Claude Fable 5.2 发布与推理成本取舍

Claude Fable 5.2 登顶之后，开发者最该先改的，可能是调用参数和账单结构。作者的核心建议很明确：默认用 high 推理强度，缓存重复上下文，再把分类、路由等简单任务交给便宜模型。

这份指南值得读的地方，是把排行榜拆成了几笔可以复算的账。不过，下面的产品信息和成绩均来自原文，未作独立核验；其中有厂商自报数据，也有缺少对照的经验判断，不能直接当成团队迁移依据。

high 比 max 少花多少，少了什么

据原文，Anthropic 于 2026 年 11 月 9 日发布 Claude Fable 5.2。它在 Artificial Analysis Intelligence Index v5 上获得 64.6 分，超过 Gemini 4 Carbon 的 60.0 分，排名第一。

但这个榜首成绩对应 maximum effort。作者给出的 AA 单任务成本是：max 为 $26.54，high 为 $9.08；成绩则分别为 64.6 和 61.8，相差 2.8 分，约 4.5%。

也就是多付约 2.9 倍费用，换取约 4.5% 的分数提升。

日常编码和 CI 任务，值得先把 high 设为评估起点。

这里的 effort 是模型投入推理的强度，并非单纯控制回答长短。作者建议仅在单次、高风险、正确性要求很高的推理任务上考虑 max。但多花钱是否真的提高正确率，仍要用实际任务验证，榜单分差不能直接换算成业务收益。

原文给出的 API model ID 是 claude-fable-5-2，可通过 Claude Platform、AWS、Google Cloud 和 Azure 使用；上下文仍为 1M tokens，最大输出为 128K。接入前还要确认调用框架是否暴露 effort 参数，不能只换模型 ID。

真正影响月账单的是缓存和任务分流

原文标价为每百万 tokens 输入 $8、输出 $40，比 Fable 5.1 便宜 20%；缓存读取为每百万 tokens $0.20，是新输入价格的四十分之一。

作者用一次重度编码会话算账：累计输入 1M tokens、输出 200K tokens，费用为 $8 + $8，即 $16。每位开发者每月进行 20 次，就是 $320。

这里的 200K 输出应按多轮会话累计理解，因为它已经超过单次最大输出 128K。

假设 80% 输入命中缓存，输入费用变成 $1.76，总费用为 $9.76，下降约 39%；月费用约为 $195。计算本身成立，但这个估算只计入了新输入、缓存读取和输出，原文没有交代缓存写入成本等细节。

落地做法是把 system prompt、仓库结构说明和编码规范放入可缓存前缀，并让对话历史利用缓存块。关键不是「保存过这段文本」，而是请求实际满足服务端的缓存命中条件。

另一笔钱来自分流。原文称，Meta 同日发布的 Muse Ember，输入和输出价格分别为每百万 tokens $0.10/$0.50，AA 指数为 36.0，单任务成本为 $0.14，约比 Fable 5.2 的 max 便宜 190 倍。

作者建议小模型负责分类、路由和工具调用，Fable 5.2 承担复杂推理。这种分工有道理，但「多数团队有 60–80% 调用可以分流」没有给出样本或测量过程，属于经验之谈。尤其是工具调用，涉及参数推导、权限和多步状态时，未必简单。

编码领先，不代表所有工作流都该换

原文引用的 FrontierCode 2.0 成绩是：Fable 5.2 在 xhigh 下达到 49.1%，Fable 5.1 为 32.4%，Opus 5.5 为 45.5%。相对上一代提升 16.7 个百分点，确实是显著变化。

但这些数字是厂商自报，而且测试用的是 xhigh，并非前面推荐的 high。原文也没有说明 xhigh 与 max 的具体对应关系，不能把不同配置的成绩和成本拼成一份收益承诺。

此外，Anthropic 表格里的网络安全和蛋白质设计项目，使用的是 Mythos 5.2 的成绩，不能算到 Fable 头上。

其他榜单也没有统一赢家：Gemini 4 Carbon 在 AutomationBench 工作流测试中以 53.9% 领先，Opus 5.5 则以 1800 分领先 AA-Briefcase Elo。对需要读仓库、修改代码、运行检查、处理失败的 agent 来说，代码生成能力只是完整流程的一部分。

迁移还涉及两项日期。原文称，新使用政策于 11 月 12 日生效，Sonnet 4.5 于 11 月 30 日退出 API。作者建议本周迁移，并用 grep 搜索仓库中的旧模型调用；但政策具体变化没有展开，Fable high 比旧 Sonnet 在多数负载下更便宜的说法，也缺少对照数据。

至于本地部署，原文明确 Fable 5.2 仅提供 API。可下载模型中，Kimi K3.1 Pro 的 AA 成绩为 46.5；Tencent Hy4 和 Thinking Machines 的 Inkling 2 Small 只是承诺提供权重。承诺开放与已经能够部署，需要分开看。

我的判断

这篇最有价值的是优化顺序：先调推理强度，再提高缓存命中率，最后按任务难度分流。它们都可以通过现有调用记录验证，比直接追逐榜首更容易形成可检查的收益。

但文章把几种证据放得太近了：AA 单任务成本、厂商编码成绩、作者构造的会话账单，以及团队分流比例，各自回答的问题不同。缓存估算依赖 80% 命中率，分流收益依赖小模型的成功率；一旦增加重试或错误路由，省下的 token 费用可能被返工吃掉。

我的取舍是先保留当前模型作为对照，用同一组任务比较 high、现有配置和分流方案。原文没有提供这样的完整对照，因此它适合指导实验，尚不足以证明应该全量迁移。

能拿来做什么

• 从前端或 Node 项目中挑一组可验收任务，例如修复类型错误、补接口校验和处理构建失败，同时记录完成率、重试次数与总费用。
• 检查编码助手反复发送的仓库说明和规范，结合实际缓存用量验证是否命中，再估算月账单。
• 从调用记录中挑出边界清晰的分类、路由任务试用小模型，并把错误后的回退成本一起计算。
• 搜索代码、脚本和 CI 配置中的 Sonnet 4.5 引用，核对原文所述退役日期与政策变化后，再安排替换和回归验证。