Anthropic: Claude Fable 5 (batch)

Claude Fable 5 (batch) è un modello testuale di Anthropic, elencato su api14 con l'id modello anthropic/claude-fable-5:batch. Anthropic lo descrive come un modello di classe Mythos costruito per il lavoro conoscitivo autonomo e la programmazione. L'etichetta batch contrassegna questa variante come l'endpoint batch del modello, ovvero la forma che si chiama quando si vuole lo stesso modello servito attraverso un flusso di lavoro batch anziché interattivo.

Il modello accetta input di testo, immagini e file e restituisce testo. Ha una finestra di contesto di 1.000.000 di token e può produrre fino a 128.000 token di output in una singola risposta. Il ragionamento fa parte del design del modello, e l'API espone controlli per esso, quindi puoi decidere quanto sforzo di ragionamento interno il modello impiega prima di scrivere la sua risposta. L'output è solo testo, il che mantiene semplice la gestione della risposta se la tua pipeline si aspetta stringhe anziché contenuto misto.

Queste capacità indicano alcuni usi pratici. Documenti lunghi, interi codebase o grandi raccolte di file rientrano nella finestra di contesto, quindi compiti come riassumere un repository, rispondere a domande su un insieme di contratti o estrarre record strutturati da pagine scansionate e PDF sono casi adatti. L'input di immagini è utile quando il materiale di partenza include screenshot, diagrammi o documenti fotografati che devono essere letti insieme al testo. Poiché il modello è orientato al lavoro conoscitivo autonomo e alla programmazione, si adatta a compiti in stile agente in cui legge materiale, lo elabora con ragionamento e poi chiama strumenti per agire su ciò che ha trovato.

Lo chiami attraverso l'API compatibile con OpenAI di api14 usando l'id modello anthropic/claude-fable-5:batch, quindi le librerie client OpenAI esistenti funzionano cambiando solo l'URL di base e il nome del modello. I parametri di richiesta che supporta sono include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools e verbosity. In pratica, tools e tool_choice guidano il function calling, structured_outputs e response_format vincolano la forma della risposta, max_tokens e stop limitano la generazione, e i parametri legati al ragionamento ti permettono di regolare come il modello pensa prima di rispondere.

Tieni presente il limite massimo di output: 128.000 token è generoso ma finito, quindi lavori di generazione molto grandi potrebbero dover essere suddivisi in più chiamate. Se il tuo compito è puramente interattivo e non hai bisogno dell'elaborazione batch, la forma non batch dello stesso modello potrebbe essere la scelta migliore. La variante batch è la scelta naturale quando hai molte richieste indipendenti e puoi accettare il flusso di lavoro batch in cambio dell'esecuzione congiunta.