Anthropic: Claude Fable 5

Claude Fable 5 är en textmodell från Anthropic, listad på api14 under modell-id anthropic/claude-fable-5. Den beskrivs som en modell av Mythos-klass byggd för autonomt kunskapsarbete och kodning, och dess leverantörs releasedatum är 2026-06-09. Om du väljer mellan leverantörer på api14 är detta Anthropic-posten i Claude Fable-linjen, och den ligger i textkategorin snarare än i en specialiserad kategori för bild, ljud eller inbäddning.

Modellen tar emot text-, bild- och filindata och returnerar textutdata. Dess kontextfönster är 1 000 000 tokens, vilket är tillräckligt stort för att rymma hela kodbaser, långa dokumentsamlingar eller utökade konversationshistoriker i en enda begäran, och dess maximala utdata är 128 000 tokens, så långa genererade svar, rapporter eller kodfiler kan produceras i ett anrop. Stöd för resonemang är en del av modellens design, och begärandeparametrarna inkluderar reasoning, reasoning_effort, include_reasoning och verbosity, vilka låter dig styra hur mycket internt resonemang som exponeras eller begärs och hur utförligt svaret är.

Dessa förmågor pekar mot några praktiska mönster. Långkontextarbete som att granska en fullständig kodbas, sammanfatta eller extrahera strukturerad data från stora dokumentsamlingar, och besvara frågor över många filer samtidigt passar inom fönstret på 1 000 000 tokens. Eftersom bild- och filindata stöds tillsammans med text kan du blanda skärmbilder, diagram eller dokument i samma prompt som skriftliga instruktioner. Verktygsanvändning och strukturerade utdata gör den lämplig för agentliknande arbetsflöden och för pipelines som behöver maskinläsbara svar snarare än fri prosa, och resonemangsstyrningen passar uppgifter där du vill att modellen ska arbeta igenom ett problem innan den svarar.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id anthropic/claude-fable-5, så befintliga OpenAI SDK-klienter fungerar med en ändring av bas-URL. De stödda begärandeparametrarna är include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools och verbosity. Använd max_tokens eller max_completion_tokens för att begränsa utdata, response_format eller structured_outputs när du behöver en definierad form, och tools med tool_choice när modellen ska anropa funktioner. Observera att utdata endast är text, så om du behöver genererade bilder eller ljud är en annan modell rätt val.