anthropic
Anthropic: Claude Fable 5.1
anthropic/claude-fable-5.1
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Claude Fable 5.1 de Anthropic, registrado en el catálogo de OpenRouter, es un modelo que genera texto y acepta entradas de texto, imagen y archivo en una ventana de contexto muy amplia. El razonamiento es obligatorio, con varios niveles de esfuerzo seleccionables, y el catálogo indica compatibilidad con herramientas, salidas estructuradas y formato de respuesta. Lo describe como una actualización centrada en codificación agéntica, flujos de larga duración y trabajo de conocimiento, con entradas de benchmark sobre tareas agénticas. No había una ficha independiente en este paquete de fuentes, así que las afirmaciones dependen del catálogo.[1]
Puntos fuertes
- Según el catálogo de OpenRouter, acepta texto, imagen y archivos como entrada y produce texto, apto para análisis multimodal.[1]
- El catálogo reporta una ventana de contexto de un millón de tokens y razonamiento obligatorio con varios niveles de esfuerzo ajustables por solicitud.[1]
- Los parámetros listados incluyen llamadas a herramientas, elección de herramienta, salidas estructuradas y esfuerzo de razonamiento configurable.[1]
Limitaciones
- La evidencia proviene solo del catálogo de OpenRouter; no había ficha independiente en este paquete, así que capacidades y resultados requieren validación en cargas reales.[1]
- El razonamiento es obligatorio según el catálogo, lo que puede añadir latencia o costo cuando se prefiere un comportamiento más ligero.[1]
- El catálogo no especifica corte de conocimiento ni licencia, y la descripción del proveedor aparece truncada; algunos detalles siguen desconocidos.[1]
Dónde utilizarlo
- Codificación agéntica y flujos de desarrollo de larga duración, señalados por la descripción del catálogo como sus mayores mejoras.[1]
- Tareas basadas en documentos e imágenes que requieren respuestas de texto, dada la entrada multimodal reportada.[1]
- Trabajo de conocimiento con contexto extenso, como refactors grandes o análisis de múltiples archivos; sugerencia editorial, no resultado verificado.[1]
Fuentes
- [1] OpenRouter catalog · Anthropic: Claude Fable 5.1Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Claude Fable 5.1 improves on Claude Fable 5 across the board, with the biggest gains in agentic coding, long-running agentic workflows, and knowledge work: long code refactors, front-end and visual...
Especificaciones
- ID del modelo
- anthropic/claude-fable-5.1
- ID canónico
- anthropic/claude-fable-5.1-20260831
- Creador
- anthropic
- Añadido a OpenRouter
- 01.09.2026
- Longitud de contexto
- 1,000,000
- Modalidad
- text+image+file->text
- Modalidades de entrada
- text, image, file
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $10 / salida $50
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | AA — siguiente 20% de la cohorte | razonamiento: obligatorio · predeterminado high · esfuerzos: max, xhigh, high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | SS — 10% superior de la cohorte | — |
| Agentes | SS — 10% superior de la cohorte | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado high · esfuerzos: max, xhigh, high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 50 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Artificial Analysis | Coding index | 80.7 | SS — 10% superior de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 57.2 | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · fullstacktasa de victoria 57.1% · posición 3 | 1,304Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · godotgamedevtasa de victoria 60.7% · posición 1 | 1,307Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · htmlslidestasa de victoria 56.5% · posición 1 | 1,394Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 56.3% · posición 7 | 1,257Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · python-pptxslidestasa de victoria 60.8% · posición 1 | 1,308Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · spreadsheettasa de victoria 70.4% · posición 1 | 1,426Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 58.2% · posición 2 | 1,316Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 63.1% · posición 8 | 1,391Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 65% · posición 5 | 1,318Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 57.5% · posición 9 | 1,331Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 62.4% · posición 5 | 1,346Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 59.5% · posición 7 | 1,366Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 56.6% · posición 9 | 1,294Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 59.9% · posición 13 | 1,333Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 55.2% · posición 13 | 1,306Elo | SS — 10% superior de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Azure | 1,000,000 | $10 | $50 | — | — | 100% |
| Anthropic | 1,000,000 | $10 | $50 | — | — | 100% |
| Amazon Bedrock | 1,000,000 | $10 | $50 | — | — | — |
| 1,000,000 | $10 | $50 | — | — | 100% | |
| 1,000,000 | $11 | $55 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026