Anthropic: Claude Fable 5

Claude Fable 5, Anthropic का एक टेक्स्ट मॉडल है, जो api14 पर मॉडल आईडी anthropic/claude-fable-5 के अंतर्गत सूचीबद्ध है। इसे स्वायत्त ज्ञान कार्य और कोडिंग के लिए बनाया गया Mythos-श्रेणी का मॉडल बताया गया है, और इसकी प्रदाता रिलीज़ तिथि 2026-06-09 है। यदि आप api14 पर प्रदाताओं के बीच चयन कर रहे हैं, तो यह Claude Fable श्रृंखला में Anthropic की प्रविष्टि है, और यह विशेष इमेज, ऑडियो या embedding श्रेणी के बजाय टेक्स्ट श्रेणी में आता है।

मॉडल टेक्स्ट, इमेज और फ़ाइल इनपुट स्वीकार करता है और टेक्स्ट आउटपुट लौटाता है। इसकी कॉन्टेक्स्ट विंडो 1,000,000 टोकन है, जो पूरे कोडबेस, लंबे दस्तावेज़ सेट या विस्तारित बातचीत इतिहास को एक ही अनुरोध में रखने के लिए पर्याप्त बड़ी है, और इसका अधिकतम आउटपुट 128,000 टोकन है, इसलिए लंबे उत्पन्न उत्तर, रिपोर्ट या कोड फ़ाइलें एक ही कॉल में बनाई जा सकती हैं। रीज़निंग समर्थन मॉडल के डिज़ाइन का हिस्सा है, और अनुरोध पैरामीटर में reasoning, reasoning_effort, include_reasoning और verbosity शामिल हैं, जो आपको यह नियंत्रित करने देते हैं कि कितनी आंतरिक रीज़निंग उजागर या अनुरोधित की जाए और प्रतिक्रिया कितनी विस्तृत हो।

ये क्षमताएँ कुछ व्यावहारिक पैटर्न की ओर संकेत करती हैं। लंबे कॉन्टेक्स्ट वाला कार्य, जैसे पूरे रिपॉज़िटरी की समीक्षा करना, बड़े दस्तावेज़ संग्रहों से सारांश या संरचित डेटा निकालना, और एक साथ कई फ़ाइलों में प्रश्नों का उत्तर देना, 1,000,000 टोकन विंडो में फिट बैठता है। चूँकि टेक्स्ट के साथ इमेज और फ़ाइल इनपुट समर्थित हैं, आप स्क्रीनशॉट, आरेख या दस्तावेज़ों को लिखित निर्देशों के साथ उसी प्रॉम्प्ट में मिला सकते हैं। टूल उपयोग और संरचित आउटपुट इसे एजेंट-शैली वर्कफ़्लो और ऐसी पाइपलाइनों के लिए उपयुक्त बनाते हैं जिन्हें मुक्त गद्य के बजाय मशीन-पठनीय प्रतिक्रियाओं की आवश्यकता होती है, और रीज़निंग नियंत्रण उन कार्यों के लिए उपयुक्त हैं जहाँ आप चाहते हैं कि मॉडल उत्तर देने से पहले किसी समस्या पर काम करे।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी anthropic/claude-fable-5 का उपयोग करके कॉल करते हैं, इसलिए मौजूदा OpenAI SDK क्लाइंट बेस URL बदलने के साथ काम करते हैं। समर्थित अनुरोध पैरामीटर हैं include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools और verbosity। आउटपुट सीमित करने के लिए max_tokens या max_completion_tokens का उपयोग करें, जब आपको परिभाषित आकार चाहिए तो response_format या structured_outputs का, और जब मॉडल को फ़ंक्शन कॉल करने चाहिए तो tool_choice के साथ tools का उपयोग करें। ध्यान दें कि आउटपुट केवल टेक्स्ट है, इसलिए यदि आपको उत्पन्न इमेज या ऑडियो चाहिए, तो एक अलग मॉडल सही विकल्प है।