
در این مقاله
Claude Fable 5.2 و Claude Mythos 5.2 نام دو مدل معرفیشده Anthropic برای مسئلههای دشوار فنی هستند. برای توسعهدهنده ایرانی، سؤال مفید فقط این نیست که کدام مدل در نمودار بالاتر است؛ باید بدانیم به کدام نسخه واقعاً دسترسی داریم، آن را از چه مسیری فراخوانی کنیم و آیا هزینه بیشتر به خروجی قابل استفادهتری منجر میشود یا نه. این راهنما از همین سه سؤال شروع میکند و یک مسیر محدود برای استفاده از Fable در پاستا نشان میدهد.
در بررسی کاتالوگ ۱۲ نوامبر ۲۰۲۶، مدل anthropic/claude-fable-5.2 با دسترسی API و قیمت تأییدشده در پاستا فعال بود. مدل فعال متناظری برای Mythos 5.2 یافت نشد. موجودی مدل و آمادگی مسیر میتواند تغییر کند؛ پیش از شروع، کاتالوگ API هوش مصنوعی پاستا و مدلهای قابل دسترس برای کلید همان پروژه را بررسی کنید. این بررسی کاتالوگ، بنچمارک یا اجرای استنتاج پولی نیست.
Fable و Mythos چه تفاوتی دارند؟
Anthropic در معرفی ۹ نوامبر ۲۰۲۶ توضیح میدهد که این دو بر یک مدل پایه تکیه دارند، اما محافظتها و شیوه دسترسی آنها متفاوت است. دسترسی Mythos به برنامههای تأییدشده وابسته است. بنابراین نباید از نام مشابه نتیجه گرفت که هر کاربر API میتواند هر دو را با عوضکردن یک شناسه استفاده کند.
برای یک محصول، دسترسی معتبر بخشی از انتخاب فنی است. نام یک مدل در خبر، یک ورودی غیرفعال در فهرست یا یک نسخه پیشنمایش قدیمی، جای تأیید دسترسی نسخه دقیق را نمیگیرد. در مستندات داخلی پروژه، شناسه کامل، مسیر فراخوانی، تاریخ بررسی و محدودیتهای حساب را بنویسید تا اعضای تیم نام تجاری و قرارداد اجرایی را با هم اشتباه نگیرند.
آیا باید Opus را کنار بگذاریم؟
خود Anthropic برای بسیاری از کارهای روزمره همچنان شروع با Opus 5.5 را توصیه میکند. برداشت کاربردی ما این است که مدل گرانتر را برای همه مراحل پیشفرض نکنید. مرتبسازی یک متن، توضیح یک تابع کوچک و طراحی مهاجرت چندسرویسی مسئلههای یکسانی نیستند. ابتدا نوع کار را مشخص کنید و سپس هزینه کل حل مسئله را بسنجید.
برای نمونه، در رفع یک خطای استقرار، مدل سبکتر میتواند لاگ پاکسازیشده را خلاصه کند و Fable فقط درباره چند فرضیه باقیمانده نظر بدهد. این یک معماری پیشنهادی است، نه وعده کاهش هزینه. اگر مرحله آمادهسازی اطلاعات مهم را حذف کند، استفاده از مدل قویتر در پایان هم نتیجه خوبی نمیدهد. کیفیت داده ورودی باید جدا بررسی شود.
پیش از اولین درخواست چه چیزهایی لازم است؟
یک کلید مستقل برای پروژه بسازید و آن را در متغیر محیطی سرور نگه دارید. محیط توسعه و محصول زنده بهتر است کلید و سقف مصرف جدا داشته باشند. شناسه مدل را از کاتالوگ بردارید و آن را در پیکربندی پروژه ثبت کنید. تغییر نام نمایشی نباید بیخبر باعث تغییر مدل در یک ارزیابی یا کار طولانی شود.
برای نمونه اول، ورودی کوتاه و غیرحساس انتخاب کنید. کد خصوصی مشتری، کلید پایگاه داده یا فایل کامل محیط را به مدل نفرستید. اگر هدف بررسی یک تابع است، همان تابع و قرارداد وابسته به آن کافی است. جزئیات مسیر، روش مدیریت کلید و نمونههای سازگار را در مستندات API پاستا بررسی کنید؛ محدودیت هر مدل میتواند متفاوت باشد.
نمونه Python برای Fable 5.2 در پاستا
نمونه زیر ابتدا مدلهای قابل دسترس را میگیرد و فقط اگر شناسه دقیق موجود بود، یک درخواست محدود میفرستد. کتابخانه OpenAI در اینجا یک کلاینت برای قرارداد سازگار است؛ نشانی مقصد، API پاستاست. این نمونه ایجنت خودکار تولیدی نیست و درخواستهای خطادار را بیحد تکرار نمیکند. نسخه دانلودی را میتوانید از فایل نمونه Fable دریافت کنید.
import os
from openai import OpenAI
MODEL = "anthropic/claude-fable-5.2"
client = OpenAI(
api_key=os.environ["PAASTA_API_KEY"],
base_url="https://console.paasta.cloud/api/ai/v1",
timeout=60.0,
max_retries=0,
)
if MODEL not in {model.id for model in client.models.list().data}:
raise SystemExit("Model unavailable for this project key")
reply = client.chat.completions.create(
model=MODEL,
messages=[
{"role": "system", "content": "Review the plan. Separate evidence from assumptions."},
{"role": "user", "content": "Propose three checks before changing a database index."},
],
max_tokens=1024,
)
print(reply.choices[0].message.content or "No visible text returned")
پاسخ واقعی این کد در مقاله درج نشده است؛ درخواست پولی برای تهیه این راهنما اجرا نکردهایم. موفقیت فهرست مدلها هم صحت پاسخ یا دسترسی همه قابلیتهای مدل را تضمین نمیکند. اولین اجرا را با بودجه محدود انجام دهید و وضعیت HTTP، زمان پایان و مصرف گزارششده را بررسی کنید. کلید را در خروجی، اسکرینشات یا گزارش خطا نمایش ندهید.







نظرات کاربران (۰)
هنوز نظری ثبت نشده است. اولین نفر باشید.