Jak używać Claude Fable 5.2: konfiguracja API, poziomy wysiłku i koszt

Claude Fable 5.2 to następca Fable 5.1 firmy Anthropic i w chwili pisania tego tekstu najlepszy model w Artificial Analysis Intelligence Index v5.0.1. W OrcaRouter dostępny jest jako anthropic/claude-fable-5.2 w cenie 8,00 USD za milion tokenów wejściowych i 40,00 USD za milion tokenów wyjściowych, obsługiwany przez ten sam klucz co każdy inny model; strona Claude Fable 5.2 API zawiera aktualne dane. Konfiguracja jest krótka. Elementy, które zaskakują użytkowników, to sposób działania trybu myślenia, suwak wysiłku i ekonomika pamięci podręcznej — dlatego ten przewodnik poświęca im najwięcej miejsca.

Co model przyjmuje i co zwraca

Okno kontekstu o rozmiarze 1 mln tokenów, w którym maksimum jest jednocześnie ustawieniem domyślnym, a nie czymś, na co trzeba się zdecydować. Do 128 tys. tokenów wyjściowych w jednej odpowiedzi. Dane wejściowe to tekst, obrazy i dokumenty; dane wyjściowe to tekst. Obsługiwane są natywne narzędzia i strukturalne dane wyjściowe JSON. Trudne zadania mogą działać przez kilka minut w ramach jednej tury, co jest zaletą dla agentów wieloetapowych, a pułapką dla wszystkiego, co ma synchroniczny limit czasu żądania.

Myślenie jest zawsze włączone. Model rozumuje adaptacyjnie przy każdym żądaniu, a głębokość kontrolujesz za pomocą poziomu wysiłku od niskiego do maksymalnego. Surowy łańcuch myśli nigdy nie jest zwracany — otrzymujesz podsumowanie lub puste pole myślenia. Planuj swoją obserwowalność w oparciu o podsumowania, a nie transkrypcje.

Endpoint pierwszy: ścieżka zgodna z OpenAI

Te same trzy linie co w przypadku każdego innego modelu w bramie: bazowy adres URL https://api.orcarouter.ai/v1, Twój klucz ze środowiska i identyfikator modelu. Jeśli masz już działającego klienta dla innego dostawcy, to zmiana jednej linii, a reszta przewodnika dotyczy jego dostrajania.

Endpoint drugi: Anthropic Messages API

Fable 5.2 odpowiada również natywnie na /v1/messages, a oto szczegół, w którym ludzie często się mylą: bazowy URL dla ścieżki natywnej to https://api.orcarouter.ai bez sufiksu /v1. Ścieżka zgodna z OpenAI wymaga /v1, ponieważ taka jest konwencja, której przestrzega Chat Completions; ścieżka Messages nie. Kopiowanie bazowego URL-a między tymi dwoma przykładami to najczęstsza przyczyna błędu 404, który wygląda jak awaria routingu.

Poziomy wysiłku w praktyce

Lista obsługiwanych parametrów to include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tools i verbosity. Dwa wpisy wykonują tu prawdziwą pracę: reasoning_effort określa, jak głęboko model myśli, a verbosity określa, ile mówi, gdy odpowiada. Są niezależne, a ich mylenie jest powodem, dla którego niektóre zespoły dochodzą do wniosku, że model jest wolny.

Praktyczna polityka na start: niski wysiłek w przypadku klasyfikacji, ekstrakcji i routingu, gdzie odpowiedź jest krótka, a trudność leży po stronie danych wejściowych; średni w przypadku przeglądu kodu i analizy dokumentów; wysoki lub maksymalny tylko w zadaniach, w których zmierzono, że błędna odpowiedź kosztuje więcej niż opóźnienie. Ponieważ myślenie odbywa się przy każdym żądaniu, wysiłek to jedyne pokrętło regulujące czas do pierwszego tokenu — ustawiaj je dla każdej trasy osobno, a nie globalnie.

Ile kosztuje żądanie

Wejście kosztuje 8,00 USD za milion, a wyjście 40,00 USD za milion, przy czym odczyty z pamięci podręcznej kosztują 0,200 USD, a zapisy do niej 10,00 USD za milion. Dokument o długości 40 000 tokenów plus odpowiedź o długości 2000 tokenów to 0,32 USD kosztu wejścia i 0,08 USD kosztu wyjścia: czterdzieści centów za żądanie, przed uwzględnieniem jakiegokolwiek buforowania.

Buforowanie to miejsce, w którym rachunek staje się interesujący, i warto zrobić to porządnie, ponieważ zapis jest płatny. Prefiks o długości 40 000 tokenów kosztuje 0,40 USD przy zapisie do pamięci podręcznej i 0,008 USD za każdym razem, gdy jest potem odczytywany. Jedno przejście bez buforowania kosztuje 0,32 USD. Zatem zbuforowany prefiks zwraca się przy drugim odczycie i od tego momentu jest dramatycznie tańszy — ale korpusu, który czytasz tylko raz, w ogóle nie należy buforować.

Dla porównania: Fable 5.1 kosztuje $10.00 na wejściu i $50.00 na wyjściu, a Opus 4.7 — $5.00 na wejściu i $25.00 na wyjściu. To, że Fable 5.2 jest o 20 procent tańszy od swojego poprzednika w obu tych pozycjach, jest całym powodem, by zmigrować istniejący zestaw promptów zamiast zachowywać starszy identyfikator.

Opóźnienie i współczynnik awaryjności

W ruchu na żywo OrcaRouter z ostatnich siedmiu dni: p50 czasu do pierwszego tokenu 8,09 sekundy, p95 10,00 sekundy, prędkość generowania 101 tokenów na sekundę, ponad 35,6 mln obsłużonych tokenów. Wskaźnik błędów wynosił 10,8 procent żądań zwracających odpowiedzi inne niż 2xx u wszystkich dostawców upstream, co warto wiedzieć, zanim umieścisz to za synchronicznym interfejsem użytkownika bez mechanizmu awaryjnego.

Wartość 8.09 sekundy nie jest tym samym pomiarem co 267 sekund, które Artificial Analysis podaje dla czasu do pierwszego tokenu. Środowisko testowe AA pozwala modelowi myśleć z maksymalnym wysiłkiem na dziewięciu trudnych benchmarkach; wartość z bramy to mediana rzeczywistych żądań przy takim poziomie wysiłku, jaki ustawił wywołujący. Jeśli uruchomisz Fable 5.2 z maksymalnym wysiłkiem na trudnym prompcie, zobaczysz wartość znacznie bliższą liczbie AA niż p50.

Gdzie to stosować, a gdzie nie

Używaj go tam, gdzie błędna odpowiedź jest kosztowna, a wywołanie może być asynchroniczne: wieloetapowe agenty, głęboka praca nad kodem, planowanie długoterminowe, cokolwiek, gdzie w przeciwnym razie uruchamiałbyś trzy tańsze modele i uzgadniał ich wyniki. Przy 40 USD za milion tokenów wyjściowych z myśleniem przy każdym żądaniu koszt pomyłki jest realny, więc poziom wysiłku jest kontrolą budżetu.

Nie używaj go jako domyślnego celu routingu dla każdego promptu. Porównanie Claude Fable 5.2 vs Claude Opus 5.5 to lektura obowiązkowa, jeśli zastanawiasz się, czy najwyższa półka jest warta swojej ceny w Twoim obciążeniu, a Claude Fable 5.2 vs Claude Fable 5.1 obejmuje migrację, jeśli już korzystasz z poprzedniej generacji.

Jeśli budujesz stos wielu modeli, lista modeli LLM zawiera aktualne identyfikatory i ceny, a Gemini 4 Carbon API to naturalna tania warstwa obok niego dla 90 procent wywołań, które nie potrzebują modelu tej klasy.

Lista kontrolna

Ustaw bazowy URL zgodnie z wybranym punktem końcowym — /v1 dla Chat Completions, bez sufiksu dla Messages. Ustaw poziom wysiłku dla każdej trasy zamiast globalnie i oddzielaj w myślach poziom wysiłku od gadatliwości. Buforuj prefiksy, które czytasz więcej niż dwa razy, a pomiń buforowanie w przypadku dokumentów jednorazowych. Zaplanuj budżet 128K na wyjście i 1M na wejście. Oczekuj ośmiu sekund do pierwszego tokenu przy umiarkowanym wysiłku, minut przy maksymalnym, oraz tego, że jedno na dziesięć wywołań zakończy się niepowodzeniem. Następnie zmierz własny rozkład: model jest najbardziej zdolnym dostępnym modelem, a to, czy jest wart 40 dolarów za milion tokenów wyjściowych, jest wyłącznie kwestią twoich promptów.