LangChain と LangGraph で Claude Fable 5 を使う

セットアップ

バージョン、モデル、effort、予算の順に進めます。

1. 1

   Fable 5 を認識するバージョンを固定する

   Python では、task budget を使うなら langchain-anthropic 1.4.1 以降をインストールし、ANTHROPIC_API_KEY を設定します。JavaScript では、2026 年 6 月の Claude 5 系変更を含む @langchain/anthropic のリリースを使ってください。それ以前のバージョンは adaptive-only のパラメータ処理を適用せず、このモデルが拒否する既定値を送ってしまいます。

2. 2

   サンプリングパラメータなしでモデルを構築する

   model に claude-fable-5、そして明示的な max_tokens を指定して ChatAnthropic を初期化します。temperature・top_p・top_k は渡さないでください。いずれもこのモデルでは 400 を返します。thinking ブロックも渡さないでください。適応的思考は常時有効で、thinking の disabled は拒否されます。

3. 3

   effort を意図的に設定する

   effort を含む output_config を渡すか、ChatAnthropic の最上位の effort 引数を使います。既定は high で、モデルの既定値を明示的に指定することは省略と同等です。プロンプトキャッシュは壊れませんが、リクエスト間で値を変更すると壊れます。

4. 4

   LangGraph のループには task budget を付ける

   output_config に task_budget を追加し、type は tokens、total は実データに基づく値を指定して、task-budgets-2026-03-13 のベータヘッダーを送ります。total の最小値は 20,000 トークンで、下回ると API は 400 を返します。カウントダウンはサーバー側で注入され、モデルはそれに合わせてペース配分します。

落とし穴

Opus で動いていたチェーンがここで動かなくなる四つのパターンです。

• task_budget は助言であり、絞りすぎると拒否に見える

  この予算はモデルが自らペース配分するためのカウントダウンであり、強制的な上限ではありません。ハードな制限は max_tokens だけで、Claude は進行中の動作を中断するくらいなら少し超過することがあります。さらに厄介なのは、形式上は有効でも長いタスクには小さすぎる予算を与えると、モデルが大幅に範囲を絞ったり早期に停止したりし、ログ上は拒否のように見える点です。予算を追加した直後に想定外の早期終了が出たら、他を調べる前にまず予算を上げてください。

• 古い @langchain/anthropic は落とすべきパラメータを送る

  Fable 5 を追加した JavaScript の変更は、adaptive-only の互換ロジックと既定 max_tokens のマッピングも拡張しました。古いバージョンでもモデル ID 自体は解決するため、インポート時には何も問題が見えません。実際には既定のサンプリングパラメータが送信され 400 が返り、まず自分のコードを疑うことになります。

• コピーしたあらゆる LangChain の例に temperature=0 がある

  LangChain のコードでは temperature=0 による決定性の確保がほぼ反射的な習慣ですが、Fable 5 では top_p・top_k と同様に 400 になります。チェーン、エージェントのコンストラクタ、設定ファイルを検索してください。代わりにプロンプトで方向づけます。このモデルには補える調整項目がありません。

• コスト削減のために thinking を切ることはできない

  thinking が任意のモデルでは、無効化は標準的なコスト対策です。Fable 5 では thinking の disabled は 400 を返します。適応的思考は常時有効で、深さの制御は effort のみです。安価な経路で thinking を無効化するルーティング層があるなら、モデル別の分岐が必要です。

関連ガイド