Claude Fable 5 foi concebido para trabalho exigente de engenharia e investigação: analisar um problema extenso, executar ações sequenciais e avaliar o resultado. A Anthropic destaca engenharia de software, análise profissional, compreensão visual e tarefas autónomas prolongadas. O modelo pode manter a direção do trabalho enquanto a tarefa passa pela leitura de materiais, pelo raciocínio e pela utilização de ferramentas.
Para este processo, o fabricante descreve memória em ficheiros: informações importantes e notas de trabalho são guardadas fora da conversa atual e utilizadas na continuação. Esta capacidade exige meios de leitura e escrita disponibilizados pela aplicação. A dimensão do contexto e o nome do modelo, por si só, não criam memória permanente entre pedidos independentes.
Fable 5 recebe texto e imagens e produz o resultado em texto. Os cenários visuais incluem extrair números de ilustrações científicas detalhadas e reconstruir uma interface a partir de uma captura de ecrã. Nestas tarefas, a imagem fornece dados e um exemplo que o modelo pode relacionar com a instrução e utilizar ao escrever código.
Os formatos de entrada visual comum do fabricante são JPEG/PNG/GIF/WebP, utilizando-se o primeiro fotograma das animações. Na análise nativa, o lado mais comprido é de 2576 píxeis, com 4784 tokens visuais; as imagens grandes são reduzidas antes da análise. O suporte de ficheiros e parâmetros depende do método da aplicação.
A Anthropic apresenta também tarefas com simulações físicas, programas interativos e projetos tridimensionais num editor. Nestes casos, o modelo trabalha através de código e ferramentas do ambiente. Para executar comandos, alterar ficheiros, controlar o editor e produzir materiais prontos, a aplicação tem de disponibilizar os meios correspondentes. Estes cenários não implicam geração autónoma de imagens ou ficheiros tridimensionais numa única resposta textual.
No Fable 5, o raciocínio adaptativo está sempre ativado. A profundidade do trabalho é regulada por effort; o nível normal é high, estando também disponíveis low, medium, xhigh e max. O modelo pode realizar análise adicional conforme a complexidade da tarefa, incluindo o trabalho com resultados de ferramentas. A cadeia interna original de raciocínio não é fornecida: quando a aplicação apresenta essa informação, está disponível um breve resumo.
A janela de contexto é de 1 milhão de tokens e a resposta máxima é de 128 mil tokens. O limite total de resposta tem de acomodar o raciocínio e o texto final. A data de corte fiável do conhecimento integrado é janeiro de 2026.
O fabricante descreve execução de código, acesso programático a ferramentas, gestão de resultados de ações anteriores e compressão do histórico. Estas capacidades permitem organizar trabalho prolongado quando a aplicação dispõe do suporte correspondente. O volume da tarefa pode ser orientado por um orçamento da tarefa, mas este não substitui os limites do modelo nem as restrições do ambiente.
Os mecanismos de proteção podem rejeitar pedidos sensíveis.
Ao escolher configurações num método que as suporte, aplicam-se as restrições do fabricante: não são suportadas a continuação de um início de resposta previamente definido nem valores não padrão de temperature, top_p e top_k. Na investigação e no desenvolvimento, é importante preservar materiais verificáveis e critérios para o resultado: a capacidade de continuar o trabalho não garante a correção de todas as conclusões ou ações.
anthropic/claude-fable-5:batchClaude Fable 5 destina-se a raciocínio complexo, engenharia de software e investigação com várias etapas sequenciais. Suporta trabalho prolongado com ferramentas e análise de materiais visuais.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Claude Fable 5 foi concebido para trabalho exigente de engenharia e investigação: analisar um problema extenso, executar ações sequenciais e avaliar o resultado. A Anthropic destaca engenharia de software, análise profissional, compreensão visual e tarefas autónomas prolongadas. O modelo pode manter a direção do trabalho enquanto a tarefa passa pela leitura de materiais, pelo raciocínio e pela utilização de ferramentas.
Para este processo, o fabricante descreve memória em ficheiros: informações importantes e notas de trabalho são guardadas fora da conversa atual e utilizadas na continuação. Esta capacidade exige meios de leitura e escrita disponibilizados pela aplicação. A dimensão do contexto e o nome do modelo, por si só, não criam memória permanente entre pedidos independentes.
Fable 5 recebe texto e imagens e produz o resultado em texto. Os cenários visuais incluem extrair números de ilustrações científicas detalhadas e reconstruir uma interface a partir de uma captura de ecrã. Nestas tarefas, a imagem fornece dados e um exemplo que o modelo pode relacionar com a instrução e utilizar ao escrever código.
Os formatos de entrada visual comum do fabricante são JPEG/PNG/GIF/WebP, utilizando-se o primeiro fotograma das animações. Na análise nativa, o lado mais comprido é de 2576 píxeis, com 4784 tokens visuais; as imagens grandes são reduzidas antes da análise. O suporte de ficheiros e parâmetros depende do método da aplicação.
A Anthropic apresenta também tarefas com simulações físicas, programas interativos e projetos tridimensionais num editor. Nestes casos, o modelo trabalha através de código e ferramentas do ambiente. Para executar comandos, alterar ficheiros, controlar o editor e produzir materiais prontos, a aplicação tem de disponibilizar os meios correspondentes. Estes cenários não implicam geração autónoma de imagens ou ficheiros tridimensionais numa única resposta textual.
No Fable 5, o raciocínio adaptativo está sempre ativado. A profundidade do trabalho é regulada por effort; o nível normal é high, estando também disponíveis low, medium, xhigh e max. O modelo pode realizar análise adicional conforme a complexidade da tarefa, incluindo o trabalho com resultados de ferramentas. A cadeia interna original de raciocínio não é fornecida: quando a aplicação apresenta essa informação, está disponível um breve resumo.
A janela de contexto é de 1 milhão de tokens e a resposta máxima é de 128 mil tokens. O limite total de resposta tem de acomodar o raciocínio e o texto final. A data de corte fiável do conhecimento integrado é janeiro de 2026.
O fabricante descreve execução de código, acesso programático a ferramentas, gestão de resultados de ações anteriores e compressão do histórico. Estas capacidades permitem organizar trabalho prolongado quando a aplicação dispõe do suporte correspondente. O volume da tarefa pode ser orientado por um orçamento da tarefa, mas este não substitui os limites do modelo nem as restrições do ambiente.
Os mecanismos de proteção podem rejeitar pedidos sensíveis.
Ao escolher configurações num método que as suporte, aplicam-se as restrições do fabricante: não são suportadas a continuação de um início de resposta previamente definido nem valores não padrão de temperature, top_p e top_k. Na investigação e no desenvolvimento, é importante preservar materiais verificáveis e critérios para o resultado: a capacidade de continuar o trabalho não garante a correção de todas as conclusões ou ações.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObrigatório | Valores e limites /v1/chat/completions | Predefinição— |
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites anthropic/claude-fable-5:batch | Predefinição— |
Camporequests | Tipobatch_item[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Camporequests[].custom_id | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores e limites 24h | Predefinição— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores e limites | Predefinição— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores e limites anthropic/claude-fable-5:batch, anthropic/claude-fable-5 | Predefinição— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores e limites anthropic | Predefinição— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores e limites false, null | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratoendpoint, model, requests |
Parâmetromaterial_types | Contratotext |
Parâmetrorepresentation | Contratorequests[] em linha; cada item tem custom_id e body |
Parâmetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parâmetrofile_material | ContratoQuem faz a chamada pode ler localmente o conteúdo JSONL UTF-8 efetivo para requests[]. Não é utilizada qualquer finalidade de carregamento, input_file_id ou referência a ficheiro. Se o material do cliente estiver em falta ou vazio, a preparação é interrompida antes do POST. |
Parâmetroserialization_order | Contratoendpoint, model, provider (se fornecido), completion_window (se fornecido), requests em último lugar |
Parâmetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parâmetroschema_scope | ContratoCorpos de pedidos de texto de Chat Completions na estrutura de lote em linha documentada. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · response.id efetivo da resposta original de criação; mesmo utilizador/chave/grupo
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.01 / 1K tokens Saída · Tokens de saída $0.05 / 1K tokens Entrada · Leitura da cache $0.001 / 1K tokens Entrada · Escrita na cache $0.0125 / 1K tokens Entrada · Escrita na cache, 1 hora $0.02 / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.01 / 1K tokens Saída · Tokens de saída $0.05 / 1K tokens Entrada · Leitura da cache $0.001 / 1K tokens Entrada · Escrita na cache $0.0125 / 1K tokens Entrada · Escrita na cache, 1 hora $0.02 / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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 em linha de results[].response.body
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\nGuarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve o JSON completo do estado original, todos os resultados/custom_id e o corpo completo da resposta ou do erro. Guarde os results[] concluídos em formato JSONL, sem filtrar.
Preserve o ID original da operação. A resposta 503 result_pending_check inclui X-Should-Retry:false; nunca volte a enviar um lote original de estado desconhecido.
| 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 |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoEstrutura em linha documentada inválida, chaves duplicadas, identidade do item inválida ou conflito com as capacidades configuradas do modelo. | Passo seguinteCorrija os campos indicados antes de qualquer novo envio. |
Resposta401 · authentication_error | CondiçãoChave de API inválida. | Passo seguinteUse a chave Ailoot autorizada. |
Resposta403 · permission_error | CondiçãoGrupo de processamento em lote indisponível. | Passo seguinteVerifique os direitos de acesso da chave/do grupo. |
Resposta422 · invalid_request_error | CondiçãoO processamento em lote usa faturação por débito do saldo; a criação com subscrição é rejeitada. | Passo seguinteUse o grupo autorizado com faturação por débito do saldo. |
Resposta422 · price_unavailable | CondiçãoNão é possível calcular uma estimativa de preço para os dados de entrada do lote. | Passo seguinteConserve a resposta; use os dados de entrada documentados para a família. |
Resposta402 · billing_error | CondiçãoReserva para processamento em lote indisponível. | Passo seguinteResolva a questão da admissão antes de um novo pedido. |
Resposta503 · price_unavailable | CondiçãoPreço do método de processamento em lote/tarifas nativas indisponíveis. | Passo seguinteConserve a resposta; não substitua os preços. |
Resposta503 · api_error | CondiçãoA rota exata do fornecedor está indisponível. | Passo seguinteConserve a resposta para corrigir a rota. |
Resposta503 · result_pending_check | CondiçãoO resultado original requer verificação; X-Should-Retry:false. | Passo seguinteGuarde o operation_id/id original e consulte o respetivo estado; nunca repita o POST original. |
Resposta404 · not_found | CondiçãoA operação de consulta do estado do lote não existe ou pertence a outra identidade. | Passo seguinteUse o id original exato e o mesmo utilizador/chave/grupo. |
Ailoot Ultra anthropic/claude-fable-5:batch
Use os caminhos dos métodos indicados acima.