indica que ele pode concluir com sucesso tarefas realistas de computador que envolvem navegação, manipulação de arquivos e interação com software ao longo de várias etapas. Ele também tem bom desempenho em benchmarks padrão de compreensão e geração de linguagem, embora pontuações específicas além do OSWorld não sejam detalhadas publicamente. Para tarefas que não precisam do grande contexto ou de entradas multimodais, modelos menores como Claude 3 Haiku ou GPT-4o mini seriam mais econômicos.
Dado o preço premium de $10/$50 por milhão de tokens, o Claude Fable 5 não é ideal para prompts curtos e de alto volume, como classificação simples, tradução de frases isoladas ou suporte ao cliente rotineiro. Se sua tarefa se encaixa em uma janela de contexto de 8K-32K e não requer compreensão de imagens, modelos menores como Claude 3 Sonnet, GPT-4o ou as variantes leves mais recentes fornecerão respostas mais rápidas por uma fração do custo. Além disso, se você estiver fazendo ajuste fino ou precisar de alta vazão para muitas requisições simultâneas, o custo e a latência do Claude 5 podem ser proibitivos. Reserve este modelo para trabalhos onde o valor único de contexto extremo, raciocínio multimodal ou desempenho agêntico de alto nível justifique claramente o custo. A API do OrcaRouter permite que você alterne dinamicamente os modelos por requisição, para que você possa usar o Fable 5 apenas para tarefas complexas e rotear as mais simples para outro lugar.
Sim, o modelo é adequado para fluxos de trabalho agentivos que exigem manutenção de estado ao longo de várias etapas. Sua janela de contexto pode conter um log completo do agente, histórico de chamadas de ferramentas e observações ambientais, permitindo uma tomada de decisão coerente em interações estendidas. A pontuação de 85.0 no OSWorld-Verified mede diretamente o desempenho em tarefas realistas e de múltiplas etapas em computador — como compor um e-mail, editar uma planilha ou navegar em uma interface web — que são centrais para sistemas agentivos. A saída máxima de 128K permite que o modelo produza sequências de ações longas ou relatórios detalhados. No entanto, os desenvolvedores devem considerar o aumento de latência e custo por turno. Para loops agentivos mais simples com contextos curtos, modelos menores podem ser suficientes. A API do OrcaRouter suporta streaming e parâmetros personalizados (por exemplo, temperature, max_tokens) para ajustar o comportamento.
Os pontos fortes incluem a maior janela de contexto disponível comercialmente (1M tokens), forte compreensão multimodal (texto, imagem, arquivo) e alta pontuação no OSWorld-Verified (85,0), que reflete um desempenho robusto em tarefas do mundo real. O modelo também conta com um generoso limite de saída de 128K, permitindo gerações longas. As limitações incluem alto custo: a $10/$50 por milhão de tokens, é várias vezes mais caro que modelos intermediários. Além disso, a latência aumenta com o comprimento do contexto; processar quase 1M tokens pode levar dezenas de segundos ou mais. O modelo não possui modalidades como áudio ou vídeo; aceita apenas texto e imagens. Também não suporta fine-tuning ou treinamento personalizado — é um modelo fixo, somente via API. Para tarefas que não aproveitam suas capacidades únicas, o custo pode superar o benefício.
OSWorld-Verified é um benchmark que avalia agentes de IA em tarefas realistas e de múltiplas etapas em diferentes sistemas operacionais. Uma pontuação de 85.0 indica que o Claude Fable 5 conclui com sucesso 85% das tarefas avaliadas sem intervenção humana. Essa é uma pontuação alta, sugerindo que o modelo pode usar ferramentas de forma eficaz, navegar por arquivos, manipular elementos de interface e raciocinar em longas sequências. Para contexto, muitos outros modelos pontuam abaixo de 50 em benchmarks similares. A pontuação reflete tanto o grande contexto do modelo (permitindo lembrar de etapas anteriores) quanto sua capacidade de raciocínio. No entanto, o OSWorld-Verified é apenas uma métrica; ele não mede factualidade, segurança ou conhecimento específico de domínio. Os usuários devem avaliar o desempenho em suas próprias tarefas. O benchmark foi realizado pela Anthropic usando uma estrutura de avaliação independente.
Os valores exatos de latência para o Claude Fable 5 não são divulgados publicamente pela Anthropic, mas expectativas gerais podem ser inferidas. Para um prompt curto típico (por exemplo, algumas centenas de tokens), o modelo pode responder em segundos. À medida que o comprimento do contexto se aproxima do limite de 1M, a latência aumenta significativamente—potencialmente excedendo um minuto tanto para processamento quanto para geração. O comprimento da saída também afeta a velocidade; gerar 128K tokens pode levar um tempo substancial. A API do OrcaRouter suporta respostas em streaming, então os usuários podem processar resultados parciais à medida que chegam. Para aplicações em tempo real, considere usar um modelo menor. O alto custo ($50/output MTok) incentiva ainda mais a otimização do comprimento do prompt. O cache não está disponível nativamente, mas o OrcaRouter pode oferecer cache opcional para requisições repetidas—verifique a documentação atual.
Apesar de seus pontos fortes, o Claude Fable 5 tem limitações. Primeiro, não é um faz-tudo multitarefa; ele se destaca em raciocínio de contexto longo e multimodal, mas pode ser superado por modelos especializados em tarefas como matemática (por exemplo, GPT-4o) ou geração de código (por exemplo, Code Llama) se esses modelos forem ajustados. Segundo, a data de corte de conhecimento do modelo não é especificada; assuma que ele pode não estar atualizado com eventos muito recentes. Terceiro, como todos os modelos de linguagem grandes, ele pode alucinar ou produzir informações imprecisas, especialmente quando levado além de sua distribuição de treinamento. Quarto, a compreensão de imagens é poderosa, mas não perfeita — detalhes finos em imagens de baixa resolução podem ser perdidos. Finalmente, o custo e a latência o tornam impraticável para sistemas de produção de alto throughput. Sempre valide as saídas de forma crítica. A plataforma do OrcaRouter permite que você alterne para modelos alternativos conforme necessário.
O benchmark OSWorld-Verified é relativamente novo, portanto comparações diretas com muitos modelos são limitadas. No entanto, resultados conhecidos de leaderboards públicos indicam que pontuações acima de 70 são consideradas muito fortes. Por exemplo, modelos anteriores como GPT-4V e Claude 3 Opus relataram pontuações abaixo de 60 em benchmarks agentivos similares (ex.: OSWorld). O Claude Fable 5 com 85,0 sugere que é um dos modelos de melhor desempenho para tarefas agentivas. Dito isso, pontuações de benchmark não garantem desempenho em todos os cenários; tarefas do mundo real variam em complexidade e domínio. O modelo também provavelmente pontua alto em benchmarks gerais de compreensão de linguagem (ex.: MMLU, HellaSwag), embora números específicos não sejam fornecidos. Os usuários devem realizar sua própria avaliação usando amostras representativas. A API do OrcaRouter permite testar modelos lado a lado com prompts idênticos.
Os preços são diretos: US$ 10,00 por 1 milhão de tokens de entrada e US$ 50,00 por 1 milhão de tokens de saída. Essas são as taxas exatas dos provedores da Anthropic; a OrcaRouter não adiciona nenhum markup. Tokens de entrada incluem todo texto, imagem e conteúdo de arquivo processados pelo modelo. Tokens de saída contam cada token gerado. Por exemplo, uma solicitação com 10.000 tokens de entrada e 2.000 tokens de saída custaria US$ 0,10 + US$ 0,10 = US$ 0,20. Não há taxas ocultas ou mínimos de uso. O pagamento é faturado através da sua conta OrcaRouter. Se você é um usuário de alto volume, a OrcaRouter pode oferecer faixas de preço com desconto — entre em contato com o suporte para mais detalhes. Observe que, como o modelo é caro, é importante monitorar o uso de tokens. A OrcaRouter fornece registros de uso e detalhamento de custos no painel.
O principal trade-off é entre capacidade e custo. O Claude Fable 5 é um dos modelos mais caros disponíveis devido ao seu grande contexto e alto preço por token. Para tarefas que usam menos de 32K tokens, você pagará um prêmio sem aproveitar o principal ponto forte do modelo. Considere usar um modelo mais barato (por exemplo, Claude 3 Haiku a $0.25/$1.25 por MTok) para esses casos. Além disso, os tokens de saída são cinco vezes mais caros que os tokens de entrada, portanto, otimizar o comprimento da geração — usando prompts estruturados ou configurações lower max_tokens — pode reduzir custos. Além disso, evite incluir contexto desnecessário; cada imagem consome tokens substanciais (geralmente milhares). A API do OrcaRouter suporta um parâmetro `max_tokens` para limitar a saída. Para cargas de trabalho com prompts repetidos frequentes, considere se o cacheamento ou o fine-tuning personalizado de um modelo menor poderia ser mais econômico.
Atualmente, a Anthropic não oferece um recurso nativo de cache de prompts para o Claude Fable 5, e o OrcaRouter não armazena prompts em cache automaticamente. No entanto, a API do OrcaRouter pode suportar cache opcional de requisições no nível de infraestrutura para requisições idênticas — consulte a documentação do OrcaRouter ou entre em contato com o suporte para conhecer as opções de cache atuais. Sem cache, cada requisição é cobrada integralmente por token. Se o seu caso de uso envolver muitos prefixos idênticos (por exemplo, um prompt de sistema compartilhado para várias mensagens de usuário), você pode reestruturar suas chamadas para minimizar custos repetidos de token, mas o modelo ainda processará a entrada completa a cada vez. Para aplicações de alto volume, explore o ajuste fino de um modelo menor ou use um modelo mais barato com um contexto mais curto. O OrcaRouter permite que você alterne modelos programaticamente para otimizar custos.
Não, o OrcaRouter não cobra taxas adicionais além da taxa do provedor. Você paga exatamente $10.00 por 1M de tokens de entrada e $50.00 por 1M de tokens de saída. Não há cobranças por requisição, nem mínimos de assinatura, nem custos ocultos. As taxas padrão da conta OrcaRouter (se houver) se aplicam a todo uso da API, mas são separadas do preço específico do modelo. Se você usar recursos como roteamento de modelo personalizado, streaming ou conversas de múltiplas etapas, eles estão incluídos no preço dos tokens. Sempre verifique a página de preços do OrcaRouter para obter as informações mais atualizadas. Para clientes empresariais, o OrcaRouter pode oferecer descontos por volume ou preços dedicados — entre em contato com as vendas para um orçamento. Em resumo, o custo é transparente e previsível com base no uso de tokens.
Você acessa o Claude Fable 5 através da API compatível com OpenAI do OrcaRouter. A URL base é https://api.orcarouter.ai/v1. Use o ID do modelo "anthropic/claude-fable-5" nas suas requisições. A API aceita os parâmetros padrão de finalização de chat do OpenAI: `messages`, `max_tokens`, `temperature`, `top_p`, `stop`, etc. Para entradas multimodais, inclua arrays `content` com entradas do tipo "text", "image_url" ou "file_url" (dependendo da versão do seu SDK). A autenticação requer uma chave de API do OrcaRouter, passada no cabeçalho Authorization como "Bearer YOUR_API_KEY". Exemplo de comando 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}'. O streaming é suportado definindo `stream: true`.
Claude Fable 5 suporta os parâmetros padrão da API de chat completions da OpenAI. Os mais relevantes são: `max_tokens` (padrão máximo de 128K), `temperature` (intervalo 0-2, recomendado 0-1), `top_p` (alternativa à temperatura), sequências `stop`, `presence_penalty` e `frequency_penalty`. Para solicitações multimodais, o campo `content` pode conter matrizes de objetos com `type` e os dados apropriados (por exemplo, `{"type":"text","text":"Descreva este gráfico"}` e `{"type":"image_url","image_url":{"url":"data:image/jpeg;base64,..."}}`). Uploads de arquivos podem ser feitos via URL ou dados codificados em base64. Existe também um parâmetro `stream` para receber respostas parciais. Nem todos os parâmetros são suportados; por exemplo, funções/ferramentas não estão atualmente disponíveis para este modelo — consulte a documentação do OrcaRouter para atualizações. Todos os parâmetros são passados no corpo da solicitação.
A migração é simples porque a API do OrcaRouter é compatível com a OpenAI. Comece obtendo uma chave de API do OrcaRouter no painel da sua conta. Substitua sua URL base atual por https://api.orcarouter.ai/v1 e altere o identificador do modelo para "anthropic/claude-fable-5". Se você usava anteriormente a API nativa da Anthropic, observe que o OrcaRouter utiliza o formato de mensagens da OpenAI em vez do formato da Anthropic. Será necessário adaptar qualquer código que estrutura mensagens. Para entradas de imagem, converta-as para o formato da OpenAI (por exemplo, base64 ou URL). O OrcaRouter lida com a tradução subjacente para a API da Anthropic. Teste com uma única solicitação antes de migrar cargas de trabalho de produção. O OrcaRouter também pode oferecer recursos adicionais, como limitação de taxa, análises de uso e fallbacks de modelo. Consulte a documentação do OrcaRouter para obter detalhes sobre formatação de mensagens e autenticação.
O Claude Fable 5 oferece uma janela de contexto maior (1M vs 200K para o Opus) e uma pontuação mais alta no OSWorld-Verified (85,0 vs estimados ~55-60 para o Opus). Também suporta entradas de imagem e arquivos, assim como o Opus. O limite de tokens de saída é maior (128K vs 4.096 para o Opus). No entanto, o Claude 3 Opus é significativamente mais barato: $15/$75 por MTok para o Opus (anteriormente) ou $8/$24 para o Opus após cortes de preço? O preço atual real do Opus é $15/$75 por MTok vs $10/$50 do Fable 5 — espere, o Opus é na verdade $15/$75 de entrada/saída? (Taxa padrão: Claude 3 Opus $15/$75 por MTok). Então o Fable 5 é na verdade mais barato por token do que o Opus? Na verdade $10/$50 vs $15/$75, então o Fable 5 é 33% mais barato. Esse é um ponto interessante. Mas o Opus ainda é capaz para tarefas mais curtas. A principal vantagem do Fable 5 é o comprimento do contexto e o desempenho agentivo. Para tarefas dentro de 200K tokens, o Opus pode ser suficiente a um custo menor. Se você precisar de contexto extremo ou das melhores pontuações agentivas, o Fable 5 é melhor.
O GPT-4o (da OpenAI) possui uma janela de contexto de 128K, em comparação com os 1M do Fable 5. O GPT-4o também suporta entradas de texto, imagem e áudio (Fable 5: apenas texto e imagem). O limite de saída do GPT-4o é de 4,096 tokens, muito menor do que os 128K do Fable 5. Em benchmarks, o GPT-4o pontua cerca de 87.1 no MMLU, mas não possui uma pontuação OSWorld-Verified reportada publicamente. Em termos de preço, o GPT-4o custa $5/$15 por MTok (entrada/saída), mais barato que os $10/$50 do Fable 5. Portanto, o GPT-4o é mais rápido e mais barato para tarefas curtas, enquanto o Fable 5 se destaca em cenários de contexto longo e agentes. Para multimodal com áudio, o GPT-4o é a melhor escolha. Ambos são acessíveis via OrcaRouter, permitindo que você escolha por solicitação.
Dentro do OrcaRouter, você pode escolher entre vários modelos Anthropic (Claude 3.5 Sonnet, Claude 3 Haiku) e modelos OpenAI (GPT-4o, GPT-4o mini, GPT-4 Turbo), bem como modelos de código aberto. Para a maioria das tarefas, o Claude 3.5 Sonnet oferece um bom equilíbrio entre capacidade e custo ($3/$15 por MTok) com um contexto de 200K. Para contextos extremamente longos, o Fable 5 é imbatível. Para classificação ou extração de alto rendimento, o Claude 3 Haiku ($0,25/$1,25 por MTok) é barato e rápido. Para geração de código, GPT-4o ou Code Llama podem ser especializados. O OrcaRouter permite definir modelos de fallback: se o Fable 5 falhar ou exceder o tempo limite, você pode rotear para um modelo mais barato. Avalie seus requisitos específicos de comprimento de contexto, modalidade de entrada e desempenho em benchmarks. O melhor modelo depende do seu caso de uso, não apenas do benchmark mais alto.
Compatível com OpenAI — mantenha seu SDK
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Entrada / 1M tokens | $10.00 |
| Saída / 1M tokens | $50.00 |
| Leitura de cache / 1M | $1.00 |
| Escrita de cache / 1M | $12.50 |
| Moeda | USD |
Estimativa com base no preço de tabela
Apenas uma estimativa — a contagem real de tokens depende do tokenizador do provedor.
GET /api/public/models/anthropic/claude-fable-5Abrir @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