如何使用 Claude Fable 5.2：API 設定、努力等級與成本

Claude Fable 5.2 是 Anthropic 推出的 Fable 5.1 後繼模型，且在撰寫本文時，是 Artificial Analysis Intelligence Index v5.0.1 上的頂尖模型。在 OrcaRouter 上，它是 anthropic/claude-fable-5.2，每百萬輸入 token 8.00 美元、每百萬輸出 token 40.00 美元，並與其他所有模型一樣，透過同一組金鑰提供服務；Claude Fable 5.2 API 頁面載有即時數據。設定流程很短。令人意外的部分在於思考行為、投入程度旋鈕與快取經濟效益——因此本指南把篇幅花在那裡。

模型接受什麼，以及它回傳什麼

100 萬個 token 的上下文視窗，其最大值同時也是預設值，而非必須自行選擇啟用。單次回應最多可輸出 128K 個 token。輸入為文字、圖片與文件；輸出為文字。支援原生工具使用與結構化 JSON 輸出。艱難任務可在單一回合內持續執行數分鐘，這對多步驟代理程式是一項優勢，但對任何設有同步請求逾時機制的系統則是陷阱。

Thinking 永遠開啟。模型會針對每個請求自適應推理，而你可以用從 low 到 max 的努力等級來控制推理深度。原始思維鏈永遠不會回傳——你會拿到摘要，或是空的 thinking 欄位。請圍繞摘要（而非逐字稿）來規劃你的可觀測性。

端點一：OpenAI 相容路徑

與閘道上任何其他模型相同的三行：基礎 URL https://api.orcarouter.ai/v1、取自環境的金鑰，以及模型 ID。如果你已經有可搭配其他廠商運作的用戶端，這只是改一行，指南其餘部分則是在談如何調校它。

端點二：Anthropic Messages API

Fable 5.2 也原生支援 /v1/messages，而這裡有一點大家常搞錯：原生路徑的基礎 URL 是 https://api.orcarouter.ai，不帶 /v1 後綴。OpenAI 相容路徑則需要 /v1，因為那是 Chat Completions 遵循的慣例；Messages 路徑則不需要。在兩個範例之間複製基礎 URL，是最常見導致 404、看起來像路由故障的原因。

實務上的投入等級

支援的參數清單為 include_reasoning、max_completion_tokens、max_tokens、reasoning、reasoning_effort、response_format、stop、structured_outputs、tools 與 verbosity。這裡真正發揮作用的是其中兩項：reasoning_effort決定模型思考的深度，而verbosity則決定它回答時輸出多少內容。這兩者彼此獨立，而將它們混為一談，正是某些團隊會得出「模型很慢」這個結論的原因。

一個實用的起始策略：分類、擷取與路由用低投入，因為答案簡短，難度主要落在輸入端；程式碼審查與文件分析用中等；只有在你已實測出錯誤答案的代價高於延遲的任務上，才用高或最高。由於每次請求都會進行思考，投入程度是你唯一能控制首個 token 出現前時間的旋鈕——要依路由設定，而不是全域設定。

請求的成本為何

輸入每百萬 $8.00，輸出每百萬 $40.00，快取讀取每百萬 $0.200，快取寫入每百萬 $10.00。一份 40,000 token 的文件加上 2,000 token 的回答，會計為 $0.32 的輸入費用與 $0.08 的輸出費用：每筆請求四十美分，且尚未計入任何快取。

快取正是計算變得有意思的地方，而且值得好好做，因為寫入是要收費的。把 40,000 個 token 的前綴寫入快取需 $0.40，之後每次讀取需 $0.008。一次未經快取的處理需 $0.32。所以快取前綴在第二次讀取時就能回本，之後更會便宜得多——但只會讀取一次的語料庫根本不該快取。

就規模而言，Fable 5.1 的輸入價格是 $10.00、輸出價格是 $50.00，而 Opus 4.7 則是輸入 $5.00、輸出 $25.00。Fable 5.2 在輸入與輸出兩項上都比前代便宜 20%，這正是要遷移既有提示詞集、而不是繼續使用舊 id 的全部理由。

延遲與失敗率

在 OrcaRouter 過去七天的即時流量中：p50 首字延遲 8.09 秒，p95 為 10.00 秒，輸出速度為每秒 101 個 token，已處理超過 3,560 萬個 token。錯誤率方面，10.8%的請求傳回非 2xx（涵蓋所有上游供應商）；在把它接到沒有備援的同步 UI 之前，這點值得留意。

8.09 秒與 Artificial Analysis 針對首個 token 時間所回報的 267 秒，並不是同一種測量。AA 的評測框架讓模型在九項困難基準測試上以最大努力思考；閘道數字則是實際請求的中位數，而這些請求的努力程度取決於呼叫者設定。如果你在困難提示上以最大努力執行 Fable 5.2，你看到的值會遠比 p50 更接近 AA 的數字。

在哪裡使用它，以及哪裡不該使用

在錯誤答案代價高昂、且呼叫可以非同步進行的情境使用它：多步驟代理程式、深入的程式碼工作、長期規劃，以及任何你原本會跑三個較便宜模型再調和結果的情況。在每個請求都開啟思考、每百萬輸出符元 $40 的情況下，失誤的成本是真實的，因此投入程度就是一種預算控制。

不要把它當作每個提示詞的預設路由目標。Claude Fable 5.2 與 Claude Opus 5.5的比較，正是你在判斷最高階版本是否值得用於自身工作負載時該讀的內容；而Claude Fable 5.2 與 Claude Fable 5.1的比較，則涵蓋了你若已執行上一代版本時的遷移資訊。

如果你正在建立多模型堆疊，LLM 模型清單列出了目前的 ID 與價格，而Gemini 4 Carbon API則是搭配它的自然平價層級，適合 90% 不需要這麼強大模型的呼叫。

檢查清單

根據你選擇的端點設定基底 URL——Chat Completions 用 /v1，Messages 不加後綴。依路由設定投入強度，而非全域設定，並在心裡把投入強度與詳盡程度分開。對於你會讀取超過兩次的 prefix 進行快取，一次性文件則跳過快取。預算設定為輸出 128K、輸入 1M。預期中度投入下首個 token 需八秒，最大投入需數分鐘，且每十次呼叫有一次失敗。然後衡量你自己的分佈：這個模型是目前可用的最強模型，而它是否值得每百萬輸出 $40，完全取決於你的提示詞。