Hoe je Claude Fable 5.2 gebruikt: API-setup, inspanningsniveaus en kosten

Claude Fable 5.2 is de opvolger van Fable 5.1 van Anthropic en op het moment van schrijven het topmodel op Artificial Analysis Intelligence Index v5.0.1. Op OrcaRouter kost het anthropic/claude-fable-5.2 $8,00 per miljoen inputtokens en $40,00 per miljoen outputtokens, aangeboden via dezelfde sleutel als elk ander model; de Claude Fable 5.2 API-pagina bevat de actuele cijfers. De configuratie is kort. De onderdelen die mensen verrassen zijn het denkgedrag, de effort-knop en de cache-economie — dus daar besteedt deze gids zijn lengte aan.

Wat het model accepteert, en wat het teruggeeft

Een contextvenster van 1M tokens, waarbij het maximum ook de standaard is in plaats van iets waarvoor je je apart moet aanmelden. Tot 128K outputtokens in één enkele respons. De invoer bestaat uit tekst, afbeeldingen en documenten; de uitvoer is tekst. Native toolgebruik en gestructureerde JSON-uitvoer worden ondersteund. Moeilijke taken kunnen binnen één beurt meerdere minuten duren, wat een kenmerk is voor agents met meerdere stappen en een valkuil voor alles met een synchrone requesttime-out.

Thinking staat altijd aan. Het model redeneert adaptief bij elk verzoek en je bepaalt de diepte met een inspanningsniveau van laag tot maximaal. De ruwe gedachtegang wordt nooit teruggegeven — je krijgt een samenvatting, of een leeg thinking-veld. Plan je observability rond samenvattingen, niet rond transcripten.

Endpoint één: het OpenAI-compatibele pad

Dezelfde drie regels als bij elk ander model op de gateway: de basis-URL https://api.orcarouter.ai/v1, je sleutel uit de omgeving en het model-id. Als je al een werkende client voor een andere leverancier hebt, is dit een wijziging van één regel en gaat de rest van de gids over het afstellen ervan.

Endpoint twee: de Anthropic Messages API

Fable 5.2 antwoordt ook native op /v1/messages, en dit is het detail dat mensen verkeerd hebben: de basis-URL voor het native pad is https://api.orcarouter.ai zonder /v1-suffix. Het OpenAI-compatibele pad heeft /v1 nodig omdat dat de conventie is die Chat Completions volgt; het Messages-pad niet. Een basis-URL tussen de twee voorbeelden kopiëren is de meest voorkomende oorzaak van een 404 die op een routingstoring lijkt.

Inspanningsniveaus in de praktijk

De lijst met ondersteunde parameters is include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tools en verbosity. Twee vermeldingen doen hier het echte werk: reasoning_effort bepaalt hoe diep het model nadenkt, en verbosity bepaalt hoeveel het zegt wanneer het antwoordt. Ze zijn onafhankelijk van elkaar, en ze door elkaar halen is de reden dat sommige teams concluderen dat het model traag is.

Een praktisch uitgangsbeleid: lage inspanning voor classificatie, extractie en routering, waarbij het antwoord kort is en de invoer de moeilijkheid bepaalt; gemiddeld voor code review en documentanalyse; hoog of maximaal alleen voor taken waarvan u hebt gemeten dat een fout antwoord meer kost dan de latentie. Omdat thinking bij elk verzoek actief is, is inspanning de enige knop waarmee u de tijd tot de eerste token kunt beïnvloeden — stel die per route in, niet globaal.

Wat een verzoek kost

Invoer kost $8.00 per miljoen en uitvoer $40.00 per miljoen, met cache-leesacties tegen $0.200 en cache-schrijfacties tegen $10.00 per miljoen. Een document van 40.000 tokens plus een antwoord van 2.000 tokens kost $0.32 aan invoer en $0.08 aan uitvoer: veertig cent per verzoek, vóór eventuele caching.

Caching is waar de rekensom interessant wordt, en het loont om het goed aan te pakken omdat de schrijfactie in rekening wordt gebracht. Een prefix van 40.000 tokens kost $0,40 om in de cache te schrijven en $0,008 telkens wanneer hij daarna wordt gelezen. Eén doorgang zonder cache kost $0,32. Een gecachte prefix verdient zichzelf dus terug bij de tweede keer lezen en is vanaf dan aanzienlijk goedkoper — maar een corpus dat je maar één keer leest, moet helemaal niet worden gecacht.

Ter vergelijking: Fable 5.1 is $10.00 voor input en $50.00 voor output, en Opus 4.7 is $5.00 voor input en $25.00 voor output. Dat Fable 5.2 op beide tarieven 20 procent goedkoper is dan zijn voorganger, is precies de reden om een bestaande promptset te migreren in plaats van de oudere id te behouden.

Latentie en faalpercentage

Op het live verkeer van OrcaRouter over de afgelopen zeven dagen: p50 tijd tot eerste token 8,09 seconden, p95 10,00 seconden, outputsnelheid 101 tokens per seconde, meer dan 35,6 miljoen geleverde tokens. Het foutpercentage was 10,8 procent van de verzoeken die bij alle upstreamproviders een niet-2xx-status retourneerden, wat goed is om te weten voordat je het achter een synchrone UI zonder fallback zet.

De 8,09 seconden zijn niet dezelfde meting als de 267 seconden die Artificial Analysis rapporteert voor de tijd tot het eerste token. De harness van AA laat het model met maximale inspanning nadenken over negen moeilijke benchmarks; het gateway-cijfer is de mediaan van echte verzoeken bij de inspanning die de aanroeper heeft ingesteld. Als je Fable 5.2 met maximale inspanning op een moeilijke prompt draait, zul je iets zien dat veel dichter bij het cijfer van AA zit dan bij de p50.

Waar je het moet gebruiken, en waar niet

Gebruik het waar een verkeerd antwoord duur is en de aanroep asynchroon kan zijn: agents met meerdere stappen, diepgaand codewerk, planning op lange termijn, alles waarbij je anders drie goedkopere modellen zou draaien en de resultaten zou afstemmen. Bij $40 per miljoen outputtokens met thinking bij elk verzoek zijn de kosten van een misser reëel, dus het effortniveau is een budgetcontrole.

Gebruik het niet als standaardrouteringsdoel voor elke prompt.Claude Fable 5.2 vs Claude Opus 5.5-vergelijking is degene die je moet lezen als je besluit of het topmodel de moeite waard is voor jouw werklast, en Claude Fable 5.2 vs Claude Fable 5.1 behandelt de migratie als je al de vorige generatie draait.

Als je een multi-modelstack bouwt, dan heeftde LLM-modellenlijst de actuele id's en prijzen, en de Gemini 4 Carbon API is de natuurlijke goedkope tier daarnaast voor de 90 procent van de calls die niet zo'n zwaar model nodig hebben.

De checklist

Stel de basis-URL in op basis van het endpoint dat je hebt gekozen — /v1 voor Chat Completions, geen suffix voor Messages. Stel effort per route in in plaats van globaal, en scheid effort van verbosity in je hoofd. Cache prefixes die je meer dan twee keer leest en sla caching over voor eenmalige documenten. Budgetteer 128K output en 1M input. Verwacht acht seconden tot het eerste token bij matige effort, minuten bij maximaal, en dat één op de tien aanroepen mislukt. Meet daarna je eigen verdeling: het model is het meest capabele dat beschikbaar is, en of dat $40 per miljoen output waard is, is volledig een kwestie van je prompts.