บทวิจารณ์ Claude Fable 5.2: ที่หนึ่งในดัชนี แต่รั้งท้ายเรื่องต้นทุน
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 226 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 101 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0717 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 82 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 182 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 46 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 139 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 63 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 96 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 182 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 138 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 111 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 319 tok/s
Claude Fable 5.2 อยู่อันดับหนึ่งบน Artificial Analysis Intelligence Index v5.0.1 ด้วยคะแนน 65 และยังเป็นโมเดลที่แพงที่สุดบนบอร์ดจัดอันดับนั้นเมื่อต้องรัน โดยต้องใช้จ่ายกับผู้ให้บริการ 26.54 ดอลลาร์เพื่อทำหนึ่งรอบของดัชนีให้เสร็จ เทียบกับ 5.48 ดอลลาร์สำหรับโมเดลที่อยู่อันดับถัดไปโดยตรง ดังนั้นการรีวิวจึงไม่ใช่คำถามว่ามันดีหรือไม่ เพราะมันเป็นโมเดลที่วางจำหน่ายอย่างกว้างขวางและได้คะแนนดีที่สุดที่มีอยู่ และหน้าเพจของClaude Fable 5.2 API ระบุราคา 8.00 ดอลลาร์ต่อล้านโทเค็นอินพุต และ 40.00 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต คำถามคือคุณจ่ายเงินเพื่ออะไร และเวิร์กโหลดของคุณใช้มันได้หรือไม่
มันคืออะไร
รุ่นต่อจาก Fable 5.1 ของ Anthropic สร้างมาเพื่องานที่ต้องใช้การให้เหตุผลหนัก ๆ และงานเอเจนต์ระยะยาว หน้าต่างบริบท 1M โทเค็นที่โหมด maximum เป็นค่าเริ่มต้น เอาต์พุตได้สูงสุด 128K โทเค็นต่อการตอบหนึ่งครั้ง รองรับอินพุตข้อความ รูปภาพ และเอกสาร โดยให้เอาต์พุตเป็นข้อความ ใช้เครื่องมือแบบเนทีฟและ JSON แบบมีโครงสร้าง Thinking เปิดอยู่ตลอดและปรับตัวได้ พร้อมปุ่มปรับระดับ effort ตั้งแต่ low ถึง max และ chain of thought แบบดิบจะไม่ถูกส่งคืนเลย คุณจะได้สรุปหรือฟิลด์ thinking ที่ว่างเปล่า
รายละเอียดสุดท้ายนั้นคือสิ่งที่ต้องออกแบบโดยยึดเป็นหลัก คุณไม่สามารถตรวจสอบกระบวนการคิดได้ คุณตรวจสอบได้เพียงคำตอบและบทสรุปเท่านั้น สำหรับเวิร์กโฟลว์ที่มีการกำกับดูแล สิ่งนี้สำคัญกว่าคะแนนดัชนี และนี่ก็เป็นเหตุผลว่าทำไมจึงควรกำหนดระดับความพยายามอย่างตั้งใจ แทนที่จะปล่อยไว้ที่ค่าเริ่มต้น
คะแนน
65 คะแนนบน v5.0.1 อันดับ 1 จาก 78. การประเมินทั้งเก้ารายการ ได้แก่ AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 Hard Subset และ Terminal-Bench-Science 0.1 — เป็นการผสมผสานงานเชิงเอเจนต์และวิทยาศาสตร์ยาก มากกว่าการผสมจากลีดเดอร์บอร์ดการเขียนโค้ด ช่องว่าง 5 คะแนนเหนือ Gemini 4 Carbon คือความนำทั้งหมดบนหัวตาราง.
การตรวจสอบเวอร์ชันไม่ใช่แค่เรื่องพิธีการ คะแนนจาก v4.3 และ v4.3.2 อยู่ในชุดการประเมินที่แตกต่างกัน และไม่สามารถนำมาจัดตารางเทียบกับ v5.0.1 ได้ หากคุณเห็น Fable 5.2 ถูกจัดอันดับข้างคะแนน v4.3 การเปรียบเทียบนั้นไม่ถูกต้อง ไม่ว่าแหล่งที่มาจะน่าเชื่อถือเพียงใด
การอยู่บนสุดของกระดานต้องแลกด้วยเวลาเท่าไร
267 วินาทีถึงโทเคนแรก อันดับ 76 จาก 77 โมเดลที่มีข้อมูลเวลาแฝง — ช้าที่สุดเป็นอันดับสองบนบอร์ด 46.8 นาทีของเวลาจริงต่องานจากการประเมินทั้งเก้า เป็น 1.6 เท่าของเวลาที่ Carbon ใช้ ความเร็วเอาต์พุตเมื่อเริ่มเขียนคือ 97 โทเคนต่อวินาที ซึ่งเร็วกว่า 72 ของ Carbon อยู่ 35 เปอร์เซ็นต์ และไม่ส่งผลต่อผลรวม เพราะเวลาไปหมดกับการคิด
เมื่อเทียบกับทราฟฟิกจริงที่ผ่าน OrcaRouter ภาพกลับแตกต่างออกไปอีก: p50 8.09 วินาทีถึงโทเคนแรก, p95 10.00 วินาที, 101 โทเคนต่อวินาที จาก 35.6 ล้านโทเคนที่ให้บริการในเจ็ดวัน AA วัด harness ที่ใช้ความพยายามเต็มที่ ส่วนเกตเวย์วัดคำขอจริงค่ามัธยฐาน ตัวเลขทั้งสองล้วนตรงตามจริง และไม่มีตัวเลขใดเพียงตัวเดียวที่บอกได้ว่าผู้ใช้จะได้ประสบการณ์อย่างไร
ค่าใช้จ่ายเป็นเงินเท่าไหร่
$26.54 สำหรับการรันดัชนี — อันดับ 77 จาก 77 เป็นโมเดลที่แพงที่สุดในตาราง และเป็น 4.8 เท่าของ $5.48 ของ Gemini 4 Carbon ที่ราคาอินพุต $8.00 และเอาต์พุต $40.00 อัตราผสมอยู่ที่ประมาณห้าเท่าของ Carbon AA ยังรายงานโทเคนเอาต์พุต 275 ล้านโทเคนสำหรับการรันของมัน เทียบกับค่าความละเอียดคำที่ 0.97 เปอร์เซ็นต์ จำนวนโทเคนคือตัวเลขที่สำคัญ และสูงกว่า 205 ล้านของ Carbon แม้ว่าเปอร์เซ็นต์จะต่ำกว่ามาก ดังนั้นสถิติสองตัวนี้จึงไม่สามารถอ่านเป็นคู่กันได้
การแคชเปลี่ยนการคำนวณสำหรับโปรดักชัน แต่ไม่ใช่สำหรับเบนช์มาร์ก การอ่านจากแคชคิดราคาที่ $0.200 ต่อล้านโทเคน และการเขียนที่ $10.00 ดังนั้นพรีฟิกซ์ 40,000 โทเคนมีค่าใช้จ่าย $0.40 สำหรับการเขียนหนึ่งครั้ง และ $0.008 ต่อการอ่านครั้งถัดไป เทียบกับ $0.32 สำหรับการประมวลผลแบบไม่ใช้แคชหนึ่งครั้ง พรอมต์ที่คุณส่งยี่สิบครั้งต่อนาทีนั้นราคาถูก ส่วนเอกสารที่ส่งครั้งเดียวไม่ใช่การเปรียบเทียบราคา API ของ LLMนำการคำนวณแคชนั้นไปวางเทียบกับรายการที่เหลือในแค็ตตาล็อก โดยช่องว่างระหว่างโมเดลนี้กับระดับราคาถูกอยู่ที่ประมาณห้าต่อหนึ่งในด้านเอาต์พุต
ความน่าเชื่อถือ
ในช่วงเวลาเจ็ดวันเดียวกัน อัตราข้อผิดพลาดอยู่ที่10.8 เปอร์เซ็นต์ของคำขอที่ส่งคืนสถานะที่ไม่ใช่ 2xx จากผู้ให้บริการต้นทางทั้งหมด — ประมาณหนึ่งในเก้า ซึ่งดีกว่ามากเมื่อเทียบกับ 39.7 เปอร์เซ็นต์ของ Gemini 4 Carbon ในช่วงเวลาเดียวกัน และยังไม่เป็นศูนย์ เส้นทางการใช้งานจริงใด ๆ จำเป็นต้องมีนโยบายการลองใหม่ และหากเป็นการเรียกที่ผู้ใช้เห็น ควรมีโมเดลสำรอง Gemini 4 Carbon APIเป็นระดับราคาถูกที่เหมาะสมสำหรับการเรียกที่ล้มเหลวสองครั้งและยอมรับคำตอบที่อ่อนกว่าได้
จุดที่สร้างรายได้
มีสามรูปแบบที่ทำให้สิ่งนี้สมเหตุสมผล ได้แก่ เอเจนต์ระยะยาวที่การก้าวผิดเพียงครั้งเดียวทำให้งานยี่สิบนาทีเสียเปล่า และต้นทุนของคำตอบที่แย่หนึ่งครั้งมากเกินกว่าจะเทียบกับ $40 ต่อล้านโทเค็น งานโค้ดเชิงลึกบนรีโพซิทอรีที่โมเดลสามารถเก็บไว้ในหน้าต่างขนาด 1M และงานวิเคราะห์ยาก ๆ ที่ทางเลือกเดิมคือการรวมโมเดลสามตัวเข้าด้วยกันแล้วประสานด้วยมือ ในแต่ละกรณี คุณกำลังซื้อห้าคะแนนดัชนี และที่สำคัญกว่านั้นคือการลดความแปรปรวน
มีสองรูปแบบที่ไม่เป็นเช่นนั้น การจำแนกประเภทหรือการสกัดข้อมูลปริมาณมากด้วยความพยายามต่ำเป็นกรณีที่โมเดลที่ถูกกว่าซึ่งมีเอาต์พุตแบบมีโครงสร้างทำงานนี้ได้ และผลิตภัณฑ์แบบโต้ตอบที่ผู้ใช้รอโทเคนแรกเป็นกรณีที่ 267 วินาทีที่ความพยายามสูงสุดถือว่าใช้ไม่ได้ไม่ว่าจะมีคุณภาพเพียงใด กำหนดความพยายามแยกตามเส้นทาง แล้วโมเดลจะใช้งานได้ทั้งสองกรณี หากปล่อยให้เป็นค่าระดับโลก มันจะสิ้นเปลืองหรือใช้งานไม่ได้
สำหรับการเปรียบเทียบโดยตรง Claude Fable 5.2 vs Claude Opus 5.5จะจับคู่กับตัวเลือก Anthropic ที่ราคาถูกกว่า และ Claude Fable 5.2 vs Claude Fable 5.1ครอบคลุมรุ่นที่มันมาแทนที่ ซึ่งมีราคาแพงกว่า 20 เปอร์เซ็นต์ทั้งด้านอินพุตและเอาต์พุต ทำให้การอัปเกรดครั้งนี้เป็นการลดราคาไปพร้อม ๆ กับการได้คะแนนที่สูงขึ้น
คำตัดสิน
อันดับหนึ่งบนดัชนี รั้งท้ายด้านค่าใช้จ่าย ช้าที่สุดเป็นอันดับสองในการไปถึงโทเคนแรก และเป็นโมเดลที่เปิดให้ใช้งานอย่างกว้างขวางและมีความสามารถสูงที่สุดที่คุณเรียกใช้ได้ในวันนี้ มันคุ้มค่ากับเงินสำหรับงานที่คำตอบผิดมีค่าใช้จ่ายสูงและการเรียกใช้เป็นแบบอะซิงโครนัสได้ และมันเป็นค่าเริ่มต้นที่ไม่เหมาะสมสำหรับทุกอย่างอื่น วินัยในการดำเนินงานที่โมเดลนี้เรียกร้อง — ระดับความพยายามต่อเส้นทาง งบประมาณการลองใหม่ และทางเลือกสำรองสำหรับความล้มเหลวหนึ่งในเก้า — คือราคาที่ต้องจ่าย และไม่ได้อยู่ในตารางราคา
