Claude Fable 5 ist Anthropics leistungsfähigstes breit veröffentlichtes Modell, gebaut für die anspruchsvollsten Reasoning- und langfristigen agentischen Aufgaben und beschrieben als „Intelligenz der nächsten Generation für langlaufende Agenten“.
- Eingabe
- Text Bild $10/M
- Ausgabe
- Text $50/M
- Cache-Read
- $1/M
- Kontext
- 200K
- Knowledge Cutoff
- 2026-01
Benchmarks
Herstellerangaben: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Preis im Vergleich
Preisposition unter 60 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Es sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibvorgänge stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (Herstellerangabe) | 1.000.000 |
|---|---|
| Max. Output (Anbieter-Spezifikation) | 128.000 |
| Knowledge Cutoff | 2026-01 |
Prompt Caching
| Modus | explizit (Opt-in) |
|---|---|
| Min. Präfix | 512 Anbieter-Standard: 1.024 |
| Lebensdauer | Standard 5 Min., optional 1 Std. |
| Schreibkosten | 1.25x (5m) / 2x (1h) |
Thinking
| Anbieter-Parameter | output_config.effort (thinking.type is adaptive-only and needs no configuration) |
|---|---|
| Zulässige Werte | effort low · medium · high · xhigh · max; both "enabled" and "disabled" return 400 |
| Standardwert | Thinking dauerhaft aktiv (adaptiv); effort high gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Nein |
| Thinking-Verhalten | Thinking lässt sich nicht abschalten; nutzen Sie stattdessen display „omitted“ (hier der Standard), um Thinking-Text aus den Antworten herauszuhalten. Die rohe Chain of Thought wird nie zurückgegeben, und eine Anfrage, die internes Reasoning als Antworttext hervorlocken will, kann mit stop_details.category „reasoning_extraction“ abgelehnt werden. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high die Parameteroberfläche des Gateways - das Anbieter-Mapping oben gilt |
Modell
| Modalitäten | Text + Bild → Text |
|---|
- Führt adaptives Thinking dauerhaft aus, mit aufwandsbasierter Tiefensteuerung
- enthält Sicherheitsklassifikatoren mit dokumentierten Fallback- und Abrechnungsgutschrift-Mechanismen
Ein Prompt, gemessen über das Gateway
Claude Fable 5 bestanden · 3 sentences
When we enabled reasoning, the model began generating extensive internal "thinking" tokens before each answer, and those tokens are billed as output even though users never see them. Output tokens typically cost several times more than input tokens, so adding thousands of hidden reasoning tokens per request effectively multiplied our per-query cost. In short, we're paying for a much longer response behind the scenes in exchange for higher answer quality, and we can manage this by tuning reasoning effort levels or reserving reasoning mode for complex tasks only.
Ausgabe 228 tok Latenz 6.7 s
Befolgen der Anweisung (genau drei Sätze - abzählbar), Zuschnitt auf das Publikum (CFO-Register), und die Abrechnungslücke durch verstecktes Denken, die die Token-Zähler unten offenlegen.
Claude Fable 5 bestanden · 8/8 cases
## Fixed code ```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ## Explanation The original function counts **adjacent equal pairs** rather than **items in a run**: a run of length *n* contains only *n − 1* equal neighbor pairs, so every result is off by one — a single-element list yields 0 instead of 1, and `[1, 2, 2]` yields 1 instead of 2 (which callers perceive as "missing" the run at the end). The fix is to initialize both `cur` and `best` to 1 (any nonempty list has a run of at least length 1), reset `cur` to 1 rather than 0 when
Ausgabe 531 tok Latenz 12.5 s
Ob der Fix tatsächlich korrekt ist (ausführbar), die Dichte der Erklärung, und die Token-Effizienz bei einer klar begrenzten Aufgabe.
Claude Fable 5 bestanden · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "Q3 (September quarter)", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ``` Notes on interpretation: "up eleven and change" is rendered as 11 (the precise figure isn't stated), and guidance is null because it was explicitly withheld.
Ausgabe 192 tok Latenz 6.5 s
Schema-Treue (keine erfundenen Felder), Halluzinationsdruck (guidance wird ausdrücklich zurückgehalten), und Unterschiede im Pfad für strukturierte Ausgabe.
Claude Fable 5 bestanden · 120 words, 0 banned, 1 question
**Introducing Cross-Provider Prompt Caching for our API Gateway** Starting today, your repeated prompts are cached once and reused across OpenAI, Anthropic, Google, and any other provider you route through the gateway. Instead of paying full token costs every time your application sends the same system prompt or context block, the gateway detects matching prefixes and serves cached results in milliseconds. Why keep spending money and latency on identical requests? Early adopters report cost reductions of up to 60 percent on high-volume workloads, along with faster median response times. Configuration is simple: enable caching in your dashboard, set a TTL, and choose which routes participate. Cache entries are encrypted at rest and never shared between accounts. Available now on all plans.
Ausgabe 1173 tok Latenz 18.2 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, die eine Frage), Stil-Fingerabdruck, und Längensteuerung.
Claude Fable 5 in 30 Sekunden nutzen
OpenAI-kompatibel: Tauschen Sie die base_url, behalten Sie Ihr SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="claude-fable-5",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "claude-fable-5",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "claude-fable-5",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "claude-fable-5",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("claude-fable-5")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Claude Fable 5
- Anthropics Leitfaden zur Modellauswahl reserviert es für Workloads, die die höchste verfügbare Fähigkeit benötigen, nämlich langlaufende Agenten, tiefes Reasoning und fortgeschrittene Recherche, und verweist für alltägliche komplexe agentische Codierung und Enterprise-Arbeit auf die Opus-Stufe.
- Es führt adaptives Thinking dauerhaft aus, mit aufwandsbasierter Tiefensteuerung, unterstützt ein Kontextfenster von 1M Token und 128K Output-Token und startet mit dem Memory-Tool, Code-Ausführung, programmatischem Tool-Calling, Compaction und Vision.
- Thinking lässt sich nicht abschalten: Sowohl der Thinking-Typ enabled als auch disabled gibt einen 400 zurück, die rohe Chain of Thought wird nie zurückgegeben, und Zusammenfassungen sind über die Thinking-Display-Einstellung optional zuschaltbar.
- Effort reicht von low bis max einschließlich xhigh, steht standardmäßig auf high, und Anthropic merkt an, dass seine niedrigeren Effort-Einstellungen die xhigh-Leistung früherer Modelle oft übertreffen.
- Prompt-Caching beginnt bei einem Mindestpräfix von 512 Token, dem niedrigsten der Reihe.
- Als Besonderheit enthält es Sicherheitsklassifikatoren, die Anfragen ablehnen können, mit dokumentierten Fallback- und Abrechnungsgutschrift-Mechanismen.
- Ablehnungen kommen als erfolgreiche Antwort mit einem Refusal-Stop-Reason und einer Kategorie zurück, und eine Anfrage, die abgelehnt wird, bevor überhaupt Ausgabe erzeugt wurde, wird nicht abgerechnet.
- Prefill der Assistant-Nachricht und nicht standardmäßige Sampling-Parameter geben beide Fehler zurück.
- Synthorai stellt Claude Fable 5 (derzeit eine Invite-only-Beta auf der Plattform) über seinen OpenAI-kompatiblen Endpoint bereit.
FAQ
Lässt sich die Claude Fable 5 API kostenlos testen?
Claude Fable 5 befindet sich derzeit in einer geschlossenen Beta. Der Zugang läuft über eine Bewerbung statt offener Registrierung. Beantragen Sie den Zugang in der Synthorai-Konsole; nach der Freigabe gilt die standardmäßige nutzungsbasierte Abrechnung ohne Abo.
Worin ist Claude Fable 5 am besten?
Adaptives Thinking dauerhaft an, mit aufwandsbasierter Steuerung; Kontextfenster von 1M Token und 128K Output; Sicherheitsklassifikatoren, die Anfragen ablehnen können. Das vollständige Bild finden Sie im Über-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.
Was kostet Claude Fable 5?
Claude Fable 5 kostet auf Synthorai $10 pro Million Input-Tokens und $50 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag. Gecachte Input-Tokens werden mit $1/M abgerechnet.
Unterstützt Claude Fable 5 Prompt-Caching?
Ja, per Opt-in: Markieren Sie stabile Präfixe mit cache_control-Breakpoints. Gecachte Input-Tokens werden mit $1/M statt $10/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 512 Tokens, um gecacht zu werden (TTL Standard 5 Min., optional 1 Std.). Claude Fable 5-Caching-Guide →
Wie erhalte ich Zugang zu Claude Fable 5?
Claude Fable 5 ist in geschlossener Beta: Beantragen Sie den Zugang in der Synthorai-Konsole. Nach der Freigabe funktioniert es wie jedes andere Modell: Richten Sie Ihr OpenAI SDK auf base_url="https://synthorai.io/v1" und setzen Sie model="claude-fable-5".
Wo liegt der Knowledge Cutoff von Claude Fable 5?
Der Knowledge Cutoff von Claude Fable 5 liegt bei 2026-01, laut offizieller Dokumentation des Anbieters (Stand: 2026-07-09).
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite ist aus der Dokumentation des Anbieters übernommen, oben verlinkt, und trägt das Datum der Prüfung. Preise werden über den gesamten Katalog verglichen; Spezifikationswerte, die Anbieter unterschiedlich definieren, werden mit benanntem Unterschied gezeigt statt grafisch verglichen. Nichts hier wird von uns gemessen, und nichts wird bewertet.