Spesifikasi Teknis Claude Fable 5.1
| Spesifikasi | Claude Fable 5.1 |
|---|---|
| Penyedia | Anthropic |
| ID Model | claude-fable-5-1 |
| Keluarga model | Claude Fable 5.1 / Mythos-class |
| Tanggal rilis | September 1, 2026 |
| Jendela konteks | 1,000,000 tokens |
| Output maksimum | 128,000 tokens |
| Input | Teks, gambar |
| Output | Teks |
| Pemikiran | Pemikiran adaptif, selalu aktif |
| Upaya bawaan | tinggi |
| Tingkat upaya | low, medium, high, xhigh, max |
| Batas pengetahuan | June 2026 |
| Platform API | Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry |
| Latensi relatif | Lebih lambat |
| Status | Aktif |
Anthropic memposisikan Claude Fable 5.1 secara khusus untuk penalaran yang menuntut dan kerja agenik berjangka panjang. Jendela konteks 1M token dan output maksimum 128K menjadikannya cocok untuk repositori besar, materi riset panjang, dan alur kerja multi-langkah yang diperluas.
Apa Itu Claude Fable 5.1?
Claude Fable 5.1 adalah peningkatan bulan September 2026 untuk model Fable 5 dari Anthropic, menargetkan penalaran kompleks, pengodean agenik yang berjalan lama, riset multi-langkah, dan pekerjaan pengetahuan profesional.
Alih-alih hanya meningkatkan kecerdasan serba guna model, Fable 5.1 sangat berfokus pada penyelesaian tugas dalam rentang panjang. Anthropic secara khusus menyoroti peningkatan pada pengodean agenik, riset, serta alur kerja dokumen, spreadsheet, dan presentasi.
Fable 5.1 termasuk dalam tingkatan Mythos-class milik Anthropic. Claude Mythos 5.1 memiliki kapabilitas dasar yang sama tetapi dibatasi untuk peserta Project Glasswing, sedangkan Fable 5.1 adalah versi terlindungi yang tersedia secara umum.
Fitur Utama Claude Fable 5.1
- Konteks panjang 1M token: Model ini dapat mempertahankan jumlah materi sumber, konteks repositori, riwayat percakapan, atau bukti riset yang sangat besar dalam satu jendela konteks.
- Eksekusi agenik berjangka panjang: Fable 5.1 dioptimalkan untuk tugas yang membutuhkan banyak tindakan berurutan alih-alih tanya-jawab terisolasi, termasuk alur kerja pengodean dan riset yang diperpanjang.
- Pemikiran adaptif: Pemikiran selalu diaktifkan, sementara pengaturan
effortmengontrol jumlah penalaran yang dialokasikan untuk sebuah permintaan. Tingkat yang tersedia adalahlow,medium,high,xhigh, danmax. - Rekayasa perangkat lunak yang kuat: Anthropic melaporkan peningkatan pada evaluasi pengodean agenik, termasuk Terminal-Bench 4.0, CursorBench, dan AutomationBench.
- Pemahaman dokumen multimodal: Fable 5.1 menerima input teks dan gambar, sehingga cocok untuk dokumen, tangkapan layar, diagram, spreadsheet, dan materi visual lainnya.
- Biaya pembacaan cache lebih rendah: Pembacaan prompt-cache dihargai $0.25 per satu juta token, 75% di bawah $1 per satu juta token yang di-cache milik Fable 5. Anthropic memperkirakan ini dapat mengurangi biaya beban kerja tipikal sekitar 25% dan beban kerja yang sangat agenik hingga sekitar 45%.
Performa Benchmark Claude Fable 5.1
Evaluasi 1 September dari Anthropic membandingkan Fable 5.1 dengan Fable 5, Claude Opus 5, dan GPT-5.6 Sol. Peningkatan terkuat muncul pada tugas agenik yang berjalan lama alih-alih tolok ukur pengetahuan konvensional.
| Benchmark | Fable 5.1 | Fable 5 | Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| Terminal-Bench-Science 0.1 | 52.6% | 24.7% | 29.0% | 22.4% |
| Terminal-Bench 4.0 | 55.8% | 42.0% | 52.3% | 37.3% |
| AutomationBench | 31.4% | 17.1% | 26.9% | 19.6% |
| CursorBench 3.2.0 | 73.4% | 70.5% | 70.0% | 67.2% |
| OSWorld 2.0 — partial | 77.9% | 72.9% | 75.4% | — |
| OSWorld 2.0 — strict | 41.7% | 36.1% | 39.6% | — |
| Humanity's Last Exam — no tools | 60.9% | 57.8% | 56.6% | — |
| Humanity's Last Exam — with tools | 65.0% | 63.8% | 63.6% | — |
| GDPval-AA v2 | 1,853 Elo | 1,723 | 1,824 | 1,711 |
Peningkatan terbesar ada pada Terminal-Bench-Science 0.1, di mana Fable 5.1 mencapai 52.6%, dibandingkan 24.7% untuk Fable 5. Pada GDPval-AA v2, Fable 5.1 mencapai 1,853 Elo, di depan Opus 5 di 1,824 dan Fable 5 di 1,723.
Artificial Analysis secara independen melaporkan bahwa Fable 5.1 mencapai skor Indeks Kecerdasan 66 pada upaya maksimum, menempatkannya di depan Opus 5 di 63 dan Fable 5 di 60 dalam evaluasi tersebut.
Namun demikian, hasil benchmark harus ditafsirkan berdasarkan beban kerja. Misalnya, agregasi benchmark pihak ketiga melaporkan Fable 5.1 di 89.1% pada SWE-bench Multilingual versus 89.5% untuk Opus 5, yang menunjukkan bahwa Fable 5.1 tidak secara otomatis mendominasi setiap evaluasi khusus.
Claude Fable 5.1 vs Claude Fable 5 vs Claude Opus 5
| Model | Konteks | Output Maks | Posisi Utama | Upaya Bawaan |
|---|---|---|---|---|
| Claude Fable 5.1 | 1M | 128K | Penalaran berjangka panjang dan kerja agenik | Tinggi |
| Claude Fable 5 | 1M+ | 128K | Generasi Fable sebelumnya | Tinggi |
| Claude Opus 5 | 1M | 128K | Pengodean agenik kompleks dan kerja enterprise | Tinggi |
Fable 5.1 adalah pilihan yang lebih kuat ketika beban kerja melibatkan eksekusi otonom yang berjalan lama, penalaran menuntut, riset multi-langkah, atau pengodean kompleks. Anthropic sendiri merekomendasikan memulai sebagian besar beban kerja dengan Opus 5 dan beralih ke Fable 5.1 ketika evaluasi Opus 5 dengan upaya lebih tinggi tetap tidak memadai.
Dibandingkan dengan Fable 5, perubahan utama adalah peningkatan performa agenik, biaya pembacaan cache yang lebih rendah, kontrol upaya per pesan, pembaruan progres, dan perubahan pada perilaku blok pemikiran serta penggunaan alat.
Keterbatasan Claude Fable 5.1
Fable 5.1 bukan model Claude tercepat atau termurah. Anthropic mengklasifikasikan latensi relatifnya sebagai lebih lambat, dan tarif input/output standarnya lebih tinggi daripada Opus 5 dan Sonnet 5.
Model ini juga memiliki perbedaan migrasi API penting dari Fable 5. Secara khusus, penggunaan alat paksa dengan tool_choice: any atau tool menghasilkan galat 400, sementara auto dan none tetap didukung. Aplikasi yang bermigrasi dari Fable 5 juga harus memperhitungkan perubahan yang melibatkan blok pemikiran dan riwayat percakapan.
Fable 5.1 juga beroperasi dengan pengklasifikasi keamanan produksi. Beberapa permintaan keamanan siber dan biologi yang dibatasi dapat memicu penolakan atau perilaku fallback, sehingga hasil benchmark pada tugas yang dipengaruhi oleh pengaman tidak boleh ditafsirkan sebagai kapabilitas Mythos-class tanpa batasan.
Kasus Penggunaan Terbaik untuk Claude Fable 5.1
- Rekayasa perangkat lunak skala repositori — refaktorisasi multi-berkas, debugging, migrasi, pengujian, dan agen pengodean yang berjalan lama.
- Riset otonom — investigasi multi-langkah yang membutuhkan pencarian, pengumpulan bukti, analisis, dan sintesis.
- Analisis dokumen besar — memproses dokumentasi teknis ekstensif, kontrak, laporan, atau koleksi riset.
- Alur kerja penggunaan komputer — tugas yang melibatkan antarmuka desktop, spreadsheet, presentasi, dan lingkungan visual lainnya.
- Pekerjaan pengetahuan enterprise — laporan kompleks, alur kerja finansial atau analitis, dan deliverable profesional yang membutuhkan penalaran berkelanjutan.
- Sistem agenik — aplikasi di mana model harus berulang kali memanggil alat, memeriksa hasil, merevisi rencana, dan terus berlanjut hingga tugas selesai.Teknis Spesifikasi Claude Fable 5.1
| Spesifikasi | Claude Fable 5.1 |
|---|---|
| Penyedia | Anthropic |
| ID Model | claude-fable-5-1 |
| Keluarga model | Claude Fable 5.1 / Mythos-class |
| Tanggal rilis | September 1, 2026 |
| Jendela konteks | 1,000,000 tokens |
| Output maksimum | 128,000 tokens |
| Input | Teks, gambar |
| Output | Teks |
| Pemikiran | Pemikiran adaptif, selalu aktif |
| Upaya bawaan | tinggi |
| Tingkat upaya | low, medium, high, xhigh, max |
| Batas pengetahuan | June 2026 |
| Platform API | Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry |
| Latensi relatif | Lebih lambat |
| Status | Aktif |
Anthropic memposisikan Claude Fable 5.1 secara khusus untuk penalaran yang menuntut dan kerja agenik berjangka panjang. Jendela konteks 1M token dan output maksimum 128K menjadikannya cocok untuk repositori besar, materi riset panjang, dan alur kerja multi-langkah yang diperluas.
Apa Itu Claude Fable 5.1?
Claude Fable 5.1 adalah peningkatan bulan September 2026 untuk model Fable 5 dari Anthropic, menargetkan penalaran kompleks, pengodean agenik yang berjalan lama, riset multi-langkah, dan pekerjaan pengetahuan profesional.
Alih-alih hanya meningkatkan kecerdasan serba guna model, Fable 5.1 sangat berfokus pada penyelesaian tugas dalam rentang panjang. Anthropic secara khusus menyoroti peningkatan pada pengodean agenik, riset, serta alur kerja dokumen, spreadsheet, dan presentasi.
Fable 5.1 termasuk dalam tingkatan Mythos-class milik Anthropic. Claude Mythos 5.1 memiliki kapabilitas dasar yang sama tetapi dibatasi untuk peserta Project Glasswing, sedangkan Fable 5.1 adalah versi terlindungi yang tersedia secara umum.
Fitur Utama Claude Fable 5.1
- Konteks panjang 1M token: Model ini dapat mempertahankan jumlah materi sumber, konteks repositori, riwayat percakapan, atau bukti riset yang sangat besar dalam satu jendela konteks.
- Eksekusi agenik berjangka panjang: Fable 5.1 dioptimalkan untuk tugas yang membutuhkan banyak tindakan berurutan alih-alih tanya-jawab terisolasi, termasuk alur kerja pengodean dan riset yang diperpanjang.
- Pemikiran adaptif: Pemikiran selalu diaktifkan, sementara pengaturan
effortmengontrol jumlah penalaran yang dialokasikan untuk sebuah permintaan. Tingkat yang tersedia adalahlow,medium,high,xhigh, danmax. - Rekayasa perangkat lunak yang kuat: Anthropic melaporkan peningkatan pada evaluasi pengodean agenik, termasuk Terminal-Bench 4.0, CursorBench, dan AutomationBench.
- Pemahaman dokumen multimodal: Fable 5.1 menerima input teks dan gambar, sehingga cocok untuk dokumen, tangkapan layar, diagram, spreadsheet, dan materi visual lainnya.
- Biaya pembacaan cache lebih rendah: Pembacaan prompt-cache dihargai $0.25 per satu juta token, 75% di bawah $1 per satu juta token yang di-cache milik Fable 5. Anthropic memperkirakan ini dapat mengurangi biaya beban kerja tipikal sekitar 25% dan beban kerja yang sangat agenik hingga sekitar 45%.
Performa Benchmark Claude Fable 5.1
Evaluasi 1 September dari Anthropic membandingkan Fable 5.1 dengan Fable 5, Claude Opus 5, dan GPT-5.6 Sol. Peningkatan terkuat muncul pada tugas agenik yang berjalan lama alih-alih tolok ukur pengetahuan konvensional.
| Benchmark | Fable 5.1 | Fable 5 | Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| Terminal-Bench-Science 0.1 | 52.6% | 24.7% | 29.0% | 22.4% |
| Terminal-Bench 4.0 | 55.8% | 42.0% | 52.3% | 37.3% |
| AutomationBench | 31.4% | 17.1% | 26.9% | 19.6% |
| CursorBench 3.2.0 | 73.4% | 70.5% | 70.0% | 67.2% |
| OSWorld 2.0 — partial | 77.9% | 72.9% | 75.4% | — |
| OSWorld 2.0 — strict | 41.7% | 36.1% | 39.6% | — |
| Humanity's Last Exam — no tools | 60.9% | 57.8% | 56.6% | — |
| Humanity's Last Exam — with tools | 65.0% | 63.8% | 63.6% | — |
| GDPval-AA v2 | 1,853 Elo | 1,723 | 1,824 | 1,711 |
Peningkatan terbesar ada pada Terminal-Bench-Science 0.1, di mana Fable 5.1 mencapai 52.6%, dibandingkan 24.7% untuk Fable 5. Pada GDPval-AA v2, Fable 5.1 mencapai 1,853 Elo, di depan Opus 5 di 1,824 dan Fable 5 di 1,723.
Artificial Analysis secara independen melaporkan bahwa Fable 5.1 mencapai skor Indeks Kecerdasan 66 pada upaya maksimum, menempatkannya di depan Opus 5 di 63 dan Fable 5 di 60 dalam evaluasi tersebut.
Namun demikian, hasil benchmark harus ditafsirkan berdasarkan beban kerja. Misalnya, agregasi benchmark pihak ketiga melaporkan Fable 5.1 di 89.1% pada SWE-bench Multilingual versus 89.5% untuk Opus 5, yang menunjukkan bahwa Fable 5.1 tidak secara otomatis mendominasi setiap evaluasi khusus.
Claude Fable 5.1 vs Claude Fable 5 vs Claude Opus 5
| Model | Konteks | Output Maks | Posisi Utama | Upaya Bawaan |
|---|---|---|---|---|
| Claude Fable 5.1 | 1M | 128K | Penalaran berjangka panjang dan kerja agenik | Tinggi |
| Claude Fable 5 | 1M+ | 128K | Generasi Fable sebelumnya | Tinggi |
| Claude Opus 5 | 1M | 128K | Pengodean agenik kompleks dan kerja enterprise | Tinggi |
Fable 5.1 adalah pilihan yang lebih kuat ketika beban kerja melibatkan eksekusi otonom yang berjalan lama, penalaran menuntut, riset multi-langkah, atau pengodean kompleks. Anthropic sendiri merekomendasikan memulai sebagian besar beban kerja dengan Opus 5 dan beralih ke Fable 5.1 ketika evaluasi Opus 5 dengan upaya lebih tinggi tetap tidak memadai.
Dibandingkan dengan Fable 5, perubahan utama adalah peningkatan performa agenik, biaya pembacaan cache yang lebih rendah, kontrol upaya per pesan, pembaruan progres, dan perubahan pada perilaku blok pemikiran serta penggunaan alat.
Keterbatasan Claude Fable 5.1
Fable 5.1 bukan model Claude tercepat atau termurah. Anthropic mengklasifikasikan latensi relatifnya sebagai lebih lambat, dan tarif input/output standarnya lebih tinggi daripada Opus 5 dan Sonnet 5.
Model ini juga memiliki perbedaan migrasi API penting dari Fable 5. Secara khusus, penggunaan alat paksa dengan tool_choice: any atau tool menghasilkan galat 400, sementara auto dan none tetap didukung. Aplikasi yang bermigrasi dari Fable 5 juga harus memperhitungkan perubahan yang melibatkan blok pemikiran dan riwayat percakapan.
Fable 5.1 juga beroperasi dengan pengklasifikasi keamanan produksi. Beberapa permintaan keamanan siber dan biologi yang dibatasi dapat memicu penolakan atau perilaku fallback, sehingga hasil benchmark pada tugas yang dipengaruhi oleh pengaman tidak boleh ditafsirkan sebagai kapabilitas Mythos-class tanpa batasan.
Kasus Penggunaan Terbaik untuk Claude Fable 5.1
- Rekayasa perangkat lunak skala repositori — refaktorisasi multi-berkas, debugging, migrasi, pengujian, dan agen pengodean yang berjalan lama.
- Riset otonom — investigasi multi-langkah yang membutuhkan pencarian, pengumpulan bukti, analisis, dan sintesis.
- Analisis dokumen besar — memproses dokumentasi teknis ekstensif, kontrak, laporan, atau koleksi riset.
- Alur kerja penggunaan komputer — tugas yang melibatkan antarmuka desktop, spreadsheet, presentasi, dan lingkungan visual lainnya.
- Pekerjaan pengetahuan enterprise — laporan kompleks, alur kerja finansial atau analitis, dan deliverable profesional yang membutuhkan penalaran berkelanjutan.
- Sistem agenik — aplikasi di mana model harus berulang kali memanggil alat, memeriksa hasil, merevisi rencana, dan terus berlanjut hingga tugas selesai.
- Cara Mengakses API Claude Fable 5.1 dengan CometAPI
CometAPI menyediakan cara terpadu untuk mengakses Claude Fable 5.1 melalui satu platform API. Alih-alih menyiapkan dan mengelola integrasi penyedia terpisah, pengembang dapat memilih claude-fable-5-1 di CometAPI dan menggunakannya dalam lingkungan API yang sama dengan model AI lain yang didukung.
Langkah 1: Buat Akun CometAPI dan Dapatkan Kunci API
Daftar atau masuk ke akun CometAPI Anda, lalu buka halaman manajemen kunci API di dasbor. Buat kunci API baru dan jaga kerahasiaannya. Kunci ini mengautentikasi aplikasi Anda saat mengirim permintaan ke Claude Fable 5.1 melalui CometAPI.
Langkah 2: Pilih Claude Fable 5.1
Buka halaman model Claude Fable 5.1 di CometAPI dan pilih model claude-fable-5-1. Konfigurasikan endpoint API dan parameter permintaan sesuai dokumentasi API CometAPI.
Claude Fable 5.1 dirancang untuk penalaran yang menuntut dan beban kerja agenik berjangka panjang. Model dasar ini menyediakan jendela konteks 1 juta token, hingga 128K token output, dan pemikiran adaptif dengan tingkat upaya yang dapat dikonfigurasi.
Langkah 3: Kirim Permintaan Anda dan Proses Respons
Gunakan kunci API CometAPI Anda untuk mengirim permintaan ke endpoint Claude Fable 5.1. Tambahkan prompt atau input aplikasi Anda, tentukan claude-fable-5-1 sebagai model, dan proses respons yang dikembalikan di aplikasi Anda.
Setelah integrasi dikonfigurasi, Anda dapat menggunakan Claude Fable 5.1 untuk analisis konteks panjang, pengodean tingkat lanjut, riset multi-langkah, pemrosesan dokumen, dan alur kerja agenik kompleks lainnya tanpa mengubah infrastruktur API AI Anda secara keseluruhan.
Mengapa Memilih CometAPI untuk Claude Fable 5.1?
1. Akses Claude Fable 5.1 Melalui Satu API Terpadu
CometAPI dirancang sebagai platform API multi-model, bukan endpoint satu penyedia. Ini memungkinkan pengembang mengakses Claude Fable 5.1 bersama model AI lainnya melalui satu lingkungan API, sehingga memudahkan pembangunan aplikasi yang bergantung pada banyak penyedia model.
2. Beralih Antar Model AI dengan Lebih Mudah
Beban kerja yang berbeda sering membutuhkan model yang berbeda. Claude Fable 5.1 diposisikan oleh Anthropic untuk tugas penalaran dan agenik jangka panjang yang paling sulit, sementara model seperti Claude Opus 5 dan Claude Sonnet 5 menargetkan kombinasi kapabilitas, kecepatan, dan biaya yang berbeda.
Dengan CometAPI, pengembang dapat mengevaluasi dan beralih di antara model yang didukung tanpa membangun integrasi API terpisah untuk setiap penyedia.
3. Sederhanakan Pengembangan Multi-Model
Untuk aplikasi yang menggunakan beberapa model AI, mengelola kredensial, endpoint, format permintaan, dan penagihan spesifik penyedia dapat meningkatkan beban pengembangan dan operasional. CometAPI menyediakan lapisan API terpusat, mengurangi jumlah infrastruktur spesifik penyedia yang perlu dipelihara pengembang.
4. Bangun Aplikasi AI di Sekitar Kekuatan Claude Fable 5.1
Claude Fable 5.1 secara khusus ditujukan untuk penalaran yang menuntut dan kerja agenik berjangka panjang. Anthropic menyoroti agen pengodean yang berjalan lama, riset multi-langkah, serta alur kerja dokumen, spreadsheet, dan presentasi sebagai kasus penggunaan utama.
Melalui CometAPI, kapabilitas ini dapat diintegrasikan ke dalam aplikasi seperti agen pengodean, asisten riset, sistem analisis dokumen besar, dan alur kerja pekerjaan-pengetahuan otomatis.
5. Kurangi Ketergantungan pada Penyedia Tertentu
Menggunakan lapisan API terpadu dapat memudahkan eksperimen dengan penyedia AI yang berbeda. Jika model lain menjadi lebih cocok untuk beban kerja tertentu, pengembang dapat mengevaluasi model tersebut melalui infrastruktur API yang lebih luas yang sama alih-alih mendesain ulang seluruh lapisan integrasi AI aplikasi.
6. Cocok untuk Aplikasi Berkonteks Panjang dan Agenik
Claude Fable 5.1 mendukung jendela konteks 1M token dan output maksimum 128K, dengan pemikiran adaptif diaktifkan dan tingkat upaya bawaan high. Kapabilitas ini membuatnya sangat cocok untuk aplikasi yang perlu mempertahankan konteks substansial sambil melakukan penalaran kompleks multi-langkah.