Claude Fable 5.2 so với Claude Opus 5.5: Sáu điểm chỉ số cho chi phí gấp 2,6 lần mỗi tác vụ

Một câu duy nhất trong tài liệu của chính Anthropic giải quyết phần lớn cuộc so tài này, và đó không phải là một câu tiếp thị: hãy bắt đầu với Claude Opus 5.5 cho hầu hết khối lượng công việc, và chuyển sang Claude Fable 5.2 khi các đánh giá của bạn trên một mô hình Opus ở mức nỗ lực cao hơn vẫn chưa đạt yêu cầu. Đó là việc nhà cung cấp nói với bạn rằng mô hình $8 / $40 của họ là ngoại lệ và mô hình $4 / $20 của họ là quy tắc. Những con số đằng sau ngoại lệ là có thật — Claude Fable 5.2 là mô hình mạnh nhất mà cả hai công ty cung cấp theo thước đo độc lập, và trên một số benchmark agentic thì không hề sát nút. Những con số đằng sau quy tắc thì lớn hơn: trên bộ benchmark của Artificial Analysis, mô hình rẻ hơn hoàn thành một tác vụ chỉ số với chi phí $10,04 và mô hình đắt hơn với $26,54, vì vậy khoảng cách sáu điểm giữa chúng tốn gấp 2,6 lần cho mỗi tác vụ hoàn thành, và sự lệch nhau về mức nỗ lực mặc định giữa hai mô hình nghĩa là một phép thử A/B ngây thơ sẽ phóng đại lợi thế của mô hình rẻ hoặc chi phí của mô hình đắt tùy theo cách bạn quên đặt nó.

Cả hai mô hình đều là bản hiện hành, đều cung cấp cửa sổ ngữ cảnh một triệu token và giới hạn đầu ra 128K, và đều đọc được văn bản lẫn hình ảnh. Claude Opus 5.5 ra mắt ngày 22 tháng 9 năm 2026 với tư cách là mô hình đầu tiên trong dòng Claude 5.5 và vẫn được gắn nhãn mới nhất trên trang riêng của nó; Claude Fable 5.2 xuất hiện ngày 9 tháng 11 năm 2026 và là Fable hiện hành. Chúng không phải là các thế hệ của cùng một dòng — Fable là bậc trên của Opus, với mức giá tương xứng — vì vậy câu hỏi không phải là cái nào mới hơn mà là khối lượng công việc của bạn thực sự cần bậc nào, và câu trả lời trung thực cho hầu hết khối lượng công việc là bậc rẻ hơn.

Quyết định trong ba dòng

• Nếu công việc của bạn là viết mã đã được đặc tả rõ ràng, các lượt chạy tác nhân thường lệ, công việc tri thức, sử dụng máy tính, hay bất cứ việc gì thuộc chế độ không lưu trữ dữ liệu, thì Claude Opus 5.5 là lựa chọn mặc định phù hợp và mức 2,6× chẳng mang lại cho bạn điều gì mà bạn sẽ nhận thấy.

• Nếu bạn đã đẩy Claude Opus 5.5 lên xhigh hoặc max mà bài đánh giá của bạn vẫn thất bại, thì Claude Fable 5.2 là bước nâng cấp duy nhất trong dòng sản phẩm, và nhà cung cấp khẳng định nó đạt ngang ngửa Opus ở một số công việc lập trình với chi phí mỗi tác vụ chỉ bằng khoảng một nửa — đây chính là trường hợp duy nhất mà mô hình đắt đỏ lại đồng thời là mô hình tiết kiệm.

• Nếu khối lượng công việc của bạn là trò chuyện ngắn, nhạy cảm với độ trễ, thì cả hạng lẫn việc giảm giá đều không quan trọng lắm, vì Fable 5.2 suy nghĩ trước gần như mọi câu trả lời ở mức nỗ lực mặc định của nó còn Opus 5.5 thì không.

Hai giá trị mặc định không giống nhau

Cái bẫy đầu tiên trong phép so sánh này không thể thấy trên bảng giá. Claude Fable 5.2 mặc định ở mức effort cao; Claude Opus 5.5 mặc định ở mức trung bình. Do đó, một yêu cầu không thiết lập effort sẽ chạy cao hơn một bậc trên model Fable — lệnh gọi vẫn thành công, và bằng chứng duy nhất là chi phí khác, độ trễ khác và câu trả lời khác. Tài liệu migration của Anthropic nêu rõ điều này cho bất kỳ ai chuyển từ Opus, và đây là cách dễ nhất để tạo ra một so sánh benchmark chẳng có ý nghĩa gì.

• Mức nỗ lực mặc định — cao trên Claude Fable 5.2 so với trung bình trên Claude Opus 5.5.

• Giá mỗi triệu token — $8 cho đầu vào và $40 cho đầu ra, so với $4 cho đầu vào và $20 cho đầu ra.

• Ghi và đọc bộ nhớ đệm — $10 / $16 / $0.20 so với $5 / $8 / $0.20 mỗi triệu cho ghi năm phút, ghi một giờ và đọc bộ nhớ đệm.

• Giá theo lô — $4 / $20 so với $2 / $10 mỗi triệu.

• Chế độ nhanh — $16 / $80 so với $8 / $40 mỗi triệu, cả hai đều được quảng cáo đạt tốc độ nhanh gấp 2,5 lần.

Độ trễ so sánh — “trung bình” ở cả hai, theo bảng của chính nhà cung cấp; con số đo được duy nhất mà cả hai có là Opus 5.5 với 115 token đầu ra mỗi giây.

• Lưu trữ dữ liệu — bắt buộc 30 ngày, không có ZDR trên Claude Fable 5.2 so với việc không lưu trữ dữ liệu trên Claude Opus 5.5.

• Ngày cắt kiến thức — tháng 6 năm 2026 trên cả hai; ngưỡng ngừng hỗ trợ — ngày 9 tháng 11 năm 2027 so với ngày 22 tháng 9 năm 2027.

• Giới hạn đầu ra của Batch — 128K trên Claude Fable 5.2 so với 128K, tăng lên 300K với header beta output-300k-2026-03-24, trên Claude Opus 5.5.

Hai trong số những dòng đó quyết định các triển khai thực tế trước khi bất kỳ bài đánh giá chuẩn nào được xem đến. Dòng về lưu trữ là một điểm rẽ nhánh cứng: Claude Fable 5.2 là một Covered Model yêu cầu lưu trữ dữ liệu 30 ngày và không khả dụng theo chế độ không lưu trữ dữ liệu trừ khi Anthropic cho phép rõ ràng, trong khi Claude Opus 5.5 chạy theo ZDR. Một nhóm bị ràng buộc bằng hợp đồng không được lưu giữ prompt thì hoàn toàn không thể dùng mô hình mạnh hơn, bất kể điểm số của nó ra sao. Dòng về đầu ra theo lô mềm hơn nhưng cụ thể — beta đầu ra mở rộng 300K được liệt kê cho Opus 5.5 và không cho Fable 5.2, vì vậy một pipeline tạo ra các tài liệu đơn lẻ khổng lồ từ một tác vụ theo lô có ít hơn một lựa chọn ở phía Fable.

Nơi khoảng cách lớn, và nơi nó chỉ là một sai số làm tròn

Bài đăng ra mắt Claude Fable 5.2 của Anthropic trình bày cả hai mô hình trong cùng các cột, khiến đây là nơi duy nhất có thể so sánh cặp mô hình này trên phần cứng và thiết lập giống hệt nhau. Mọi thông tin dưới đây do nhà cung cấp báo cáo và chưa được tái lập; thiết lập effort được nêu ở bất cứ đâu bài đăng có đề cập, vì trên các mô hình này, nó làm thay đổi con số nhiều ngang với việc thay đổi mô hình vậy.

• Terminal-Bench-Science 0.1 — 74,6% cho Claude Fable 5.2 so với 58,7% của Claude Opus 5.5: khoảng cách 16 điểm, lớn nhất trên một bộ đánh giá chuẩn.

{{1}}AutomationBench{{/1}} — 51.4% so với 42.5%; {{2}}RoboDojo Sim{{/2}} — 64.9% so với 39.4%; {{3}}RLI{{/3}} — 41.3% ở mức cao so với 21.3%.

• FrontierSWE v2 — 69,9% so với 62,3%; WANDR (nới lỏng) — 82,1% so với 72,3%.

• BenchCAD 2.1 ở dạng văn bản — 83.5 so với 65.3; Chartography không dùng công cụ — 73.4% so với 64.4%.

• Humanity's Last Exam với công cụ — 74,2% so với 67,7%.

• OSWorld 2.1 — 89,3% so với 87,2%: 2,1 điểm, tức là xấp xỉ dải nhiễu trên một benchmark có quy mô như vậy.

• AA-Briefcase v1.1 — 66,1% điểm rubric và 1.785 Elo cho Claude Fable 5.2 so với 61,2% điểm rubric và 1.800 Elo cho Claude Opus 5.5. Rubric nghiêng về mô hình Fable còn Elo nghiêng về mô hình Opus. Sự đảo ngược đó đáng để ngẫm nghĩ: trong một so sánh có giám khảo chấm điểm, mô hình rẻ hơn lại thắng ở thế đối đầu trực tiếp trong khi thua ở danh sách kiểm tra.

Đọc bộ dữ liệu đó và ranh giới phân tầng trở nên rõ ràng. Lợi thế của Fable tập trung ở các công việc khoa học và tác tử mang tính nghiên cứu, dài hạn — Terminal-Bench-Science, RLI, RoboDojo, Chartography — và thu hẹp về gần như bằng không trong các môi trường kiểu sử dụng máy tính, nơi cả hai mô hình đều đã đủ năng lực. Nếu khối lượng công việc của bạn nằm trong dải OSWorld, bạn đang trả gấp 2,6 lần để đổi lấy hai điểm. Nếu nó nằm trong dải Terminal-Bench-Science, mô hình rẻ hơn thực sự kém và không nỗ lực nào từ phía Opus thu hẹp được khoảng cách 16 điểm.

Phép tính chi phí trên mỗi tác vụ, được trình bày cụ thể

Giá theo mỗi token cho thấy Claude Fable 5.2 có giá gấp đôi Claude Opus 5.5. Điều đó chỉ đúng nếu cả hai mô hình sử dụng cùng số lượng token, mà chúng thì không. Artificial Analysis đo cặp này trên bộ chín bài đánh giá riêng của mình và công bố con số nhiệm vụ đã hoàn thành:

• Chỉ số Thông minh — 65 cho Claude Fable 5.2, đứng đầu trong số 74 mô hình, so với 59 của Claude Opus 5.5, đứng thứ năm.

• Giá kết hợp với cơ cấu 7:2:1 gồm cache-hit / input / output — 5,74 USD so với 2,94 USD trên mỗi triệu token, tỷ lệ 1,95×.

• Chi phí cho mỗi tác vụ lập chỉ mục đã hoàn thành — 26,54 USD so với 10,04 USD, tỷ lệ 2,64×.

• Token đầu ra trên bộ kiểm thử đó — 218 triệu đối với Claude Opus 5.5; Artificial Analysis hoàn toàn không công bố bất kỳ con số nào về tốc độ hay độ trễ cho Claude Fable 5.2.

Toàn bộ bài học nằm ở khoảng cách giữa 1.95× và 2.64×. Mô hình Fable tiêu tốn nhiều token hơn để hoàn thành cùng một nhiệm vụ — đó là hình hài của “suy nghĩ kỹ hơn” trên một thước đo — nên tỷ lệ trên mỗi token đánh giá thấp chi phí của một đơn vị công việc đã hoàn thành khoảng một phần ba. Mọi mô hình ngân sách xây dựng trên giá niêm yết sẽ sai theo cùng một hướng, và mức sai sẽ tăng theo mức độ suy luận mà nhiệm vụ đòi hỏi. Cũng cần lưu ý phép đo còn thiếu: bộ đánh giá độc lập có điểm chỉ số và chi phí cho Claude Fable 5.2 nhưng không có số liệu về tốc độ đầu ra hay độ trễ, trong khi Claude Opus 5.5 đạt 115 token mỗi giây. Với các sản phẩm nhạy cảm với độ trễ, sự bất đối xứng đó tự nó đã là lý do để chờ đợi.

Cách chính Anthropic diễn giải sự đánh đổi này hẹp hơn và, nếu đọc kỹ, nhất quán với điều này. Họ nói rằng ở mức nỗ lực cao trên đánh giá FrontierCode của mình, mô hình Fable đạt hiệu năng gần ngang với điểm tốt nhất của Claude Opus 5.5 với chi phí mỗi tác vụ khoảng một nửa, và rằng ở mức nỗ lực thấp trên Humanity's Last Exam, nó ngang bằng mức đỉnh của Opus 5.5 với chi phí dưới một phần mười. Cả hai tuyên bố đều nói về chi phí trên mỗi đơn vị năng lực, chứ không phải chi phí trên mỗi token, và cả hai đều phụ thuộc vào việc chọn mức nỗ lực một cách có chủ đích. Chúng cũng đi kèm với khoảng cách 16 điểm trên Terminal-Bench-Science, mà không có thiết lập nỗ lực nào ở phía Opus thu hẹp được — vì vậy hai phát biểu không mâu thuẫn, chúng đang mô tả những tác vụ khác nhau.

Chuyển qua lại giữa chúng ngay giữa cuộc trò chuyện

Có một sự bất đối xứng dễ bị bỏ qua cho đến khi nó gây hậu quả. Các khối suy nghĩ của Claude Fable 5.2 chỉ có thể được đọc bởi Claude Fable 5.2 và Claude Mythos 5.2. Khi chuyển một cuộc hội thoại sang Claude Opus 5.5, API sẽ loại bỏ các khối đó trước khi mô hình nhìn thấy chúng: yêu cầu vẫn thành công, các khối không bị tính phí, và phần lý luận đơn giản là biến mất đối với những lượt chạy ở phía bên kia. Các mục tiêu dự phòng được phép cho Claude Fable 5.2 là Claude Opus 4.8 và Claude Opus 5 — đáng chú ý là không phải Claude Opus 5.5.

Chiều ngược lại mượt mà hơn: Claude Fable 5.2 đọc được các khối suy nghĩ từ Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5, Claude Fable 5.1 và các mô hình Opus, Sonnet và Haiku cũ hơn, vì vậy một lộ trình leo thang bắt đầu từ mức rẻ rồi tăng dần vẫn giữ nguyên khả năng suy luận. Hình thái thực tế suy ra từ đó: hãy leo thang vào nhóm Fable, đừng quay lui vào đó, và nếu router của bạn chuyển các cuộc hội thoại giữa hai bên, hãy kỳ vọng hướng đi xuống sẽ mất ngữ cảnh thay vì báo lỗi.

Một phím, bất kể quy tắc định tuyến trỏ theo hướng nào

Ranh giới giữa các gói ở đây đúng là kiểu quyết định mà một gateway nên nắm giữ thay vì để nó thành một nhánh trong mã nguồn. Claude Opus 5.5 đã hoạt động trên OrcaRouter sau một khóa duy nhất, theo giá niêm yết của nhà cung cấp và không cộng thêm phụ phí, nên con số $4 / $20 trên thẻ chính là số tiền bạn trả, và mọi thay đổi giá của nhà cung cấp sẽ có hiệu lực ngay trong cùng ngày thay vì đợi đến hóa đơn kế tiếp; một quy tắc định tuyến có thể giữ Claude Opus 5.5 làm mặc định và chỉ nâng cấp lên Claude Fable 5.2 khi một yêu cầu được đánh giá là đủ khó để vượt ngưỡng, tức là hướng dẫn của chính nhà cung cấp được thể hiện dưới dạng cấu hình thay vì văn bản mô tả. Một chuỗi dự phòng sẽ xử lý nốt trường hợp lỗi còn lại — Claude Opus 5.5 không phải là mục tiêu dự phòng được phép cho Fable 5.2, nên một chuỗi kết thúc bằng Claude Opus 4.8 hoặc Claude Opus 5 sẽ đóng an toàn theo đúng cách mà dịch vụ của A​nthropic mong đợi.

Để đảm bảo độ chính xác: đã kiểm tra vào ngày 10 tháng 11 năm 2026, danh mục công khai của OrcaRouter có liệt kê anthropic/claude-opus-5.5 nhưng không có Claude Fable 5.2, vì vậy hiện nay bước nâng cấp là một trang mô hình bạn có thể đọc thay vì một cuộc gọi bạn có thể thực hiện tại đây. Opus 5.5 đang hoạt động với mức giá niêm yết.

Điều gì sẽ làm thay đổi câu trả lời

Ba điều, và chỉ một trong số đó là về benchmark. Điều đầu tiên là biến động giá: nếu mức giá của Fable 5.2 giảm xuống gần mức của Opus 5.5, khoảng cách 16 điểm trên Terminal-Bench-Science sẽ không còn tốn gấp 2,6 lần, và ranh giới giữa các hạng sẽ tan biến đối với bất kỳ ai không có ràng buộc về việc duy trì. Điều thứ hai là dữ liệu tốc độ độc lập — Anthropic quảng cáo đầu ra nhanh hơn 30% so với Fable 5.1, và một khi mô hình Fable có con số token/giây được đo đạc, lập luận về độ trễ để tiếp tục dùng Opus hoặc sẽ đứng vững hoặc sẽ tan biến. Điều thứ ba là bộ đánh giá của riêng bạn, và đó là điều duy nhất quan trọng đối với khối lượng công việc của bạn; cả hai mô hình đều cung cấp đủ năm mức effort, và hướng dẫn của Anthropic cho từng mô hình là như nhau: đặt effort một cách rõ ràng, bắt đầu ở mức mặc định, và quét qua các mức thay vì mang một cài đặt từ mô hình kia sang.

Cho đến lúc đó, cách phân chia đơn giản đến mức có thể nói ra mà không cần bảng. Mặc định dùng Claude Opus 5.5 cho lập trình, tác nhân thông thường, sử dụng máy tính, sản phẩm nhạy cảm với độ trễ và mọi thứ thuộc chế độ không lưu giữ dữ liệu. Hãy trả tiền cho Claude Fable 5.2 khi một lần chạy thất bại đủ tốn kém để khoảng cách benchmark 16 điểm, hoặc một tác vụ nghiên cứu mà tầng Opus đơn giản là không thể hoàn thành ở mức nỗ lực tối đa, đáng để trả $26.54 thay vì $10.04 — và hãy đo chi phí hoàn thành tác vụ trên bộ đánh giá của riêng bạn trước khi cam kết, vì con số dự báo đáng tin cậy việc bạn nằm ở phía nào của ranh giới này không phải là bảng giá.