Claude Fable 5.1: راهنمای سریع انتخاب و مهاجرت

راهنمای انتخاب، استفاده و مهاجرت به Claude Fable 5.1

اگه دنبال مدلی هستی که بتونه یه پروژه کدنویسی چندروزه رو دنبال کنه، یه سند طولانی رو تحلیل کنه یا چند مرحله پژوهش رو پشت‌سر هم انجام بده، احتمالاً اسم Claude Fable 5.1 رو شنیدی. این مدل جدیدترین نسخه از خانواده Fable هست و کنار Claude Mythos 5.1 معرفی شده. توی این مقاله قراره ببینیم Claude Fable 5.1 دقیقاً برای چه کارهایی ساخته شده، مشخصات و قیمتش چیه، چطور بین مدل‌های مختلف Claude تصمیم بگیری، و مهم‌تر از همه، اگه از Claude Fable 5 میای، چه چیزهایی رو باید تغییر بدی تا thinking و ابزارهات خراب نشن.

Claude Fable 5.1 به چه دردی می‌خوره؟

Claude Fable 5.1 برای ایجنت‌ها مدلی هست که برای استدلال سنگین و کارهای عامل‌محور طولانی‌مدت طراحی شده؛ یعنی دقیقاً همون کارهایی که یه مدل معمولی وسط راه گیج می‌شه یا context رو گم می‌کنه.

طبق معرفی رسمی، این مدل استاندارد جدیدی برای کدنویسی، کارهای دانشی و حل مسئله‌های طولانی‌مدت گذاشته. حوزه‌های کاربردش رو می‌شه این‌طوری دسته‌بندی کرد:

• کدنویسی agentic: کار روی کل یک codebase، ریویو کد، بهینه‌سازی عملکرد و نشست‌های خودکار چندروزه.
• پژوهش عامل‌محور علمی: مسیرهایی که مدل باید چند مرحله پشت‌سر هم استدلال کنه و نتیجه هر مرحله رو در مرحله بعد به کار بگیره.
• کدنویسی ترمینالی عامل‌محور: کار مستقیم با محیط ترمینال برای اجرای دستورها و رفع خطا در طول زمان.
• استدلال چندرشته‌ای (Multidisciplinary reasoning): ترکیب چند حوزه دانشی برای رسیدن به یک جواب.
• کار با سند، صفحه‌گسترده، اسلاید، بینایی (تحلیل تصویر) و زمینه‌های طولانی که نیاز به حفظ اطلاعات زیادی دارن.برای اطلاعات بیشتر در این مورد می‌تونی راهنمای Claude Code و Opus 5 رو بخونی.

مشخصات و قیمت مدل رو ببینیم

Claude Fable 5.1 یه پنجره زمینه یک میلیون توکنی داره، سقف خروجیش ۱۲۸ هزار توکنه و thinking تطبیقی‌ش همیشه فعاله. این سه ویژگی با هم یعنی مدل می‌تونه حجم زیادی از متن رو هم‌زمان پردازش کنه و قبل از پاسخ‌دهی، به‌صورت خودکار روی مسئله فکر کنه.

قیمت پایه مدل طبق منابع فعلی این‌طوریه:

این قیمت‌ها لحظه نوشتن این مطلب معتبر بودن، اما چون سرویس‌های هوش مصنوعی مرتب قیمت‌گذاری‌شون رو تغییر می‌دن، قبل از هر تصمیم مهم حتماً سر بزن به صفحه رسمی Anthropic و قیمت‌ها رو دوباره چک کن.

شناسه‌های مدل هم برای پلتفرم‌های مختلف فرق دارن. مثلاً روی Claude API معمولاً یه شناسه مثل claude-fable-5-1 استفاده می‌شه و روی Amazon Bedrock یه چیزی شبیه anthropic.claude-fable-5-1. این‌ها نمونه‌ان و دقیق‌ترین شکلشون رو باید از داکیومنت رسمی همون پلتفرم برداری، چون گاهی پیشوند نسخه یا منطقه هم به شناسه اضافه می‌شه.

از نظر دسترسی، Claude Fable 5.1 روی چند بستر ارائه می‌شه: خودِ Claude Platform، Amazon Web Services، Google Cloud و Microsoft Foundry. یه محدودیت مهم هم درباره ZDR (نگه‌داری صفر داده) وجود داره که تا وقتی EFS (Enterprise Frontier Safeguards) در دسترس نباشه، مشتری‌های واجدشرایط می‌تونن از Fable 5.1 با ZDR استفاده کنن؛ این بخش رو حتماً باید با آخرین اعلام رسمی چک کنی چون شرایطش می‌تونه تغییر کنه.

برای هزینه و تأخیر واقعی، چند فاکتور روی همدیگه اثر می‌گذارن:

• طول پرامپت ورودی — هرچی طولانی‌تر، هزینه ورودی بیشتر.
• حجم خروجی — چون قیمت خروجی پنج برابر ورودیه، خروجی طولانی سریع هزینه رو بالا می‌بره.
• سطح effort انتخابی — effort بالاتر یعنی مدل بیشتر فکر می‌کنه و همین می‌تونه هزینه و زمان پاسخ رو زیاد کنه.
• استفاده از cache — خواندن از cache خیلی ارزون‌تر از پردازش کامل دوبارهٔ متنه.
• پلتفرم میزبان — قیمت و محدودیت‌ها بین Claude API، AWS، Google Cloud و Microsoft Foundry ممکنه فرق داشته باشه.

از کدوم مدل Claude شروع کنی؟

برای انتخاب مدل مناسب، بهتره اول نوع کارت رو مشخص کنی، نه اینکه مستقیم برو سراغ قوی‌ترین مدل. یه مسیر ساده اینه:برای مقایسهٔ بهتر می‌تونی مقایسه ChatGPT و Claude برای نوشتن و کدنویسی رو ببینی.

1. کار عمومی و روزمره — معمولاً یه مدل سریع‌تر و ارزون‌تر مثل Claude Haiku 4.5 کافیه.
2. کدنویسی معمول تا نسبتاً پیچیده — Claude Sonnet 5 معمولاً تعادل خوبی بین سرعت و کیفیت می‌ده.
3. کارهای دانشی و کدنویسی سنگین — Claude Opus 5 نقطه شروع منطقی برای بیشتر پروژه‌های پیچیده‌ست.
4. استدلال فوق‌سخت، زمینه خیلی طولانی، یا عامل‌های چندروزه — اینجاست که Claude Fable 5.1 وارد بازی می‌شه.

هر مدل ویژگی‌های خودش رو داره. Claude Fable 5.1 روی زمینه یک‌میلیون‌توکنی و استدلال عمیق تمرکز داره، Claude Opus 5 برای عامل‌های طولانی‌مدت و کدنویسی حرفه‌ای بهبود پیدا کرده، و Sonnet 5 و Haiku 4.5 برای کارهایی که سرعت و هزینه اهمیت بیشتری دارن مناسب‌ترن.

قیمت و تاریخ بازنشستگی مدل‌ها بین پلتفرم‌های مختلف ممکنه فرق داشته باشه. قبل از قفل‌کردن یه مدل توی سیستم پروداکشن، حتماً از منبع رسمی همون پلتفرم (Claude API، AWS، Google Cloud یا Microsoft Foundry) بررسیش کن.

یه راه عملی برای اینکه همیشه اطلاعات به‌روز داشته باشی، استفاده از Models API هست. با این API می‌تونی به‌صورت برنامه‌ریزی‌شده قابلیت‌های هر مدل، مقدار max_input_tokens و max_tokens رو بررسی کنی، به‌جای اینکه این عددها رو هاردکد کنی توی کدت. این کار وقتی مدل‌ها آپدیت می‌شن یا مدل جدیدی معرفی می‌شه، جلوی خرابی سایلنت رو می‌گیره.

خرید اشتراک قانونی و اختصاصی برای استفاده پایدارتر

اشتراک‌های اختصاصی کادینر روی ایمیل شخصی خود کاربر، همراه با گارانتی و پشتیبانی کامل ارائه می‌شوند.

برای مهاجرت از Claude Fable 5 باید چی رو تغییر بدی؟

مهاجرت به Claude Fable 5.1 فقط عوض‌کردن یه رشته متن نیست؛ چند تا تنظیمات دیگه هم هست که اگه نادیده بگیریشون، ممکنه با خطاهای غیرمنتظره مواجه بشی.

اولین قدم مشخصه: شناسه مدل رو از claude-fable-5 به claude-fable-5-1 عوض کن. اما بعدش باید چند چیز دیگه رو هم چک کنی:

• تنظیمات thinking: اگه توی کدت جایی صراحتاً thinking رو enabled یا disabled کرده بودی، اون تنظیم رو پیدا کن و بررسی کن آیا با رفتار پیش‌فرض جدید مدل (که thinking تطبیقی همیشه فعاله) هم‌خوانی داره یا نه.
• prefill پاسخ: اگه جایی از prefill برای هدایت شروع پاسخ استفاده می‌کردی، باید ببینی این تکنیک هنوز با رفتار جدید مدل سازگاره یا نه.
• forced tool use: اگه با مقدار any یا tool مدل رو مجبور به فراخوانی ابزار می‌کردی، این تنظیم باید بازبینی بشه، چون الگوی پیشنهادی جدید بر پایه auto هست (این موضوع رو در بخش بعدی مفصل‌تر می‌بینیم).

قبل از اینکه مهاجرت رو نهایی کنی، این چک‌لیست رو مرور کن:

1. تاریخچه کامل مکالمه رو بررسی کن؛ ببین جایی نوبت قبلی ویرایش شده یا نه.
2. پیام system رو دوباره بخون، مطمئن شو با رفتار مدل جدید هم‌خوانی داره.
3. تعریف tools رو چک کن؛ آیا schema ابزارها با استانداردهای جدید سازگاره؟
4. حلقه فراخوانی ابزار (tool loop) رو تست کن، به‌خصوص اگه جایی منتظر فراخوانی موازی ابزارها بودی.
5. مسیر fallback رو بازبینی کن؛ رفتار refusal ممکنه فرق کرده باشه.
6. cache و effort رو دوباره تنظیم کن، چون این‌ها مستقیم روی هزینه و سرعت اثر می‌گذارن.
7. ارزیابی‌های قبلی (evals) رو دوباره اجرا کن تا مطمئن شی کیفیت خروجی رو از دست ندادی.

چطور thinking رو در مکالمه‌های طولانی معتبر نگه داری؟

thinking در Claude Fable 5.1 به پیشوند مکالمه (conversation prefix) گره می‌خوره؛ یعنی هر بلوک تفکر بر اساس همه چیزی که قبلش اومده تولید می‌شه. به همین دلیل تاریخچه مکالمه باید append-only بمونه، یعنی فقط بشه به آخرش چیز اضافه کرد، نه اینکه وسطش چیزی تغییر پیدا کنه.

• ویرایش کردن یه نوبت قبلی
• جابه‌جا کردن ترتیب نوبت‌ها
• حذف یه نوبت از وسط مکالمه
• تغییر دادن system prompt یا مجموعه tools اصلی بدون روش درست

برای مدیریت mismatch بین thinking و تاریخچه، مکانیزم‌هایی مثل هدر thinking-binding-controls-2026-08-01، مقدار drop_block و بررسی input_transformations مطرح شده‌ان. این‌ها ابزارهایی هستن که به مدل اجازه می‌دن با تناقض‌های کوچیک بین انتظار thinking و تاریخچه واقعی کنار بیاد؛ اما جزئیات فعال‌سازی دقیقشون باید حتماً با مستندات رسمی به‌روز تطبیق داده بشه، چون این نوع کنترل‌ها معمولاً به‌مرور تغییر می‌کنن.

الگوی جدید استفاده از ابزار در Claude Fable 5.1

اگه قبلاً عادت داشتی با مقدار any یا tool مدل رو مجبور کنی حتماً یه ابزار خاص رو فراخوانی کنه، این الگو با Claude Fable 5.1 عوض شده. الگوی جدید بر پایه tool_choice: auto هست، به همراه یه دستور روشن از طرف کاربر که مدل رو به سمت انتخاب درست هدایت می‌کنه.

فرق اصلی اینه که به‌جای اینکه به مدل بگی «حتماً از این ابزار استفاده کن»، حالا بهش اجازه می‌دی خودش تصمیم بگیره، ولی context و پرامپت رو طوری می‌سازی که تصمیمش طبیعتاً به سمت درست بره.

برای ابزارهایی که نیاز به دقت بالا دارن، سه مفهوم مهمه:

• strict: true — این تنظیم مطمئن می‌شه خروجی مدل دقیقاً با schema تعریف‌شده تطابق داره.
• strict tool use — یعنی مدل رو مقید می‌کنی که فقط طبق قالب مشخص‌شده ابزار رو صدا بزنه، نه هر فرمت آزادی.
• structured outputs — این هم کمک می‌کنه خروجی نهایی همیشه یه ساختار قابل‌پیش‌بینی داشته باشه، به‌خصوص وقتی خروجی مدل مستقیم وارد یه سیستم دیگه می‌شه.

برای درک بهتر، دو مثال مفهومی رو در نظر بگیر:

• یه ابزار به اسم record_summary که وظیفه‌اش ذخیره خلاصه یه مکالمه توی یه ساختار مشخصه.
• یه ابزار به اسم search_help_center که برای جست‌وجو توی مرکز راهنمایی طراحی شده.

توی هر دو مورد، تطابق schema با درخواست واقعی کاربر مهم‌ترین چیزیه که باید رعایت بشه. اگه schema ابزار دقیق تعریف نشده باشه یا با نیاز واقعی کاربر جور نباشه، مدل ممکنه ابزار درست رو با پارامترهای غلط صدا بزنه.

اگه بخوای مطمئن شی مدل توی یه نوبت مشخص حتماً از یه ابزار خاص استفاده می‌کنه، بهترین روش قرار دادن یه پیام system میانی بعد از آخرین نوبت کاربره. نکته مهم اینه که این پیام باید در درخواست‌های بعدی هم نگه داشته بشه، وگرنه رفتار مدل توی ادامه مکالمه غیرقابل‌پیش‌بینی می‌شه.

تغییر effort و fallback رو چطور مدیریت کنی؟

effort یعنی چقدر مدل قبل از پاسخ‌دادن «فکر کنه». مقدارهای effort شامل low، medium، high، xhigh و max هست، و طبق منابع رسمی، شروع از high توصیه شده.

این جدول اثر هر سطح رو خلاصه می‌کنه:

effort پایین‌تر یعنی مدل کمتر سراغ جست‌وجو یا بازیابی اطلاعات می‌ره، در حالی که effort بالا مثل xhigh یا max باعث می‌شه مدل زمان بیشتری صرف فکرکردن کنه و پاسخ اولیه دیرتر برسه، اما معمولاً عمیق‌تر و دقیق‌تر باشه.

اگه بخوای effort رو وسط یه مکالمه تغییر بدی، این کار معمولاً از طریق یه پیام system خالی همراه با هدر مربوطه انجام می‌شه. جزئیات دقیق این هدر بسته به نسخه API ممکنه فرق کنه، پس بهتره قبل از تغییر effort در پروداکشن، رفتارش رو توی محیط تست بررسی کنی.

برای حلقه‌های طولانی که مدل چند بار پشت‌سرهم ابزار صدا می‌زنه، بهتره:

• تماس‌های مستقل ابزار رو از هم دسته‌بندی کنی تا بتونی جداگانه خطایابیشون کنی.
• توجه کنی که Claude Fable 5.1 ممکنه فراخوانی ابزارها رو متغیرتر و گاهی غیرموازی انجام بده نسبت به Claude Fable 5؛ یعنی ترتیب و همزمانی فراخوانی‌ها می‌تونه فرق کنه.

خرید اشتراک قانونی و اختصاصی برای استفاده پایدارتر

اشتراک‌های اختصاصی کادینر روی ایمیل شخصی خود کاربر، همراه با گارانتی و پشتیبانی کامل ارائه می‌شوند.

جمع‌بندی

Claude Fable 5.1 برای اون دسته از کارهایی ساخته شده که استدلال عمیق، زمینه طولانی و اجرای چندمرحله‌ای می‌خوان؛ از پژوهش عامل‌محور و کدنویسی سنگین تا تحلیل اسناد بزرگ. برای بیشتر کارهای روزمره، شروع از Claude Opus 5 منطقی‌تره و Fable 5.1 رو باید برای همون زیرمجموعه کارهای واقعاً پیچیده نگه داری، چون کندتر عمل می‌کنه.

اگه از Claude Fable 5 مهاجرت می‌کنی، فقط تغییر model ID کافی نیست؛ باید thinking blocks رو بدون تغییر نگه داری، تاریخچه رو append-only بگذاری، الگوی forced tool use رو با tool_choice: auto جایگزین کنی و همه ارزیابی‌های قبلی رو دوباره اجرا کنی. اگه بخوای وسط مکالمه چیزی رو عوض کنی — چه ابزار، چه effort، چه دستورالعمل — همیشه از پیام system میانی استفاده کن، نه ویرایش مستقیم تاریخچه.

پیش از هر تصمیم نهایی درباره قیمت، دسترسی پلتفرم یا محدودیت‌های ZDR، حتماً سر بزن به مستندات رسمی همون لحظه، چون این جزئیات به‌سرعت تغییر می‌کنن.