Fable 5.2 主打长任务编程与降价
据文章介绍，Anthropic 的 Fable 5.2 提供百万 token 上下文和持续自适应推理，输入、输出价格较前代下降 20%。其定位是高难度长程编程与研究任务，文中称普通生产工作仍推荐 Opus 5.5。
原文暂未完整获取，基于公开信息的快读
一篇 dev.to 文章称，Anthropic 的 Claude Fable 5.2 面向长时间运行的编程智能体与研究任务，主打百万 token 上下文、持续自适应推理，以及较 Fable 5.1 降低 20% 的输入和输出单价。目前拿到的是部分原文，以下产品信息均来自该文，尚未通过官方材料核验。
目前能确认什么
文章给出的定位很明确：Fable 5.2 处理最难、最长的任务，普通生产工作仍推荐 Opus 5.5。这里的智能体编程，通常指模型反复调用工具、读取代码、修改文件并检查结果，而非一次生成一段代码。
据文中描述，Fable 5.2 的上下文窗口为 100 万 token，并在会话中保留推理状态；开发者通过 effort 参数控制推理深度。上下文窗口决定一次能容纳多少信息，但窗口大，并不能直接证明模型能准确利用全部代码。
价格方面，文章列出的标准费率是每百万输入 token 8 美元、输出 token 40 美元，并称推理 token 计入输出费用。文中还提到应省略 temperature、top_p 和 top_k，强制工具选择存在限制。这些接入细节仍待官方文档确认。
我的判断
单价下降 20%，不等于完成一次任务的总费用下降 20%。
如果持续推理增加了输出 token 消耗，降价可能被抵消。对程序员更有用的比较，是完成同一项仓库迁移或跨模块重构，需要多少费用、多久，以及多少人工返工。
长上下文与持续推理的组合，值得关注的是多轮工具调用后能否保持约束、减少重复读代码。文章中的跑分还不能回答这个问题。
我不会据此把日常开发默认模型切到 Fable 5.2。至少还要确认模型可用性、实际计费规则，以及推理状态在会话中断或上下文压缩后如何处理；这些会直接影响长任务能否稳定完成。