Claude Fable 5.1 對比 Claude Opus 5：兩款旗艦，同一廠商——哪一款才真正值得你選擇？

這是 Anthropic 今年做過最不典型的一件事：該公司在 2026 年 9 月 1 日推出 Claude Fable 5.1，眼看它以 66 分登上 Artificial Analysis Intelligence Index 榜首，隨後卻發布文件，告訴開發者在大多數工作負載中應預設使用較舊、較便宜的 Claude Opus 5——把 Claude Fable 5.1 留給「高難度推理與長時程代理型工作」。供應商主動引導你避開它最昂貴的模型，這種事罕見到足以成為這場對決的焦點，因為 Claude Fable 5.1 和 Claude Opus 5 都是 Anthropic 的模型，都掛著 Claude 的名字，也都位居市場頂端。這個頁面要回答的真正問題不是哪一個比較好——而是哪一個應該成為你程式碼中的預設選擇，以及額外的能力何時才真正值得多付出的成本。

兩款旗艦，同一個家族，兩種等級

Anthropic 目前在 Claude 品牌下營運兩個旗艦級別，而其命名確實承載了實質意義。Claude Opus 5 於 2026 年 7 月 24 日發布，定價為每百萬個 token 5.00 美元 / 25.00 美元，是 Opus 系列迄今能力最強的模型，也是公司約五週的生產旗艦。Claude Fable 5.1 於 2026 年 9 月 1 日發布，是 Anthropic 所稱的 Mythos 級模型——「能力等級高於 Opus 級」——經調整以適合廣泛安全使用。它與 Claude Mythos 5.1 在同一場發布中推出；後者是它的受控姊妹模型，對經審查的網路安全與生命科學組織放寬防護。兩者共享相同的基礎權重，而 Claude Fable 5.1 是任何客戶實際可呼叫的版本。

這種共同的傳承對本次比較至關重要。當你以 Claude Fable 5.1 對照 Claude Opus 5 進行基準測試時，你比較的並不是兩種理念或兩家公司。你衡量的是：在兩個模型皆透過相同的 API、相同的 SDK、相同的快取機制與相同的安全堆疊提供服務時，多出一個能力等級所需付出的代價。這是目前市場上所能提供的最純淨的受控實驗——同時也是 Anthropic 客戶中相當高比例的人正在實際做出的抉擇，因為每一個在七月採用 Claude Opus 5 的團隊，現在都在猶豫是否該遷移到九月的旗艦模型。

並排的規格表

• 價格 — Claude Fable 5.1 每 1M tokens 為 $10.00 / $50.00，Claude Opus 5 則為 $5.00 / $25.00。兩邊的價格都正好是 2 倍。

• 快取讀取 — Claude Fable 5.1 每 1M 為 $0.25，而 Claude Opus 5 為 $0.50。Fable 5.1 的價格僅一半，且這條產品線主導了長時段的代理工作階段。

• 上下文／最大輸出 — 輸入 1M tokens，輸出 128K tokens。視窗大小無人能敵。

• 輸入 — 兩者都接受文字、圖片和檔案輸入；兩者都不接受音訊或視訊。

• 獨立評分 — Claude Fable 5.1 在 Artificial Analysis Intelligence Index（最大努力）上得到 66 分，是 AA 測量過的最高分，而 Claude Opus 5 為 63 分。AA 針對 Anthropic 實際提供的配置（Max Effort 搭配預設安全後備）所公布的公開模型頁面列出 53 分，仍排名 201 個模型中的第 1 名，這個差距在你進行同類比較之前值得了解。

• 等級 — Claude Fable 5.1 是 Mythos 級（比 Opus 高一級）；Claude Opus 5 是 Opus 級，是 Anthropic 推薦的預設選項。

• 狀態 — 穩定且正式發布；Claude Fable 5.1 於 2026-09-01 發布，Claude Opus 5 於 2026-07-24 發布。

哪些差距是真實的，哪些只是捨入誤差

本節中的每個基準測試皆為 Anthropic 所報告，除非標註為 Artificial Analysis；所有組成分數均未經獨立重現，因此請將其解讀為趨勢方向。整張表格所呈現的模式才是重點，而非任何單一數字。

在長週期、使用工具、自主運作的工作上，差距極為巨大。在 Terminal-Bench-Science 0.1 上，Claude Fable 5.1 得分 52.6%，而 Claude Opus 5 為 29.0%——這是當前任何兩款旗艦模型在任何主要代理性基準測試之間的最大差距。在 Browserbase（Anthropic 最難的瀏覽器代理測試）上，Fable 5.1 達到 82%，Opus 5 為 74%。在 AutomationBench 上，差距為 31.4% 對 26.9%；在 OSWorld 2.0 上，部分得分為 77.9% 對 75.4%（嚴格得分為 41.7% 對 39.6%）。這些正是 Anthropic 自家文件告訴你應優先選用 Fable 5.1 的工作負載——自主研究、長時間瀏覽器工作階段、無人值守代理。

日常互動式程式設計的差距很小。在 IDE 風格的基準測試 CursorBench 3.2.0 上，Fable 5.1 僅以 73.4% 對 70.0% 領先。在 GDPval-AA v2 上，差距為 1,853 對 1,824；在 Terminal-Bench 4.0 上則為 55.8% 對 52.3%。在 Humanity's Last Exam 上，Fable 5.1 在無工具情況下得分 60.9%，使用工具時得分 65.0%，而 Opus 5 則為 56.6% / 63.6%——確有領先，但幅度有限。對一個坐在編輯器前要求程式碼審查或錯誤修正的開發者而言，CursorBench 上 70.0 與 73.4 之間的差異通常難以感受到；但自主科學任務上 29.0 與 52.6 之間的差異，決定了你的隔夜任務是會完成，還是不會完成。

兩條成本曲線，以及違反直覺的那一條。

就牌價而言，Claude Fable 5.1 的費用剛好是 Claude Opus 5 的兩倍。改變這個局面的具體算例，是一場長時間的代理（agent）工作階段，它將 100K token 的上下文重複讀取了五十次：按照 Claude Fable 5.1 的 $0.25 快取讀取費率，這五十次重讀要花 $1.25；而按照 Claude Opus 5 的 $0.50 費率，則要花 $2.50。再加第二個 100K 上下文、一個工具迴圈、一次重試——快取這條費用線會持續複利累積，而這正是 Anthropic 將 Fable 5.1 的降價定位為針對長時間執行的代理工作負載、而非針對牌價 token 的原因。

{{1}}存在一種大多數規格表比較都會忽略的抵銷效應，而它來自獨立測量，而非 Anthropic 的行銷宣傳。{{/1}} {{2}}Artificial Analysis 自家的模型頁面讓這項制衡力量具體化：{{/2}} {{3}}在 Claude Fable 5.1 上執行該指數，模型花費為 7.63 美元，輸出 token 達 1.9 億，而中位數僅 9,200 萬{{/3}} {{4}}——該模型比同級模型冗長太多，以至於「更強、快取成本更低」這些優勢並未轉化為每個完成任務的成本更低。{{/4}} {{5}}相較於 Claude Opus 5，第三方任務層級測試顯示 Fable 5.1 每個完成任務的成本高出多達 60%，{{/5}} {{6}}因為這個更聰明的模型只是會在停止之前寫出更多內容。{{/6}} {{7}}如果你的工作負載以輸出 token 為主，而非重讀上下文，那麼「2 倍」這個宣傳口號會比快取計算所暗示的更接近真相。{{/7}}

Anthropic 自己的決策規則，以及我們的。

Anthropic 的模型文件異常明確：大多數工作負載先從 Claude Opus 5 開始，而當你在較高努力設定下對 Opus 5 的評估仍有所不足時，再轉向 Claude Fable 5.1——或者當你執行無人值守、自主代理任務時，長時程的收益足以抵銷其較高的價格。這是個合理的規則，也恰好與基準測試表所呈現的一致：互動式程式設計與知識工作預設使用較便宜的模型，而當任務是長時程或評估失敗時，升級到上一層級。

當兩個模型都位於同一個端點之後，這條規則就變得容易操作。Claude Fable 5.1 和 Claude Opus 5 都在 OrcaRouter 上，以 Anthropic 的標價，以零加成轉發，因此你在規格表上看到的兩倍價格差距，就是你要支付的價格差距——旗艦款沒有平台附加費。一個路由規則，它將互動流量傳送到 Claude Opus 5，並在任務需要時升級到 Claude Fable 5.1，就只是路由 DSL 中的兩行編輯；而且故障轉移路徑意味著 Fable 5.1 超時或安全拒絕，可以回退到 Claude Opus 5，而無需第二次整合。

裁決結果

這不是一場「哪個模型比較好」的比較，因為答案是 Claude Fable 5.1，而且根本沒有懸念——在獨立指數上，它領先自家兄弟三分；在定義當前前沿的代理型基準測試上，它更是遙遙領先。這是一場「哪個模型該成為你的預設」的比較，而在這裡，誠實的答案更有意思：將 Claude Opus 5 保留為互動式工作的預設，並將 Claude Fable 5.1 視為長時程與無人值守代理的升級層級——這正是 Anthropic 自家文件所指出的方向。兩者都跑，衡量你自己任務層級的成本，並讓路由層在評測告訴你溢價已值回票價的那一天，在兩者之間切換。