Anthropic: Claude Fable 5 (batch)

Claude Fable 5 (batch) Anthropic का एक टेक्स्ट मॉडल है, जो api14 पर मॉडल आईडी anthropic/claude-fable-5:batch के तहत सूचीबद्ध है। Anthropic इसे स्वायत्त ज्ञान कार्य और कोडिंग के लिए बनाया गया Mythos-श्रेणी का मॉडल बताता है। batch लेबल इस वेरिएंट को मॉडल के batch एंडपॉइंट के रूप में चिह्नित करता है, यानी वह रूप जिसे आप तब कॉल करते हैं जब आप चाहते हैं कि वही मॉडल इंटरैक्टिव के बजाय batch वर्कफ़्लो के ज़रिए उपलब्ध हो।

मॉडल टेक्स्ट, इमेज और फ़ाइल इनपुट स्वीकार करता है और टेक्स्ट लौटाता है। इसकी कॉन्टेक्स्ट विंडो 1,000,000 टोकन है और यह एक ही प्रतिक्रिया में अधिकतम 128,000 आउटपुट टोकन तक बना सकता है। रीज़निंग मॉडल के डिज़ाइन का हिस्सा है, और API इसके लिए नियंत्रण उपलब्ध कराता है, ताकि आप तय कर सकें कि उत्तर लिखने से पहले मॉडल कितना आंतरिक रीज़निंग प्रयास करे। आउटपुट केवल टेक्स्ट है, जिससे प्रतिक्रिया को संभालना सरल रहता है यदि आपकी पाइपलाइन मिश्रित सामग्री के बजाय स्ट्रिंग्स की अपेक्षा करती है।

ये क्षमताएँ कुछ व्यावहारिक उपयोगों की ओर संकेत करती हैं। लंबे दस्तावेज़, पूरे कोडबेस, या फ़ाइलों के बड़े संग्रह कॉन्टेक्स्ट विंडो के भीतर आ जाते हैं, इसलिए किसी रिपॉज़िटरी का सारांश बनाना, अनुबंधों के समूह में प्रश्नों के उत्तर देना, या स्कैन किए गए पृष्ठों और PDF से संरचित रिकॉर्ड निकालना जैसे कार्य उपयुक्त हैं। इमेज इनपुट तब मदद करता है जब स्रोत सामग्री में स्क्रीनशॉट, आरेख, या फ़ोटो खींचे गए दस्तावेज़ शामिल हों जिन्हें टेक्स्ट के साथ पढ़ने की ज़रूरत हो। चूँकि मॉडल स्वायत्त ज्ञान कार्य और कोडिंग पर लक्षित है, यह एजेंट-शैली के कार्यों के लिए उपयुक्त है जहाँ यह सामग्री पढ़ता है, उस पर विचार करता है, और फिर जो पाया उस पर कार्रवाई करने के लिए टूल कॉल करता है।

आप इसे api14 के OpenAI-संगत API के ज़रिए मॉडल आईडी anthropic/claude-fable-5:batch का उपयोग करके कॉल करते हैं, इसलिए मौजूदा OpenAI क्लाइंट लाइब्रेरीज़ केवल base URL और मॉडल नाम बदलकर काम करती हैं। यह जिन अनुरोध पैरामीटर का समर्थन करता है वे हैं include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools, और verbosity। व्यवहार में, tools और tool_choice फ़ंक्शन कॉलिंग चलाते हैं, structured_outputs और response_format उत्तर का स्वरूप सीमित करते हैं, max_tokens और stop जनरेशन को सीमित करते हैं, और रीज़निंग से संबंधित पैरामीटर आपको यह ट्यून करने देते हैं कि मॉडल उत्तर देने से पहले कैसे सोचता है।

आउटपुट की ऊपरी सीमा ध्यान में रखें: 128,000 टोकन उदार है लेकिन सीमित है, इसलिए बहुत बड़े जनरेशन कार्यों को कई कॉल में विभाजित करने की ज़रूरत पड़ सकती है। यदि आपका कार्य पूरी तरह इंटरैक्टिव है और आपको batch प्रोसेसिंग की ज़रूरत नहीं है, तो उसी मॉडल का non-batch रूप बेहतर विकल्प हो सकता है। batch वेरिएंट तब स्वाभाविक चुनाव है जब आपके पास कई स्वतंत्र अनुरोध हों और आप उन्हें एक साथ चलाने के बदले batch वर्कफ़्लो स्वीकार कर सकते हों।