Anthropic: Claude Fable 5.1

Claude Fable 5.1, Anthropic का एक टेक्स्ट जनरेशन मॉडल है, जो api14 पर मॉडल आईडी anthropic/claude-fable-5.1 के तहत सूचीबद्ध है। यह टेक्स्ट श्रेणी में आता है और इसके प्रदाता द्वारा इसे Claude Fable 5 पर एक व्यापक सुधार के रूप में प्रस्तुत किया गया है, जिसमें सबसे बड़े लाभ एजेंटिक कोडिंग, लंबे समय तक चलने वाले एजेंटिक वर्कफ़्लो और नॉलेज वर्क में बताए गए हैं। यदि आपने पहले का Fable रिलीज़ इस्तेमाल किया है, तो यह मूल्यांकन करने के लिए सीधा उत्तराधिकारी है।

मॉडल इनपुट के रूप में टेक्स्ट, छवियाँ और फ़ाइलें स्वीकार करता है, और आउटपुट के रूप में टेक्स्ट उत्पन्न करता है। इसका कॉन्टेक्स्ट विंडो 1,000,000 टोकन है, जो एक ही अनुरोध में बहुत बड़े इनपुट की अनुमति देता है, जैसे लंबे दस्तावेज़, बड़े कोडबेस, या विस्तारित बातचीत इतिहास। अधिकतम आउटपुट 128,000 टोकन है, इसलिए प्रतिक्रियाएँ भी लंबी हो सकती हैं, जो पूरी फ़ाइल पुनर्लेखन या विस्तृत रिपोर्ट जैसे कार्यों के लिए मायने रखता है। समर्थित अनुरोध पैरामीटर में max_tokens, max_completion_tokens, stop, response_format, structured_outputs, tool_choice, tools, reasoning, reasoning_effort, include_reasoning, और verbosity शामिल हैं।

ये क्षमताएँ कुछ व्यावहारिक उपयोगों की ओर संकेत करती हैं। एजेंटिक कोडिंग एक स्वाभाविक उपयुक्तता है: लंबा कॉन्टेक्स्ट और टूल समर्थन एक मॉडल को कई फ़ाइलों में पढ़ने, फ़ंक्शन या बाहरी सेवाओं को कॉल करने, और पहले के कॉन्टेक्स्ट का ट्रैक खोए बिना बहु-चरणीय रिफैक्टर करने देते हैं। लंबे समय तक चलने वाले एजेंटिक वर्कफ़्लो को बड़े कॉन्टेक्स्ट विंडो और टूल्स के इसी संयोजन से लाभ मिलता है, क्योंकि मध्यवर्ती परिणाम और पिछले चरण प्रॉम्प्ट में बने रह सकते हैं। चूँकि टेक्स्ट के साथ-साथ छवियाँ और फ़ाइलें इनपुट के रूप में स्वीकार की जाती हैं, आप उसी मॉडल के ऊपर दस्तावेज़ विश्लेषण, स्क्रीनशॉट समीक्षा, या मिश्रित-सामग्री प्रश्न उत्तर बना सकते हैं। सारांश बनाना, निष्कर्षण, और प्रारूपण जैसे नॉलेज वर्क कार्य भी बड़े इनपुट भत्ते और संरचित आउटपुट विकल्पों से संभव होते हैं।

इसे api14 के माध्यम से कॉल करने के लिए, मॉडल आईडी anthropic/claude-fable-5.1 के साथ OpenAI-संगत चैट कम्प्लीशन्स इंटरफ़ेस का उपयोग करें। चूँकि API OpenAI-संगत है, मौजूदा OpenAI क्लाइंट लाइब्रेरीज़ काम करती हैं जब आप उन्हें api14 बेस URL पर इंगित करते हैं और अपनी कुंजी प्रदान करते हैं। आप ऊपर सूचीबद्ध पैरामीटर पास कर सकते हैं, इसलिए टूल कॉलिंग, संरचित आउटपुट, response_format, stop अनुक्रम, और रीज़निंग नियंत्रण (reasoning, reasoning_effort, include_reasoning) सभी अनुरोध बॉडी में उपलब्ध हैं, साथ ही प्रतिक्रिया को सीमित करने के लिए max_tokens या max_completion_tokens और आउटपुट लंबाई समायोजित करने के लिए verbosity।

ध्यान में रखने योग्य मुख्य बाधा यह है कि आउटपुट केवल टेक्स्ट है; यदि आपके एप्लिकेशन को उत्पन्न छवियों या ऑडियो की आवश्यकता है, तो यह मॉडल सही विकल्प नहीं है। 128,000 टोकन की आउटपुट सीमा उदार है लेकिन फिर भी सीमित है, इसलिए बहुत बड़े एकल-प्रतिक्रिया कार्यों को विभाजित करने की आवश्यकता हो सकती है। और यदि आपका कार्य छोटा और सरल है, तो एक हल्का मॉडल पर्याप्त हो सकता है; मिलियन-टोकन कॉन्टेक्स्ट और एजेंटिक टूलिंग का मूल्य मुख्य रूप से जटिल, लंबे-क्षितिज वाले काम पर दिखाई देता है।