Source: https://ailoot.ai/models/pl/anthropic-claude-fable-5-1-u003a-batch/
Canonical: https://ailoot.ai/models/pl/anthropic-claude-fable-5-1-u003a-batch/
Language: pl

# Anthropic: Claude Fable 5.1 (batch)

[Markdown](https://ailoot.ai/models/pl/anthropic-claude-fable-5-1-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/pl/anthropic-claude-fable-5-1-u003a-batch/facts.json)

## [Anthropic: Claude Fable 5.1 (batch)](https://ailoot.ai/models/pl/anthropic-claude-fable-5-1-u003a-batch/)

Claude Fable 5.1 służy do złożonych badań, dużych zmian w kodzie i długotrwałej analityki zawodowej. Łączy informacje z dużego kontekstu oraz pracuje z tekstem i szczegółowymi obrazami.

- [**Ailoot Ultra · Batch** `POST /v1/batches` `anthropic/claude-fable-5.1:batch`](https://ailoot.ai/models/pl/anthropic-claude-fable-5-1-u003a-batch/#method-0)

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

Claude Fable 5.1 jest przeznaczony do pracy, która zaczyna się od otwartego pytania i trwa aż do wyniku możliwego do sprawdzenia. W programowaniu Anthropic podkreśla zmiany w wielu plikach, duży refaktoring, migracje, debugowanie i weryfikację kodu. W badaniach — sekwencję kroków wyszukiwania, zestawianie materiałów i utrzymywanie kierunku pracy w miarę napływu nowych informacji.

#### Zbadać przyczynę i opracować wynik

Model może pomagać ustalić pierwotną przyczynę złożonego błędu programistycznego, zaplanować poprawkę i sprawdzić proponowane rozwiązanie. W pracy z informacją przydatna jest zdolność łączenia szczegółów znajdujących się daleko od siebie w dużym zestawie materiałów. Zadanie może trwać po pierwszych wnioskach: analiza przekształca się w treść dokumentu, arkusza z formułami lub prezentacji.

Takie gotowe materiały są tworzone za pomocą narzędzi aplikacji. Wykonywanie kodu, odczytywanie plików, wyszukiwanie informacji i działania w interfejsie również wymagają połączonego środowiska. Anthropic opisuje kontynuowanie pracy po nieudanym działaniu i odnajdywanie drogi do dalszej pracy w interfejsach, lecz dostępność tych narzędzi i dozwolone operacje określa aplikacja.

#### Szczegółowe wykresy i tabele

Na wejściu przyjmowane są **tekst i obrazy**, a własnym wynikiem modelu jest **tekst**. Zastosowania wizualne obejmują rozbudowane wykresy, materiały finansowe i tabele z dokumentów. Gdy strona źródłowa zawiera wiele drobnych szczegółów, dodatkowe powiększenie lub kadrowanie za pomocą narzędzi może pomóc wyodrębnić potrzebny obszar.

Formaty standardowego wejścia wizualnego u producenta to JPEG/PNG/GIF/WebP, z pierwszą klatką animacji. Przy analizie natywnej: dłuższy bok — 2576 pikseli, 4784 tokeny wizualne; duże obrazy są zmniejszane przed analizą. Obsługa plików i parametrów zależy od metody aplikacji.

W przykładach badawczych producent pokazuje wykorzystanie Fable 5.1 do trenowania sieci neuronowej odtwarzającej mapę wysokości Wenus na podstawie danych radarowych. Jest to przykład pracy z danymi i programowaniem, a nie osobny typ wyjścia medialnego modelu.

#### Długotrwała praca i głębokość analizy

Rozumowanie adaptacyjne w Fable 5.1 jest **zawsze włączone**. Parametr `effort` określa głębokość: dostępne są `low`, `medium`, `high`, `xhigh` i `max`, a standardowy poziom to `high`. Kontekst wynosi **1 mln tokenów**, a maksymalna odpowiedź — **128 tys. tokenów**. Wiarygodna granica wbudowanej wiedzy to **czerwiec 2026 roku**.

Producent przewiduje zmianę wysiłku w trakcie rozmowy i komunikaty o postępie pracy, gdy aplikacja obsługuje te mechanizmy. Jeśli aplikacja przekazuje zachowane bloki rozumowania, istotne jest ich powiązanie z modelem i pierwotną historią. Zmiana wcześniejszych wiadomości, instrukcji systemowej lub dawnych definicji narzędzi może unieważnić kolejne bloki: podczas weryfikacji powiązania żądanie jest odrzucane albo bloki objęte zmianą są wykluczane. Fable 5.1 odczytuje zachowane rozumowanie wcześniejszych modeli Claude, a te wcześniejsze modele nie odczytują jego bloków. Niezgodny blok jest wykluczany przed następną turą i praca trwa dalej bez niego. Fable 5.1 używa tego samego sposobu dzielenia tekstu na tokeny co Fable 5; objętość materiałów należy oceniać dla wybranego modelu.

#### Cechy wpływające na wynik

Przy niskim poziomie wysiłku Fable 5.1 może preferować odpowiedź z wbudowanej wiedzy zamiast skorzystania z wyszukiwania. Jeśli pytanie wymaga aktualnej weryfikacji, warto wskazać to wprost i udostępnić potrzebne narzędzia. Model czasem pisze gęstym tekstem, rzadko informuje o pośrednim postępie lub zastępuje cały plik tam, gdzie oczekiwana jest lokalna poprawka; potrzebny styl i granice zmian warto ustalić z góry.

Jeśli metoda udostępnia sterowanie narzędziami, model producenta obsługuje automatyczny wybór `auto` i wyłączenie narzędzi `none`. Wymuszone wywołanie nie jest obsługiwane ani dla dowolnego narzędzia (`any`), ani dla konkretnego narzędzia wskazanego nazwą (`tool`). Reguły ochronne dopuszczają badanie błędów i podatności w kodzie źródłowym, lecz ograniczają część wrażliwych zadań, w tym tworzenie exploitów.

W metodzie obsługującej ustawienia nie są przyjmowane kontynuowanie odpowiedzi od zadanego początku ani niestandardowe wartości `temperature`, `top_p` i `top_k`. Tekst wygenerowany przez model zawiera statystyczne oznakowanie Anthropic: nie zmienia ono znaczenia, jakości ani czytelności i nie dodaje ukrytych znaków ani tokenów.

**Ailoot Ultra · Batch** `POST /v1/batches` `anthropic/claude-fable-5.1:batch`

[`anthropic/claude-fable-5.1:batch`](https://ailoot.ai/models/pl/#m=anthropic%2Fclaude-fable-5.1%3Abatch&route=Ultra&caller=anthropic%2Fclaude-fable-5.1%3Abatch&fmt=batches)

Anthropic /`anthropic/claude-fable-5.1:batch`

### Start

Claude Fable 5.1 służy do złożonych badań, dużych zmian w kodzie i długotrwałej analityki zawodowej. Łączy informacje z dużego kontekstu oraz pracuje z tekstem i szczegółowymi obrazami.

Akceptowane dane wejściowe

Tekst

Wyniki

Tekst

### Dostępne w Ailoot · dane wejściowe i metody

**Ailoot Ultra · Batch** `POST /v1/batches`

Wejście

`text`

Wyjście

`text`

Format wyjściowy

JSON bezpośrednio w results\[\].response.body

| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
| --- | --- | --- | --- | --- |
| Pole`endpoint` | Typ`string` | WymaganieWymagane | Wartości i limity /v1/chat/completions | Domyślnie— |
| Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity anthropic/claude-fable-5.1:batch | Domyślnie— |
| Pole`requests` | Typ`batch_item[]` | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
| Pole`requests[].custom_id` | Typ`string` | WymaganieWymagane | Wartości i limity | Domyślnie— |
| Pole`requests[].body.messages` | Typ`message[]` | WymaganieWymagane | Wartości i limity | Domyślnie— |
| Pole`completion_window` | Typ`string` | WymaganieOpcjonalne | Wartości i limity 24h | Domyślnie— |
| Pole`provider` | Typ`object\|null` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
| Pole`requests[].body.model` | Typ`string` | WymaganieOpcjonalne | Wartości i limity anthropic/claude-fable-5.1:batch, anthropic/claude-fable-5.1 | Domyślnie— |
| Pole`provider.only` | Typ`string[]` | WymaganieOpcjonalne | Wartości i limity anthropic | Domyślnie— |
| Pole`provider.allow_fallbacks` | Typ`boolean\|null` | WymaganieOpcjonalne | Wartości i limity false, null | Domyślnie— |

Parametry i cykl życia metody

| Parametr | Kontrakt |
| --- | --- |
| Parametr`content_type` | Kontraktapplication/json |
| Parametr`required` | Kontraktendpoint, model, requests |
| Parametr`material_types` | Kontrakttext |
| Parametr`representation` | Kontraktrequests\[\] bezpośrednio w żądaniu; każdy element zawiera custom\_id i body |
| Parametr`request_endpoint_profile` | Kontrakt/v1/chat/completions |
| Parametr`file_material` | KontraktWywołujący może lokalnie wczytać rzeczywisty plik JSONL w kodowaniu UTF-8 do requests\[\]. Nie używa się przeznaczenia przesyłanego pliku, input\_file\_id ani odwołania do pliku. Brak materiałów klienta lub ich pusta zawartość zatrzymują przygotowanie przed POST. |
| Parametr`serialization_order` | Kontraktendpoint, model, provider (jeśli podano), completion\_window (jeśli podano), requests na końcu |
| Parametr`optional_controls` | Kontraktprovider.only, provider.allow\_fallbacks, completion\_window |
| Parametr`schema_scope` | KontraktTreści żądań tekstowych Chat Completions w udokumentowanej strukturze Batch z danymi bezpośrednio w żądaniu. |

Cykl życia: `asynchronous`

`GET /v1/batches/{operation_id}` · Rzeczywista wartość response.id zwrócona przy pierwotnym utworzeniu; ten sam użytkownik, klucz i grupa

### Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki

Nie określono Gdy wybrany jest tryb szybki

Tryb flex

Nie określono Gdy wybrany jest tryb flex

Maksymalna intensywność rozumowania

Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Wycena jawnej pamięci podręcznej

Włączone Gdy zażądano jawnej pamięci podręcznej

#### Stawki Ailoot

#### Ceny według konfiguracji

Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.

| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
| --- | --- | --- | --- | --- |
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe **$0.01** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.05** / 1K tokenów Wejście · Odczyt cache **$0.00025** / 1K tokenów Wejście · Zapis do cache **$0.0125** / 1K tokenów Wejście · Zapis do cache, 1 godz. **$0.02** / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe **$0.01** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.05** / 1K tokenów Wejście · Odczyt cache **$0.00025** / 1K tokenów Wejście · Zapis do cache **$0.0125** / 1K tokenów Wejście · Zapis do cache, 1 godz. **$0.02** / 1K tokenów |

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/)

### Przykładowe żądania

#### Ailoot Ultra · Batch

curl · zachowany zestaw danych testowychPython HTTP · rzeczywisty JSONL klientaPython · zapisz każdy ukończony wynik

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"anthropic/claude-fable-5.1:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
```

```python
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['anthropic/claude-fable-5.1:batch', 'anthropic/claude-fable-5.1']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-fable-5.1:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    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")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
```

```python
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
```

### Odbieranie i zapisywanie wyników

#### Ailoot Ultra · Batch

JSON bezpośrednio w results\[\].response.body

- `GET /v1/batches/{operation_id}`

##### Sprawdź status zadania

curl · status pierwotnej operacji

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
```

##### Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj pełny pierwotny JSON stanu, każdy wynik i custom\_id oraz pełną treść odpowiedzi lub błędu. Zapisz ukończone wyniki z results\[\] jako JSONL bez filtrowania.

##### Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj pierwotny identyfikator operacji. Odpowiedź 503 result\_pending\_check zawiera X-Should-Retry:false; nigdy nie wysyłaj ponownie pierwotnego żądania Batch, którego wynik jest nieznany.

Pola odpowiedzi

| Pole | Typ |
| --- | --- |
| Pole`results[].custom_id` | Typstring |
| Pole`results[].response.body.choices[].message.content` | Typstring\|null |
| Pole`results[].error` | Typobject\|null |
| Pole`usage` | Typobject\|null |
| Pole`id` | Typstring |
| Pole`model` | Typstring |
| Pole`endpoint` | Typstring |
| Pole`status` | Typstring |
| Pole`request_counts` | Typobject |
| Pole`results[].id` | Typstring |
| Pole`results[].response.status_code` | Typinteger |
| Pole`results[].response.request_id` | Typstring |

Błędy i dalsze kroki

| Odpowiedź | Warunek | Następny krok |
| --- | --- | --- |
| Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowa udokumentowana struktura z danymi bezpośrednio w żądaniu, zduplikowane klucze, problem z tożsamością elementu lub konflikt ze skonfigurowanymi możliwościami modelu. | Następny krokPopraw wskazane pola przed wysłaniem jakiegokolwiek nowego żądania. |
| Odpowiedź401 · `authentication_error` | WarunekNieprawidłowy klucz API. | Następny krokUżyj autoryzowanego klucza Ailoot. |
| Odpowiedź403 · `permission_error` | WarunekGrupa Batch jest niedostępna. | Następny krokSprawdź uprawnienia klucza i grupy. |
| Odpowiedź422 · `invalid_request_error` | WarunekBatch korzysta z rozliczania z salda; utworzenie w ramach subskrypcji jest odrzucane. | Następny krokUżyj autoryzowanej grupy rozliczanej z salda. |
| Odpowiedź422 · `price_unavailable` | WarunekNie można wycenić danych wejściowych Batch. | Następny krokZachowaj odpowiedź; użyj danych wejściowych udokumentowanych dla tej rodziny API. |
| Odpowiedź402 · `billing_error` | WarunekRezerwa dla Batch jest niedostępna. | Następny krokRozwiąż problem dopuszczenia żądania przed wysłaniem nowego. |
| Odpowiedź503 · `price_unavailable` | WarunekCena metody Batch lub stawki natywne są niedostępne. | Następny krokZachowaj odpowiedź; nie zastępuj cen innymi. |
| Odpowiedź503 · `api_error` | WarunekDokładna trasa dostawcy jest niedostępna. | Następny krokZachowaj odpowiedź na potrzeby naprawy trasy. |
| Odpowiedź503 · `result_pending_check` | WarunekPierwotny wynik wymaga sprawdzenia; X-Should-Retry:false. | Następny krokZachowaj pierwotny operation\_id/id i odczytuj stan operacji; nigdy nie powtarzaj pierwotnego POST. |
| Odpowiedź404 · `not_found` | WarunekOperacja sprawdzania stanu Batch nie istnieje lub należy do innej tożsamości. | Następny krokUżyj dokładnego pierwotnego id oraz tego samego użytkownika, klucza i grupy. |

### Aliasy

#### Aliasy modelu

**Ailoot Ultra** [`anthropic/claude-fable-5.1:batch`](https://ailoot.ai/models/pl/#m=anthropic%2Fclaude-fable-5.1%3Abatch&route=Ultra&caller=anthropic%2Fclaude-fable-5.1%3Abatch&fmt=batches)

#### Aliasy ścieżek metod

Użyj ścieżek metod podanych powyżej.

#### Powiązane ID modeli

[`anthropic/claude-fable-5.1:batch`](https://ailoot.ai/models/pl/#m=anthropic%2Fclaude-fable-5.1%3Abatch&route=Ultra&caller=anthropic%2Fclaude-fable-5.1%3Abatch&fmt=batches)

FAQ · Anthropic: Claude Fable 5.1 (batch)

Jakie dane wejściowe i wyniki są dostępne?

`POST /v1/batches` · `anthropic/claude-fable-5.1:batch`: `text` → `text`

Jakich pól używa żądanie?

`POST /v1/batches` · `anthropic/claude-fable-5.1:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

Jakie limity obowiązują?

`POST /v1/batches` · `anthropic/claude-fable-5.1:batch`: `requests.min_items`: `1`

Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją.

## Firma i jej portfel projektów

Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach.

## Kupuj tokeny z rabatem.

Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny.

Subskrypcja

Wybierz plan z rabatem do regularnych żądań.

Kod promocyjny do 50%

Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji.

Koszty w historii

Model, tokeny i kwota są zapisywane dla każdego żądania.

[Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/)

## Połącz API z produktem, który sprzedajesz.

SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską.

Aplikacja komercyjna

Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi.

Licencja resellerska

Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży.

Dokumenty na stronie

Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem.

[Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl)

## Ailoot · Firma i jej portfel projektów





Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI.





Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach.





Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.