Anthropic: Claude Fable 5.1 (batch)

Claude Fable 5.1 (batch) è un modello testuale di Anthropic, offerto su api14 con l'id modello anthropic/claude-fable-5.1:batch. È il successore di Claude Fable 5, e Anthropic lo descrive come un miglioramento su tutta la linea, con i guadagni maggiori nel coding agentico, nei flussi di lavoro agentici di lunga durata e nel lavoro di conoscenza. L'etichetta batch indica che questa è la variante batch del modello, ovvero l'endpoint che chiami quando vuoi instradare il lavoro attraverso la gestione batch di api14 invece che con una richiesta interattiva.

Il modello accetta testo, immagini e file come input, e produce testo come output. La sua finestra di contesto è di 1.000.000 di token, e la lunghezza massima di output è di 128.000 token. Questa combinazione di una finestra di input molto ampia e un grande budget di output significa che puoi affidargli documenti lunghi, codebase di grandi dimensioni o cronologie di conversazione estese in un'unica richiesta e ottenere comunque una risposta sostanziosa. I parametri di richiesta supportati includono max_tokens, stop, response_format, structured_outputs, tool_choice, tools, reasoning, reasoning_effort, include_reasoning e verbosity, così puoi controllare la forma dell'output, l'uso degli strumenti e quanti dettagli di ragionamento vengono restituiti.

Queste capacità indicano alcuni carichi di lavoro pratici. I grandi refactoring di codice si adattano naturalmente, dato che il modello può assorbire una porzione ampia di un repository e restituire codice riscritto entro il limite di output. Il lavoro front-end e visivo è supportato dall'input di immagini insieme al testo. I flussi di lavoro agentici che si sviluppano per molti passaggi traggono vantaggio dal contesto ampio, perché lo stato intermedio e i risultati degli strumenti possono accumularsi senza obbligarti a troncare. Anche il lavoro di conoscenza come riassumere, estrarre o trasformare documenti lunghi è adatto in modo diretto, e structured_outputs insieme a response_format ti permettono di vincolare il risultato a uno schema che la tua applicazione può analizzare.

Chiamarlo tramite api14 funziona allo stesso modo di qualsiasi altro modello compatibile con OpenAI: invia una richiesta all'endpoint chat completions con il campo model impostato su anthropic/claude-fable-5.1:batch, e passa i tuoi messaggi nel formato standard. Poiché l'API è compatibile con OpenAI, i client e gli SDK esistenti che puntano a OpenAI possono essere indirizzati ad api14 con modifiche minime. Puoi allegare tools e tool_choice per il function calling, impostare reasoning e reasoning_effort per calibrare come il modello ragiona su un problema, usare include_reasoning se vuoi che il ragionamento venga mostrato, e regolare verbosity per controllare quanto sia ampio l'output in prosa. max_tokens limita la risposta, stop imposta le sequenze di arresto, e structured_outputs o response_format impongono una particolare struttura di output.

Una cosa da tenere a mente è che questa è una variante batch, quindi si adatta a carichi di lavoro in cui invii il lavoro e raccogli i risultati, invece di aver bisogno di un ciclo strettamente interattivo. Se il tuo compito è piccolo, di breve durata, o richiede risposte immediate turno per turno, un modello non batch potrebbe essere più adatto. Il tetto di output di 128.000 token è generoso ma pur sempre finito, quindi output singoli molto grandi potrebbero dover essere suddivisi su più chiamate. Entro questi limiti, il modello è pensato per sviluppatori che svolgono lavoro serio di coding, agentico e ad alta intensità documentale.