Claude Fable 5.1؛ بررسی قدرتمندترین مدل عمومی Anthropic برای پروژههای طولانی و پیچیده
آخرین راستیآزمایی: ۱۲ سپتامبر ۲۰۲۶
تاریخ عرضه: ۱ سپتامبر ۲۰۲۶
قیمت و شیوهٔ محاسبه: ورودی: ۱۰ دلار بهازای هر یک میلیون توکن؛ خروجی: ۵۰ دلار بهازای هر یک میلیون توکن تعرفه و دسترسی را برای زمان خرید دوباره در منبع رسمیِ مقاله بررسی کنید.
مقدمه
Claude Fable 5.1 یک مدل زبانی چندوجهی از شرکت Anthropic است که برای کارهایی ساخته شده که با یک پاسخ کوتاه تمام نمیشوند. این مدل میتواند مسئله را در چند مرحله دنبال کند، ابزار بهکار بگیرد، روی یک مخزن نرمافزاری بزرگ کار کند و نتیجه پژوهش را تا سطح یک سند، صفحه گسترده یا ارائه نهایی پیش ببرد.
اهمیت Fable 5.1 فقط در «باهوشتر بودن» نیست. مسئله اصلی، حفظ جهت و کیفیت در مسیرهای طولانی است؛ همان جایی که یک مدل ممکن است بعد از چند ابزار، فایل یا تغییر نیازمندی، هدف اولیه را فراموش کند. Anthropic این نسخه را برای استدلال سنگین و عاملهایی معرفی کرده که ساعتها روی یک هدف کار میکنند.
این توان رایگان به دست نمیآید. Fable 5.1 کندترین و گرانترین مدل عمومی فعلی خانواده Claude است. بنابراین برای هر پیام روزمره انتخاب منطقی محسوب نمیشود و حتی خود Anthropic پیشنهاد میکند بیشتر پروژهها ابتدا با Claude Opus 5 ارزیابی شوند.
معرفی کامل Claude Fable 5.1
Fable 5.1 در ۱ سپتامبر ۲۰۲۶ عرضه شد و در زمان نگارش، مدل فعال و جدید خانواده Fable است. Anthropic بازنشستگی آن را زودتر از ۱ سپتامبر ۲۰۲۷ برنامهریزی نکرده است. شناسه مستقیم مدل در Claude API برابر claude-fable-5-1 است.
این مدل ادامه Claude Fable 5 محسوب میشود، اما تمرکز آن روی چند حوزه روشن است: کدنویسی عاملمحور طولانی، پژوهش چندمرحلهای، کار دانشی و تولید فایلهای کاری مانند سند، Spreadsheet و Slide. Fable 5.1 و نسخه محدودتر Claude Mythos 5.1 از یک مدل پایه استفاده میکنند، اما Mythos فقط برای اعضای برنامه دسترسی مورداعتماد Anthropic ارائه میشود و موضوع این مقاله نیست.
در خانواده فعلی Claude، ترتیب انتخاب صرفاً «بزرگ به کوچک» نیست. Fable 5.1 برای بالاترین سقف توان طراحی شده؛ Opus 5 برای بیشتر کارهای پیچیده نقطه شروع توصیهشده است؛ Sonnet 5 سرعت و قیمت مناسبتری برای کار روزمره دارد؛ و Haiku 4.5 برای تأخیر کم و حجم بالا مناسب است.
Fable 5.1 از طریق Claude API، Amazon Bedrock، Google Cloud، Microsoft Foundry و Claude Platform on AWS عرضه شده است. دسترسی در محصولات مصرفکننده، سهمیهها و برخی ابزارها میتواند به طرح حساب و منطقه بستگی داشته باشد.
قابلیتهای اصلی
استدلال عمیق با Adaptive Thinking
Adaptive Thinking در این مدل همیشه فعال است. مدل متناسب با دشواری درخواست تصمیم میگیرد چقدر محاسبه صرف کند و توسعهدهنده میتواند با پارامتر Effort عمق کار را تنظیم کند. مقدار پیشفرض high است و سطحهای پایینتر برای صرفهجویی یا سطحهای بالاتر برای مسئلههای حساس کاربرد دارند.
برخلاف برخی مدلهای قدیمیتر Claude، نمیتوان Thinking را در Fable 5.1 خاموش کرد. این تصمیم به پایداری کارهای دشوار کمک میکند، اما میتواند مصرف توکن خروجی و زمان پاسخ را افزایش دهد.
کدنویسی عاملمحور و پروژههای چندساعته
Fable 5.1 برای خواندن مخزن، ساخت نقشه وابستگیها، رفع باگ ریشهای، پیادهسازی تغییر چندفایلی و اجرای چرخه تست مناسب است. مزیت اصلی آن زمانی دیده میشود که کار به دهها اقدام وابسته نیاز دارد و مدل باید بعد از دریافت نتیجه هر ابزار، برنامه را اصلاح کند.
این قابلیت به معنی مصونیت از خطا نیست. برای تغییرات تولیدی باید محیط محدود، تست خودکار، ثبت Diff و تأیید انسانی برای عملیات برگشتناپذیر وجود داشته باشد.
پژوهش چندمرحلهای و کار دانشی
مدل میتواند چند منبع را جستجو و تحلیل کند، شواهد را به ادعاها وصل کند و نتیجه را در قالب گزارش، جدول یا ارائه بسازد. Context یکمیلیونتوکنی اجازه میدهد مجموعه بزرگی از اسناد، مکالمه و خروجی ابزار در یک گردشکار نگه داشته شود؛ بااینحال ظرفیت زیاد جای Retrieval و مدیریت زمینه درست را نمیگیرد.
Vision و تحلیل اسناد تصویری
Fable 5.1 متن و تصویر را بهعنوان ورودی میپذیرد و پاسخ متنی تولید میکند. بررسی Screenshot، نمودار، صفحه سند و رابط کاربری از کاربردهای طبیعی آن است. تولید مستقیم تصویر، ویدیو یا صوت جزو خروجی بومی مدل نیست.
Tool Use، Web Search و اتصال به سیستمها
تمام مدلهای جاری Claude از Tool Use پشتیبانی میکنند. در یک برنامه میزبان میتوان Functionهای اختصاصی، جستجوی وب، Code Execution، فایلها یا اتصال MCP را در اختیار مدل گذاشت. جستجوی وب یک ابزار جداگانه است؛ Fable 5.1 بدون فعالسازی ابزار، اینترنت زنده و خودکار ندارد.
تولید اسناد، Spreadsheet و Slide
یکی از تفاوتهای مهم این نسخه، توان ادامه دادن تحلیل تا خروجی کاری است. برای مثال، مدل میتواند دادههای یک گزارش مالی را استخراج کند، محاسبات را کنترل کند و ساختار یک ارائه مدیریتی را شکل دهد. کیفیت فایل نهایی همچنان به ابزار میزبان، Template و مرحله بازبینی وابسته است.
مهمترین نقاط قوت
- حفظ انسجام در پروژههای طولانی و چندمرحلهای
- عملکرد قوی در عاملهای کدنویسی و کار با Terminal
- Context بسیار بزرگ و خروجی حداکثر ۱۲۸ هزار توکن
- ترکیب Vision، استدلال و Tool Use در یک گردشکار
- مناسب برای پژوهش، اسناد حرفهای و مسائل باز با مسیر حل نامشخص
- کاهش چشمگیر قیمت Cache Read نسبت به Fable 5
محدودیتها و نقاط ضعف
نخستین محدودیت، هزینه است. نرخ ۱۰ دلار ورودی و ۵۰ دلار خروجی بهازای یک میلیون توکن باعث میشود اجرای پرتعداد یا پاسخهای طولانی گران شود. Adaptive Thinking نیز همیشه روشن است و توکنهای Thinking در صورتحساب خروجی نقش دارند.
Fable 5.1 در مقایسه رسمی خانواده Claude، تأخیر بیشتری از Opus، Sonnet و Haiku دارد. برای چت تعاملی سریع یا طبقهبندی میلیونها رکورد، مدلهای کوچکتر معمولاً انتخاب بهتری هستند.
Forced Tool Use در مهاجرت از Fable 5 یک تغییر ناسازگار است و میتواند خطا برگرداند. همچنین مدلهای قدیمیتر Claude نمیتوانند Thinking Block تولیدشده توسط Fable 5.1 را بخوانند و ویرایش Turnهای قبلی ممکن است اعتبار این Blockها را از بین ببرد. پیادهسازی چندمرحلهای باید این قواعد را رعایت کند.
Context یکمیلیونتوکنی نیز تضمین نمیکند مدل همه جزئیات را با اهمیت یکسان بازیابی کند. داده حساس باید حداقلسازی شود و نتایج حقوقی، پزشکی، مالی یا امنیتی به بررسی متخصص نیاز دارند.
کاربردهای واقعی Claude Fable 5.1
بازسازی یک سامانه نرمافزاری قدیمی
مدل میتواند چند Repository و مستند معماری را بررسی کند، وابستگیهای پنهان را پیدا کند، برنامه مهاجرت مرحلهای بنویسد و هر مرحله را با تست و معیار خروج کنترل کند.
تحقیق عمیق برای تصمیم سازمانی
برای انتخاب فناوری، ورود به بازار یا تحلیل یک استاندارد، Fable میتواند منابع اولیه را جمع کند، ادعاهای متناقض را جدا سازد و یک گزارش تصمیممحور با سطح اطمینان و خلأهای شواهد ارائه دهد.
تحلیل مجموعه بزرگ قراردادها
در کنار Retrieval و ابزار مناسب، مدل میتواند بندهای تغییر کنترل، تعهدات زمانی و تناقض میان قرارداد اصلی و پیوستها را استخراج کند و نتیجه را با ارجاع دقیق ارائه دهد.
ساخت گزارش و ارائه مدیریتی
از داده خام تا جدول، نتیجهگیری و ساختار Slide میتوان یک مسیر یکپارچه تعریف کرد. مزیت Fable در حفظ پیوند میان سؤال اولیه، محاسبات و روایت نهایی است.
عامل بررسی حادثه تولید
مدل میتواند Log، تغییرات اخیر، Metricها و کد مرتبط را دنبال کند، فرضیهها را رتبهبندی کند و با اجرای آزمایشهای کمخطر به علت ریشهای نزدیک شود؛ عملیات حساس باید پشت تأیید انسانی باقی بماند.
این مدل مناسب چه کسانی است؟
Claude Fable 5.1 برای تیمهای مهندسی با پروژههای بزرگ، پژوهشگران، تحلیلگران حرفهای، واحدهای حقوقی و مالی دارای کنترل انسانی، شرکتهای سازنده Agent و سازمانهایی مناسب است که کیفیت یک کار پیچیده برایشان از قیمت هر توکن مهمتر است.
برای کاربر عادی، گفتوگوی سریع، تولید کپشن یا پردازش انبوه ساده، معمولاً Sonnet 5 یا Haiku 4.5 نسبت منطقیتری از سرعت و هزینه ارائه میکنند.
مشخصات فنی Claude Fable 5.1
| مشخصه | مقدار تأییدشده |
|---|---|
| Developer | Anthropic |
| Model Family | Claude Fable |
| Model Type | مدل زبانی چندوجهی و استدلالی |
| Release Date | ۱ سپتامبر ۲۰۲۶ |
| Lifecycle | Active (latest)؛ بازنشستگی نه زودتر از ۱ سپتامبر ۲۰۲۷ |
| API Model ID | claude-fable-5-1 |
| Input | متن و تصویر |
| Output | متن |
| Context Window | ۱ میلیون توکن |
| Maximum Output | ۱۲۸ هزار توکن |
| Reliable Knowledge Cutoff | ژوئن ۲۰۲۶ |
| Thinking | Adaptive و همیشه فعال؛ پیشفرض high |
| Vision | بله |
| Audio / Video | ورودی و خروجی بومی اعلام نشده |
| Image Generation | خیر؛ خروجی بومی مدل متن است |
| Tool Use | بله |
| Web Search | از طریق ابزار در محیط پشتیبانیشده؛ نه دسترسی خودکار |
| API Availability | Claude API، Bedrock، Google Cloud، Microsoft Foundry و Claude Platform on AWS |
۵ نمونه پرامپت کاربردی
۱. رفع باگ ریشهای در مخزن بزرگ
این Repository را برای علت نشت حافظه بررسی کن. قبل از تغییر کد، مسیر داده و پنج فرضیه محتمل را با شواهد رتبهبندی کن. سپس کمترین اصلاح ایمن را اعمال کن، تست بازگشتی بنویس، همه تستهای مرتبط را اجرا کن و Diff نهایی را توضیح بده. فایلهای نامرتبط را تغییر نده.
۲. پژوهش چندمنبعی قابل ممیزی
درباره اثر این تغییر مقررات بر کسبوکار ما تحقیق کن. فقط از منابع اولیه استفاده کن، تاریخ هر منبع را ثبت کن، واقعیت را از تحلیل جدا نگه دار و هر ادعا را به مدرک وصل کن. در پایان، گزینهها، ریسکها، اطلاعات ناموجود و پیشنهاد تصمیم را در یک جدول بنویس.
۳. تحلیل اسناد و ساخت خروجی مدیریتی
این قراردادها، گزارش عملکرد و فایل بودجه را یک مجموعه واحد در نظر بگیر. تعهدات، انحراف بودجه، تناقضها و تصمیمهای لازم را استخراج کن. ابتدا جدول کنترل بساز، سپس یک Executive Summary یکصفحهای و طرح یک ارائه ۸ اسلایدی آماده کن. عددی را حدس نزن.
۴. طراحی عامل طولانی با مرزهای ایمن
برای مهاجرت سرویس پرداخت یک Agent Plan بساز. مراحل قابل اجرا، ابزار هر مرحله، معیار موفقیت، نقاط Checkpoint، شرط Rollback و اقدامهایی را که حتماً تأیید انسانی میخواهند مشخص کن. هیچ عملیات تولیدی یا حذف داده را خودکار فرض نکن.
۵. تحلیل Vision و پیادهسازی رابط
این اسکرینشات و Design Spec را مقایسه کن. اختلافهای Layout، Typography، فاصلهگذاری، حالت Responsive و دسترسپذیری را فهرست کن. سپس Componentهای لازم را پیادهسازی و با Screenshot در سه عرض بررسی کن؛ هر اختلاف باقیمانده را صریح گزارش بده.
بنچمارکها و ارزیابی عملکرد
جدول زیر در ۱ سپتامبر ۲۰۲۶ توسط Anthropic منتشر شده و بنابراین Vendor-reported است. مقایسهها در همان جدول انجام شدهاند، اما برخی آزمونها Tool Use یا Harness خاص دارند و نباید با نتیجهای از نسخه دیگر همان Benchmark مخلوط شوند.
| Benchmark | چه چیزی را میسنجد؟ | Fable 5.1 | Fable 5 | Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|---|
| Terminal-Bench-Science 0.1 | پژوهش علمی عاملمحور در محیط Terminal | ۵۲٫۶٪ | ۲۴٫۷٪ | ۲۹٫۰٪ | ۲۲٫۴٪ |
| Terminal-Bench 4.0 | حل کارهای واقعی و چندمرحلهای در خط فرمان | ۵۵٫۸٪ | ۴۲٫۰٪ | ۵۲٫۳٪ | ۳۷٫۳٪ |
| GDPval-AA v2 | کیفیت کار دانشی و حرفهای | ۱۸۵۳ | ۱۷۲۳ | ۱۸۲۴ | ۱۷۱۱ |
| Humanity’s Last Exam | استدلال چندرشتهای بسیار دشوار، بدون ابزار | ۶۰٫۹٪ | ۵۷٫۸٪ | ۵۶٫۶٪ | اعلام نشده |
| AutomationBench | تکمیل سرتاسری گردشکارهای کسبوکار | ۳۱٫۴٪ | ۱۷٫۱٪ | ۲۶٫۹٪ | ۱۹٫۶٪ |
| CursorBench 3.2.0 | کدنویسی عاملمحور در سناریوهای واقعی | ۷۳٫۴٪ | ۷۰٫۵٪ | ۷۰٫۰٪ | ۶۷٫۲٪ |
برای یک کنترل مستقل، Leaderboard رسمی Terminal-Bench 4.0 در Snapshot بررسیشده ۱۲ سپتامبر ۲۰۲۶، Fable 5.1 با Claude Code را ۵۷٫۹٪ ± ۳٫۸ و Opus 5 را ۵۱٫۸٪ ± ۳٫۴ گزارش میکند. این نتیجه مستقل با جهت کلی ادعای Anthropic همخوان است، اما دقیقاً با اعداد داخلی ۵۵٫۸ و ۵۲٫۳ برابر نیست؛ تفاوت تعداد اجرا، Harness و Snapshot میتواند علت باشد.
در این مجموعه، Fable 5.1 بیشترین فاصله را در Terminal-Bench-Science و AutomationBench ایجاد میکند؛ نشانهای که با هدف مدل برای پژوهش و کار طولانی همخوان است. فاصله آن با Opus 5 در CursorBench و GDPval کوچکتر است. بنابراین برای بسیاری از پروژهها Opus میتواند نتیجه نزدیک را با نصف قیمت توکنی بدهد، اما Fable برای سختترین کارهای علمی، مبهم یا طولانی ارزش بیشتری دارد.
هیچ Benchmark واحدی کیفیت فارسی، داده اختصاصی شرکت یا پایداری عامل شما را تضمین نمیکند. قبل از استقرار، همان Prompt، ابزار، سقف توکن و سطح Effort را روی نمونههای واقعی خودتان قفل و نرخ موفقیت، هزینه هر کار و نیاز به مداخله انسانی را اندازهگیری کنید.
مقایسه Claude Fable 5.1 با رقبا
| مدل | مزیت اصلی | محدودیت نسبی | قیمت ورودی/خروجی برای ۱M توکن |
|---|---|---|---|
| Claude Fable 5.1 | بالاترین سقف توان Anthropic برای کار طولانی | کند و گران | ۱۰ / ۵۰ دلار |
| Claude Opus 5 | کیفیت نزدیکتر با نصف قیمت | در سختترین Evalها عقبتر از Fable | ۵ / ۲۵ دلار |
| GPT-6 Astra | پرچمدار OpenAI با ابزارهای گسترده و Context کمی بزرگتر | قیمت برابر و مقایسه مستقل جامع محدود | ۱۰ / ۵۰ دلار |
| Claude Sonnet 5 | سریعتر و بسیار ارزانتر برای کار روزمره | سقف پایینتر در پروژههای طولانی و دشوار | ۲ / ۱۰ دلار |
اگر پروژه شما ساعتها طول میکشد و خطای نیمهراه هزینه زیادی دارد، Fable 5.1 انتخاب طبیعی است. اگر کیفیت Opus 5 در Eval داخلی شما از آستانه عبور میکند، پرداخت دو برابر برای Fable توجیه ندارد. برای اپلیکیشن تعاملی و ترافیک زیاد نیز Sonnet معمولاً نقطه شروع مناسبتری است.
قیمت و API
قیمت عمومی Claude API در ۱۲ سپتامبر ۲۰۲۶:
- ورودی: ۱۰ دلار بهازای هر یک میلیون توکن
- خروجی: ۵۰ دلار بهازای هر یک میلیون توکن
- Cache Write پنجدقیقهای: ۱۲٫۵۰ دلار
- Cache Write یکساعته: ۲۰ دلار
- Cache Read: ۰٫۲۵ دلار
- Message Batches API: ۵۰٪ تخفیف روی ورودی و خروجی
شناسه API مدل claude-fable-5-1 است. هزینه ابزارهای Server-side مانند Web Search میتواند جدا از هزینه توکن محاسبه شود. قیمت، محدودیت نرخ و دسترسی ابری ممکن است تغییر کند؛ برای بودجه تولید، صفحه رسمی را در روز استقرار دوباره کنترل کنید.
Claude Fable 5.1 را در Buffalo147 AI امتحان کنید
اگر یک مسئله معمولی ندارید—مثلاً باید مخزن بزرگی بررسی شود، چند منبع به یک گزارش قابل استناد تبدیل شوند یا یک کار طولانی تا خروجی نهایی ادامه پیدا کند—Fable 5.1 را با هدف، محدودیت و معیار موفقیت روشن آزمایش کنید.
شروع استفاده از Claude Fable 5.1 در Buffalo147 AI
جمعبندی
مهمترین مزیت Claude Fable 5.1 توان ادامه دادن کارهای دشوار و طولانی با ترکیب استدلال، Vision و ابزارهاست. بنچمارکهای منتشرشده، مخصوصاً در Terminal-Bench-Science و AutomationBench، با این جایگاه همخوانی دارند و ارزیابی مستقل Terminal-Bench نیز برتری آن نسبت به Opus 5 را در همان Harness تأیید میکند.
محدودیت اصلی، هزینه و تأخیر است. این مدل نباید به شکل پیشفرض برای هر درخواست ساده فعال شود. معماری حرفهای معمولاً Sonnet یا Opus را برای بیشتر ترافیک بهکار میگیرد و فقط کارهای واقعاً سخت را به Fable ارتقا میدهد.
پرسشهای متداول
Claude Fable 5.1 چیست؟
مدل سطح بالای عمومی Anthropic برای استدلال دشوار، کدنویسی عاملمحور، پژوهش چندمرحلهای و کارهای طولانی است.
آیا Fable 5.1 برای برنامهنویسی مناسب است؟
بله؛ کدنویسی عاملمحور و پروژههای چندفایلی از کاربردهای اصلی آن هستند، اما اجرای تست و تأیید انسانی برای تغییرات حساس همچنان ضروری است.
آیا Claude Fable 5.1 به وب دسترسی دارد؟
در صورت فعال بودن ابزار Web Search در محیط میزبان میتواند وب را جستجو کند. خود مدل بدون ابزار، دسترسی زنده و خودکار به اینترنت ندارد.
تفاوت Fable 5.1 و Opus 5 چیست؟
Fable سقف توان بالاتری برای کارهای بسیار دشوار و طولانی دارد؛ Opus برای بیشتر پروژههای پیچیده با نصف قیمت توکنی نقطه شروع اقتصادیتری است.
آیا Fable 5.1 تصویر یا ویدیو میسازد؟
خیر. تصویر را میفهمد، اما خروجی بومی آن متن است و برای ساخت تصویر یا ویدیو به مدل یا ابزار جداگانه نیاز دارید.
آیا Claude Fable 5.1 رایگان است؟
API آن رایگان نیست و بر اساس مصرف توکن و ابزار صورتحساب میشود. دسترسی در اپ Claude نیز به طرح و سهمیه حساب بستگی دارد.
منابع
- صفحه رسمی Claude Fable 5.1 در Claude Platform
- معرفی و جدول بنچمارک Claude Fable 5.1 توسط Anthropic
- راهنمای رسمی انتخاب مدلهای Claude
- راهنمای رسمی Tool Use در Claude API
- Leaderboard مستقل Terminal-Bench 4.0
یادداشت تحریریه Buffalo147 AI: اعداد Anthropic با برچسب Vendor-reported ارائه شدهاند. نتیجه مستقل Terminal-Bench جداگانه ثبت شده و بهدلیل تفاوت شرایط اجرا، با عدد داخلی سازنده ادغام نشده است.
