Claude Fable 5.1 คือโมเดลระดับ Mythos ของ Anthropic — ระดับความสามารถที่เหนือกว่าระดับ Opus — ที่ถูกทำให้ปลอดภัยสำหรับการใช้งานอย่างกว้างขวาง และเป็นรุ่นสืบทอดของ Claude Fable 5 โดยปรับปรุงจาก Fable 5 ในทุกด้าน โดยความก้าวหน้าครั้งใหญ่ที่สุดอยู่ในด้านการเขียนโค้ดแบบเอเจนต์ เวิร์กโฟลว์เอเจนต์ระยะยาว และงานด้านความรู้: การรีแฟกเตอร์โค้ดขนาดใหญ่ วิศวกรรมฟรอนต์เอนด์และวิศวกรรมภาพ และงานหลายขั้นตอนที่ความต่อเนื่องและการตัดสินใจอย่างมีวิจารณญาณในระยะยาวสำคัญที่สุด รองรับอินพุตที่เป็นข้อความ รูปภาพ และไฟล์ พร้อมเอาต์พุตเป็นข้อความ มีหน้าต่างบริบท 1M โทเค็น โดยสามารถสร้างเอาต์พุตได้สูงสุด 128K โทเค็น และรองรับการให้เหตุผลแบบปรับเปลี่ยนได้และเอาต์พุตแบบมีโครงสร้าง Fable 5.1 คงไว้ซึ่งจุดยืนแบบอัตโนมัติและระยะยาวของไลน์ Fable: มันคงความสอดคล้องต่อเนื่องในหลายล้านโทเค็น ปรับปรุงผลลัพธ์ของตัวเองโดยใช้หน่วยความจำแบบไฟล์ และทำงานหลายขั้นตอนที่ซับซ้อนให้สำเร็จโดยใช้โครงสร้างช่วยน้อยกว่ารุ่นก่อนหน้ามาก มันเป็นตัวเลือกเริ่มต้นที่แข็งแกร่งสำหรับผู้ช่วยเขียนโค้ด AI ไพพ์ไลน์การวิจัยและวิเคราะห์เชิงลึก และเอเจนต์อัตโนมัติที่ทำงานระยะยาว
Claude Fable 5.1 เป็นโมเดลของ Anthropic ที่มีให้ใช้งานบน OrcaRouter โดยใช้รหัสโมเดล anthropic/claude-fable-5.1 โดยรองรับอินพุตแบบข้อความ รูปภาพ และไฟล์ มีหน้าต่างบริบท (context window) ขนาด 1,000,000…
ความสามารถหลักที่ระบุไว้ในเอกสารของ Claude Fable 5.1 คือการรองรับโทเคนสูงสุด 1,000,000 โทเคนในบริบท (context) พร้อมกับสร้างเอาต์พุตได้สูงสุด 128,000 โทเคน ทำให้สามารถวางเนื้อหาต้นฉบับทั้งหมดไว้ก่อนคำสั่งแล้วให้โมเดลตอบได้โดยไม่ต้องสร้างขั้นตอนการดึงข้อมูลแยกต่างหาก เนื่องจากโมเดลรองรับทั้งข้อความ รูปภาพ และไฟล์ ข้อความเดียวจึงสามารถรวมไดอะแกรม หน้าสแกน สเปรดชีต และเนื้อหาอื่นๆ ควบคู่ไปกับข้อความธรรมดาได้ งานทบทวนเอกสารจึงสามารถทำงานกับชุดเอกสารทั้งหมดได้ แทนที่จะแบ่งเป็นชิ้นส่วนทีละหน้า โมเดลนี้ยังมีคะแนนความฉลาดทั่วไป (general intelligence) อยู่ที่ 66.0 บนดัชนี Artificial Analysis Intelligence Index แต่แคตตาล็อกไม่ได้ระบุพฤติกรรมระดับโดเมน (domain-level behavior) ไว้ การให้เหตุผล การเขียนโค้ด และการปฏิบัติตามคำสั่ง ควรตรวจสอบด้วยการประเมินแบบกำหนดเอง (custom evals) ไม่มีการอ้างสิทธิ์ในข้อเท็จจริงที่ให้มาเกี่ยวกับเวลาแฝง (latency) การแคช (caching) หรือการทำงานของเครื่องมือแบบ agentic ควรใช้โมเดลนี้ในงานที่ต้องใช้ความจำบริบทและเอาต์พุตแบบยาวเป็นหัวใจสำคัญ และวัดผลด้านอื่นๆ ทั้งหมดกับชุดทดสอบของคุณเอง
กรณีการใช้งานที่แข็งแกร่งที่สุดเป็นไปตามข้อกำหนดโดยตรง บริบทขนาด 1,000,000 โทเคนทำให้ Claude Fable 5.1 เหมาะกับการวิเคราะห์โค้ดทั้งรีโพซิทอรี การทบทวนเอกสารทางกฎหมายหรือวิทยาศาสตร์ฉบับยาว การสรุปทั้งคลังข้อความ และการตอบคำถามจากแหล่งข้อมูลหลายร้อยหน้าภายในการเรียกครั้งเดียว เอาต์พุตสูงสุด 128,000 โทเคนรองรับรายงานยาว รายงานสรุปแบบละเอียด หรือการสร้างเนื้อหาที่มิฉะนั้นจะต้องเรียกใช้โมเดลหลายครั้งและนำผลลัพธ์มาเชื่อมต่อกันเอง อินพุตแบบผสมหมายถึงรูปภาพและไฟล์สามารถวิเคราะห์ร่วมกับข้อความได้ เนื่องจากบริบทมีต้นทุนสูงที่ 10 ดอลลาร์ต่ออินพุต 1 ล้านโทเคน โมเดลนี้จึงเหมาะที่สุดเมื่อต้องใช้ข้อมูลอินพุตทั้งหมดจริง ๆ เพื่อให้ได้คำตอบ อีกทั้งยังเหมาะที่สุดเมื่อมิฉะนั้นจะต้องเสียเวลาทางวิศวกรรมที่มีราคาแพงไปกับการสร้างไพพ์ไลน์การแบ่งส่วนและการรวมข้อมูล หากงานต้องการเพียงไม่กี่ย่อหน้าจากเอกสารฉบับเดียว หรือหากแอปพลิเคชันไม่สามารถรอการประมวลผล prefill ที่ยาวนานได้ โมเดลขนาดเล็กกว่าก็อาจรองรับปริมาณการใช้งานได้ดีกว่า ทดสอบกับข้อมูลตัวอย่างที่มีความเป็นตัวแทนเพื่อดูว่ากลุ่มงานส่วนใดจะได้รับประโยชน์อย่างเป็นรูปธรรม
ใช้โมเดลที่ถูกกว่าเมื่อเอาต์พุตของมันดีพอสำหรับงานนั้น การจัดหมวดหมู่ง่ายๆ การแยกข้อมูลเมตา การสรุปสั้นๆ แอสซิสแทนต์แชท และการเติมโค้ดให้สมบูรณ์แทบไม่ต้องใช้บริบท 1,000,000 โทเคนหรือเอาต์พุต 128,000 โทเคน Claude Fable 5.1 ตั้งราคาอยู่ที่ $10.00 ต่อล้านโทเคนนำเข้า และ $50.00 ต่อล้านโทเคนส่งออก เมื่อมีปริมาณคำขอสูง อัตราเหล่านี้จะทำให้พรอมป์ทั่วๆ ไปกลายเป็นรายการค่าใช้จ่ายที่เห็นได้ชัดเมื่อเทียบกับทางเลือกต้นทุนต่ำ โมเดลที่ถูกกว่ายังมักจะเร็วกว่าสำหรับเพย์โหลดขนาดเล็ก และช่วยหลีกเลี่ยงการจ่ายค่าบริบทที่คุณไม่ได้ใช้ ไม่มีอะไรในแคตตาล็อกที่บ่งบอกว่า Claude Fable 5.1 เหนือกว่าโมเดลราคาถูกอื่นๆ ทั้งหมดในทุกงานสั้น สร้างกฎการจัดเส้นทางใน OrcaRouter เพื่อให้งานยาวที่มีมูลค่าสูงไปยังโมเดลนี้ ในขณะที่คำขอทั่วไปยังคงอยู่บนเส้นทางที่ประหยัดกว่า ทบทวนการแบ่งส่วนนี้อีกครั้งหลังจากล็อกการผลิตแสดงให้เห็นว่าบริบทยาวเปลี่ยนแปลงคุณภาพคำตอบบ่อยแค่ไหน
เกณฑ์มาตรฐานเพียงรายการเดียวที่ระบุสำหรับ Claude Fable 5.1 คือ 66.0 ใน Artificial Analysis Intelligence Index ดัชนีดังกล่าวเป็นค่าประกอบจากบุคคลที่สามที่ใช้เปรียบเทียบความสามารถทั่วไปของโมเดลภาษาจากผู้ให้บริการต่างๆ เนื่องจากรวมงานจำนวนมากเป็นตัวเลขเดียว จึงมีประโยชน์ใช้เป็นข้อมูลอ้างอิงกว้างๆ แต่ไม่สามารถบอกได้ว่าโมเดลจะจัดการเวิร์กโฟลว์เฉพาะของคุณที่ใช้บริบทยาว รูปภาพ หรือไฟล์ได้อย่างถูกต้องหรือไม่ แคตตาล็อกไม่ได้ระบุช่วงความเชื่อมั่น รายละเอียดแยกตามงาน หรือเวอร์ชันดัชนีที่ใช้อย่างแม่นยำ ให้ถือว่าคะแนนเป็นจุดข้อมูลหนึ่งจุด ไม่ใช่การรับรอง หากต้องการเปรียบเทียบได้ ควรเปรียบเทียบ Claude Fable 5.1 กับโมเดลอื่นที่วัดด้วยดัชนีเวอร์ชันเดียวกัน สำหรับการตัดสินใจภายในองค์กร ควรจับคู่ตัวเลขนี้กับการประเมินเฉพาะโดเมนบนข้อมูลของคุณเองเสมอ ดัชนีประกอบไม่สามารถตรวจพบความผิดพลาดเล็กน้อยในการใช้เหตุผลทางกฎหมาย ความแม่นยำด้านการมองเห็น หรือพฤติกรรมการอ้างอิง
ไม่มีตัวเลขความเร็วหรือความหน่วงระบุไว้สำหรับ Claude Fable 5.1 อย่าเข้าใจผิดว่าคะแนนดัชนี 66.0 หรือขีดจำกัดโทเคนที่สูงคือความเร็วในการตอบสนอง ในเชิงสัดส่วน คำขอที่ส่งอินพุตยาวมากจะใช้เวลาประมวลผลอินพุตทั้งหมดก่อนที่โทเคนเอาต์พุตแรกจะถูกสร้างขึ้น และคำขอที่สร้างโทเคนเอาต์พุตจำนวนมากก็ต้องใช้เวลาจริงมากขึ้นด้วย บริบทที่ยาวขึ้นและงบประมาณเอาต์พุตที่สูงจึงบ่งบอกถึงความหน่วงที่แปรผัน หากผลิตภัณฑ์ของคุณต้องการเวลาตอบสนองที่รวดเร็ว ให้วัดเวลาไปจนถึงโทเคนแรกและจำนวนโทเคนต่อวินาทีจากพรอมป์ที่สมจริงผ่าน API ที่เข้ากันได้กับ OpenAI ของ OrcaRouter กำหนดปริมาณพฤติกรรมด้วยขนาดไฟล์และขีดจำกัดเอาต์พุตที่แน่นอนที่คุณวางแผนจะตั้งค่า หลีกเลี่ยงการสันนิษฐานประสิทธิภาพจากพฤติกรรมของโมเดลอื่น หากมีเพียงบางส่วนของทราฟฟิกที่ทนต่อความหน่วงและมีบริบทขนาดใหญ่ Claude Fable 5.1 ก็สามารถจัดการกับกลุ่มนั้นได้ ขณะที่โมเดลที่เร็วกว่าจะตอบสนองคำขอแบบโต้ตอบ หากไม่มีตัวเลขที่วัดได้ในรายการนี้ ความหน่วงก็ยังคงเป็นคำถามที่ยังไม่มีคำตอบ
The strengths in the fact sheet are capacity and modality. Claude Fable 5.1 has a context window of 1,000,000 tokens and a maximum output of 128,000 tokens. It accepts text, image, and file inputs. These combine to make especially long, mixed-material tasks possible in one call. The 66.0 Artificial Analysis Intelligence Index score also provides a general signal of model competence. The main strength is range: the amount of source material and generated text the model can handle in a single request. The limitations are equally clear from what is missing. No latency figure, caching rate, or domain-specific benchmark is provided. No guarantee is made about perfect recall at the far end of the context, accurate parsing of every image or file type, or behavior under adversarial instructions. The model is also expensive, so careless use can inflate spend. Production teams should verify grounding, output quality, and failure modes before treating it as a default for every scenario.
OrcaRouter เรียกเก็บเงิน Claude Fable 5.1 ในอัตราผู้ให้บริการของ Anthropic โดยไม่มีส่วนเพิ่ม ราคาที่ระบุคือ $10.00 ต่อโทเคนอินพุต 1,000,000 โทเคน และ $50.00 ต่อโทเคนเอาต์พุต 1,000,000 โทเคน ไม่มีค่าธรรมเนียมต่อคำขอหรือค่าธรรมเนียมเกตเวย์เพิ่มเติมตามข้อมูลที่ให้มา คุณจ่ายตามโทเคนที่โมเดลใช้งานจริง และข้อมูลการใช้งานในคำตอบจาก API จะบอกได้ว่าโทเคนอินพุตและเอาต์พุตถูกเรียกเก็บไปเท่าใด เนื้อหาที่เป็นข้อความ รูปภาพ และไฟล์ทั้งหมดจะกลายเป็นส่วนหนึ่งของอินพุตของโมเดลและถูกแปลงเป็นโทเคน แม้ว่าจะไม่ได้ระบุกฎการแปลงที่แน่นอนก็ตาม การตั้งค่า max_tokens ให้ต่ำลงเป็นวิธีที่ใช้ได้จริงในการควบคุมค่าใช้จ่ายเอาต์พุต คำถามสั้น ๆ ที่มีคำตอบสั้น ๆ จะมีค่าใช้จ่ายน้อยมากในอัตราเหล่านี้ ส่วนอินพุตเต็ม 1,000,000 โทเคนตามด้วยเอาต์พุตที่ยาวจะมีค่าใช้จ่ายสูงกว่ามาก เนื่องจากนี่คืออัตราของผู้ให้บริการ อัตราอาจเปลี่ยนแปลงได้หาก Anthropic เปลี่ยนแปลงแผ่นราคาของตนเอง
ที่ราคา 10 ดอลลาร์ต่อล้านโทเคนอินพุต และ 50 ดอลลาร์ต่อล้านโทเคนเอาต์พุต Claude Fable 5.1 แพงพอจนต้นทุนต่องานที่สำเร็จเป็นเรื่องที่ต้องให้ความสำคัญ การป้อนอินพุตครบ 1,000,000 โทเคนมีค่าใช้จ่าย 10 ดอลลาร์ก่อนเริ่มสร้างเนื้อหา ส่วนการสร้างเอาต์พุตที่มีขนาดใหญ่มากก็เพิ่มต้นทุนการสร้างขึ้นมาอีกชั้น ดังนั้นความเหมาะสมทางการเงินที่สุดคืองานที่ให้คำตอบที่ดีกว่าอย่างมีนัยสำคัญเพราะใช้บริบททั้งหมดของโมเดล หากโมเดลที่ถูกกว่าสามารถใช้ข้อความสั้น ๆ แล้วให้คำตอบคุณภาพใกล้เคียงกัน ก็ไม่มีเหตุผลอันสมควรที่จะจ่ายส่วนเพิ่มสำหรับบริบทยาว การแลกเปลี่ยนไม่ได้อยู่ที่ราคาโทเคนเพียงอย่างเดียว คุณอาจประหยัดเวลาพัฒนาได้โดยตัดขั้นตอนการแบ่งชิ้นข้อความ การวนลูปเพื่อสรุปความ และการค้นหาเวกเตอร์ ซึ่งเงินออมเหล่านี้อาจมากกว่าอัตราค่าโทเคนต่อหน่วยที่สูงกว่า การเปรียบเทียบควรวัดที่ต้นทุนรวมในการเป็นเจ้าของ ซึ่งรวมเวลาพัฒนาและอัตราความผิดพลาด ไม่ใช่แค่ค่าใช้จ่าย API เท่านั้น ทดลองนำร่องกับเอกสารตัวแทนผ่าน OrcaRouter บันทึกการใช้งาน แล้วเปรียบเทียบอัตราความสำเร็จกับทางเลือกที่ราคาถูกกว่า
ข้อเท็จจริงที่ให้มาไม่รวมถึงราคาแคช พารามิเตอร์ cache-control หรืออัตราส่วนลดใดๆ สำหรับ Claude Fable 5.1 เนื่องจากไม่มีส่วนลดการแคชระบุไว้ในรายการแคตตาล็อกนี้ จึงควรวางแผนงบประมาณโดยใช้อัตราอินพุตและเอาต์พุตเต็มรูปแบบ หาก Anthropic หรือ OrcaRouter ส่งคืนฟิลด์โทเค็นอินพุตที่แคชแยกต่างหากในข้อมูลการใช้งาน ฟิลด์เหล่านั้นจะปรากฏในการตอบสนองของ API และอาจแสดงค่าบริการจริงที่ต่ำกว่า อย่าถือว่าฟิลด์เหล่านั้นมีอยู่ เพื่อลดต้นทุนโดยไม่ต้องพึ่งพาแคช ควรรักษาระบบส่วนที่เหลือให้มีประสิทธิภาพ: นำพรอมป์กลับมาใช้ใหม่เมื่อเป็นไปได้ ไม่รวมเนื้อหาไฟล์ที่ไม่เกี่ยวข้อง และกำหนดขีดจำกัดเอาต์พุต หากคำนำหน้าซ้ำที่เหมือนกันเป็นเรื่องปกติในปริมาณงานของคุณ ให้ทดสอบการรับส่งข้อมูลหนึ่งวันและตรวจสอบข้อมูลเมตาการใช้งานเพื่อดูว่ารายการแคชปรากฏขึ้นหรือไม่ ในกรณีที่ไม่มีอัตราที่ระบุไว้ โมเดลจะถูกเรียกเก็บเงินในอัตราผู้ให้บริการมาตรฐานโดยไม่มีมาร์กอัปบน OrcaRouter สำหรับความพร้อมใช้งานแคชล่าสุด โปรดปรึกษาเอกสารการเรียกเก็บเงินของ OrcaRouter
การโทรจะไปยัง API ที่เข้ากันได้กับ OpenAI ของ OrcaRouter ที่ https://api.orcarouter.ai/v1 ใช้รหัสโมเดล anthropic/claude-fable-5.1 ใน body ของ chat completions โครงสร้าง payload ของ messages เป็นไปตามรูปแบบของ OpenAI: ฟิลด์ role และ content สำหรับเทิร์นของ system และ user โดยใช้เทิร์นของ assistant เมื่อต้องการสนทนาต่อเนื่อง โค้ดที่เขียนสำหรับ OpenAI SDK สามารถชี้ไปที่ base URL และชื่อโมเดลนี้ได้โดยไม่ต้องเปลี่ยนไปใช้ Anthropic SDK รูปภาพและไฟล์จะถูกส่งในโครงสร้าง content ตามที่ chat API คาดหวัง ข้อมูลรับรองของ OrcaRouter ใช้สำหรับยืนยันสิทธิ์คำขอ ออบเจกต์การตอบสนองประกอบด้วย model, choices และ usage โดย usage จะนับจำนวน token ฝั่ง input และ output ซึ่งคิดราคาตามที่แสดงในแคตตาล็อกนี้ เริ่มต้นด้วยคำขอขั้นต่ำ ตรวจสอบการตอบสนอง จากนั้นค่อยๆ เพิ่มความยาว context ทีละขั้น การโทรครั้งแรกของคุณควรตั้งค่า max_tokens เป็นจำนวนที่พอเหมาะจนกว่าคุณจะยืนยันความยาวและรูปแบบของ output ได้
จุดสิ้นสุด (endpoint) ที่เข้ากันได้กับ OpenAI บน OrcaRouter รองรับพารามิเตอร์การสนทนาแบบมาตรฐานที่ใช้โดยไคลเอนต์ OpenAI ซึ่งรวมถึง messages, model, temperature, max_tokens, stop และตัวควบคุมการสร้างข้อความที่เกี่ยวข้อง แคตตาล็อกไม่ได้ระบุทุกฟิลด์ที่ยอมรับสำหรับ anthropic/claude-fable-5.1 ดังนั้นโปรดตรวจสอบเอกสารอ้างอิงของ OrcaRouter หรือตรวจสอบข้อความแสดงข้อผิดพลาดสำหรับพารามิเตอร์ที่ไม่รองรับ ฟิลด์บางฟิลด์ โดยเฉพาะที่ใช้สำหรับ structured output หรือการเรียกใช้เครื่องมือ (tool calling) อาจทำงานได้ก็ต่อเมื่อโมเดลรองรับ schema พื้นฐานนั้น ด้วยบริบท (context) ขนาด 1,000,000 โทเคน และงบประมาณเอาต์พุต 128,000 โทเคน คุณควรตั้งค่า max_tokens อย่างตั้งใจสำหรับทุกคำขอในระบบการผลิต หากข้อความเกินขอบเขตหน้าต่างบริบท API ควรปฏิเสธหรือส่งสัญญาณการตัดทิ้ง เป็นแนวปฏิบัติที่ดีที่จะคำนวณการใช้โทเคนจากออบเจ็กต์ usage และเปรียบเทียบกับประมาณการต้นทุนของคุณ การตอบกลับอาจใช้รูปแบบเนื้อหาข้อความเดียวกันทั่วทั้ง API ที่เข้ากันได้กับ OpenAI และพฤติกรรมสตรีมมิงควรได้รับการตรวจสอบแยกต่างหากหากคุณวางแผนจะใช้มัน
หากคุณเรียกใช้ Anthropic Messages API โดยตรงอยู่ในขณะนี้ การย้ายระบบส่วนใหญ่เป็นเพียงการเปลี่ยนรูปแบบคำขอ Anthropic API ใช้ชื่อโมเดล ฟิลด์ system และ messages body ขณะที่เอ็นด์พอยต์ของ OrcaRouter ใช้ chat messages ที่เข้ากันได้กับ OpenAI ตั้งค่า base URL เป็น https://api.orcarouter.ai/v1 ระบุ model ID เต็มรูปแบบ anthropic/claude-fable-5.1 ในฟิลด์ model และจัดรูปแบบ system prompts ใหม่เป็น system message หากมี tool schemas จะต้องปฏิบัติตามรูปแบบที่ OrcaRouter กำหนดไว้ หากคุณย้ายมาจากเกตเวย์อื่นที่เข้ากันได้กับ OpenAI ให้เปลี่ยน base URL และข้อมูลรับรอง โดยยังคงโครงสร้างข้อความเดิมไว้ model ID ยังคงคำนำหน้า anthropic เพื่อให้การบันทึกยังระบุแหล่งที่มาได้ ไม่มีค่าธรรมเนียมเกตเวย์ต่อโทเคนสำหรับเส้นทางนี้ ดังนั้นราคาต่อหน่วยจึงเท่ากับอัตราของผู้ให้บริการโดยตรง ทดสอบ smoke test หนึ่งครั้งด้วยพรอมต์สั้นๆ จากนั้นทดสอบงานแบบ long-context ก่อนจะเปลี่ยนเส้นทราฟฟิกโปรดักชัน
โมเดลที่เล็กกว่าและถูกกว่าโดยปกติจะมีต้นทุนต่อโทเคนต่ำกว่า ความจุบริบทน้อยกว่า และเอาต์พุตสูงสุดสั้นกว่า จุดแข็งเชิงเปรียบเทียบของ Claude Fable 5.1 คือขอบเขตที่กว้าง: บริบท 1,000,000 โทเคนและเอาต์พุต 128,000 โทเคนทำให้สามารถรองรับคลังข้อความทั้งชุดและเขียนคำตอบที่ยาวได้มากกว่า โมเดลขนาดเล็กอาจยังชนะในเรื่องความเร็วและต้นทุนสำหรับคำขอที่ต้องการเพียงไม่กี่พันโทเคน และอาจทำงานได้ดีกว่าในโดเมนเฉพาะที่แคบ ในการวัดประสิทธิภาพทั่วไป Claude Fable 5.1 ได้คะแนน 66.0 บนดัชนี Artificial Analysis Intelligence แต่ไม่มีคะแนนเทียบเคียงสำหรับโมเดลทางเลือกอื่นในหน้านี้ เปรียบเทียบโมเดลโดยตรงกับพรอมป์ของคุณเองผ่าน OrcaRouter วัดคุณภาพ ความหน่วง และต้นทุนต่อคำตอบที่ยอมรับ หากโมเดลที่ถูกกว่าให้คุณภาพเท่ากันสำหรับคำขอทั่วไป ตัวเลือกที่สมเหตุสมผลคือโมเดลที่ถูกกว่า สำรองโมเดลขนาดใหญ่ไว้สำหรับกรณีที่ขนาดของมันเปลี่ยนแปลงผลลัพธ์เท่านั้น
เมื่อเทียบกับโมเดลบริบทยาว (long-context) อื่น ๆ จุดเปรียบเทียบโดยตรงคือข้อเท็จจริงในแคตตาล็อกนี้: รองรับอินพุตข้อความ รูปภาพ และไฟล์ บริบท 1,000,000 โทเคน เอาต์พุตสูงสุด 128,000 โทเคน ราคา $10.00 ต่อล้านอินพุตโทเคน $50.00 ต่อล้านเอาต์พุตโทเคน และคะแนน 66.0 บน Artificial Analysis Intelligence Index ทางเลือกบางตัวอาจมีการจำกัดเอาต์พุตที่เล็กกว่าหรือคิดค่าบริการต่างกัน บางตัวอาจเสนอราคาที่ต่ำกว่าแต่ได้คะแนนต่างกันบนดัชนีเดียวกัน แคตตาล็อกไม่สามารถระบุผู้ชนะที่ไม่ผ่านการวัดผลได้ การเปรียบเทียบอย่างมีความรับผิดชอบจะต้องควบคุมงานประเมินให้คงที่ ใช้เอกสารและคำแนะนำชุดเดียวกันสำหรับแต่ละโมเดลที่นำมาเปรียบเทียบ รันแต่ละโมเดลผ่าน API ที่เข้ากันได้กับ OpenAI ของ OrcaRouter บันทึกการใช้โทเคน และให้คะแนนผลลัพธ์ตามความถูกต้อง วิธีนี้หลีกเลี่ยงการเปรียบเทียบขนาดบริบทหรือคะแนนดัชนีโดยไม่รู้ว่าสิ่งเหล่านั้นเกี่ยวข้องกับปริมาณงานของคุณอย่างไร หากโมเดลหนึ่งสามารถรองรับบริบททั้งหมดของคุณได้แต่อีกโมเดลหนึ่งทำไม่ได้ นั่นคือข้อได้เปรียบที่มีความหมาย มิฉะนั้น จงตัดสินที่คุณภาพแทนที่จะเป็นตัวเลขเด่น ๆ
เลือกใช้ Claude Fable 5.1 เมื่องานต้องพึ่งพาบริบททั้งหน้าต่าง (context window) ต้องการผลลัพธ์ขนาดใหญ่ หรือรวมอินพุตแบบข้อความ รูปภาพ และไฟล์ไว้ในการดำเนินการเดียว อัตราค่าบริการ $10 และ $50 ต่อล้านโทเคนควรจะจ่ายไหวเมื่อเทียบกับมูลค่าของงาน เลือกโมเดลอื่นเมื่อพรอมป์สั้น เมื่อแนวทางที่เล็กกว่ามีความแม่นยำที่วัดผลได้ หรือเมื่องบประมาณด้านความหน่วง (latency) ของคุณไม่สามารถรองรับคำขอแบบ long-context ได้ ไม่มีเหตุผลที่จะจ่ายอัตราเอาต์พุตสูงสำหรับการตอบกลับเพียงสองประโยค กระบวนการตัดสินใจที่ดีที่สุดคือการทดลองจริง สร้างงานทดสอบใน OrcaRouter ตั้งค่า model ID เป็น anthropic/claude-fable-5.1 แล้วรันงานเดียวกันบนโมเดลทางเลือกหนึ่งหรือสองตัว เปรียบเทียบความถูกต้อง ความยาวของคำตอบ และค่าใช้จ่ายรวมจากตัวอย่างที่สมจริง เนื่องจาก OrcaRouter เผยแพร่โมเดลผ่าน API ที่เข้ากันได้กับ OpenAI เพียงตัวเดียว การสลับโมเดลจึงมีต้นทุนต่ำในการทดสอบ ทำให้ Claude Fable 5.1 เป็นค่าเริ่มต้นก็ต่อเมื่อมันชนะด้านคุณภาพที่ผู้ใช้เห็นได้และต้นทุนต่องานที่เสร็จสมบูรณ์
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
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| อินพุต / 1M โทเค็น | $10.00 |
| เอาต์พุต / 1M โทเค็น | $50.00 |
| อ่านแคช / 1M | $0.250 |
| เขียนแคช / 1M | $12.50 |
| สกุลเงิน | USD |
ประมาณการจากราคาตั้ง
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
สิ่งที่นักพัฒนาพูดถึงในสัปดาห์นี้
GET /api/public/models/anthropic/claude-fable-5.1เปิด @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