Cách sử dụng Claude Fable 5.2: Thiết lập API, mức độ nỗ lực và chi phí

Claude Fable 5.2 là sản phẩm kế nhiệm Fable 5.1 của Anthropic và, tại thời điểm viết bài, là mô hình đứng đầu trên Artificial Analysis Intelligence Index v5.0.1. Trên OrcaRouter, mô hình này là anthropic/claude-fable-5.2 với giá 8,00 đô la Mỹ cho mỗi triệu token đầu vào và 40,00 đô la Mỹ cho mỗi triệu token đầu ra, được phục vụ qua cùng một khóa như mọi mô hình khác; trang Claude Fable 5.2 API hiển thị các con số trực tiếp. Việc thiết lập rất ngắn gọn. Những phần khiến người ta ngạc nhiên là hành vi tư duy, thang điều chỉnh nỗ lực và khía cạnh kinh tế của bộ nhớ đệm — vì vậy hướng dẫn này dành phần lớn độ dài cho những nội dung đó.

Mô hình chấp nhận gì và trả lại gì

Cửa sổ ngữ cảnh 1M token, trong đó mức tối đa cũng là mặc định thay vì thứ bạn phải chủ động bật. Tối đa 128K token đầu ra trong một phản hồi. Đầu vào là văn bản, hình ảnh và tài liệu; đầu ra là văn bản. Hỗ trợ sử dụng công cụ gốc và đầu ra JSON có cấu trúc. Các tác vụ khó có thể chạy trong vài phút trong một lượt, đây là tính năng cho các agent nhiều bước và là cạm bẫy cho bất kỳ thứ gì có thời gian chờ yêu cầu đồng bộ.

Thinking luôn được bật. Mô hình suy luận thích ứng trên mọi yêu cầu và bạn kiểm soát độ sâu bằng mức effort từ low đến max. Chuỗi suy nghĩ thô không bao giờ được trả về — bạn nhận được bản tóm tắt hoặc trường thinking rỗng. Hãy lập kế hoạch khả năng quan sát của bạn dựa trên các bản tóm tắt, không phải bản ghi đầy đủ.

Điểm cuối một: đường dẫn tương thích OpenAI

Vẫn là ba dòng giống như bất kỳ mô hình nào khác trên gateway: base URL https://api.orcarouter.ai/v1, khóa của bạn lấy từ biến môi trường, và ID mô hình. Nếu bạn đã có một client đang hoạt động cho nhà cung cấp khác, đây chỉ là thay đổi một dòng và phần còn lại của hướng dẫn là về việc tinh chỉnh nó.

Endpoint thứ hai: Anthropic Messages API

Fable 5.2 cũng phản hồi trực tiếp trên /v1/messages, và đây là chi tiết mà nhiều người hiểu sai: URL cơ sở cho đường dẫn trực tiếp là https://api.orcarouter.ai không có hậu tố /v1. Đường dẫn tương thích OpenAI cần /v1 vì đó là quy ước mà Chat Completions tuân theo; đường dẫn Messages thì không. Sao chép URL cơ sở giữa hai mẫu là nguyên nhân phổ biến nhất gây ra lỗi 404 trông giống như sự cố định tuyến.

Các mức độ nỗ lực, trên thực tế

Danh sách tham số được hỗ trợ gồm include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tools và verbosity. Hai mục thực sự đảm nhiệm vai trò chính ở đây: reasoning_effort quyết định mức độ suy nghĩ sâu của mô hình, và verbosity quyết định mô hình nói bao nhiêu khi trả lời. Chúng độc lập với nhau, và việc gộp chung hai khái niệm này là lý do một số nhóm kết luận rằng mô hình chạy chậm.

Một chính sách khởi đầu thực tế: effort thấp cho phân loại, trích xuất và định tuyến, nơi câu trả lời ngắn và đầu vào mang độ khó; trung bình cho đánh giá mã và phân tích tài liệu; cao hoặc tối đa chỉ cho những tác vụ mà bạn đã đo được rằng một câu trả lời sai tốn kém hơn độ trễ. Vì thinking được bật trên mọi yêu cầu, effort là núm điều chỉnh duy nhất bạn có đối với thời gian trước token đầu tiên — hãy đặt nó theo từng route, không phải toàn cục.

Chi phí của một yêu cầu là bao nhiêu

Đầu vào là $8.00 mỗi triệu và đầu ra là $40.00 mỗi triệu, với lượt đọc bộ nhớ đệm ở mức $0.200 và lượt ghi bộ nhớ đệm ở mức $10.00 mỗi triệu. Một tài liệu 40.000 token cộng với câu trả lời 2.000 token tính $0.32 cho đầu vào và $0.08 cho đầu ra: bốn mươi xu một yêu cầu, trước mọi khoản lưu bộ nhớ đệm.

Bộ nhớ đệm là nơi phép tính trở nên thú vị, và đáng làm đúng cách vì thao tác ghi bị tính phí. Một tiền tố 40.000 token tốn $0.40 để ghi vào bộ nhớ đệm và $0.008 mỗi lần được đọc sau đó. Một lượt không dùng bộ nhớ đệm tốn $0.32. Vì vậy, một tiền tố được lưu trong bộ nhớ đệm sẽ hoàn vốn ở lần đọc thứ hai và rẻ hơn đáng kể từ đó về sau — nhưng một kho ngữ liệu mà bạn chỉ đọc một lần thì không nên lưu vào bộ nhớ đệm chút nào.

Để so sánh, Fable 5.1 có giá $10.00 đầu vào và $50.00 đầu ra, còn Opus 4.7 là $5.00 đầu vào và $25.00 đầu ra. Việc Fable 5.2 rẻ hơn 20 phần trăm so với phiên bản tiền nhiệm ở cả hai dòng chính là toàn bộ lý do để chuyển bộ prompt hiện có thay vì giữ id cũ.

Độ trễ và tỷ lệ lỗi

Trên lưu lượng trực tiếp của OrcaRouter trong bảy ngày qua: p50 thời gian đến token đầu tiên 8,09 giây, p95 10,00 giây, tốc độ đầu ra 101 token mỗi giây, hơn 35,6 triệu token được phục vụ. Tỷ lệ lỗi là 10,8 phần trăm số yêu cầu trả về non-2xx trên tất cả các nhà cung cấp upstream, điều đáng biết trước khi bạn đặt nó phía sau một UI đồng bộ không có phương án dự phòng.

8.09 giây không phải cùng một phép đo với 267 giây mà Artificial Analysis báo cáo cho thời gian đến token đầu tiên. Khung đánh giá của AA cho phép mô hình suy nghĩ với nỗ lực tối đa trên chín bài đánh giá khó; con số của gateway là trung vị của các yêu cầu thực tế ở mức nỗ lực bất kỳ mà người gọi đã đặt. Nếu bạn chạy Fable 5.2 ở mức nỗ lực tối đa với một prompt khó, bạn sẽ thấy kết quả gần với con số của AA hơn nhiều so với p50.

Dùng ở đâu và không nên dùng ở đâu

Hãy dùng nó ở những nơi mà một câu trả lời sai sẽ rất tốn kém và lệnh gọi có thể diễn ra bất đồng bộ: các tác nhân nhiều bước, công việc mã nguồn chuyên sâu, lập kế hoạch dài hạn, bất cứ việc gì mà nếu không bạn sẽ phải chạy ba mô hình rẻ hơn rồi đối chiếu. Ở mức $40 mỗi triệu token đầu ra với tính năng suy luận được bật cho mọi yêu cầu, chi phí của một lần sai là có thật, vì vậy mức độ nỗ lực là một cơ chế kiểm soát ngân sách.

Không dùng nó làm đích định tuyến mặc định cho mọi lời nhắc.Claude Fable 5.2 so với Claude Opus 5.5 là bài so sánh bạn nên đọc nếu đang cân nhắc liệu dòng cao cấp nhất có đáng với khối lượng công việc của bạn hay không, và Claude Fable 5.2 so với Claude Fable 5.1 đề cập đến việc di chuyển nếu bạn đã chạy thế hệ trước.

Nếu bạn đang xây dựng một ngăn xếp đa mô hình, thì danh sách mô hình LLM có các id và giá hiện tại, và Gemini 4 Carbon API là tầng rẻ tự nhiên đi kèm cho 90 phần trăm số lệnh gọi không cần mô hình mạnh đến mức này.

Danh sách kiểm tra

Đặt base URL theo endpoint bạn đã chọn — /v1 cho Chat Completions, không có hậu tố cho Messages. Đặt effort theo từng route thay vì toàn cục, và tách effort khỏi verbosity trong đầu bạn. Cache các prefix mà bạn đọc nhiều hơn hai lần và bỏ qua cache với tài liệu chỉ dùng một lần. Dự trù 128K đầu ra và 1M đầu vào. Kỳ vọng tám giây đến token đầu tiên ở effort vừa phải, vài phút ở mức tối đa, và cứ mười lần gọi thì một lần thất bại. Sau đó hãy đo phân bố của chính bạn: mô hình là loại có năng lực cao nhất hiện có, và liệu nó có đáng $40 mỗi triệu đầu ra hay không hoàn toàn là câu hỏi về các prompt của bạn.