Claude Fable 5.2 对比 Claude Fable 5.1：20% 的降价，仍可能让你的账单上涨

Claude Fable 5.2 于 2026 年 11 月 9 日发布，价格为每百万输入 token 8 美元、每百万输出 token 40 美元，低于 Claude Fable 5.1 自 9 月 1 日以来一直维持的 10 美元和 50 美元——计价两端均直降 20%，缓存读取从 0.25 美元降至 0.20 美元，批处理从 5 美元/25 美元降至 4 美元/20 美元。对按 token 计费的人来说，这就是全部；但对按任务计费的人来说，这却是错误的故事。因为同一版本把这个更便宜的模型放进了让它思考更多的默认设置：effort 仍默认为 high，自适应思考仍始终开启，而那句曾可靠地让 Fable 5.1 安静下来的指令——“直接回答，不要思虑”——再也无法阻止其继任者在中等及以上 effort 下思考。在实际工作负载中，直接替换模型 ID 可能在降低价目表价格的同时提高账单金额。接下来讲的是：这次降价在什么情况下才真正属于你，公开分数在附上其设置后说明了什么，迁移过程中会破坏代码的四项 API 变更，以及执行迁移的顺序。

这两个名称目前都有效，且都仍在提供服务，所以这个决定总在季度中途摆到人们面前。Claude Fable 5.1 现在被标注为 旧版，在 A​nthropic 自己的模型页面上，附有一条常驻说明，建议迁移，并承诺退役时间“不早于 2027 年 9 月 1 日”。Claude Fable 5.2 带有 最新 标签，相应的承诺为 2027 年 11 月 9 日，并且具有相同的 100 万 token 上下文窗口和 128K 输出上限。能力边界没有任何变化。经济性和行为表现方面的一切都变了，而且它们并非都朝同一方向变化。

费率卡，逐行

Anthropic 将两张卡并排发布，因此这部分无需解读——只有在更换之前值得一算的那点算术。

• 输入 — Claude Fable 5.2 每百万 token 8.00 美元，而 Claude Fable 5.1 为 10.00 美元，降幅 20%。

• 输出 — 每百万 $40.00 对比 $50.00，同样是 20%。

• 五分钟缓存写入 — $10.00 对比 $12.50；一小时缓存写入 — $16.00 对比 $20.00。

• 缓存读取 — 每百万 $0.20 对 $0.25，且两款模型对缓存命中均按基础输入价格的 2.5% 计费，是 Claude 系列中折扣力度最大的。

• Batch API — 每百万 $4.00 / $20.00，对比 $5.00 / $25.00，每档价格一律直降 50%。

• 快速模式 — 相比 5.1 上的同一高级档位，价格为 $16.00 / $80.00，因此 2.5 倍速通道也降价 20%。

• 上下文和输出——两者均为 1,000,000 个 token 和 128,000 个 token；两者的知识截止日期均为 2026 年 6 月。

• 退休底线——2027年11月9日 vs 2027年9月1日。

其中两行的重要性超出其篇幅所暗示的程度。缓存读取按输入价格的 2.5% 计费，这意味着这些模型所面向的长时智能体会话，其成本已经主要按缓存价格计算；因此输入费率下调 20% 在账单中占的降幅比例，要小于输出费率下调 20%——而长周期任务本就以输出为主。如果你做离线评估或文档处理，该看的是批处理那一行：$4/$20 对 $5/$25，同样是 20% 的降幅，只不过作用于使用任一模型的最便宜方式。Anthropic 还为新模型宣传“输出比 5.1 快 30%”；这是厂商说法，而同时为两个模型评分的独立排行榜目前完全没有公布 Fable 5.2 的输出速度数据，所以在用自己的提示词实测之前，应把这一速度提升视为未经证实。

评分说明了什么，以及是在何种投入程度下

Anthropic 的发布文章报告称，在其追踪的智能体基准测试上，两个 Fable 之间存在很大差距。下面的每一个数字均由厂商报告，我们并未复现；凡文章中指明了具体设置的，也都一并列出，因为在这些模型上，设置对分数的影响与版本更迭一样大。

FrontierCode 2.0 — Claude Fable 5.2 在 xhigh 下达到 49.1%，而 Claude Fable 5.1 为 32.4%。

• FrontierSWE v2 — 69.9% 对比 56.3%。

• AutomationBench — 51.4% 对比 31.4%。

• Terminal-Bench-Science 0.1 — 74.6% 对比 52.6%。

• RoboDojo Sim — 64.9% 对 27.6%。

• OSWorld 2.1 — 89.3% 对比 83.5%。

• WANDR（宽松）— 82.1% 对 68.7%。

• Humanity's Last Exam（使用工具）— 74.2% 对 65.6%；Chartography（不使用工具）— 73.4% 对 44.8%。

• AA-Briefcase v1.1 — 66.1% 评分标准与 1,785 Elo，对比 61.5% 与 1,669 Elo。

• RLI — 高值时为 41.3%，对比为 17.9%。

• BenchCAD 2.1，文本评分 — 83.5 对 44.4。

这种模式并不是“各方面都稍好一点”。它是在围绕长时间使用工具的连续运行所构建的基准测试上大幅跃升——FrontierSWE、AutomationBench、RoboDojo、RLI——而在那些本已接近上限的任务上，如 OSWorld，仅小幅提升。这与定位一致：A​nthropic 将这一层级面向运行数小时的智能体会话、多步研究，以及一直推进到完成文档的分析来销售；其自己的“what's new”页面表示，大部分能力提升在默认高投入档位下已经具备，超过该档位后回报并不均衡。

独立核查的范围更窄，但结论相同。Artificial Analysis 运行自己的评测套件，而不是重复厂商的图表，它把 Claude Fable 5.2 列为 Intelligence Index 65，在 74 个模型中排名第一；Claude Fable 5.1 则为 49，排名第 24。同一套件的成本侧就没那么好看：5.2 每完成一个指数任务为 26.54 美元，而 5.1 为 12.99 美元。请仔细看这一对数字，因为这正是本文的全部论点浓缩成的两个数——能力大约高出 33%，每完成一个任务的成本大约翻倍，而价目表却便宜了 20%。基准任务变得更难完成，因为模型在完成它时消耗了更多 token。这是真实的权衡，不是定价把戏，而且如果你只比较每 token 费率，这一点是看不见的。

四个会破坏代码的变更

这份迁移指南异常直白：A​nthropic 列出了 Claude Fable 5.1 中可能破坏集成的四项变更。它们没有一项涉及模型质量，而且全都在请求时触发。

• 前缀检查适用于每个账户。 在 Fable 5.1 上，如果请求在系统提示、工具或较早消息发生变化后又回传一个 thinking 块，则只有创建于 2026 年 8 月 31 日或之后的账户才会返回 400 错误。在 Fable 5.2 上，无论账户创建时间如何，所有人都会返回该错误。编辑历史记录的代码——裁剪上下文、在会话中途重写系统提示、更换工具——今天在 5.1 上可能运行正常，明天在 5.2 上却会失败。有一个临时缓解办法：使用 thinking-binding-controls-2026-08-01 beta 标头并设置 prefix_mismatch_behavior: "drop_block"，它会丢弃受影响的块，并将它们列在 input_transformations 中。Anthropic 自己的指导建议将其视为临时措施，因为丢弃块会让模型重新思考，并增加输出 token 数。

• 思考块只会在 5.2 和 5.2 之间传递。只有 Claude Fable 5.2 和 Claude Mythos 5.2 会读取 Fable 5.2 的思考块。将对话迁移到 Claude Opus 5.5、Claude Fable 5.1 或该模型自身的回退目标（Claude Opus 4.8 和 Claude Opus 5）时，在这些模型上运行的轮次会悄然丢失推理内容。请求仍会成功，被丢弃的块也不会计费。如果路由器或回退链在模型之间迁移对话，这就是那个会悄悄让你损失上下文的变更。

• 旧的计算机使用工具现在会报错。 在除 Amazon Bedrock 之外的所有平台上，computer_20251124 工具在 Fable 5.2 上都会返回 400 错误。请改为声明 computer_toolset_20260801 工具集。

• 顾问必须与执行器相匹配。使用 Beta 版顾问工具时，Claude Fable 5.2 执行器仅接受 Claude Fable 5.2 或 Claude Mythos 5.2 作为其顾问；其他任何模型（包括 Fable 5.1）都会返回 400。更改顾问的模型属于对工具的编辑，因此必须在新对话中进行，否则会触发前缀检查。

还有一项约束并非代码变更，而是合同变更，并且同等适用于这两个模型：Claude Fable 5.2 与 Fable 5.1 一样，都属于 Covered Model，要求 30 天数据保留；除非 A​nthropic 明确授权，否则不能在零数据保留下使用。采用 ZDR 的组织只能继续使用允许 ZDR 的模型——这正是 Claude Opus 5.5 的适用范围，对比文章对此已有介绍。

账单无论如何都会上涨的地方

Anthropic 文档中行为相关的那一节读起来像是一份清单，列举了更便宜的模型在哪些地方花得更多。在低和中等努力程度下，该模型更常在任务完成前就结束回合，收尾时列出一份剩余事项清单，或提议继续。在提示词鼓励委派的运行框架中，它会很轻易地把任务交给子代理，而子代理可能占据一次会话成本的很大一部分。它对风格规则和谨慎类指令的遵循过于严密，以至于日积月累的“绝不要做 X”备注会压制日常工作——在 Anthropic 的某个模拟设置中，只有在 Fable 5.1 和 Opus 5.5 会重试的地方，Fable 5.2 才选择按兵不动。而在高及以上努力程度时，它几乎每次回复前都要思考，包括对问候语的回复。

Anthropic 量化了其中几项。加入其建议的“完成整个任务”系统提示文本后，结束时仍有可完成工作遗留下来的记录会话数量大约减半，代价是输出 token 增加约 30%。加入一句归属声明——“这个代码库是你的”——使模型在大约一半的尝试中合并重复代码，而不是此前不到十分之一，并且使用了约 1.5 倍的输出 token。这些是供应商在其自身任务上的测量，但方向是明确的，而且它正是独立得出的每任务成本数字背后的机制：你是在用 token 换取更少的被放弃运行和更多的自主工作。

真正实用的控制项是 effort（推理投入），而不是提示词。Anthropic 自己的建议是：从 high 起步，只有在你实测到收益时才升到 xhigh，把 max 留给上限测量，并在下调到 medium 或 low——只要你的评估结果支持。关键是，它说要重新跑一遍 effort 扫描，而不是照搬你在 Fable 5.1 上调好的等级——同一等级在不同版本中产生的思考量并不相同。跳过扫描的团队，正是那些会把“更便宜”的模型体验成更昂贵模型的团队。

将两者并排运行

对于如此大幅度的版本升级，诚实的采用模式是分流而非切换：让稳定路径继续留在 Claude Fable 5.1 上，把新模型以灰度方式投向基准测试差距最大的那些工作负载——长时间使用工具的智能体运行、自动化流水线、最终产出文档的研究任务——并且比较每完成一项任务的成本，而不是每 token 的成本。OrcaRouter 正是为这种形态的测试而构建的。两个模型都位于同一把 API 密钥之后，供应商的标价以零加价透传，因此 $8/$40 的价格卡片就是你在我们这里实际支付的价格，供应商的降价当天即生效，而不必等到下一次账单核对；一条路由规则可以把固定比例的流量发送到新模型，而一条回退链可以在调用失败或分类器拒绝时回到 5.1——或者回到 Claude Opus 4.8，它是 Fable 5.2 允许的回退目标之一。

为准确起见，需说明一点：截至 2026 年 11 月 10 日核查时，OrcaRouter 的公开目录列出了 anthropic/claude-fable-5.1 和 anthropic/claude-opus-5.5，但尚未列出 Claude Fable 5.2。在新模型接入期间，Fable 5.1 仍以其完整的 $10/$50 价目卡提供；如果你想要一个更便宜的对照分支来进行比较，同一密钥也已经可以访问 Opus 层级。

迁入顺序

Anthropic 的迁移指南足够简短，可以照着字面执行；顺序很重要，因为其中两步会更改提示前缀，一步会更改工具列表。

• 在首次请求前将 effort 显式设置为 high，这样你测量的就绝不会是隐式默认值；然后再分别在 medium 和 xhigh 下运行你的评估。

• 审计你的测试框架是否存在历史记录编辑问题。如果你的代码会构建消息数组，请在切换前运行前缀测试，即使 Fable 5.1 从未在你的账户上抛出过该错误。

• 检查你的技术栈中每一次模型切换（包括回退机制和任何路由层），确认是否存在跨模型携带思考块的对话。

• 将 computer use 移至 computer_toolset_20260801，并将任何顾问工具重新指向 claude-fable-5-2 或 claude-mythos-5-2。

• 删除为旧模型编写的提示行——“直接回答，不要反复斟酌”、token 预算套话、常设委派指令——然后重新测试。其中一些现在只会消耗 token，却不改变行为。

• 在你自己的任务上重新设定成本和延迟的基线，并将每项已完成任务的成本作为首要指标。

现在就该行动的是：那些运行长时间、无人值守的智能体工作的团队——对他们来说，FrontierSWE 上 30 分的差距或 AutomationBench 翻倍，就是无人值守运行与需要全程盯守之间的差别；以及那些评估套件已经显示当前模型在更高投入下表现不足的团队。应该再等一个周期的：任何采用零数据保留的人；任何其集成会编辑对话历史且尚无法将其改为仅追加的人；以及任何工作负载是简短、规格明确、对延迟敏感的聊天的人——在这一端，新模型几乎每次回复前都要思考的倾向纯属成本，而 20% 的费率下调也覆盖不了它。版本升级是真实的，降价也是真实的；只是它们并不指向相同的工作负载，而能从这次发布中获得价值的团队，是那些在上线前把两者都测量过的团队。