Как использовать Claude Fable 5.2: настройка API, уровни усилий и стоимость

Claude Fable 5.2 — преемник Fable 5.1 от Anthropic и на момент написания лучшая модель в Artificial Analysis Intelligence Index v5.0.1. В OrcaRouter она доступна как anthropic/claude-fable-5.2 по цене $8.00 за миллион входных токенов и $40.00 за миллион выходных; доступ к ней осуществляется через тот же ключ, что и ко всем остальным моделям. Актуальные цифры приведены на странице Claude Fable 5.2 API. Настройка занимает немного времени. Что удивляет людей — это поведение при размышлении, регулятор усилий и экономика кэша, поэтому основное внимание в этом руководстве уделено именно им.

Что принимает модель и что она возвращает

Контекстное окно на 1 млн токенов, где максимум одновременно является значением по умолчанию, а не тем, что нужно включать отдельно. До 128K выходных токенов в одном ответе. На входе — текст, изображения и документы; на выходе — текст. Поддерживаются нативное использование инструментов и структурированные JSON-выходы. Сложные задачи могут выполняться несколько минут в рамках одного хода — это преимущество для многошаговых агентов и ловушка для всего, что имеет синхронный тайм-аут запроса.

Мышление всегда включено. Модель рассуждает адаптивно при каждом запросе, а вы управляете глубиной с помощью уровня усилий от low до max. Необработанная цепочка рассуждений никогда не возвращается — вы получаете сводку или пустое поле thinking. Стройте наблюдаемость вокруг сводок, а не полных расшифровок.

Эндпоинт один: путь, совместимый с OpenAI

Те же три строки, что и для любой другой модели на шлюзе: базовый URL https://api.orcarouter.ai/v1, ваш ключ из переменных окружения и идентификатор модели. Если у вас уже есть работающий клиент для другого поставщика, это изменение в одну строку, а остальная часть руководства посвящена его настройке.

Вторая конечная точка: Anthropic Messages API

Fable 5.2 также нативно отвечает на /v1/messages, и вот деталь, в которой люди ошибаются: базовый URL для нативного пути — это https://api.orcarouter.ai без суффикса /v1. Пути, совместимому с OpenAI, нужен /v1, потому что это соглашение, которого придерживается Chat Completions; пути Messages он не нужен. Копирование базового URL между двумя примерами — самая частая причина 404, который выглядит как сбой маршрутизации.

Уровни усилий на практике

Список поддерживаемых параметров: include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tools и verbosity. Здесь реальную работу выполняют два пункта: reasoning_effort задаёт, насколько глубоко модель рассуждает, а verbosity задаёт, насколько подробным будет ответ. Они независимы, и именно из-за их смешения некоторые команды делают вывод, что модель работает медленно.

Практическая стартовая политика: низкий уровень усилий для классификации, извлечения и маршрутизации, где ответ короткий, а сложность несёт входной текст; средний — для обзора кода и анализа документов; высокий или максимальный — только для задач, где вы измерили, что неправильный ответ стоит дороже задержки. Поскольку рассуждение включено в каждом запросе, усилие — единственный регулятор времени до первого токена; задавайте его для каждого маршрута, а не глобально.

Сколько стоит запрос

Входные данные стоят $8.00 за миллион, а выходные — $40.00 за миллион; чтение из кэша — $0.200, а запись в кэш — $10.00 за миллион. Документ на 40 000 токенов плюс ответ на 2 000 токенов обходится в $0.32 за входные данные и $0.08 за выходные: сорок центов за запрос, до какого-либо кэширования.

Кэширование — это место, где арифметика становится интересной, и его стоит делать правильно, потому что за запись взимается плата. Префикс на 40 000 токенов стоит $0.40 за запись в кэш и $0.008 при каждом последующем чтении. Один проход без кэширования стоит $0.32. Таким образом, кэшированный префикс окупается уже на втором чтении и с этого момента становится радикально дешевле — но корпус, который вы читаете только один раз, вообще не следует кэшировать.

Для сравнения, Fable 5.1 стоит $10.00 за вход и $50.00 за выход, а Opus 4.7 — $5.00 за вход и $25.00 за выход. То, что Fable 5.2 на 20 процентов дешевле предшественника по обеим позициям, — это и есть вся причина мигрировать существующий набор промптов, а не сохранять старый id.

Задержка и частота сбоев

По живому трафику OrcaRouter за последние семь дней: p50 времени до первого токена — 8,09 секунды, p95 — 10,00 секунды, скорость вывода — 101 токен в секунду, обслужено более 35,6 млн токенов. Доля ошибок составила 10,8 процента запросов с ответом не-2xx у всех вышестоящих провайдеров, что стоит учитывать, прежде чем ставить это за синхронный интерфейс без резервного варианта.

8,09 секунды — это не тот же показатель, что 267 секунд, которые Artificial Analysis указывает для времени до первого токена. Стенд AA позволяет модели рассуждать с максимальными усилиями на девяти сложных бенчмарках; показатель шлюза — это медиана реальных запросов при том уровне усилий, который задал вызывающий. Если запустить Fable 5.2 с максимальными усилиями на сложном промпте, вы увидите значение, гораздо более близкое к цифре AA, чем к p50.

Где это использовать, а где — нет

Используйте его там, где ошибка дорого обходится и вызов может быть асинхронным: многошаговые агенты, глубокая работа с кодом, долгосрочное планирование — везде, где иначе пришлось бы запускать три более дешёвые модели и согласовывать результаты. При цене $40 за миллион выходных токенов с включённым режимом размышления на каждый запрос цена промаха реальна, поэтому уровень усилий — это инструмент контроля бюджета.

Не используйте его как цель маршрутизации по умолчанию для каждого запроса. Claude Fable 5.2 vs Claude Opus 5.5 — это сравнение, которое стоит прочитать, если вы решаете, оправдывает ли себя флагманская модель при вашей рабочей нагрузке, а Claude Fable 5.2 vs Claude Fable 5.1 описывает миграцию, если вы уже используете предыдущее поколение.

Если вы строите мультимодельный стек, список моделей LLM содержит актуальные идентификаторы и цены, а Gemini 4 Carbon API — естественный дешёвый уровень рядом с ним для 90 процентов вызовов, которым не нужна настолько мощная модель.

Чек-лист

Укажите базовый URL в соответствии с выбранной конечной точкой — /v1 для Chat Completions, без суффикса для Messages. Задавайте уровень усилий для каждого маршрута, а не глобально, и не путайте уровень усилий с многословностью. Кэшируйте префиксы, которые вы читаете более двух раз, и пропускайте кэширование для одноразовых документов. Заложите бюджет 128K на выход и 1M на вход. Ожидайте восемь секунд до первого токена при умеренном уровне усилий, минуты при максимальном и один сбой из десяти вызовов. Затем измерьте собственное распределение: эта модель — самая способная из доступных, и стоит ли она $40 за миллион выходных токенов — это исключительно вопрос о ваших промптах.