Claude Fable 5 está diseñado para trabajos exigentes de ingeniería e investigación: analizar un problema amplio, ejecutar acciones sucesivas y evaluar el resultado. Anthropic destaca la ingeniería de software, la analítica profesional, la comprensión visual y las tareas autónomas prolongadas. El modelo puede mantener el rumbo mientras la tarea avanza entre lectura de materiales, razonamiento y uso de herramientas.
Para este proceso, el fabricante describe memoria basada en archivos: los datos importantes y las notas de trabajo se guardan fuera de la conversación actual y se utilizan al continuar. Esta capacidad requiere herramientas de lectura y escritura proporcionadas por la aplicación. El tamaño del contexto y el nombre del modelo no crean por sí solos memoria persistente entre solicitudes independientes.
Fable 5 recibe texto e imágenes y genera el resultado en texto. Entre los usos visuales figuran extraer cifras de ilustraciones científicas detalladas y reconstruir una interfaz a partir de una captura de pantalla. En estas tareas, la imagen aporta datos y una referencia que el modelo puede relacionar con la instrucción y utilizar al escribir código.
Los formatos habituales de entrada visual del fabricante son JPEG/PNG/GIF/WebP, con el primer fotograma de una animación. En el análisis nativo, el lado largo es de 2576 píxeles y se utilizan 4784 tokens visuales; las imágenes grandes se reducen antes del análisis. La compatibilidad con archivos y parámetros depende del método de la aplicación.
Anthropic también muestra tareas con simulaciones físicas, programas interactivos y proyectos tridimensionales en un editor. Aquí el modelo trabaja mediante código y herramientas del entorno. Para ejecutar comandos, modificar archivos, manejar el editor y producir materiales terminados, la aplicación debe proporcionar las herramientas correspondientes. Estos casos no implican generación autónoma de imágenes o archivos tridimensionales mediante una única respuesta de texto.
En Fable 5, el razonamiento adaptativo está siempre activado. La profundidad se controla con effort; el nivel estándar es high y también están disponibles low, medium, xhigh y max. El modelo puede ampliar el análisis según la complejidad de la tarea, incluidos los resultados de herramientas. La cadena interna de razonamiento original no se muestra: cuando la aplicación ofrece la visualización correspondiente, se dispone de un resumen.
La ventana de contexto es de 1 millón de tokens y la respuesta máxima, de 128 mil tokens. Dentro del límite total de respuesta debe quedar espacio para el razonamiento y el texto final. El límite fiable de sus conocimientos incorporados es enero de 2026.
El fabricante describe ejecución de código, acceso programático a herramientas, gestión de resultados antiguos de acciones y compresión del historial. Estas funciones permiten trabajos prolongados cuando la aplicación proporciona la compatibilidad necesaria. Un presupuesto de tarea puede orientar el volumen de trabajo, pero no sustituye los límites del modelo ni del entorno.
Los mecanismos de protección pueden rechazar solicitudes sensibles.
Al elegir ajustes en un método compatible, se aplican restricciones del fabricante: no se admite continuar una respuesta desde un inicio proporcionado ni utilizar valores no estándar de temperature, top_p y top_k. En investigación y desarrollo conviene conservar materiales comprobables y criterios de resultado: poder continuar trabajando no garantiza que cada conclusión o acción sea correcta.
anthropic/claude-fable-5:batchClaude Fable 5 está orientado al razonamiento complejo, la ingeniería de software y las investigaciones con varias etapas sucesivas. Admite trabajo prolongado con herramientas y análisis de material visual.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Claude Fable 5 está diseñado para trabajos exigentes de ingeniería e investigación: analizar un problema amplio, ejecutar acciones sucesivas y evaluar el resultado. Anthropic destaca la ingeniería de software, la analítica profesional, la comprensión visual y las tareas autónomas prolongadas. El modelo puede mantener el rumbo mientras la tarea avanza entre lectura de materiales, razonamiento y uso de herramientas.
Para este proceso, el fabricante describe memoria basada en archivos: los datos importantes y las notas de trabajo se guardan fuera de la conversación actual y se utilizan al continuar. Esta capacidad requiere herramientas de lectura y escritura proporcionadas por la aplicación. El tamaño del contexto y el nombre del modelo no crean por sí solos memoria persistente entre solicitudes independientes.
Fable 5 recibe texto e imágenes y genera el resultado en texto. Entre los usos visuales figuran extraer cifras de ilustraciones científicas detalladas y reconstruir una interfaz a partir de una captura de pantalla. En estas tareas, la imagen aporta datos y una referencia que el modelo puede relacionar con la instrucción y utilizar al escribir código.
Los formatos habituales de entrada visual del fabricante son JPEG/PNG/GIF/WebP, con el primer fotograma de una animación. En el análisis nativo, el lado largo es de 2576 píxeles y se utilizan 4784 tokens visuales; las imágenes grandes se reducen antes del análisis. La compatibilidad con archivos y parámetros depende del método de la aplicación.
Anthropic también muestra tareas con simulaciones físicas, programas interactivos y proyectos tridimensionales en un editor. Aquí el modelo trabaja mediante código y herramientas del entorno. Para ejecutar comandos, modificar archivos, manejar el editor y producir materiales terminados, la aplicación debe proporcionar las herramientas correspondientes. Estos casos no implican generación autónoma de imágenes o archivos tridimensionales mediante una única respuesta de texto.
En Fable 5, el razonamiento adaptativo está siempre activado. La profundidad se controla con effort; el nivel estándar es high y también están disponibles low, medium, xhigh y max. El modelo puede ampliar el análisis según la complejidad de la tarea, incluidos los resultados de herramientas. La cadena interna de razonamiento original no se muestra: cuando la aplicación ofrece la visualización correspondiente, se dispone de un resumen.
La ventana de contexto es de 1 millón de tokens y la respuesta máxima, de 128 mil tokens. Dentro del límite total de respuesta debe quedar espacio para el razonamiento y el texto final. El límite fiable de sus conocimientos incorporados es enero de 2026.
El fabricante describe ejecución de código, acceso programático a herramientas, gestión de resultados antiguos de acciones y compresión del historial. Estas funciones permiten trabajos prolongados cuando la aplicación proporciona la compatibilidad necesaria. Un presupuesto de tarea puede orientar el volumen de trabajo, pero no sustituye los límites del modelo ni del entorno.
Los mecanismos de protección pueden rechazar solicitudes sensibles.
Al elegir ajustes en un método compatible, se aplican restricciones del fabricante: no se admite continuar una respuesta desde un inicio proporcionado ni utilizar valores no estándar de temperature, top_p y top_k. En investigación y desarrollo conviene conservar materiales comprobables y criterios de resultado: poder continuar trabajando no garantiza que cada conclusión o acción sea correcta.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObligatorio | Valores y límites /v1/chat/completions | Predeterminado— |
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites anthropic/claude-fable-5:batch | Predeterminado— |
Camporequests | Tipobatch_item[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Camporequests[].custom_id | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores y límites 24h | Predeterminado— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores y límites anthropic/claude-fable-5:batch, anthropic/claude-fable-5 | Predeterminado— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores y límites anthropic | Predeterminado— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores y límites false, null | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratoendpoint, model, requests |
Parámetromaterial_types | Contratotext |
Parámetrorepresentation | Contratorequests[] en línea; cada elemento tiene custom_id y body |
Parámetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parámetrofile_material | ContratoQuien realiza la llamada puede leer localmente el JSONL UTF-8 real e incorporarlo a requests[]. No se utiliza el campo purpose para cargas, ni input_file_id ni referencias a archivos. Si falta el material del cliente o está vacío, la preparación se detiene antes del POST. |
Parámetroserialization_order | Contratoendpoint, model, provider (si se proporciona), completion_window (si se proporciona), requests al final |
Parámetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parámetroschema_scope | ContratoCuerpos de solicitudes de texto de Chat Completions dentro de la estructura Batch en línea documentada. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · El response.id real de la respuesta de creación original; el mismo usuario, clave y grupo
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.01 / 1K tokens Salida · Tokens de salida $0.05 / 1K tokens Entrada · Lectura de caché $0.001 / 1K tokens Entrada · Escritura en caché $0.0125 / 1K tokens Entrada · Escritura en caché, 1 hora $0.02 / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.01 / 1K tokens Salida · Tokens de salida $0.05 / 1K tokens Entrada · Lectura de caché $0.001 / 1K tokens Entrada · Escritura en caché $0.0125 / 1K tokens Entrada · Escritura en caché, 1 hora $0.02 / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"anthropic/claude-fable-5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['anthropic/claude-fable-5:batch', 'anthropic/claude-fable-5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-fable-5:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON de results[].response.body en línea
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nConserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva el JSON completo del estado original, cada result/custom_id y el cuerpo completo de la respuesta o del error. Guarda results[] completados como JSONL sin filtrar.
Conserva el ID de la operación original. La respuesta 503 result_pending_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado sea desconocido.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónLa estructura en línea documentada no es válida, hay claves duplicadas, existe un problema con la identidad de los elementos o hay un conflicto entre las capacidades configuradas del modelo. | Siguiente pasoCorrige los campos indicados antes de realizar cualquier nuevo envío. |
Respuesta401 · authentication_error | CondiciónClave de API no válida. | Siguiente pasoUsa la clave de Ailoot autorizada. |
Respuesta403 · permission_error | CondiciónGrupo de Batch no disponible. | Siguiente pasoVerifica los permisos de la clave y el grupo. |
Respuesta422 · invalid_request_error | CondiciónBatch usa facturación contra saldo; se rechazan las solicitudes de creación con una suscripción. | Siguiente pasoUsa el grupo autorizado con facturación contra saldo. |
Respuesta422 · price_unavailable | CondiciónNo se puede cotizar la entrada de Batch. | Siguiente pasoConserva la respuesta; usa la entrada documentada para la familia. |
Respuesta402 · billing_error | CondiciónReserva de Batch no disponible. | Siguiente pasoResuelve los requisitos de admisión antes de realizar una nueva solicitud. |
Respuesta503 · price_unavailable | CondiciónPrecio del método Batch o tarifas nativas no disponibles. | Siguiente pasoConserva la respuesta; no sustituyas los precios. |
Respuesta503 · api_error | CondiciónLa ruta exacta del proveedor no está disponible. | Siguiente pasoConserva la respuesta para reparar la ruta. |
Respuesta503 · result_pending_check | CondiciónEl resultado original requiere una revisión; X-Should-Retry:false. | Siguiente pasoConserva el operation_id/id original y consulta su estado; nunca repitas el POST original. |
Respuesta404 · not_found | CondiciónLa operación de consulta de estado de Batch no existe o pertenece a otra identidad. | Siguiente pasoUsa el id original exacto y el mismo usuario, clave y grupo. |
Ailoot Ultra anthropic/claude-fable-5:batch
Usa las rutas de método indicadas arriba.