Zum Hauptinhalt springen

Abgeschwächt — Dieses Modell antwortet, statt abzulehnen, gibt Anfragen jenseits seiner eigenen Grenzen aber abgeschwächt zurück – auch mit einem Systemprompt mit Fiktionsrahmen. Der Aufruf gilt als erfolgreich und wird berechnet – lesen Sie also die Antwort, statt dem Statuscode zu vertrauen.Alle Modelle dieser Filterstufe ansehen
anthropic/claude-fable-5/chat

Claude Fable 5 Chat von Anthropic über einen OpenAI-kompatiblen Endpunkt. Es nimmt bis zu 1.000.000 Token Text- und Bildkontext auf und antwortet mit bis zu 128.000, mit drei Reasoning-Stufen, bis zu 128 Tool-Definitionen und SSE-Streaming.

Eingabe $9Ausgabe $45je 1 Mio. Token10 % unter dem ListenpreisEingabe aus dem Cache $0.90Schreiben in den Cache $11Offizieller Preis von AnthropicEingabe $10Ausgabe $50
Modell ausführen

Playground

Diese Beispiele wurden eigens für diesen Endpunkt geschrieben. Ersetzen Sie Prompt und Beispiel-URLs durch eigene erreichbare Eingaben und prüfen Sie vor dem Absenden den aktuellen Preis und die Verfügbarkeit des Modells.

  • Eingabetypen
    Text
    Ausgabetypen
    Text
    Eingabe
    $9 / 1 Mio. Token
    Eingabe aus dem Cache
    $0.90 / 1 Mio. Token
    Ausgabe
    $45 / 1 Mio. Token
    Kontext
    1M
    Max. Ausgabe
    128K

    $9/45pro 1 Mio. Token · Eingabe / Ausgabe

    long-form-continuation

    Eine Fortsetzungsanfrage, bei der der gesamte bisherige Text so gesendet wird, wie er geschrieben wurde, ohne Zusammenfassungsschicht. Das ist Fable 5 in seinem Element: Konsistenz kommt aus dem Kontext, nicht aus Ermahnungen. max_tokens steht auf 16.000, weil eine ganze Passage verlangt wird und nicht ein Anfang.

    • 16000
  • Eingabetypen
    Text
    Ausgabetypen
    Text
    Eingabe
    $9 / 1 Mio. Token
    Eingabe aus dem Cache
    $0.90 / 1 Mio. Token
    Ausgabe
    $45 / 1 Mio. Token
    Kontext
    1M
    Max. Ausgabe
    128K

    $9/45pro 1 Mio. Token · Eingabe / Ausgabe

    established-facts

    Die bereits feststehenden Fakten der Figur separat in der System-Nachricht, danach schreibt das Modell weiter. Dieses Beispiel zeigt, was in die System-Nachricht gehört und was im wörtlichen Verlauf bleibt.

    • 8000
  • Eingabetypen
    Text
    Ausgabetypen
    Text
    Eingabe
    $9 / 1 Mio. Token
    Eingabe aus dem Cache
    $0.90 / 1 Mio. Token
    Ausgabe
    $45 / 1 Mio. Token
    Kontext
    1M
    Max. Ausgabe
    128K

    $9/45pro 1 Mio. Token · Eingabe / Ausgabe

    scene-from-reference

    Eine Beschreibungsanfrage nur in Worten: Die Notizen zum Schauplatz stehen vor der eigentlichen Bitte, weil dieser Endpunkt Text entgegennimmt, und das Modell setzt sie in der etablierten Stimme um.

    • 4096

Dieses Beispiel beginnt bei Eingabe $9 / Ausgabe $45 je 1 Mio. Token. Der Playground aktualisiert die Schätzung, sobald Sie die Einstellungen ändern.