Cách sử dụng API Claude Fable 5.1

Tóm tắt nhanh: Để dùng Claude Fable 5.1 API trên CometAPI, chuẩn bị API key, đặt model ID là claude-fable-5-1, và xác nhận một yêu cầu nhỏ trước khi xây dựng quy trình dài hơn. Hướng dẫn này bao quát quyền truy cập, effort, streaming, tools, cache, di trú và kiểm tra production. Hãy coi triển khai không chỉ là đổi chuỗi model: xác nhận tính tương thích route, thẩm định đầu ra, và đo lường chất lượng nhiệm vụ được chấp nhận, độ trễ và chi phí trước khi mở rộng sử dụng.

Các điểm chính

• Hãy làm được một yêu cầu trước: xác nhận thông tin xác thực, quyền truy cập model, endpoint đã chọn và một phản hồi dùng được với dữ liệu thử không nhạy cảm.
• Chọn effort có chủ đích: bắt đầu ở mức cao, rồi so sánh các thiết lập khác trên tác vụ đại diện thay vì dùng effort tối đa cho mọi yêu cầu. Claude Code mặc định High. Claude Cowork / Claude.ai mặc định Medium
• Xem lại hành vi di trú: bị từ chối ép buộc chọn tool; giữ các bước workflow bắt buộc và xác thực tham số tool trong mã ứng dụng.
• Đo lường toàn bộ workflow: theo dõi sử dụng cache, chi phí token, độ trễ, từ chối, hành vi fallback và liệu kết quả cuối cùng vượt qua các kiểm tra chấp nhận của bạn.

Tham khảo bối cảnh tại bộ theo dõi Fable 5.1 trước đây của CometAPI và hướng dẫn Fable 5 API. Bài viết này tập trung vào quy trình tích hợp hiện tại.

Claude Fable 5.1 là gì?

Claude Fable 5.1 là model khả dụng rộng rãi có năng lực cao nhất của Anthropic dành cho coding tham vọng, nghiên cứu nhiều bước, sử dụng máy tính và các quy trình công việc chuyên nghiệp nặng tài liệu. Anthropic khuyến nghị bắt đầu hầu hết khối lượng công việc với Claude Opus 5 và nâng lên Fable 5.1 khi các đánh giá effort cao của Opus vẫn chưa đạt kỳ vọng.

Sự khác biệt mang tính vận hành: Fable 5.1 được thiết kế để duy trì công việc qua các bước phụ thuộc, phục hồi sau một lần gọi tool thất bại, xác minh kết quả và báo cáo tiến độ trong các lượt chạy dài. Điều đó có thể cải thiện tỷ lệ hoàn tất, nhưng cũng khiến chi phí, độ trễ và khả năng quan sát trở thành trung tâm của triển khai.

Thông số kỹ thuật Claude Fable 5.1 API

Tổng quan chính thức xác nhận cửa sổ ngữ cảnh 1M và đầu ra tối đa 128K. Suy luận thích ứng luôn hoạt động; độ sâu suy luận được điều khiển bằng effort thay vì ngân sách thinking-token truyền thống.

Claude Fable 5.1 API: Hiệu năng benchmark chính thức

Phần tóm tắt benchmark được cố ý cô đọng vì mục tiêu chính của bài viết là triển khai. Các kết quả bên dưới chỉ ra nơi phí API cao nhiều khả năng tạo khác biệt.

So sánh benchmark Claude Fable 5.1 chính thức của Anthropic

Mức tăng thế hệ lớn nhất trong tập này là Terminal-Bench-Science: 52.6% so với 24.7%. AutomationBench tăng từ 17.1% lên 31.4%, trong khi Terminal-Bench 4.0 cải thiện lên 55.8%. Kết quả tạo luận cứ mạnh mẽ để thử nghiệm Fable 5.1 trên agent nghiên cứu, coding chạy dài và tự động hóa nghiệp vụ—không phải để định tuyến mọi yêu cầu ngắn đến model đắt nhất.

Có gì thay đổi so với Claude Fable 5 API?

Ba thay đổi gây vỡ tương thích

Không còn hỗ trợ ép buộc dùng Tool

Claude Fable 5.1 từ chối các giá trị tool_choice ép buộc bất kỳ tool nào hoặc một tool được chỉ đích danh, trả về lỗi 400 invalid-request. Giữ chọn tự động, dùng schema nghiêm ngặt hoặc structured outputs cho xác thực, và thực thi các bước workflow bắt buộc trong điều phối ứng dụng thay vì ép model gọi tool.

Model trước đó không thể đọc Thinking Blocks của Fable 5.1

Tương thích thinking là một chiều: Fable 5.1 có thể đọc các thinking block do các model Claude tương thích trước đó tạo, nhưng các model trước đó không đọc được block do Fable 5.1 tạo. Một bộ định tuyến hoặc fallback chuyển sang model cũ có thể loại bỏ các block đó trước suy luận, vì vậy tích hợp nên ghi lại việc chuyển model và kiểm thử hành vi fallback một cách rõ ràng.

Sửa các lượt trước sẽ làm mất hiệu lực Thinking được bảo toàn

Việc thay đổi system prompt, định nghĩa tool, message hoặc bytes file tham chiếu của lượt trước có thể làm mất hiệu lực các thinking block sau đó. Hãy coi phần tiền tố hội thoại là chỉ-append, dùng chỉ dẫn giữa hội thoại thay vì viết lại lịch sử, và theo dõi các biến đổi không khớp tiền tố trong quá trình di trú.

Năm khả năng API bổ sung

Effort theo từng message

Ứng dụng có thể thay đổi effort trong một hội thoại mà không làm mất hiệu lực prompt cache. Khả năng beta này cho phép workflow giảm effort cho lượt thường lệ và tăng effort cho các lượt khó như lập kế hoạch, gỡ lỗi hoặc xác minh.

System message theo phạm vi lượt

Một system message beta có thể áp dụng cho một lượt rồi dừng render sau user message kế tiếp, đồng thời vẫn giữ nguyên trong lịch sử. Điều này hữu ích cho chỉ dẫn tạm thời trong vòng lặp tool vì vừa bảo toàn matching của prompt cache vừa giữ hợp lệ cho các thinking block sau này.

Cập nhật tiến độ đọc được giữa các lần gọi tool

Với tùy chọn hiển thị tiến độ beta, các thinking block được chọn có thể mang cập nhật trạng thái ngắn mà ứng dụng hiển thị cho người dùng trong khi suy luận riêng tư vẫn ẩn. Agent chạy dài nên coi đây là trạng thái vận hành, không phải câu trả lời cuối.

Giá đọc cache thấp hơn

Đọc cache có giá $0.25 trên mỗi triệu token, bằng một phần tư so với Fable 5, trong khi giá đầu vào và đầu ra cơ bản không đổi. Điều này có thể giảm đáng kể chi phí của các phiên dài lặp lại một tiền tố cache ổn định.

Nguồn gốc nội dung

Văn bản sinh ra mang watermark thống kê của Anthropic, trong khi media được truy xuất qua Files API có thể bao gồm C2PA Content Credentials đã ký. Các cơ chế nguồn gốc này không thêm token prompt hoặc yêu cầu thay đổi định dạng request.

Bạn cần gì trước khi sử dụng Claude Fable 5.1 API?

• Tài khoản và API key: đăng nhập CometAPI và tạo khóa trong bảng điều khiển API key. Kiểm tra quyền truy cập model và tài khoản đã sẵn sàng tính phí theo sử dụng trước khi gửi các cuộc gọi thử.
• Môi trường runtime cục bộ: dùng terminal với curl cho ví dụ HTTP đầu tiên. Với ví dụ Python, chuẩn bị Python và pip trong môi trường cô lập, sau đó cài SDK phù hợp với ví dụ bạn chọn.
• Route đã chọn: Claude Fable 5.1 API trên CometAPI cung cấp định dạng Messages và Chat Completions. Dùng base URL và định dạng request tương ứng; không trộn payload của chúng.
• Cấu hình an toàn: đặt COMETAPI_KEY ngoài các tệp nguồn được commit, dùng claude-fable-5-1 làm model ID và đảm bảo mạng của bạn có thể truy cập https://api.cometapi.com.
• Bài test an toàn và kiểm tra chấp nhận: bắt đầu với prompt ngắn, không nhạy cảm. Xác nhận phản hồi có nội dung dùng được, kiểm tra usage và completion status, và rà soát yêu cầu xử lý dữ liệu của tổ chức trước khi gửi tài liệu hay log thật.

Cách truy cập Claude Fable 5.1 qua CometAPI

CometAPI cung cấp Claude Fable 5.1 qua route Messages tương thích Anthropic và route Chat Completions tương thích OpenAI. Dùng Messages khi bạn cần effort, thinking, caching bản địa và ngữ nghĩa tool của Claude; dùng Chat Completions khi ứng dụng của bạn đã tiêu chuẩn hóa trên OpenAI SDK.

Bước 1: Lưu API key

export COMETAPI_KEY="your-cometapi-key"

$env:COMETAPI_KEY="your-cometapi-key"

Bước 2: Gửi yêu cầu Messages đầu tiên

curl https://api.cometapi.com/v1/messages \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-fable-5-1",
    "max_tokens": 2048,
    "messages": [{
      "role": "user",
      "content": "Review this deployment architecture and list the three highest-risk failure modes."
    }]
  }'

Bước 3: Dùng Anthropic Python SDK

pip install anthropic

import os
import anthropic

client = anthropic.Anthropic(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com",
)

response = client.messages.create(
    model="claude-fable-5-1",
    max_tokens=4096,
    messages=[{
        "role": "user",
        "content": "Find the root cause of this test failure and propose a verified patch.",
    }],
)

print(response.content[0].text)

Bước 4: Dùng OpenAI Python SDK

pip install openai

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com/v1",
)

response = client.chat.completions.create(
    model="claude-fable-5-1",
    messages=[{
        "role": "user",
        "content": "Design a migration plan for this service.",
    }],
)

print(response.choices[0].message.content)

Cơ chế suy luận của Claude Fable 5.1 API hoạt động thế nào?

Model trước đó không thể đọc Thinking Blocks của Claude Fable 5.1

Thinking block do Fable 5.1 tạo không tương thích ngược với các model Claude trước đó. Nếu workflow đổi model giữa hội thoại, hãy loại bỏ các thinking block không tương thích hoặc bắt đầu nhánh mới, chỉ giữ các message hiển thị với người dùng và kết quả tool cần thiết cho yêu cầu tiếp theo.

Sửa các lượt trước làm mất hiệu lực Thinking được bảo toàn

Một thinking block được bảo toàn được ràng buộc mật mã với trạng thái hội thoại liền trước. Việc thay đổi system prompt, định nghĩa tool, user message, assistant response hoặc kết quả tool ở lượt trước có thể phá vỡ ràng buộc đó và kích hoạt lỗi lịch sử thinking. Giữ tiền tố được phát lại ổn định byte-by-byte và thêm lượt mới thay vì viết lại lượt cũ.

Bảo toàn Thinking qua các lượt

Khi tiền tố hội thoại không đổi, thinking được bảo toàn có thể mang trạng thái suy luận hữu ích sang các lượt sau. Lưu các thinking block theo thứ tự message gốc, chỉ phát lại cho model tương thích, và coi việc sửa lịch sử là một nhánh hội thoại mới thay vì biến đổi transcript hiện có.

Kiểm soát suy luận bằng Effort

Bắt đầu công việc production khó ở effort cao, sau đó thử mức thấp hơn cho lượt thường lệ và mức cao hơn chỉ khi chất lượng nhiệm vụ được chấp nhận cải thiện đủ để biện minh cho độ trễ và token bổ sung. Vì effort có thể thay đổi giữa các lượt, một hội thoại không còn cần một mức suy luận duy nhất xuyên suốt.

Fable 5.1 dùng suy luận thích ứng như chế độ duy nhất. Bắt đầu ở effort cao, rồi đo lường các mức thấp hơn cho công việc thường lệ và xhigh hoặc max chỉ khi năng lực bổ sung biện minh cho chi phí và độ trễ.

response = client.messages.create(
    model="claude-fable-5-1",
    max_tokens=8192,
    output_config={"effort": "high"},
    messages=[{
        "role": "user",
        "content": "Audit this repository migration plan.",
    }],
)

Claude Fable 5.1 API: Stream phản hồi dài, dùng Tools và Prompt Caching

Cấu hình đồng thời các điều khiển sau: effort suy luận, streaming, thực thi tool, prompt caching và xử lý biện pháp bảo vệ cùng dữ liệu được giữ lại. Mỗi yếu tố ảnh hưởng cách một yêu cầu chạy dài được quan sát, xác thực và vận hành.

Stream phản hồi dài

Streaming là mặc định an toàn hơn cho tác vụ dài, effort cao vì tránh phải chờ phản hồi lớn hoàn tất trước khi ứng dụng nhận được bất kỳ đầu ra nào.

with client.messages.stream(
    model="claude-fable-5-1",
    max_tokens=8192,
    output_config={"effort": "high"},
    messages=[{
        "role": "user",
        "content": "Analyze these logs and produce a remediation plan.",
    }],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

Dùng Tools mà không ép buộc chọn Tool

Fable 5.1 từ chối ép buộc chọn tool bằng tool_choice kiểu any hoặc tool được đặt tên. Dùng chọn tự động, schema nghiêm ngặt, xác thực tham số tool trong mã ứng dụng, và kiểm soát chuỗi workflow bắt buộc bên ngoài model. Nếu workflow yêu cầu chạy tool cụ thể, đừng dựa vào tool_choice để cưỡng chế thứ tự. Hãy để ứng dụng gọi tool đó hoặc triển khai bước bắt buộc trong mã điều phối.

tools = [{
    "name": "search_incidents",
    "description": "Search recent production incidents",
    "input_schema": {
        "type": "object",
        "properties": {
            "service": {"type": "string"},
            "days": {"type": "integer"},
        },
        "required": ["service", "days"],
    },
}]

response = client.messages.create(
    model="claude-fable-5-1",
    max_tokens=4096,
    tools=tools,
    tool_choice={"type": "auto"},
    messages=[{
        "role": "user",
        "content": "Review checkout incidents from the last 30 days.",
    }],
)

Dùng Prompt Caching cho ngữ cảnh dài

Anthropic liệt kê đọc cache ở mức $0.25 trên mỗi triệu token, bằng một phần tư so với Fable 5. Đặt chỉ dẫn system ổn định, schema tool và tài liệu tham chiếu lớn trước nội dung người dùng động, rồi xác minh cache hit trong metadata usage.

messages = [{
    "role": "user",
    "content": [
        {
            "type": "text",
            "text": large_reference_document,
            "cache_control": {"type": "ephemeral"},
        },
        {
            "type": "text",
            "text": "Identify obligations that changed in this revision.",
        },
    ],
}]

Xử lý biện pháp bảo vệ và lưu giữ dữ liệu

Anthropic cho biết nhiều yêu cầu về an ninh mạng và sinh học bị gắn cờ sẽ định tuyến đến model kém năng lực hơn. Hãy coi từ chối hoặc fallback là một trạng thái ứng dụng: ghi nhận stop reason, hiển thị thông báo phù hợp cho người dùng và định tuyến đến phương án thay thế được phê duyệt khi chính sách cho phép.

Fable cũng yêu cầu lưu trữ dữ liệu 30 ngày theo mặc định cho mục đích an toàn. Xác nhận điều kiện đủ của tổ chức và thiết lập lưu giữ trước khi gỡ lỗi một yêu cầu hợp lệ về cú pháp như thể đó chỉ là vấn đề định dạng API.

Fable 5.1 so với Opus 5 và Sonnet 5

Kết quả lựa chọn: bắt đầu lưu lượng thường lệ trên Sonnet 5, dùng Opus 5 cho công việc tổng quát phức tạp, và chỉ nâng lên Fable 5.1 cho các tác vụ khó nhất hoặc lặp lại thất bại. Điều này tuân theo hướng dẫn của Anthropic và tránh để suy luận cao cấp trở thành chi phí mặc định cho mọi yêu cầu.

Giá qua CometAPI

Trang model trực tiếp của CometAPI là nguồn xác thực cho tình trạng route và giá hiện tại. Với yêu cầu có 100,000 token đầu vào chưa cache và 10,000 token đầu ra, ước tính đơn giản của CometAPI là $1.20; chi phí thực tế có thể thay đổi theo cache, suy luận, hành vi batch và định tuyến. Giá có thể thay đổi; hãy kiểm tra trang model trực tiếp trước khi lập ngân sách production.

Danh sách kiểm di trú từ Fable 5

1. Đổi model ID từ claude-fable-5 sang claude-fable-5-1.
2. Loại bỏ ép buộc tool_choice kiểu any và đặt tên tool; dùng auto.
3. Thay giả định ngân sách thinking cũ bằng output_config.effort.
4. Bắt đầu đánh giá ở effort cao, rồi tinh chỉnh trên tác vụ thực.
5. Giữ lịch sử chỉ-append khi chứa các thinking block bảo toàn.
6. Tăng max_tokens cho lượt chạy effort cao, dài.
7. Xác minh cache hit từ usage metadata.
8. Xử lý từ chối và fallback như trạng thái tường minh.
9. Phát lại trace production và so sánh tỷ lệ nhiệm vụ được chấp nhận, độ trễ và chi phí.

Chiến lược di trú an toàn nhất: giữ lịch sử chỉ-append. Fable 5.1 có thể bảo toàn thinking block qua các lượt, nhưng thinking block được phát lại được ràng buộc với trạng thái hội thoại liền trước; thay đổi system prompt, tool hoặc message trước đó có thể làm mất hiệu lực ràng buộc này.

Lỗi API thường gặp

Lỗi 400 sau khi thay đổi các lần gọi tool

Nguyên nhân có thể: ép buộc tool_choice dùng any hoặc tool đặt tên. Dùng auto và thực thi chuỗi bắt buộc trong logic ứng dụng.

claude-fable-5.1 không hoạt động

ID chuẩn dùng dấu gạch nối: claude-fable-5-1.

Đầu ra kết thúc sớm hơn mong đợi

effort kiểm soát mức suy luận mà model thực hiện, trong khi max_tokens giới hạn ngân sách token của phản hồi. Effort cao hơn có thể cần ngân sách đầu ra lớn hơn, vì vậy ứng dụng production nên tinh chỉnh cả hai độc lập. Tăng max_tokens khi hợp lý và stream phản hồi dài.

Prompt cache không bao giờ hit

Giữ tiền tố được cache ổn định byte-by-byte; dấu thời gian, sắp xếp lại tool, và thay đổi system message sẽ ngăn tái sử dụng.

Phản hồi HTTP thành công nhưng không có câu trả lời bình thường

Kiểm tra stop_reason và metadata fallback thay vì coi mọi từ chối là lỗi truyền tải.

Phát lại lịch sử gây lỗi thinking

Không sửa các lượt trước khi có thinking block bảo toàn của Fable 5.1. Dùng lịch sử chỉ-append hoặc các điều khiển di trú hiện tại.

Nên dùng Claude Fable 5.1 API trong production như thế nào?

Tách biệt định tuyến yêu cầu, thực thi model, thực thi tool, xác thực và đánh giá. Ghi log model ID, effort, độ trễ, sử dụng token, sử dụng cache, stop reason, hành vi fallback và thành công nhiệm vụ cuối cùng.

Dùng Fable 5.1 cho di trú toàn kho mã, gỡ lỗi khó, agent chạy dài, nghiên cứu chuyên sâu, tổng hợp tài liệu lớn và tác vụ giá trị cao nơi các model rẻ hơn lặp lại thất bại. Tránh dùng nó làm mặc định cho tóm tắt, phân loại, trích xuất và phản hồi CS ngắn.

Ví dụ: Điều tra sự cố Checkout

Một nhóm có thể cung cấp lỗi checkout đã khử nhạy, diff triển khai gần đây và runbook liên quan. Ứng dụng truy xuất bản ghi sự cố phù hợp, rồi yêu cầu model xếp hạng nguyên nhân có thể và liên kết mỗi giả thuyết với bằng chứng. Kỹ sư xem xét bước chẩn đoán đề xuất và phê duyệt một bài kiểm tra trong sandbox bằng giao dịch tổng hợp. Cổng chấp nhận là hành vi tái tạo được, bằng chứng có thể truy vết và vượt qua kiểm tra hồi quy; mọi khắc phục production cần phê duyệt của con người riêng.

Ví dụ: Phân tích thay đổi yêu cầu vận hành

Một nhóm có thể cung cấp sổ tay vận hành đã duyệt, chính sách hỗ trợ và bản thảo sửa đổi. Giữ tài liệu tham chiếu không đổi làm ngữ cảnh ổn định, rồi yêu cầu model so sánh nghĩa vụ thay đổi, đội chịu trách nhiệm, hạn chót và ngoại lệ. Mỗi phát hiện đề xuất nên dẫn chiếu đoạn liên quan ở cả hai phiên bản và phân biệt thay đổi rõ ràng với diễn giải chưa chắc chắn. Cổng chấp nhận là người rà soát xác nhận mọi thay đổi được báo cáo dựa trên bằng chứng dẫn chiếu trước khi cập nhật quy trình hoặc thông báo đội bị ảnh hưởng.

Kết luận

Claude Fable 5.1 không chỉ là cập nhật chuỗi model. Hành vi ép tool, quy tắc lịch sử thinking, điều khiển effort, kinh tế cache và tính năng tiến độ chạy dài đòi hỏi di trú có chủ đích.

Triển khai hiệu quả nhất dùng Claude Sonnet 5 cho lưu lượng thường lệ, Claude Opus 5 cho lưu lượng phức tạp mặc định, và Claude Fable 5.1 như một bước leo thang năng lực có kiểm soát. Chỉ thăng cấp khi tỷ lệ hoàn tất nhiệm vụ được chấp nhận cải thiện đủ để biện minh cho tổng chi phí và độ trễ.