Claude Fable 5.1 là mô hình cấp Mythos của Anthropic — một cấp năng lực trên cấp Opus — được thiết kế an toàn để sử dụng rộng rãi, đồng thời là sản phẩm kế thừa của Claude Fable 5. Mô hình này vượt trội Fable 5 trên mọi phương diện, đặc biệt trong lập trình tác nhân, quy trình tác nhân chạy dài và công việc tri thức: tái cấu trúc mã quy mô lớn, kỹ thuật front-end và trực quan, và các tác vụ đa bước đòi hỏi sự nhất quán và khả năng phán đoán bền bỉ. Nó chấp nhận đầu vào văn bản, hình ảnh và tệp, xuất ra văn bản, sở hữu cửa sổ ngữ cảnh 1M token với tối đa 128K token đầu ra, đồng thời hỗ trợ suy luận thích ứng và các đầu ra có cấu trúc. Fable 5.1 tiếp tục phong thái tự chủ, dài hạn của dòng sản phẩm Fable: giữ vững tính mạch lạc qua hàng triệu token, tự cải thiện đầu ra thông qua bộ nhớ dựa trên tệp, và hoàn thành các công việc nhiều bước phức tạp với ít khung đỡ hơn hẳn so với các mô hình trước. Đây là lựa chọn mặc định hiệu quả cho các trợ lý lập trình AI, quy trình nghiên cứu và phân tích chuyên sâu, cùng các tác nhân tự chủ chạy dài.
Claude Fable 5.1 là mô hình của Anthropic có sẵn trên OrcaRouter với ID mô hình anthropic/claude-fable-5.1. Mô hình chấp nhận đầu vào văn bản, hình ảnh và tệp tin, hỗ trợ cửa sổ ngữ cảnh lên tới…
Khả năng chính được ghi nhận của Claude Fable 5.1 là giữ tối đa 1.000.000 token trong ngữ cảnh trong khi tạo ra tối đa 128.000 token. Điều này cho phép đặt toàn bộ tài liệu nguồn trước phần hướng dẫn và yêu cầu mô hình trả lời mà không cần xây dựng bước truy xuất riêng. Vì mô hình chấp nhận văn bản, hình ảnh và tệp tin, một tin nhắn có thể bao gồm sơ đồ, trang quét, bảng tính và các tài liệu khác bên cạnh văn bản thông thường. Các tác vụ đánh giá sau đó có thể xử lý trên toàn bộ tập tài liệu thay vì từng phần nhỏ theo trang. Mô hình này cũng có điểm trí tuệ tổng quát là 66,0 trên Chỉ số Trí tuệ Artificial Analysis, nhưng danh mục không xác định hành vi ở cấp độ lĩnh vực. Khả năng suy luận, lập trình và tuân theo hướng dẫn cần được xác minh bằng các bài đánh giá tùy chỉnh. Không có tuyên bố nào trong các dữ kiện được cung cấp về độ trễ, bộ nhớ đệm hoặc thực thi công cụ tác nhân. Hãy sử dụng mô hình này khi bộ nhớ ngữ cảnh và đầu ra văn bản dài là trọng tâm của công việc, và đo lường mọi thứ khác dựa trên bộ kiểm thử của riêng bạn.
Các trường hợp sử dụng mạnh nhất theo trực tiếp từ thông số kỹ thuật. Ngữ cảnh 1.000.000 token giúp Claude Fable 5.1 phù hợp cho phân tích mã nguồn toàn bộ kho lưu trữ, rà soát tài liệu pháp lý hoặc khoa học dài, tóm tắt trên toàn bộ kho dữ liệu, và trả lời câu hỏi trên nguồn tài liệu dài hàng trăm trang chỉ trong một lần gọi. Đầu ra tối đa 128.000 token hỗ trợ các báo cáo dài, bản tóm tắt chi tiết, hoặc tạo nội dung mà nếu không sẽ phải thực hiện nhiều lần gọi mô hình và ghép nối thủ công. Đầu vào hỗn hợp có nghĩa là hình ảnh và tệp tin có thể được phân tích cùng với văn bản. Vì ngữ cảnh có chi phí cao ở mức $10 cho mỗi triệu token đầu vào, mô hình phù hợp nhất khi toàn bộ đầu vào thực sự cần thiết cho câu trả lời. Mô hình cũng phù hợp nhất khi thời gian kỹ thuật đắt đỏ sẽ phải dùng để xây dựng quy trình phân đoạn và hợp nhất. Nếu tác vụ chỉ cần vài đoạn từ một tài liệu, hoặc nếu ứng dụng không thể chờ đợi quá trình prefill dài, một mô hình nhỏ hơn có lẽ sẽ phục vụ lưu lượng truy cập tốt hơn. Hãy kiểm thử trên các tải trọng đại diện để xem phân khúc khối lượng công việc nào nhận được cải thiện rõ rệt.
Sử dụng một mô hình rẻ hơn khi đầu ra của nó đủ tốt cho nhiệm vụ. Phân loại đơn giản, trích xuất siêu dữ liệu, tóm tắt ngắn, trợ lý trò chuyện và hoàn thiện mã hiếm khi cần 1.000.000 token ngữ cảnh hoặc 128.000 token đầu ra. Claude Fable 5.1 được định giá ở mức $10,00 cho mỗi triệu token đầu vào và $50,00 cho mỗi triệu token đầu ra. Với khối lượng yêu cầu cao, các mức giá đó biến các lời nhắc thông thường thành một khoản mục đáng chú ý khi so sánh với các giải pháp chi phí thấp. Một mô hình rẻ hơn cũng có xu hướng nhanh hơn với tải trọng nhỏ, và tránh phải trả tiền cho ngữ cảnh mà bạn không chiếm dụng. Không có gì trong danh mục cho thấy Claude Fable 5.1 vượt trội hơn tất cả các mô hình rẻ hơn trong mọi tác vụ ngắn. Xây dựng một quy tắc định tuyến trong OrcaRouter để các công việc dài, giá trị cao được chuyển đến mô hình này trong khi các yêu cầu định kỳ vẫn ở trên một đường kinh tế hơn. Xem xét lại sự phân chia này sau khi nhật ký sản xuất cho thấy tần suất ngữ cảnh dài thực sự thay đổi chất lượng câu trả lời.
Điểm chuẩn duy nhất được liệt kê cho Claude Fable 5.1 là 66,0 trên Artificial Analysis Intelligence Index. Chỉ số này là một chỉ số tổng hợp của bên thứ ba, dùng để so sánh năng lực chung của các mô hình ngôn ngữ giữa các nhà cung cấp khác nhau. Vì nó gộp nhiều tác vụ thành một con số, chỉ số này hữu ích như một tài liệu tham khảo rộng, nhưng không thể cho bạn biết liệu mô hình có xử lý đúng quy trình làm việc theo ngữ cảnh dài, hình ảnh hoặc dựa trên tệp cụ thể của bạn hay không. Danh mục không cung cấp khoảng tin cậy, chi tiết theo từng tác vụ hoặc phiên bản chính xác của chỉ số đã sử dụng. Hãy coi điểm số này là một điểm dữ liệu thay vì một sự chứng nhận. Nếu bạn muốn có sự so sánh được, hãy so sánh Claude Fable 5.1 với một mô hình khác được đo trên cùng phiên bản chỉ số. Đối với các quyết định nội bộ, hãy luôn kết hợp con số với các bài đánh giá chuyên ngành trên dữ liệu của riêng bạn. Một chỉ số tổng hợp sẽ không phát hiện được các lỗi tinh vi trong lập luận pháp lý, độ chính xác về thị giác hay hành vi trích dẫn.
Không có số liệu tốc độ hay độ trễ nào được cung cấp cho Claude Fable 5.1. Đừng nhầm lẫn điểm chỉ số 66.0 hay giới hạn token cao với tốc độ phản hồi. Theo đó, một yêu cầu gửi đầu vào rất dài sẽ dành thời gian xử lý toàn bộ đầu vào trước khi token đầu ra đầu tiên được tạo ra, và một yêu cầu tạo ra nhiều token đầu ra cũng sẽ cần nhiều thời gian thực tế trôi qua hơn. Vì vậy, ngữ cảnh dài hơn và hạn mức đầu ra cao ngụ ý độ trễ biến động. Nếu sản phẩm của bạn cần thời gian phản hồi nhanh, hãy đo thời gian đến token đầu tiên và số token mỗi giây trên các lời nhắc thực tế thông qua API tương thích OpenAI của OrcaRouter. Định lượng hành vi bằng các kích thước tệp và giới hạn đầu ra chính xác mà bạn dự định thiết lập. Tránh suy đoán hiệu suất dựa trên hành vi của một mô hình khác. Nếu chỉ một phần lưu lượng truy cập chịu được độ trễ và nặng về ngữ cảnh, Claude Fable 5.1 có thể xử lý phân khúc đó trong khi các mô hình nhanh hơn phục vụ các yêu cầu tương tác. Vì không có số liệu đo lường nào trong mục này, độ trễ vẫn là một câu hỏi bỏ ngỏ.
Các điểm mạnh trong bảng thông tin là dung lượng và phương thức xử lý. Claude Fable 5.1 có cửa sổ ngữ cảnh 1.000.000 token và đầu ra tối đa 128.000 token. Mô hình chấp nhận đầu vào dạng văn bản, hình ảnh và tệp tin. Những yếu tố này kết hợp lại cho phép xử lý các tác vụ hỗn hợp đặc biệt dài trong một lần gọi duy nhất. Điểm số 66.0 của Chỉ số Trí tuệ Phân tích Nhân tạo cũng cung cấp tín hiệu tổng quát về năng lực của mô hình. Điểm mạnh chính là phạm vi: lượng tài liệu nguồn và văn bản được tạo mà mô hình có thể xử lý trong một yêu cầu duy nhất. Các hạn chế cũng rõ ràng không kém từ những gì còn thiếu. Không có số liệu về độ trễ, tỷ lệ bộ nhớ đệm (caching) hay tiêu chuẩn đánh giá chuyên ngành (domain-specific benchmark) nào được cung cấp. Không có cam kết nào về khả năng thu hồi thông tin hoàn hảo ở cuối cửa sổ ngữ cảnh, việc phân tích chính xác mọi loại hình ảnh hoặc tệp tin, hay hành vi khi gặp các chỉ dẫn đối nghịch (adversarial instructions). Mô hình cũng đắt đỏ, vì vậy việc sử dụng bất cẩn có thể làm chi phí tăng vọt. Các nhóm sản xuất nên kiểm chứng khả năng bám sát nguồn (grounding), chất lượng đầu ra và các chế độ lỗi trước khi coi mô hình này là lựa chọn mặc định cho mọi tình huống.
OrcaRouter tính phí Claude Fable 5.1 theo đúng mức giá của nhà cung cấp Anthropic, không cộng thêm bất kỳ khoản chênh lệch nào. Giá được nêu là 10,00 USD cho mỗi 1.000.000 token đầu vào và 50,00 USD cho mỗi 1.000.000 token đầu ra. Không có phí cho mỗi yêu cầu hay phụ phí cổng trung gian nào được mô tả trong các dữ kiện được cung cấp. Bạn chỉ trả cho số token mà mô hình tiêu thụ và dữ liệu sử dụng trong phản hồi API có thể cho bạn biết có bao nhiêu token đầu vào và đầu ra đã được tính phí. Nội dung văn bản, hình ảnh và tệp đều trở thành một phần của đầu vào mô hình và sẽ được chuyển đổi thành token, mặc dù các quy tắc chuyển đổi chính xác không được cung cấp. Đặt giá trị max_tokens thấp hơn là một cách thiết thực để kiểm soát chi phí đầu ra. Một câu hỏi ngắn với một câu trả lời ngắn sẽ tốn rất ít ở các mức giá này; một đầu vào đầy đủ 1.000.000 token kèm theo một đầu ra dài sẽ tốn kém hơn nhiều. Vì đây là các mức giá của nhà cung cấp, chúng có thể thay đổi nếu Anthropic thay đổi bảng giá của chính mình.
Với mức giá 10 USD cho mỗi triệu token đầu vào và 50 USD cho mỗi triệu token đầu ra, Claude Fable 5.1 đắt đến mức chi phí cho mỗi tác vụ thành công trở thành yếu tố cần cân nhắc. Việc lấp đầy toàn bộ 1.000.000 token đầu vào tiêu tốn 10 USD trước khi mô hình bắt đầu tạo sinh; còn việc tạo ra một đầu ra rất lớn sẽ cộng thêm chi phí tạo sinh lên trên. Điều đó có nghĩa là tác vụ phù hợp nhất về mặt tài chính là tác vụ tạo ra câu trả lời tốt hơn hẳn nhờ sử dụng toàn bộ ngữ cảnh của mô hình. Nếu một mô hình rẻ hơn có thể chỉ cần một đoạn văn ngắn mà vẫn trả về câu trả lời có chất lượng tương đương, thì không có lý do gì để trả thêm mức phí cao cho ngữ cảnh dài. Sự đánh đổi ở đây không chỉ đơn thuần là giá token. Bạn có thể tiết kiệm thời gian phát triển nhờ loại bỏ việc phân đoạn văn bản (chunking), các vòng lặp tóm tắt và tìm kiếm vector. Những khoản tiết kiệm này có thể vượt xa mức phí cao hơn trên mỗi token. Việc so sánh cần dựa trên tổng chi phí sở hữu, bao gồm thời gian phát triển và tỷ lệ lỗi, chứ không chỉ riêng chi phí API. Hãy chạy thử nghiệm trên các tài liệu đại diện thông qua OrcaRouter, ghi lại mức độ sử dụng, rồi so sánh tỷ lệ thành công với các lựa chọn thay thế có giá thấp hơn.
Các thông tin được cung cấp không bao gồm giá cache, tham số cache-control, hoặc bất kỳ tỷ lệ chiết khấu nào cho Claude Fable 5.1. Vì không có mức chiết khấu cache nào được ghi nhận trong mục danh mục này, hãy lập ngân sách của bạn dựa trên toàn bộ tỷ lệ đầu vào và đầu ra. Nếu Anthropic hoặc OrcaRouter trả về các trường token đầu vào đã cache riêng biệt trong dữ liệu sử dụng, các trường đó sẽ xuất hiện trong phản hồi API và có thể hiển thị mức thanh toán thực tế thấp hơn. Đừng giả định rằng chúng có mặt. Để giảm chi phí mà không phụ thuộc vào cache, hãy giữ cho phần còn lại của hệ thống hoạt động hiệu quả: tái sử dụng prompt khi có thể, loại trừ nội dung tệp không liên quan, và đặt giới hạn đầu ra. Nếu các tiền tố giống hệt nhau lặp lại thường xuyên trong khối lượng công việc của bạn, hãy thử nghiệm một ngày lưu lượng truy cập và kiểm tra siêu dữ liệu sử dụng để xem liệu có bất kỳ mục hàng cache nào xuất hiện hay không. Trong trường hợp không có tỷ lệ được ghi nhận, mô hình được tính phí theo tỷ lệ nhà cung cấp tiêu chuẩn với mức chênh lệch bằng không trên OrcaRouter. Để biết thông tin mới nhất về tính khả dụng của cache, hãy tham khảo tài liệu thanh toán của OrcaRouter.
Các cuộc gọi đi đến API tương thích OpenAI của OrcaRouter tại https://api.orcarouter.ai/v1. Sử dụng ID mô hình anthropic/claude-fable-5.1 trong phần thân của chat completions. Payload messages tuân theo quy ước OpenAI: các trường role và content cho lượt system và user, với lượt assistant được dùng khi tiếp tục hội thoại. Mã được viết cho OpenAI SDK có thể trỏ đến base URL và tên mô hình này mà không cần chuyển sang Anthropic SDK. Hình ảnh và tệp được cung cấp trong cấu trúc content mà chat API mong đợi. Thông tin xác thực OrcaRouter xác thực các yêu cầu. Đối tượng phản hồi chứa model, choices và usage, trong đó usage đếm số token đầu vào và đầu ra theo giá được hiển thị trong danh mục này. Bắt đầu với một yêu cầu tối thiểu, kiểm tra phản hồi, sau đó tăng độ dài ngữ cảnh theo từng giai đoạn. Các lần gọi đầu tiên của bạn nên đặt max_tokens ở mức vừa phải cho đến khi bạn xác nhận được độ dài và định dạng đầu ra.
Endpoint tương thích OpenAI trên OrcaRouter hỗ trợ các tham số chat completion chuẩn được các client OpenAI sử dụng, bao gồm messages, model, temperature, max_tokens, stop và các kiểm soát sinh nội dung liên quan. Danh mục không liệt kê đầy đủ mọi trường được chấp nhận cho anthropic/claude-fable-5.1, vì vậy hãy kiểm tra tài liệu tham chiếu của OrcaRouter hoặc xem thông báo lỗi để biết các tham số không được hỗ trợ. Một số trường, đặc biệt là những trường dùng cho đầu ra có cấu trúc hoặc gọi công cụ, có thể chỉ hoạt động nếu model triển khai schema cơ bản tương ứng. Với ngữ cảnh 1.000.000 token và ngân sách đầu ra 128.000 token, bạn nên chủ động đặt max_tokens cho mọi yêu cầu production. Nếu messages vượt quá cửa sổ ngữ cảnh, API sẽ từ chối hoặc báo hiệu việc cắt ngắn. Thông lệ tốt là tính mức sử dụng token từ đối tượng usage và so sánh với ước tính chi phí của bạn. Các phản hồi có thể dùng cùng định dạng nội dung văn bản trên API tương thích OpenAI và hành vi streaming cần được xác thực riêng nếu bạn định sử dụng.
Nếu bạn hiện đang gọi trực tiếp Anthropic Messages API, việc di chuyển chủ yếu chỉ là thay đổi định dạng yêu cầu. API Anthropic sử dụng tên model, trường system và phần thân messages; endpoint của OrcaRouter sử dụng tin nhắn chat tương thích OpenAI. Hãy đặt base URL của bạn thành https://api.orcarouter.ai/v1, đưa toàn bộ ID model anthropic/claude-fable-5.1 vào trường model, và định dạng lại các system prompt thành một system message. Các lược đồ công cụ (tool schema), nếu có, phải tuân theo các quy ước được OrcaRouter ghi lại. Nếu bạn đang chuyển từ một gateway tương thích OpenAI khác, hãy đổi base URL và thông tin xác thực trong khi vẫn giữ nguyên cấu trúc tin nhắn. ID model vẫn giữ tiền tố anthropic, nên việc ghi log vẫn có thể nhận dạng được. Không có khoản phụ phí gateway nào tính theo token được niêm yết cho route này, vì vậy đơn giá chính là mức giá của nhà cung cấp. Hãy chạy một bài kiểm thử smoke test với một prompt ngắn, sau đó là một tác vụ ngữ cảnh dài, trước khi chuyển hướng lưu lượng production.
Các mô hình nhỏ hơn và rẻ hơn thường có chi phí mỗi token thấp hơn, dung lượng ngữ cảnh ít hơn và đầu ra tối đa ngắn hơn. Lợi thế so sánh của Claude Fable 5.1 nằm ở phạm vi: ngữ cảnh 1.000.000 token và đầu ra 128.000 token cho phép nó tiếp nhận toàn bộ kho thư viện văn bản và viết ra những câu trả lời dài hơn nhiều. Một mô hình nhỏ vẫn có thể vượt trội hơn về tốc độ và chi phí đối với một yêu cầu chỉ cần vài nghìn token, và nó cũng có thể hoạt động tốt hơn trong một lĩnh vực chuyên môn hẹp. Trên một điểm chuẩn tổng quát, Claude Fable 5.1 đạt 66,0 điểm trong Chỉ số Trí tuệ Phân tích Nhân tạo (Artificial Analysis Intelligence Index), nhưng không có điểm số tương đương nào được cung cấp cho các mô hình thay thế trên trang này. Hãy so sánh trực tiếp các mô hình bằng chính lời nhắc của bạn thông qua OrcaRouter. Đo lường chất lượng, độ trễ và chi phí cho mỗi câu trả lời được chấp nhận. Nếu một mô hình rẻ hơn mang lại chất lượng tương đương cho một yêu cầu điển hình, lựa chọn hợp lý mặc định là mô hình rẻ hơn. Hãy dành mô hình lớn cho những trường hợp mà kích thước của nó tạo ra sự khác biệt trong kết quả.
So với các mô hình ngữ cảnh dài khác, các điểm so sánh trực tiếp chính là các thông số trong danh mục này: đầu vào văn bản, hình ảnh và tệp, ngữ cảnh 1.000.000 token, đầu ra tối đa 128.000, $10,00 cho mỗi triệu token đầu vào, $50,00 cho mỗi triệu token đầu ra và 66,0 trên Chỉ số Trí tuệ Phân tích Nhân tạo. Một số giải pháp thay thế có thể có giới hạn đầu ra nhỏ hơn hoặc tính phí khác. Một số khác có thể đưa ra mức giá thấp hơn nhưng lại có điểm số khác trên cùng chỉ số đó. Một danh mục không thể xác lập người chiến thắng khi chưa được đo lường. Cách so sánh có trách nhiệm là giữ nguyên nhiệm vụ đánh giá. Sử dụng cùng một tài liệu và hướng dẫn cho từng mô hình ứng viên. Chạy từng mô hình qua API tương thích OpenAI của OrcaRouter, ghi lại mức sử dụng token và chấm điểm đầu ra theo độ chính xác. Điều này tránh việc so sánh kích thước ngữ cảnh hoặc điểm chỉ số mà không biết chúng liên quan thế nào đến khối lượng công việc của bạn. Nếu một mô hình có thể chấp nhận toàn bộ ngữ cảnh của bạn còn mô hình khác thì không, đó là một lợi thế có ý nghĩa. Nếu không, hãy đánh giá chất lượng thay vì các con số nổi bật.
Hãy chọn Claude Fable 5.1 khi tác vụ phụ thuộc vào toàn bộ cửa sổ ngữ cảnh, cần tạo ra một phản hồi lớn, hoặc kết hợp đầu vào văn bản, hình ảnh và tệp trong một thao tác. Mức giá $10 và $50 cho mỗi triệu token sẽ hợp lý so với giá trị của tác vụ. Hãy chọn một mô hình khác khi lời nhắc ngắn, khi một cách tiếp cận nhỏ hơn có độ chính xác đo lường được, hoặc khi ngân sách độ trễ của bạn không thể hấp thụ một yêu cầu ngữ cảnh dài. Không có lý do gì để trả mức phí đầu ra cao cho một câu trả lời chỉ gồm hai câu. Quy trình quyết định tốt nhất là thực nghiệm. Hãy khởi chạy một tác vụ thử nghiệm trong OrcaRouter, đặt ID mô hình là anthropic/claude-fable-5.1, và chạy cùng một tác vụ trên một hoặc hai phương án thay thế. So sánh độ chính xác, độ dài phản hồi và tổng chi phí trên một mẫu thực tế. Vì OrcaRouter cung cấp các mô hình qua một API tương thích OpenAI, việc chuyển đổi mô hình để thử nghiệm rất rẻ. Chỉ đặt Claude Fable 5.1 làm mặc định nếu nó thắng về chất lượng người dùng thấy được và chi phí cho mỗi công việc hoàn thành.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
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| Đầu vào / 1M tokens | $10.00 |
| Đầu ra / 1M tokens | $50.00 |
| Đọc cache / 1M | $0.250 |
| Ghi cache / 1M | $12.50 |
| Tiền tệ | USD |
Ước tính theo giá niêm yết
Chỉ là ước tính — số token thực tế phụ thuộc vào bộ tách token của nhà cung cấp.
Điều các nhà phát triển đang nói tuần này
GET /api/public/models/anthropic/claude-fable-5.1Mở @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