Claude Fable 5 விலை மற்றும் பயன்பாட்டு விவரங்கள்

Claude Fable 5-ன் விலை என்ன?

Claude API-ல் Claude Fable 5-ன் விலை ஒரு மில்லியன் input tokens-க்கு $10 மற்றும் ஒரு மில்லியன் output tokens-க்கு $50 ஆகும். இவை 3 August 2026 அன்று விலை நிர்ணயப் பக்கத்திலிருந்து பெறப்பட்ட Anthropic நிறுவனத்தின் அதிகாரப்பூர்வ விலைப் பட்டியல் ஆகும். இதன் API model ID claude-fable-5 ஆகும். இது 9 June 2026 அன்று Claude API, Amazon Bedrock, Claude Platform on AWS, Google Cloud மற்றும் Microsoft Foundry ஆகியவற்றில் பொதுப் பயன்பாட்டிற்காக வெளியிடப்பட்டது.

[
  {
    "label": "Claude Fable 5",
    "input": "10",
    "output": "50",
    "cache_read": "1",
    "batch_input": "5",
    "batch_output": "25"
  },
  {
    "label": "Claude Opus 5",
    "input": "5",
    "output": "25",
    "cache_read": "0.50",
    "batch_input": "2.50",
    "batch_output": "12.50"
  },
  {
    "label": "Claude Sonnet 5 (intro rate)",
    "input": "2",
    "output": "10",
    "cache_read": "0.20",
    "batch_input": "1",
    "batch_output": "5"
  },
  {
    "label": "Claude Sonnet 5 (from 1 Sep)",
    "input": "3",
    "output": "15",
    "cache_read": "0.30",
    "batch_input": "1.50",
    "batch_output": "7.50"
  },
  {
    "label": "Claude Haiku 4.5",
    "input": "1",
    "output": "5",
    "cache_read": "0.10",
    "batch_input": "0.50",
    "batch_output": "2.50"
  }
]

இதை ஒரு ஏணி வரிசையாகக் கருதலாம். Claude Opus 5-ஐ விட இரண்டு மடங்கும், தற்போதைய Claude Sonnet 5-ன் விலையை விட ஐந்து மடங்கும், Claude Haiku 4.5-ஐ விட பத்து மடங்கும் Fable 5-ன் விலை அதிகம். கட்டணத்தின் இரு பக்கங்களிலும் விகிதம் சமமாகவே உள்ளது, ஏனெனில் அந்த அட்டவணையில் உள்ள ஒவ்வொரு மாடலும் அதன் input விலையை விட ஐந்து மடங்கு அதிக விலையை output-க்கு நிர்ணயித்துள்ளது. எனவே, ஒரு பணிக்குத் தேவைப்படும் input மற்றும் output token-களின் அளவு தெரிந்தால், பெருக்கல் மூலம் ஒரு விலையை மற்றொன்றாக மாற்றிக்கொள்ளலாம்.

ஒரு குறிப்பிட்ட தேதி கணக்கீட்டை மாற்றுகிறது. Sonnet 5, 31 August 2026 வரை ஒரு மில்லியன் tokens-க்கு $2 (input) மற்றும் $10 (output) என்ற அறிமுக விலையில் கிடைக்கிறது. 1 September 2026 முதல் இதன் விலை $3 மற்றும் $15 என அமையும். Fable 5-ன் விலையில் மாற்றம் இல்லை என்பதால், அந்தத் தேதியிலிருந்து இவ்விரண்டிற்கும் இடையிலான விலை வித்தியாசம் ஐந்து மடங்கிலிருந்து மூன்று மடங்கிற்கும் சற்று அதிகமாகக் குறையும். நீங்கள் இலையுதிர்காலத்திற்கான வரவு செலவுத் திட்டத்தைத் தயாரிப்பதாக இருந்தால், பிந்தைய Sonnet விலையையே பயன்படுத்தவும்.

தள்ளுபடிகள் மற்றும் கட்டணத்தை அதிகரிக்கும் ஒரு பெருக்கி

Prompt caching என்பது செலவைக் குறைப்பதற்கான மிக முக்கியமான வழியாகும். ஒரு cache read-ன் விலை அடிப்படை input விலையில் பத்தில் ஒரு பங்கு மட்டுமே; Fable 5-ல் இது ஒரு மில்லியன் tokens-க்கு $1 ஆகும். Cache-ல் எழுதுவதற்கான செலவு சாதாரண input token-ஐ விட அதிகம்: ஐந்து நிமிட cache-க்கு அடிப்படை விலையை விட 1.25 மடங்கும், ஒரு மணிநேர cache-க்கு 2 மடங்கும் ஆகும். ஐந்து நிமிட cache ஒரு முறை வாசித்தாலே அதன் செலவை ஈடுகட்டிவிடும், ஒரு மணிநேர cache இரண்டு முறை வாசித்தாலே லாபகரமானதாகிவிடும். இந்த கணக்கீட்டின் அடிப்படையிலேயே prompt caching எப்போது லாபகரமாக இருக்கும் என்பதைக் கண்டறிவது அவசியமாகிறது.

Batch API மூலம் input மற்றும் output ஆகிய இரண்டிற்கும் 50% தள்ளுபடி கிடைக்கிறது. இதனால், batched Fable 5 பணிகளுக்கு ஒரு மில்லியன் tokens-க்கு $5 மற்றும் $25 மட்டுமே செலவாகும். Batch கோரிக்கைகள் asynchronous முறையில் செயல்படுவதால், உடனடி பதில் தேவையில்லாத பணிகளுக்கு மட்டுமே இது பொருந்தும். இந்த இரண்டு தள்ளுபடிகளும் ஒன்றிணைந்து செயல்படுவதால், cached மற்றும் batched பணிகளுக்கு இருபுறமும் செலவு குறையும்.

Claude 4.6 மற்றும் அதற்குப் பிந்தைய மாடல்களில் 1M token context window சாதாரண கட்டணத்திலேயே கிடைக்கிறது. நீண்ட context-க்கு கூடுதல் கட்டணம் ஏதுமில்லை; எனவே 900k token கோரிக்கைக்கும் 9k token கோரிக்கைக்கும் ஒரே token கட்டணமே வசூலிக்கப்படும்.

கட்டணத்தை அதிகரிக்கும் காரணி data residency ஆகும். Inference-ஐ ஐக்கிய அமெரிக்காவிற்குள் வைத்திருக்க inference_geo: "us"-ஐ அமைத்தால், cache reads மற்றும் cache writes உட்பட அனைத்து token வகைகளுக்கும் 1.1 மடங்கு பெருக்கி (multiplier) பொருந்தும். ஒப்பந்தத்தின்படி கட்டாயம் தேவைப்பட்டால் ஒழிய, default global routing-ஐ மாற்ற வேண்டாம்.

இந்த மாடலுக்கு மட்டும் ஒரு பிரத்யேக billing விதி உள்ளது. Fable 5-ல் உள்ள safety classifiers ஒரு கோரிக்கையை நிராகரிக்கலாம். அவ்வாறு நிகழும்போது, Messages API பிழைக்கு பதிலாக stop_reason: "refusal"-ஐ ஒரு வெற்றிகரமான HTTP 200 response-ஆக வழங்கும்; எந்த output-ம் உருவாக்கப்படுவதற்கு முன்பே நிராகரிக்கப்பட்ட கோரிக்கைக்கு கட்டணம் வசூலிக்கப்படாது. அதே prompt-ஐ வேறொரு Claude மாடலில் மீண்டும் முயற்சித்தால், fallback credit மூலம் prompt cache-க்கான செலவு திரும்ப வழங்கப்படும்; எனவே ஒரே cache-ஐ மீண்டும் சூடுபடுத்த (warm) நீங்கள் கட்டணம் செலுத்த வேண்டியதில்லை.

எந்தெந்த திட்டங்களில் Claude Fable 5 உள்ளடங்கியுள்ளது?

3 ஆகஸ்ட் 2026 நிலவரப்படி, Anthropic-ன் Claude Fable பக்கத்தின்படி, இந்த model Pro, Max, Team மற்றும் Enterprise பயனர்களுக்குக் கிடைக்கிறது. இலவசத் திட்டம் இதில் குறிப்பிடப்படவில்லை. அந்தப் பட்டியலில் Pro தான் குறைந்த கட்டணத்திலான திட்டம் என்பதால், Pro-வின் கட்டணம் மற்றும் அதன் பயன்பாட்டு வரம்புகள் Fable-ஐப் பெறுவதற்கான குறைந்தபட்ச செலவைத் தீர்மானிக்கிறது. Fable அணுகலுக்காக மட்டுமே நீங்கள் upgrade செய்யத் திட்டமிட்டால், Pro சந்தா உங்கள் பயன்பாட்டிற்குப் பயனுள்ளதா என்பதை முதலில் சரிபார்க்கவும்; ஏனெனில், Fable-க்கான குறைந்த அளவிலான பயன்பாட்டு அனுமதி மட்டுமே கிடைப்பது சந்தாவிற்குச் சிறந்த நியாயமாக இருக்காது. டெவலப்பர்களுக்கு இது Claude API மற்றும் மேலே குறிப்பிடப்பட்டுள்ள cloud marketplaces மூலம் கிடைக்கிறது. அந்த வழியில் இலவசத் திட்டம் ஏதுமில்லை, எனவே பதிவு செய்யும்போது Anthropic வழங்கும் சிறிய credit மட்டுமே உங்களுக்குக் கிடைக்கும், அதன் பிறகு கட்டணம் வசூலிக்கப்படும்.

ஒரு plan-ல் கிடைக்கிறது என்பதும், எந்த வரம்புமின்றி included ஆகிறது என்பதும் ஒன்றல்ல. Subscription-ன் usage-மும் API போல metered ஆகாது. ஏனெனில் ஒரு Pro seat-க்கு வெளியிடப்பட்ட token quota எதுவும் இல்லை. அதற்கு பதிலாக, rolling window-ல் messages எண்ணிக்கையின் அடிப்படையில் usage கணக்கிடப்படுகிறது. எனவே, ஒரு plan-ல் உள்ள எந்த அம்சத்தையும் மேலே கொடுக்கப்பட்ட per million figures-ஆக நேரடியாக மாற்ற முடியாது.

Anthropic-ன் pricing page-ல் உள்ள plan comparison table, சில seats-க்கு weekly usage limits-ன் ஒரு பகுதியின் அடிப்படையிலும், மற்ற seats-க்கு usage credits-ன் அடிப்படையிலும் Fable-க்கான access-ஐ நிர்ணயிக்கிறது. இந்த ஏற்பாடு July 2026-ல் ஒன்றுக்கு மேற்பட்ட முறை மாற்றப்பட்டது.

Fable 5-ஐ மீண்டும் deploy செய்வது குறித்த Anthropic-ன் சொந்த அறிக்கையில், Pro, Max, Team மற்றும் select Enterprise plans-ல் 7 July 2026 வரை weekly usage limits-ன் 50% வரை இந்த model-ஐ பயன்படுத்தலாம் என்று குறிப்பிடப்பட்டது. அந்த தேதிக்குப் பிறகு usage credits பயன்படுத்தப்பட்டன. July மாதத்தின் மீதிப் பகுதியில் வெளியான அறிக்கைகள், மேலும் நீட்டிப்புகளும் seat types-க்கு இடையிலான பிரிப்பும் இருந்ததாகத் தெரிவித்தன.

எனவே, இந்தத் தளம் ஒவ்வொரு திட்டத்திற்குமான வரம்பைக் குறிப்பிடாது. அந்த மாதத்தில் வெளியிடப்பட்ட எந்தவொரு புள்ளிவிவரமும் இரண்டு வாரங்களுக்கு மேல் நிலைக்கவில்லை; பழைய தகவலைக் குறிப்பிடுவது தவறான வழிகாட்டுதலாக அமையும். நீங்கள் முடிவெடுக்கும் நாளில், திட்ட ஒப்பீட்டு அட்டவணையில் Fable என்று பெயரிடப்பட்ட வரிசையைப் பார்க்கவும்; செய்திகளில் வரும் எண்களைப் பழையதாகக் கருதவும். Fable அணுகலுக்காக ஒரு திட்டத்தைத் தேர்ந்தெடுத்து, அதில் கிடைக்கும் பயன்பாட்டு அளவு அட்டவணையில் குறிப்பிட்டதை விடக் குறைவாக இருந்தால், அடுத்த முறை புதுப்பிக்கும் முன் திட்டத்தைக் குறைத்துக்கொள்வது நீங்கள் ஏற்கனவே செலுத்திய மாதத்திற்கான அணுகலைப் பாதிக்காது.

API கட்டண விகிதம் மட்டுமே நிலையானது. எந்தவொரு திட்டத்திலும், அனுமதிக்கப்பட்ட பயன்பாட்டு அளவு முடிந்த பிறகு, Fable 5-ன் பயன்பாட்டிற்கு மேலே உள்ள அட்டவணையில் உள்ள விலையின்படி கட்டணம் வசூலிக்கப்படும். Enterprise திட்டத்தில் இந்த அமைப்பு தெளிவாக உள்ளது, ஏனெனில் Enterprise கட்டணம் அணுகலை மட்டுமே வழங்குகிறது, tokens-க்கான கட்டணம் API விகிதத்தின்படி தனியாக வசூலிக்கப்படும். எனவே, எந்த வழியிலும் விலைப்பட்டியலை அடிப்படையாகக் கொண்டே திட்டமிட வேண்டும். இதுவே API கட்டணத்தை மற்ற Claude model-களின் சந்தாவுடன் ஒப்பிடும்போது நீங்கள் அடையும் முடிவாகும். நீங்கள் இன்னும் ஒரு திட்டத்தைத் தேர்ந்தெடுக்கவில்லை என்றால், உங்கள் பயன்பாட்டிற்கு ஏற்ற Claude திட்டம் எது என்பதிலிருந்து தொடங்கவும். அந்தத் திட்டம் Fable-ஐ அணுகுவதற்கு மட்டுமல்லாமல், உங்கள் அன்றாட உதவியாளராகவும் இருக்கப்போகிறது என்றால், Claude திட்டங்களின் விலையை ChatGPT-யுடன் ஒப்பிட்டுப் பார்ப்பது நல்லது.

விலை விகிதம் குறிப்பிடுவதை விட உங்கள் கட்டணம் ஏன் அதிகமாக உள்ளது

Fable 5-ன் விலை, நேரடி விலை ஒப்பீட்டை விட அதிகமாக இருப்பதற்கு இரண்டு ஆவணப்படுத்தப்பட்ட காரணங்கள் உள்ளன.

முதலாவது tokenizer. Fable 5, Claude Opus 4.7-உடன் அறிமுகப்படுத்தப்பட்ட tokenizer-ஐப் பயன்படுத்துகிறது. Opus 4.7-க்கு முன் வெளியான மாடல்களுடன் ஒப்பிடும்போது, அதே உரை சுமார் 30% கூடுதல் tokens-ஐ உருவாக்குகிறது; இந்த அதிகரிப்பு உள்ளடக்கத்தைப் பொறுத்து மாறுபடும். Haiku 4.5 அந்த tokenizer-க்கு முந்தையது என்பதால், விலைப்பட்டியலில் உள்ள பத்து மடங்கு வித்தியாசம், ஒரே உரையை இரண்டு மாடல்களுக்கும் அளிக்கும்போது பதின்மூன்று மடங்காக மாறுகிறது. Sonnet 5 புதிய tokenizer-ஐப் பயன்படுத்துவதால், Fable மற்றும் Sonnet இடையிலான ஒப்பீடு token அடிப்படையில் சரியாக இருக்கும். ஆனால் Fable மற்றும் Haiku இடையிலான ஒப்பீடு அவ்வாறு இருக்காது.

இரண்டாவது thinking. Fable 5-ல் adaptive thinking எப்போதும் செயல்பாட்டில் இருக்கும், மேலும் thinking: {"type": "disabled"} ஆதரிக்கப்படாது. Thinking tokens-க்கு முழு output விலையிலேயே கட்டணம் வசூலிக்கப்படும். இந்த மாடலில் raw chain of thought ஒருபோதும் வழங்கப்படாது, மேலும் thinking.display இயல்பாகவே "omitted" என அமைக்கப்பட்டுள்ளது. இதன் பொருள், சிறிய அளவிலான பதில் கூட அதிக output எண்ணிக்கையைக் கொண்டிருக்கலாம் என்பதாகும். Anthropic-ன் ஆவணங்கள் இதைத் தெளிவாகக் குறிப்பிடுகின்றன: வசூலிக்கப்படும் output token எண்ணிக்கை, பதிலில் தெரியும் token எண்ணிக்கையுடன் ஒத்துப்போகாது.

ஊகிப்பதற்குப் பதிலாக விரிவான விவரங்களைப் பார்க்கவும். usage.output_tokens_details.thinking_tokens என்ற புலம், reasoning-க்காக எத்தனை billed output tokens செலவிடப்பட்டன என்பதைத் தெரிவிக்கிறது:

{
  "usage": {
    "input_tokens": 25,
    "output_tokens": 348,
    "output_tokens_details": {
      "thinking_tokens": 312
    }
  }
}

Anthropic-ன் thinking ஆவணத்திலிருந்து எடுக்கப்பட்ட அந்த உதாரணத்தில், வசூலிக்கப்பட்ட 348 output tokens-ல் 312 tokens யாரும் பார்க்காத reasoning-க்காகச் செலவிடப்பட்டுள்ளன. நீங்கள் stream செய்யும்போது, இந்த விவரம் இறுதி message_delta நிகழ்வில் மட்டுமே கிடைக்கும். எனவே, கடைசி text chunk-உடன் வாசிப்பதை நிறுத்தும் client, இந்த விவரத்தைப் பதிவு செய்யாது.

இதற்கான கட்டுப்பாடு effort ஆகும், இது output_config.effort-ல் அமைக்கப்படுகிறது. இதில் low, medium, high (இயல்புநிலை), xhigh மற்றும் max ஆகிய நிலைகள் உள்ளன.

{
  "model": "claude-fable-5",
  "max_tokens": 32000,
  "output_config": { "effort": "medium" },
  "messages": [{ "role": "user", "content": "..." }]
}

இந்த மாடலுக்கான Anthropic-ன் வழிகாட்டுதல் என்னவென்றால், high-ல் தொடங்கி, மிக முக்கியமான பணிகளுக்கு மட்டும் xhigh-க்குச் செல்லவும். வழக்கமான பணிகளுக்கு medium அல்லது low நிலைக்குக் குறைக்கவும். ஏனெனில், Fable 5-ல் குறைந்த effort-ல் செய்யப்படும் பணிகள், முந்தைய மாடல்களில் உள்ள xhigh-ஐ விடச் சிறப்பாகச் செயல்படும். இதில் இரண்டு சிக்கல்கள் உள்ளன. கோரிக்கைகளுக்கு இடையே effort-ஐ மாற்றினால் உங்கள் prompt cache செல்லாததாகிவிடும், ஏனெனில் தீர்மானிக்கப்பட்ட effort மதிப்பு prompt-ல் சேர்க்கப்படுகிறது. எனவே, ஒவ்வொரு பணிக்கும் ஒரு நிலையைத் தேர்வு செய்து அதையே பயன்படுத்தவும். மேலும், max_tokens என்பது thinking மற்றும் பதில் உரை இரண்டையும் உள்ளடக்கிய மொத்த output-க்கான உச்ச வரம்பாகும். எனவே, thinking இல்லாத பதிலுக்காக மட்டும் அளவு நிர்ணயிக்கப்பட்டால், அது பாதியிலேயே துண்டிக்கப்படும். stop_reason: "max_tokens" என்ற பிழை தெரிந்தால், நீங்கள் வரம்பை அதிகரிக்க வேண்டும் அல்லது effort-ஐக் குறைக்க வேண்டும்.

ஒரு பணியை முடிப்பதற்கான செலவு, டோக்கன் ஒன்றுக்கான செலவு அல்ல

[
  {
    "label": "Short answer (5k in, 1k out)",
    "fable_5": "0.10",
    "opus_5": "0.05",
    "sonnet_5": "0.02",
    "haiku_4_5": "0.01"
  },
  {
    "label": "Coding session (300k in, 40k out)",
    "fable_5": "5.00",
    "opus_5": "2.50",
    "sonnet_5": "1.00",
    "haiku_4_5": "0.50"
  },
  {
    "label": "Long agent run (2M in, 400k out)",
    "fable_5": "40.00",
    "opus_5": "20.00",
    "sonnet_5": "8.00",
    "haiku_4_5": "4.00"
  }
]

அந்த 3 வரிசைகள் கணக்கீட்டு முறையே தவிர, செயல்திறன் அளவீடு (benchmark) அல்ல. கட்டணங்கள் ஏற்கனவே வெளியிடப்பட்டுள்ளன. டோக்கன் அளவுகள் உங்கள் சொந்த பயன்பாட்டுத் தரவுகளிலிருந்து நீங்கள் மாற்றிக்கொள்ள வேண்டிய அனுமானங்கள் மட்டுமே. நடுத்தர வரிசையில் உள்ளதைப் போன்ற ஒரு கோடிங் அமர்வு, Fable 5-ல் $5.00 செலவாகிறது, அதே சமயம் Sonnet 5-ல் $1.00 செலவாகிறது. நீண்ட காலப் பணிக்கு Fable 5-ல் $40.00 மற்றும் Sonnet 5-ல் $8.00 செலவாகிறது. கடைசி வரிசையில் உள்ள Haiku நெடுவரிசை வெறும் கணக்கீடு மட்டுமே: Haiku 4.5-ன் context window 200k டோக்கன்கள் மட்டுமே என்பதால், அந்தப் பணியை அதனால் கையாள முடியாது.

முடிவெடுப்பதற்கு டோக்கன் ஒன்றுக்கான செலவு என்பது தவறான அளவீடு. ஒரு பணியை முடிப்பதற்கான செலவு என்பது, ஒரு முயற்சிக்கு ஆகும் செலவை, மேற்கொள்ளப்பட்ட முயற்சிகளின் எண்ணிக்கையால் பெருக்குவதாகும். இன்றைய கட்டணங்களின்படி, ஒரு Fable 5 முயற்சிக்கு ஆகும் செலவு ஐந்து Sonnet 5 முயற்சிகளுக்குச் சமம். எனவே, வெறும் retry எண்ணிக்கையை மட்டும் வைத்துக்கொண்டு upgrade செய்வதை நியாயப்படுத்த முடியாது. Sonnet ஐந்து முறை முயற்சிக்கும்போது நான்கு முறைக்கு மேல் தோல்வியடைந்தால் மட்டுமே, மலிவான மாடல் டோக்கன் அடிப்படையில் நஷ்டத்தை ஏற்படுத்தும்.

டோக்கன் கட்டணத்தில் விடுபட்ட விஷயங்களே எதை upgrade செய்ய வேண்டும் என்பதைத் தீர்மானிக்கின்றன. அட்டவணையில் உள்ள இரண்டு நீண்ட காலப் பணிகளுக்கு இடையிலான செலவு வித்தியாசம், பெரும்பாலான சந்தைகளில் ஒரு பொறியாளரின் ஒரு மணிநேர ஊதியத்தை விடக் குறைவு. அதிக விலை கொண்ட மாடல் ஒரு மணிநேர ஆய்வு நேரத்தைச் சேமித்தாலோ அல்லது தவறான migration-ஐத் தவிர்த்து, அதை மீண்டும் சரிசெய்யும் வேலையைக் குறைத்தாலோ, அது அந்தச் செலவை ஈடுகட்டிவிடும்; ஆனால் இந்தச் சேமிப்பு கட்டணப் பட்டியலில் தெரியாது. ஏற்றுக்கொள்ளப்பட்ட முடிவுகளுக்கான செலவை (money per accepted result) கணக்கிடுங்கள், அதில் உங்கள் சொந்த நேரத்தையும் சேர்த்துக்கொள்ளுங்கள். ஒரு மில்லியன் டோக்கன்கள் உண்மையில் எதைக் குறிக்கின்றன என்பதை அறிந்துகொள்வது இந்த மதிப்பீட்டை மிகவும் துல்லியமாக்கும்.

Claude Fable 5 அதன் விலைக்கு ஏற்றதாக இருக்கும் மூன்று பணிகள்

தவறான முடிவுகள் அதிக செலவை ஏற்படுத்தும் நீண்ட கால agent செயல்பாடுகள். Fable 5 பல மணிநேரம் நீடிக்கும் பணிகளுக்காக உருவாக்கப்பட்டது: 1M token context window, ஒரு கோரிக்கைக்கு 128k output tokens வரை, மற்றும் xhigh அளவிலான முயற்சி, இவை முப்பது நிமிடங்களுக்கு மேல் நீடிக்கும் மற்றும் மில்லியன் கணக்கான tokens தேவைப்படும் பணிகளுக்காக வடிவமைக்கப்பட்டுள்ளன. 40-வது படியில் ஒரு agent எடுக்கும் தவறான முடிவை 300-வது படி வரை யாரும் கவனிக்கவில்லை என்றால், அதன் பிறகு செய்யப்படும் சீரமைப்புப் பணிகளுடன் இந்தச் செயல்பாட்டின் செலவை ஒப்பிட்டுப் பாருங்கள்.

பெரிய codebase-ல் ஒருமுறை மட்டும் செய்யப்படும் migration அல்லது audit. ஒருமுறை மட்டுமே செய்யப்படும் பணிகளுக்குச் செலவைக் குறைக்க வாய்ப்பில்லை, எனவே token-க்கான கூடுதல் கட்டணம் ஒரே invoice-ல் சேரும், மேலும் முழுப் பணியும் ஒரே context window-க்குள் அடங்கிவிடலாம். இது asynchronous-ஆக இயங்கக்கூடியது என்றால், Batch API மூலம் இதன் செலவை ஒரு மில்லியன் output tokens-க்கு $25 ஆகக் குறைக்கலாம்.

குறைந்த விலை கொண்ட model ஏற்கனவே இரண்டு முறை தோல்வியடைந்த பணி. இரண்டு தோல்வியடைந்த முயற்சிகள் மற்றும் அதற்காக நீங்கள் செலவிடும் debugging நேரம், மேலே உள்ள அட்டவணையில் உள்ள அளவுகளில் ஒரு Fable முயற்சியை விட அதிக செலவாகும். சிக்கலான பணிகளுக்கு உயர்தர model-க்கு மாறுவதே சிக்கனமான வழி, அதற்காகவே model ladder பயன்படுத்தப்படுகிறது. நீங்கள் இன்னும் எந்த tier-ஐத் தேர்வு செய்வது என்று குழப்பத்தில் இருந்தால், Claude model tier-களுக்கு இடையிலான திறன் ஒப்பீடு இந்தப் பக்கத்தில் உள்ள கேள்வியிலிருந்து மாறுபட்ட ஒரு கேள்விக்கு விடையளிக்கும்.

Sonnet 5 அல்லது Haiku 4.5 சிறந்த தேர்வாக இருக்கும் மூன்று பணிகள்

அதிக அளவிலான வகைப்படுத்துதல் மற்றும் தரவு பிரித்தெடுத்தல் (High volume classification and extraction). இப்பணிகள் செயலாக்க வேகம் (throughput) மற்றும் ஒரு அலகுக்கான செலவு (unit cost) ஆகியவற்றின் அடிப்படையில் மதிப்பிடப்படுகின்றன. இதில் தரத்தின் உச்சவரம்பு குறைவாக இருப்பதால், மலிவான மாடலே போதுமானதாக இருக்கும். Haiku 4.5 சரியாகச் செய்யும் ஒரு பணிக்கு, Fable 5-ஐப் பயன்படுத்துவது பத்து மடங்கு அதிக செலவாகும்; இதனால் அளவிடக்கூடிய எந்தப் பயனும் கிடைக்காது.

தாமதமே தயாரிப்பாக இருக்கும் ஊடாடும் பணிகள் (Interactive work where latency is the product). Anthropic-ன் மாடல் அட்டவணையின்படி, Fable 5-ன் ஒப்பீட்டு தாமதம் (latency) அதிகம், மேலும் அதன் 'thinking' செயல்முறையை முடக்க முடியாது. ஒரு chat box அல்லது editor completion-ல், அதிக திறன் கொண்ட மாடலைப் பயன்படுத்தும்போது பயனர் அனுபவம் மந்தமாக இருக்கும். ஏனெனில், தரத்தை உணர்வதற்கு முன்பே பயனர் காத்திருப்பு நேரத்தை உணர்ந்துவிடுவார்.

ஜனவரி 2026-க்கு பிந்தைய நிகழ்வுகளைச் சார்ந்திருக்கும் பணிகள். Fable 5-ன் நம்பகமான அறிவு வரம்பு (knowledge cutoff) ஜனவரி 2026 ஆகும். Opus 5-ன் வரம்பு மே 2026 ஆகும். இதில் அதிக விலை கொண்ட மாடலே பழைய தகவல்களைக் கொண்டுள்ளது. எனவே, சமீபத்திய நிகழ்வுகள் குறித்த கேள்விகளுக்கு, நீங்கள் search அல்லது fetch கருவிகளை வழங்காதவரை, பழைய தகவல்களுக்காக இருமடங்கு கட்டணம் செலுத்த வேண்டியிருக்கும்.

செலவைத் தாண்டி ஒரு முக்கியக் கட்டுப்பாடு உள்ளது. Fable 5, 30 நாட்கள் தரவு சேமிப்பு (data retention) கொள்கையைக் கொண்டுள்ளது. இது 'Covered Model' என வகைப்படுத்தப்பட்டுள்ளதால், 'zero data retention' வசதியுடன் கிடைக்காது. உங்கள் ஒப்பந்தத்தின்படி தரவு சேமிப்பு இருக்கக்கூடாது எனில், எந்த விலையிலும் Fable 5-ஐப் பயன்படுத்த முடியாது; எந்தத் தள்ளுபடியும் இதை மாற்றாது.

fable-method களஞ்சியங்கள் எதைக் காட்டுகின்றன, எதைக் காட்டுவதில்லை

Fable 5 அணுகுமுறைகளை, குறைந்த செலவுடைய மாதிரிகள் பின்பற்றும் வகையில் திறன்களாக மாற்றும் களஞ்சியங்களை வல்லுநர்கள் வெளியிட்டுள்ளனர். fable-method repo ஒரு சிந்தனைத் திறன், ஒரு ஒருங்கிணைப்பு வளையம் (orchestration loop), மற்றும் முகவரின் அறிக்கையை வாசிப்பதற்குப் பதிலாக, கோரப்பட்ட ஒவ்வொரு சரிபார்ப்பையும் மீண்டும் இயக்கும் ஒரு adversarial verifier ஆகியவற்றைப் பற்றி விவரிக்கிறது. அதன் README இதைக் குறிப்பிடுகிறது: "இது ஒரு சமூகத்தின் தொகுப்பு, Anthropic-ன் தயாரிப்பு அல்ல."

இதை அப்படியே எடுத்துக்கொள்ளுங்கள். இது மக்கள் மாதிரியை எவ்வாறு இயக்குகிறார்கள் என்பதற்கான சான்று; மாதிரி எவ்வாறு செயல்படுகிறது என்பதற்கான ஆவணப்படுத்தல் அல்ல. இதில் உள்ள எதுவும் Anthropic-ஆல் சரிபார்க்கப்படவில்லை. மேலும், ஒரே மாதிரியான பல forks வெவ்வேறு சொற்களுடன் காணப்படுகின்றன; இது ஒரு தொழில்நுட்ப விவரக்குறிப்பை விட (spec), வாய்மொழி மரபு (folklore) சார்ந்த ஒன்றாகவே இருக்கும் என்று எதிர்பார்க்கலாம்.

செலவு குறித்த முடிவை எடுப்பதற்கு கவனிக்க வேண்டிய முக்கிய விஷயம் என்னவென்றால், மக்கள் நகலெடுக்கத் தகுதியானது என்று கருதிய பகுதிகள் அனைத்தும் செயல்முறை சார்ந்தவை (procedural). பணியை வகைப்படுத்துங்கள், அது முடிந்துவிட்டதை உறுதிப்படுத்தும் சோதனையைப் பெயரிடுங்கள், முடிவெடுக்கும் முன் ஆதாரங்களைச் சேகரியுங்கள், பின்னர் சுருக்கத்தை வாசிப்பதற்குப் பதிலாக அவதானிப்பு மூலம் சரிபார்க்கவும். ஒரு தெளிவான சரிபார்ப்புப் பட்டியல் (checklist) மற்றும் சரிபார்ப்புப் படிநிலை வழங்கப்பட்டால், குறைந்த செலவுடைய மாதிரி இடைவெளியின் ஒரு பகுதியை ஈடுசெய்யும். எனவே, அதிக செலவுடைய மாதிரியைத் தரப்படுத்துவதற்கு முன், உங்கள் சொந்த மதிப்பீட்டுத் தொகுப்பில் அந்தச் சோதனையைச் செய்து பாருங்கள். முடிவு உங்கள் பணிகளைப் பொறுத்தது, அதனால்தான் மற்றவர்களின் தரவுகள் உங்களுக்குப் பெரிய அளவில் பயன்படாது.

பட்ஜெட்டை உறுதிப்படுத்தும் முன் உங்கள் சொந்த எண்களைச் சரிபார்க்கவும்

• ஒவ்வொரு பதிலிலும் usage-ஐப் படித்து, output_tokens_details.thinking_tokens-ஐத் தெரியும் வெளியீட்டிலிருந்து தனித்தனியாகப் பதிவு செய்யவும். நீங்கள் பார்க்காத காரணங்களே பட்ஜெட்டில் ஆச்சரியத்தை ஏற்படுத்தும் வரி உருப்படிகளாகும்.
• இயல்புநிலையை ஏற்றுக்கொள்வதற்குப் பதிலாக effort-ஐத் தெளிவாக அமைக்கவும், மேலும் prompt caching-ஐச் சார்ந்திருக்கும் எந்தவொரு உரையாடலிலும் அதை மாறாமல் வைத்திருக்கவும்.
• உங்கள் நிலையான முன்னொட்டை (stable prefix) முதலில் ஒரு cache breakpoint-க்கு பின்னால் வைக்கவும். அடிப்படை உள்ளீட்டு விலையில் பத்தில் ஒரு பங்கு விலையில் cache வாசிப்பு கிடைப்பது, பெரும்பாலான model downgrades-ஐ விட அதிக சேமிப்பைத் தரும்.
• உடனடி பதில் தேவையில்லாத எதையும் Batch API-க்கு மாற்றவும்.
• மாற்றுகளை நேர்மையாக மதிப்பிடவும். Claude மற்றும் ChatGPT API விலையை ஒப்பிடுதல் உங்கள் பணிச்சுமையில் ஒரு நீண்ட கால உறுதிப்பாட்டிற்கு முன் ஒரு மதியம் செலவழித்துச் சரிபார்க்க வேண்டியது அவசியம்.

பணிச்சுமையானது உங்கள் சொந்த server-ல் இயங்கும் ஒரு agent என்றால், model தேர்வுக்கு அப்பாற்பட்ட கட்டுப்பாடுகளே மிக முக்கியமானவை. VPS-ல் agent செலவுகளைக் கட்டுக்குள் வைத்திருத்தல் என்பது கட்டுப்பாடற்ற அமர்வைத் தடுக்கும் loop வரம்புகள் மற்றும் செலவு வரம்புகளைப் பற்றியது, மேலும் Claude Code உண்மையில் tokens-ஐ எங்கே செலவிடுகிறது என்பது உங்கள் பயன்பாட்டு dashboard-ல் நீங்கள் காணும் எண்களை விளக்குகிறது.

FAQ

ஒரு மில்லியன் tokens-க்கு Claude Fable 5-ன் விலை எவ்வளவு?

Claude API-ல் ஒரு மில்லியன் input tokens-க்கு $10 மற்றும் ஒரு மில்லியன் output tokens-க்கு $50 என Claude Fable 5 விலை நிர்ணயிக்கப்பட்டுள்ளது. இது 3 August 2026 அன்று Anthropic-ன் விலைப்பட்டியல் பக்கத்தில் சரிபார்க்கப்பட்டது. Cache read-க்கு ஒரு மில்லியன் tokens-க்கு $1 கட்டணம் வசூலிக்கப்படுகிறது, இது அடிப்படை input விலையில் பத்தில் ஒரு பங்கு ஆகும். Batch API-ஐப் பயன்படுத்தினால், asynchronous பணிகளுக்கு ஒரு மில்லியன் tokens-க்கு $5 மற்றும் $25 என 50% தள்ளுபடி வழங்கப்படுகிறது. inference_geo parameter-ஐப் பயன்படுத்தி inference-ஐ அமெரிக்காவிற்குள் வைத்திருந்தால், ஒவ்வொரு வகைக்கும் 1.1 மடங்கு கூடுதல் கட்டணம் வசூலிக்கப்படும்.

Claude Pro சந்தாவில் Claude Fable 5 உள்ளதா?

Anthropic-ன் Claude Fable பக்கம், இந்த model Pro, Max, Team மற்றும் Enterprise பயனர்களுக்குக் கிடைக்கும் என்று குறிப்பிடுகிறது; இலவசத் திட்டத்தில் இது இருப்பதாகக் குறிப்பிடவில்லை. இதில் கிடைக்கும் அணுகல் வரம்பற்றது அல்ல. சில பயனர்களுக்கு வாராந்திர பயன்பாட்டு வரம்பின் ஒரு பகுதியாக Fable கிடைக்கிறது, மற்றவர்களுக்கு usage credits மூலம் கிடைக்கிறது. இந்த நடைமுறை July 2026-ல் பலமுறை மாற்றப்பட்டது. ஏதேனும் கட்டுரையில் உள்ள தகவலை நம்புவதை விட, நீங்கள் முடிவெடுக்கும் நாளில் Anthropic-ன் விலைப்பட்டியல் பக்கத்தில் உள்ள திட்ட ஒப்பீட்டு அட்டவணையில் Fable வரிசையைப் பார்க்கவும். வழங்கப்பட்ட வரம்பு முடிந்த பிறகு, கூடுதல் பயன்பாட்டிற்கு API விலையின்படி கட்டணம் வசூலிக்கப்படும்.

எனது Claude Fable 5 கட்டணம், நான் பார்த்த output-ஐ விட ஏன் அதிகமாக உள்ளது?

Claude Fable 5-ல் Adaptive thinking எப்போதும் செயல்பாட்டில் இருக்கும். Thinking tokens-க்கு output tokens-க்கான கட்டணமே வசூலிக்கப்படும், மேலும் அந்த raw chain of thought பயனருக்குக் காட்டப்படாது. thinking.display அதன் இயல்புநிலை மதிப்பிற்கு omitted என இருக்கும்போது, நீங்கள் thinking field-ஐக் காண முடியாது, ஆனால் அதற்குப் பின்னால் உள்ள ஒவ்வொரு reasoning token-க்கும் கட்டணம் செலுத்துவீர்கள். split-ஐப் பார்க்க பதிலில் உள்ள usage.output_tokens_details.thinking_tokens-ஐப் படிக்கவும். streaming செய்யும்போது, இது இறுதி message_delta event-ல் மட்டுமே வரும். பணியின் தேவைக்கு ஏற்ப reasoning மற்றும் பதில் விகிதம் அதிகமாக இருந்தால், effort அளவைக் குறைக்கவும்.

நான் Claude Fable 5-ஐப் பயன்படுத்த வேண்டுமா அல்லது Claude Opus 5-ஐப் பயன்படுத்த வேண்டுமா?

Claude Opus 5-ன் விலை ஒரு token-க்கு பாதியாக உள்ளது. மேலும், இதன் knowledge cutoff மே 2026 ஆகும், Fable 5-க்கு இது ஜனவரி 2026 ஆகும். முதலில் Opus 5-ல் தொடங்கி, அதில் பணி தோல்வியடைந்தாலோ அல்லது தவறான பதிலால் ஏற்படும் இழப்பு விலை வித்தியாசத்தை விட அதிகமாக இருந்தாலோ Fable 5-க்கு மாறவும். நீண்ட கால agent பணிகளுக்கு Fable 5 சிறந்தது, ஏனெனில் அங்கு ஒரு தவறான கிளை பல மணிநேர வேலைகளை வீணாக்கலாம். மேலும், ஒவ்வொரு முறையும் கட்டணம் செலுத்துவதற்குப் பதிலாக, ஒருமுறை மட்டும் கட்டணம் செலுத்தும் பணிகளுக்கு இது சரியான தேர்வாகும்.