Claude Fable 5.2 對比 Claude Opus 5.5：每項任務成本 2.6 倍，換來六個指數點

A​nthropic 自家文件中的一句話，就為這場對決定下大半結論，而且這句話不是行銷文案：請從Claude Opus 5.5開始處理大多數工作負載，當你在 Opus 模型上以更高投入程度所做的評估仍然不夠好時，再改用Claude Fable 5.2。這是供應商在告訴你，其 $8 / $40 的模型是例外，而 $4 / $20 的模型才是常規。例外背後的數字是真的——以獨立評測衡量，Claude Fable 5.2 是兩家公司所推出最強的模型，而且在多項代理式基準測試上更是明顯領先。常規背後的數字更大：在 Artificial Analysis 的測試套件中，較便宜的模型完成一項索引任務花費 $10.04，較貴的則花費 $26.54，因此兩者之間六分的差距，體現為每項完成任務 2.6 倍的成本；而兩個模型之間預設投入程度的不一致，意味著天真的 A/B 測試會視你忘了往哪個方向設定，而誇大便宜模型的優勢或昂貴模型的成本。

兩款模型都是現行版本，皆配備一百萬個 token 的上下文視窗與 128K 輸出上限，且都能讀取文字與圖像。Claude Opus 5.5 於 2026 年 9 月 22 日推出，是 Claude 5.5 系列的首款模型，在其專屬頁面上仍標示為最新；Claude Fable 5.2 於 2026 年 11 月 9 日登場，是目前的 Fable。它們並非同一產品線的不同世代——Fable 是 Opus 之上的層級，定價也相應較高——所以問題不在於哪一款較新，而在於你的工作負載實際需要哪個層級；而對大多數工作負載而言，誠實的答案是較便宜的那一款。

三行話講清楚這個決定

• 如果你的工作是規格明確的程式編寫、例行性的代理執行、知識型工作、電腦操作，或任何採用零資料保留的用途，Claude Opus 5.5 就是正確的預設選擇，而 2.6 倍的價差換不來任何你感受得到的東西。

• 如果你已經把 Claude Opus 5.5 調到 xhigh 或 max，而你的評估仍然失敗，那麼在這條產品線中，Claude Fable 5.2 就是唯一更進一步的選擇；廠商聲稱，它在某些程式編寫工作上能達到與 Opus 同等的表現，而每項任務的成本大約只有一半——這是昂貴模型同時也是最經濟實惠的唯一情況。

• 如果你的工作負載是簡短、對延遲敏感的聊天，那麼無論是等級還是降價都不太重要，因為 Fable 5.2 在預設投入程度下幾乎每次回覆前都會先思考，而 Opus 5.5 則不會。

兩個並不相同的預設值

這項比較裡的第一個陷阱，在費率表上是看不出來的。Claude Fable 5.2 預設為高強度（high effort），Claude Opus 5.5 則預設為中等強度。因此，未設定 effort 的請求在 Fable 模型上會以高一級的程度執行——呼叫照樣成功，而唯一的證據就是成本不同、延遲不同、答案也不同。Anthropic 的遷移文件對從 Opus 轉換過來的人明確點出了這一點，而這正是最容易產出一份毫無意義的基準比較的方式。

• 預設 effort — Claude Fable 5.2 為高，而 Claude Opus 5.5 則為中。

• 每百萬個 token 的費率 — 輸入 $8、輸出 $40，對比輸入 $4、輸出 $20。

• 快取寫入與讀取——五分鐘寫入、一小時寫入與快取讀取的每百萬 token 費用為 $10 / $16 / $0.20，對比 $5 / $8 / $0.20。

批次定價 — 每百萬 $4 / $20 對比 $2 / $10。

• 快速模式 — 每百萬 $16 / $80 對比 $8 / $40，兩者皆標榜最高可達 2.5× 速度。

• 延遲比較——根據供應商自己的表格，兩者皆為「中等」；而兩者唯一擁有的實測數據，是 Opus 5.5 每秒 115 個輸出 token。

• 資料保留 — Claude Fable 5.2 要求保留 30 天，不提供 ZDR；而 Claude Opus 5.5 則提供零資料保留。

• 知識截止日 — 兩者皆為 2026 年 6 月；退役下限 — 2027 年 11 月 9 日 vs 2027 年 9 月 22 日。

• 批次輸出上限 — 在 Claude Fable 5.2 上為 128K，相較之下為 128K；在 Claude Opus 5.5 上使用 output-300k-2026-03-24 beta 標頭後，可提升至 300K。

其中兩行在任何基準測試被參考之前，就決定了實際部署。資料保留條款是一道硬性分岔：Claude Fable 5.2 是受涵蓋模型（Covered Model），要求 30 天資料保留，且在零資料保留下不可用，除非 A​nthropic 明確授權；而 Claude Opus 5.5 則在 ZDR 下運行。若團隊在合約上被禁止保留提示，就完全無法使用較強的模型，無論其分數如何。批次輸出條款較軟但具體——300K 擴展輸出 beta 列出支援 Opus 5.5，而未列出 Fable 5.2，因此若某個管線要從批次作業產出龐大的單一文件，在 Fable 這一邊就少了一個選項。

差距懸殊之處，以及僅屬捨入誤差之處

Anthropic 的 Claude Fable 5.2 發布文章將兩款模型列在相同欄位中，這讓它成為唯一能在相同硬體與設定下比較這兩款模型的地方。以下內容全都來自廠商說法，且未經重現；文章只要提到 effort 設定，我們就會一併納入，因為在這些模型上，這項設定對數值的影響不亞於模型本身。

• Terminal-Bench-Science 0.1 —— Claude Fable 5.2 取得 74.6%，而 Claude Opus 5.5 為 58.7%：相差 16 個百分點，是標準基準測試中差距最大的一次。

• AutomationBench — 51.4% 對 42.5%；RoboDojo Sim — 64.9% 對 39.4%；RLI — 高設定下 41.3% 對 21.3%。

• FrontierSWE v2 — 69.9% 對 62.3%；WANDR（寬鬆）— 82.1% 對 72.3%。

• BenchCAD 2.1 文字版 — 83.5 對 65.3；Chartography 無工具 — 73.4% 對 64.4%。

• 搭配工具的 Humanity's Last Exam — 74.2% 對 67.7%。

• OSWorld 2.1 — 89.3% 對 87.2%：2.1 個百分點，這大約是該規模基準測試的雜訊範圍。

• AA-Briefcase v1.1 — Claude Fable 5.2 的評分規準得分為 66.1%、Elo 為 1,785，而 Claude Opus 5.5 的評分規準得分為 61.2%、Elo 為 1,800。評分規準偏好 Fable 模型，Elo 則偏好 Opus 模型。這種反轉值得仔細省思：在經評審的比較中，較便宜的模型贏得一對一對決，卻在檢查清單上落敗。

讀完那組數據，分層界線就變得清晰可見。Fable 的優勢集中在研究級、長程的科學與代理式工作上——Terminal-Bench-Science、RLI、RoboDojo、Chartography——而在兩個模型都已具備足夠能力的電腦使用型環境中，則趨近於零。如果你的工作負載落在 OSWorld 區間，你等於為兩分付出 2.6 倍代價。如果它落在 Terminal-Bench-Science 區間，較便宜的模型確實差了一截，而 Opus 這邊再怎麼努力也無法彌補 16 分的差距。

每項任務成本的算術，實際演算

每個 token 的費率顯示，Claude Fable 5.2 的成本是 Claude Opus 5.5 的兩倍。但這只有在兩個模型使用相同 token 數量時才成立，而它們並非如此。Artificial Analysis 在其自家的九項評測套件上衡量這兩者，並公布完成任務的數字：

• 智慧指數 — Claude Fable 5.2 為 65 分，在 74 個模型中排名第一；Claude Opus 5.5 則為 59 分，排名第五。

• 在 7:2:1 的快取命中／輸入／輸出混合比例下，混合價格為每百萬個 token $5.74 對比 $2.94，比率為 1.95×。

• 每個已完成索引任務的成本 — 26.54 美元對 10.04 美元，比率為 2.64 倍。

• 該測試套件上的輸出 token 數——Claude Opus 5.5 為 2.18 億；Artificial Analysis 則完全沒有公布 Claude Fable 5.2 的速度或延遲數據。

1.95× 與 2.64× 之間的落差正是整件事的教訓所在。Fable 模型在完成同一項任務時消耗更多 token——這正是「更用力思考」在計量表上的樣貌——因此，每 token 的比率會把完成一個工作單位的成本低估約三分之一。每個建立在牌價上的預算模型都會朝同一個方向出錯，而且誤差幅度會隨著任務要求的推理量增加而擴大。另請注意缺少的測量項目：獨立測試套件有 Claude Fable 5.2 的指標分數與成本，卻沒有輸出速度或延遲數字，而 Claude Opus 5.5 測得每秒 115 個 token。對延遲敏感的產品而言，這種不對稱本身就是一個值得再等等的理由。

Anthropic 自己對這項取捨的表述更為狹窄，仔細解讀的話，也與此一致。它表示，在其 FrontierCode 評估中，Fable 模型在高投入程度下表現大致與 Claude Opus 5.5 的最佳分數相當，而每項任務成本約為一半；並表示在 Humanity's Last Exam 中，其在低投入程度下可匹敵 Opus 5.5 的峰值，而成本不到十分之一。這兩項說法談的都是每單位能力的成本，而非每詞元成本，且兩者都取決於刻意選擇投入程度。它們也與 Terminal-Bench-Science 上 16 分的差距並存；Opus 一方沒有任何投入設定能彌補這個差距——因此這兩項陳述並不衝突，而是在描述不同的任務。

在對話過程中於兩者之間切換

有一種不對稱很容易被忽略，直到它真的造成問題。Claude Fable 5.2 的思考區塊只有 Claude Fable 5.2 與 Claude Mythos 5.2 能讀取。把對話移到 Claude Opus 5.5 後，API 會在模型看到那些區塊之前就將它們丟棄：請求會成功，那些區塊不會被計費，而對於在另一側執行的回合，推理內容就這麼消失了。Claude Fable 5.2 允許的備援目標是 Claude Opus 4.8 與 Claude Opus 5——特別不包括 Claude Opus 5.5。

反向更順暢：Claude Fable 5.2 能讀取 Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5、Claude Fable 5.1 以及較舊 Opus、Sonnet 和 Haiku 模型的思考區塊，因此從低成本開始逐步升級的升級路徑能保持推理完整。實務上的做法由此而來：升級到 Fable 層級，不要降級回它；如果你的路由器在兩者之間移動對話，預期向下方向會失去上下文，而不是報錯。

一把鑰匙，無論路由規則指向哪邊

這裡的層級界線，正是應由閘道承擔、而非交由程式碼分支處理的那類決策。Claude Opus 5.5 已在 OrcaRouter 上線，只需一把金鑰，即可依供應商牌價、零加成使用，因此 $4 / $20 的價目卡就是你實際支付的價格，供應商調價也會當天生效，而不是等到下一張帳單；路由規則可將 Claude Opus 5.5 保留為預設，僅在請求被評定為足夠困難、跨越門檻時升級至 Claude Fable 5.2，這正是把供應商自身的指引化為設定，而非化為文字說明。備援鏈可涵蓋其餘的故障模式——Claude Opus 5.5 並非 Fable 5.2 允許的備援目標，因此若備援鏈終止於 Claude Opus 4.8 或 Claude Opus 5，就會以 A​nthropic 服務預期的方式失敗關閉。

為求準確：已於 2026 年 11 月 10 日查核，OrcaRouter 的公開目錄列出了 anthropic/claude-opus-5.5，但未列出 Claude Fable 5.2，因此時至今日，升級步驟是一個你可閱讀的模型頁面，而非你可在此發出的呼叫。Opus 5.5 已按其定價正式上線。

什麼會改變答案？

有三件事，其中只有一件跟基準測試有關。第一是價格變動：如果 Fable 5.2 的定價卡降到接近 Opus 5.5 的水準，那 16 分的 Terminal-Bench-Science 差距就不再需要付出 2.6 倍成本，而對任何沒有留存限制的人來說，等級分界也會消失。第二是獨立速度資料——Anthropic 宣稱輸出速度比 Fable 5.1 快 30%；一旦 Fable 模型有了實測的每秒 token 數，繼續留在 Opus 的延遲理由不是成立，就是徹底消失。第三是你自己的評估套件，而這才是唯一對你的工作負載有意義的事；兩個模型都提供全部五個 effort 等級，而 Anthropic 對兩者的指引都一樣：明確設定 effort，從預設值開始，並且進行掃描，而不是把另一個模型的設定直接沿用過來。

在那之前，這個分界簡單到不用表格就能說明。程式設計、例行代理程式、電腦操作、延遲敏感產品，以及任何在零資料保留下的項目，預設使用 Claude Opus 5.5。若一次失敗執行的代價高到——16 個百分點的基準測試差距，或是一項 Opus 等級在最大努力下根本無法完成的研究任務——值得支付 $26.54 而非 $10.04，就改用 Claude Fable 5.2；而且在正式投入前，先在自己的評估集上衡量完成任務的成本，因為能可靠預測你落在這條線哪一側的那個數字，並不是價目表。