guides

API do Claude Fable 5.2: preços, configuração e código

Poyo.ai Team
19 min read
Share:

Principais pontos

  • ID do modelo: claude-fable-5-2. Lançado em 9 de novembro de 2026, com janela de contexto de 1M tokens e até 128K tokens de saída por solicitação.
  • Preço: US$ 8 / US$ 40 por milhão de tokens de entrada/saída na API da Anthropic, 20% abaixo do Fable 5.1. Na PoYo, custa US$ 6,40 / US$ 32.
  • Duas formas de chamá-lo na PoYo: o formato Anthropic Messages em POST https://api.poyo.ai/v1/messages ou o endpoint compatível com a OpenAI POST https://api.poyo.ai/v1/chat/completions. Os SDKs oficiais da Anthropic funcionam com a URL base definida como https://api.poyo.ai.
  • O pensamento fica sempre ativado. Você controla a profundidade e o custo com output_config.effort. O padrão é high; use medium ou low no trabalho rotineiro.
  • O pensamento é cobrado como saída. Uma resposta curta ainda pode consumir milhares de tokens de saída com esforço high, então defina effort explicitamente e dimensione max_tokens para o pensamento mais a resposta.
  • Leia stop_reason primeiro. Ele informa se o modelo terminou, chamou uma ferramenta, atingiu max_tokens ou retornou uma refusal de segurança, então confira esse campo antes de ler o conteúdo.

API do Claude Fable 5.2 em resumo

Claude Fable 5.2
ID do modelo na APIclaude-fable-5-2
Lançamento9 de novembro de 2026
Janela de contexto1M tokens
Saída máxima128K tokens por solicitação
Entrada → saídaTexto e imagens → texto
PensamentoAdaptativo, sempre ativado
Níveis de esforçolow, medium, high (padrão), xhigh, max
Data de corte do conhecimentojunho de 2026
Retenção de dadosRetenção por 30 dias
Preço oficial (por 1M tokens)$8 de entrada / $40 de saída / $0.20 de leitura do cache
Preço na PoYo (por 1M tokens)$6.40 de entrada / $32 de saída / $0.16 de leitura do cache
Endpoints da PoYo/v1/messages, /v1/chat/completions

A Anthropic posiciona o Fable 5.2 para raciocínio exigente e trabalho agêntico de longo prazo, e recomenda o Claude Opus 5.5 como ponto de partida para a maioria das cargas de trabalho. Se você ainda está decidindo entre os dois, leia primeiro Claude Fable 5.2 vs. Opus 5.5. Este guia trata da integração.

Um protótipo de sistema operacional construído por agentes do Claude Fable 5.2, rodando em um notebook. Vídeo dos materiais de lançamento do Claude Fable 5.2 da Anthropic.

Fable 5, 5.1 ou 5.2: de qual preço você está falando?

Buscas por “Claude Fable 5 pricing” podem se referir a qualquer um dos três modelos Fable lançados em 2026. Eles compartilham a janela de contexto de 1M e o limite de 128K tokens de saída, e cada um tem o próprio preço:

ModeloLançamentoEntradaSaídaLeitura do cacheID do modelo na API
Claude Fable 59 de junho de 2026$10$50$1.00claude-fable-5
Claude Fable 5.11º de setembro de 2026$10$50$0.25claude-fable-5-1
Claude Fable 5.29 de novembro de 2026$8$40$0.20claude-fable-5-2

Preços oficiais em USD por milhão de tokens. O Fable 5.2 traz o primeiro corte de preço da categoria Fable e é o modelo atual, então os projetos novos devem começar por ele. O restante deste guia trata do Fable 5.2.

Preços em resumo

Cobrança (por 1M tokens)Oficial da AnthropicPoYoCréditos da PoYo
Entrada$8.00$6.401.280
Saída (inclui o pensamento)$40.00$32.006.400
Leitura do cache$0.20$0.1632
Gravação no cache, 5 minutos$10.00$8.001.600
Gravação no cache, 1 hora$16.00$12.802.560

A PoYo cobra conforme o uso, em créditos, na proporção US$ 1 = 200 créditos, sem assinatura. A janela de contexto completa de 1M é cobrada pelas tarifas padrão, então um prompt de 900K tokens custa o mesmo por token que um prompt de 9K tokens. Para todos os outros modelos Claude, veja nosso guia de preços da API Claude.

Primeiros passos

  1. Crie uma chave de API no painel da PoYo.
  2. Envie as solicitações para https://api.poyo.ai com o modelo definido como claude-fable-5-2.
  3. Autentique com x-api-key: YOUR_KEY em /v1/messages (Authorization: Bearer YOUR_KEY também funciona) ou com Authorization: Bearer YOUR_KEY em /v1/chat/completions.

curl (formato Anthropic Messages)

curl https://api.poyo.ai/v1/messages \
  -H "x-api-key: $POYO_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-fable-5-2",
    "max_tokens": 16000,
    "output_config": {"effort": "medium"},
    "messages": [
      {"role": "user", "content": "Encontre a condição de corrida neste worker pool em Go e proponha uma correção: ..."}
    ]
  }'

A resposta é um objeto Message padrão da Anthropic. A resposta do modelo fica no bloco text de content; um bloco thinking pode vir antes.

Python (SDK da Anthropic)

import os
import anthropic

client = anthropic.Anthropic(
    base_url="https://api.poyo.ai",
    api_key=os.environ["POYO_API_KEY"],
)

with client.messages.stream(
    model="claude-fable-5-2",
    max_tokens=32000,
    output_config={"effort": "medium"},
    thinking={"type": "adaptive", "display": "summarized"},
    messages=[{"role": "user", "content": "Escreva um plano de migração de REST para gRPC para este serviço: ..."}],
) as stream:
    message = stream.get_final_message()

if message.stop_reason == "refusal":
    print("Request declined:", message.stop_details)
else:
    for block in message.content:
        if block.type == "thinking":
            print("Thinking summary:", block.thinking)
        elif block.type == "text":
            print(block.text)

print(message.usage)

O streaming mantém as solicitações longas longe dos timeouts de HTTP. Com esforço high ou superior, uma única solicitação difícil pode levar minutos.

TypeScript (SDK da Anthropic)

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic({
  baseURL: "https://api.poyo.ai",
  apiKey: process.env.POYO_API_KEY,
});

const message = await client.messages
  .stream({
    model: "claude-fable-5-2",
    max_tokens: 32000,
    output_config: { effort: "medium" },
    messages: [{ role: "user", content: "Revise este pull request em busca de problemas de segurança: ..." }],
  })
  .finalMessage();

if (message.stop_reason === "refusal") {
  console.log("Request declined:", message.stop_details);
} else {
  for (const block of message.content) {
    if (block.type === "text") console.log(block.text);
  }
}

Chat Completions compatível com a OpenAI

Se a sua stack já usa o formato de solicitação da OpenAI, envie o mesmo ID de modelo para /v1/chat/completions:

curl https://api.poyo.ai/v1/chat/completions \
  -H "Authorization: Bearer $POYO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-fable-5-2",
    "messages": [
      {"role": "system", "content": "Você é um engenheiro de dados sênior."},
      {"role": "user", "content": "Projete um esquema para deduplicação de eventos no ClickHouse."}
    ],
    "stream": true
  }'

Com o SDK oficial da OpenAI, defina base_url como https://api.poyo.ai/v1. Use /v1/messages quando precisar de controles específicos do Claude, como output_config.effort, exibição do pensamento, cache_control e definições de ferramentas no estilo da Anthropic.

Esforço: a principal alavanca de qualidade e custo

O Fable 5.2 pensa de forma adaptativa em todas as solicitações. A configuração effort dentro de output_config define o quanto:

EsforçoUse paraObservações
lowTrocas rápidas, tarefas bem especificadas, subagentes de grande volumeO mais rápido e o mais barato. Em tarefas longas, acrescente uma instrução de “concluir a tarefa inteira”
mediumProgramação interativa, chat, trabalho intelectual do dia a diaUm bom padrão para a maior parte do tráfego de produto
high (padrão)Programação difícil, pesquisa, trabalho agêntico, execuções longas sem supervisãoSegundo a Anthropic, a maior parte do ganho de capacidade já aparece em high
xhighO trabalho de programação e de agentes mais difícil e de longa duraçãoUse onde as suas avaliações mostram um ganho medido; consome mais tokens
maxMedir o teto ou tarefas raras em que a profundidade importa mais que o tempo e os tokensO raciocínio mais profundo e os turnos mais longos

Gráfico do FrontierCode 2.0 da Anthropic com a pontuação em relação ao custo por tarefa, mostrando o Claude Fable 5.2 nos esforços low, medium, high, xhigh e max ao lado de outros modelos

Como o esforço troca pontuação por custo por tarefa no FrontierCode 2.0. Gráfico dos materiais de lançamento do Claude Fable 5.2 da Anthropic.

Três regras práticas:

  • Defina o esforço em toda solicitação. Código copiado do Opus 5.5 rodava em medium por padrão. No Fable 5.2, a mesma solicitação roda em high e consome mais tokens de saída.
  • Use o esforço para definir o quanto ele pensa. Para turnos mais rápidos e baratos, a Anthropic recomenda um nível de esforço menor, em vez de linhas no prompt como “responda direto, sem deliberar”. Em high e acima, o Fable 5.2 pensa antes de quase toda resposta, até de um cumprimento.
  • Use o prompt para definir o tamanho da resposta. O esforço define a profundidade do pensamento; o seu prompt define o tamanho da resposta final.

Para ver na prática o que o esforço faz com a conta, confira os resultados dos testes em Claude Fable 5.2 vs. Opus 5.5: em uma tarefa de programação, o Fable 5.2 teve a mesma pontuação em medium e em high, por cerca de um quarto do custo em medium.

Pensamento adaptativo: o que “sempre ativado” significa para o seu código

  • Omita thinking ou envie {"type": "adaptive"}. Essa é toda a configuração de pensamento. A profundidade vem de effort, que substitui as antigas configurações budget_tokens e disabled.
  • Os tokens de pensamento são cobrados como saída e contam para max_tokens. Dimensione max_tokens para o pensamento mais a resposta: 16K é um bom piso, e 32K ou mais com streaming serve bem para tarefas difíceis.
  • Os resumos do pensamento são opcionais. Por padrão, os blocos de pensamento chegam com o campo thinking vazio, o que mantém o streaming rápido. Acrescente "display": "summarized" para receber um resumo legível. A cobrança cobre o pensamento completo nos dois modos.
  • Deixe a amostragem com o modelo. Envie as solicitações sem temperature, top_p e top_k; o Fable 5.2 gerencia a amostragem sozinho.
  • Leia usage. output_tokens já inclui o pensamento, e output_tokens_details.thinking_tokens mostra quanto dele é pensamento.

Uso de ferramentas

O Fable 5.2 aceita tool_choice com auto (o padrão) ou none. Cite a ferramenta no prompt quando quiser que ela seja chamada:

{
  "model": "claude-fable-5-2",
  "max_tokens": 16000,
  "output_config": {"effort": "medium"},
  "tools": [
    {
      "name": "get_order_status",
      "description": "Look up an order by its ID and return the shipping status and carrier.",
      "input_schema": {
        "type": "object",
        "properties": {"order_id": {"type": "string"}},
        "required": ["order_id"]
      }
    }
  ],
  "tool_choice": {"type": "auto"},
  "messages": [
    {"role": "user", "content": "Onde está o pedido A-1042? Confira com get_order_status."}
  ]
}

Quando o modelo chama uma ferramenta, a resposta termina com stop_reason: "tool_use". Execute a ferramenta e envie um bloco tool_result na próxima mensagem do usuário. Devolva o turno completo do assistente sem alterações, incluindo os blocos de pensamento.

Outras regras que vale conhecer:

  • Use auto ou none em tool_choice. Para garantir que uma ferramenta seja executada, cite-a no prompt. Quando precisar de JSON garantido, use saída estruturada: output_config.format com um JSON schema.
  • O uso do computador funciona pelo conjunto de ferramentas computer_toolset_20260801.
  • Interprete as entradas das ferramentas com um parser de JSON. Ele lida com qualquer estilo de escape que o modelo use nos argumentos das ferramentas.

Braços robóticos controlados pelo Claude Fable 5.2 a partir de imagens de câmera, resolvendo um cubo mágico. Vídeo dos materiais de lançamento do Claude Fable 5.2 da Anthropic.

Contexto de 1M e prompt caching

A janela de 1M tokens comporta cerca de 555.000 palavras em inglês, o suficiente para uma base de código grande ou uma pilha de contratos em uma única solicitação. O Fable 5.2 usa o tokenizador introduzido com o Claude Opus 4.7, que gera mais tokens para o mesmo texto do que os modelos anteriores ao 4.7, então conte os tokens dos seus próprios arquivos antes de planejar em torno do limite.

É nos prompts longos que o cache compensa. Uma leitura do cache no Fable 5.2 custa 2,5% do preço de entrada (US$ 0,20 vs. US$ 8 por milhão de tokens). Na PoYo, acrescente um cache_control no nível superior e o último bloco que pode ir para o cache é armazenado automaticamente:

{
  "model": "claude-fable-5-2",
  "max_tokens": 16000,
  "cache_control": {"type": "ephemeral", "ttl": "1h"},
  "output_config": {"effort": "medium"},
  "system": "Você responde perguntas sobre o contrato abaixo. Cite os números das cláusulas.\n\n<contract>...</contract>",
  "messages": [
    {"role": "user", "content": "Liste todos os direitos de rescisão e o prazo de aviso prévio de cada um."}
  ]
}

Coloque o conteúdo estável primeiro (prompt de sistema, definições de ferramentas, o documento) e a pergunta que muda por último. Em uma conversa de vários turnos ou em um loop de agente, cada novo turno relê o prefixo anterior a partir do cache. Gravar no cache de 5 minutos custa 1,25× o preço de entrada e compensa após uma leitura; o cache de 1 hora custa 2× e compensa após duas.

Dois hábitos mantêm o cache e o raciocínio do modelo funcionando de um turno para outro:

  • Mantenha o histórico só com acréscimos. Cada bloco de pensamento está vinculado ao prompt de sistema, às ferramentas e às mensagens que vieram antes dele. Mantenha system e tools fixos durante a conversa e acrescente os novos turnos ao final de messages. Se turnos anteriores forem editados e os blocos de pensamento antigos forem reenviados, a verificação de prefixo da API sinaliza a solicitação com a mensagem The block is bound to a different conversation. Para mudar as instruções, comece uma conversa nova.
  • Troque de modelo quando quiser. Você pode mudar o model entre solicitações na mesma conversa. Os blocos de pensamento do Fable 5.2 são lidos pelo Fable 5.2 e pelo Mythos 5.2; quando a conversa passa para outro modelo, como o Opus 5.5, a API descarta esses blocos automaticamente, a solicitação é concluída e o novo modelo continua com o próprio raciocínio. Cada modelo mantém o próprio cache.

Como lidar com recusas

O Fable 5.2 roda classificadores de segurança. Quando um deles interrompe uma solicitação, a resposta chega como HTTP 200 com stop_reason: "refusal" e um objeto stop_details que indica a área da política, por exemplo cyber, bio ou reasoning_extraction. O seu código deve:

  1. Verificar stop_reason antes de ler content, como fazem os exemplos em Python e TypeScript acima.
  2. Registrar stop_details.category em log para ver quais prompts acionam a recusa.
  3. Enviar a solicitação para outro modelo, como o Opus 5.5, ou mostrar ao usuário uma mensagem clara.

Para ver como o modelo raciocinou, solicite o pensamento com "display": "summarized". Isso mantém o raciocínio fora do texto da resposta, que é a área coberta pela categoria reasoning_extraction.

Migração a partir do Fable 5.1 ou do Opus 5.5

Vindo deO que muda
Claude Fable 5.1Troque o ID do modelo. Os preços caem de $10 / $50 para $8 / $40. A verificação de prefixo agora vale para todas as contas, então mantenha os históricos só com acréscimos. Use computer_toolset_20260801 para uso do computador. Com a ferramenta advisor, defina o advisor como claude-fable-5-2. Refaça a sua varredura de esforço a partir de high
Claude Opus 5.5O preço do token passa de $4 / $20 para $8 / $40; a leitura do cache continua a $0.20. O esforço padrão passa de medium para high, então defina-o explicitamente. O Fable 5.2 roda com retenção de dados por 30 dias. As regras de pensamento e de tool_choice são as mesmas
Claude Opus 5 ou anteriorDeixe o pensamento rodar de forma adaptativa e oriente-o com effort no lugar de disabled e budget_tokens. Use tool_choice auto com uma instrução, ou saída estruturada para JSON. Deixe o modelo gerenciar a amostragem no lugar de temperature, top_p e top_k. Dimensione max_tokens para o pensamento mais a resposta

Vale revisar os prompts trazidos de modelos anteriores. Para tarefas longas e de várias etapas, a Anthropic recomenda acrescentar ao prompt de sistema uma instrução de “concluir a tarefa inteira”, principalmente com esforço low e medium. O Fable 5.2 segue as regras de estilo à risca, então afrouxe limites rígidos de tamanho de frase escritos para modelos mais antigos para manter o texto natural. Comece uma conversa nova quando mudar o prompt.

Quanto custa uma solicitação

Os tokens de saída abaixo incluem o pensamento. Todos os preços são por milhão de tokens.

CenárioTokensOficial ($8 / $40)PoYo ($6.40 / $32)
Resposta de chat5K de entrada + 1K de saída0.005×8 + 0.001×40 = $0.0800.005×6.4 + 0.001×32 = $0.064 (12,8 créditos)
Revisão de código50K de entrada + 8K de saída0.05×8 + 0.008×40 = $0.720.05×6.4 + 0.008×32 = $0.576 (115,2 créditos)
Sessão de agente2M de leituras do cache + 300K de entrada nova + 150K de saída2×0.2 + 0.3×8 + 0.15×40 = $8.802×0.16 + 0.3×6.4 + 0.15×32 = $7.04
Documento de 800K tokens, primeira pergunta800K gravados no cache de 5 minutos + 10K de saída0.8×10 + 0.01×40 = $8.400.8×8 + 0.01×32 = $6.72
Mesmo documento, pergunta seguinte800K de leitura do cache + 10K de saída0.8×0.2 + 0.01×40 = $0.560.8×0.16 + 0.01×32 = $0.45

As linhas do documento mostram por que o cache importa: depois da primeira pergunta, cada pergunta seguinte custa cerca de 15 vezes menos. Na sessão de agente, a saída representa cerca de dois terços da conta, e é por isso que o esforço é a primeira configuração a ajustar.

Use o Claude Fable 5.2 na PoYo

A PoYo oferece o Fable 5.2 por 20% abaixo das tarifas oficiais por token da Anthropic, com alguns extras práticos:

  • Uma chave de API para todos os modelos. Fable 5.2, Opus 5.5, Sonnet 5.5, modelos GPT e modelos de imagem, vídeo e áudio compartilham a mesma chave e o mesmo painel.
  • Pagamento conforme o uso. Os créditos são cobrados por token, sem assinatura.
  • Os dois formatos de solicitação. Chame o Fable 5.2 no formato Anthropic Messages ou no formato OpenAI Chat Completions com o mesmo ID de modelo.

Teste prompts no Playground da página do modelo Claude Fable 5.2 e depois leve o mesmo ID de modelo para a produção. Para compará-lo com o padrão do dia a dia, troque "model" por claude-opus-5-5 na página do Claude Opus 5.5, com a mesma chave.

Perguntas frequentes

Quanto custa a API do Claude Fable 5.2?

US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de tokens de saída na API da Anthropic, com leitura do cache a US$ 0,20. Na PoYo, o mesmo modelo custa US$ 6,40 de entrada, US$ 32 de saída e US$ 0,16 de leitura do cache por milhão de tokens. Os tokens de pensamento são cobrados pela tarifa de saída.

Qual é o preço do Claude Fable 5?

O Claude Fable 5 (junho de 2026) custa US$ 10 / US$ 50 por milhão de tokens de entrada/saída, com leitura do cache a US$ 1. O Fable 5.1 manteve o preço de US$ 10 / US$ 50 e reduziu a leitura do cache para US$ 0,25. O Fable 5.2 baixa o preço para US$ 8 / US$ 40, com leitura do cache a US$ 0,20.

Qual é o ID do modelo Claude Fable 5.2?

claude-fable-5-2, exatamente como está escrito. Use-o em /v1/messages ou em /v1/chat/completions.

Posso usar o SDK da Anthropic com a PoYo?

Sim. Defina a URL base como https://api.poyo.ai e passe a sua chave da PoYo como chave de API. O SDK envia x-api-key e anthropic-version por você, e o streaming funciona com os helpers de stream do SDK.

Como faço o Fable 5.2 pensar menos?

Defina output_config.effort como low ou medium. O pensamento adaptativo roda em todas as solicitações e acompanha o nível de esforço, então um nível menor gera respostas mais rápidas e mais baratas.

Qual nível de esforço devo usar?

Comece em medium no trabalho interativo e na programação rotineira, e em high nas tarefas de agente difíceis e de longa duração. Passe para xhigh onde as suas avaliações mostrarem ganho e use low em chamadas simples e de grande volume.

Como o contexto longo é cobrado?

A janela completa de 1M tokens é cobrada pela tarifa padrão, então prompts longos custam o mesmo por token que os curtos. O prompt caching reduz ainda mais o custo de reler um contexto longo.

Posso trocar de modelo ou editar mensagens no meio da conversa?

A troca de modelo funciona a qualquer momento: envie a próxima solicitação com outro model, e a API descarta automaticamente os blocos de pensamento anteriores quando necessário, para que a solicitação seja concluída. Quanto às edições, mantenha system e tools fixos, acrescente as novas mensagens ao final e devolva cada turno do assistente exatamente como o recebeu; a verificação de prefixo sinaliza históricos cujos turnos anteriores mudaram depois que um bloco de pensamento foi gerado. Para mudar as instruções, comece uma conversa nova.

Qual é a diferença entre o Fable 5.2 e o Mythos 5.2?

Eles têm as mesmas capacidades, especificações e preços. O Mythos 5.2 é oferecido a organizações verificadas pelos programas da Anthropic, como o Cyber Verification Program, enquanto o Fable 5.2 está aberto a todos os desenvolvedores.

Share: