guides

Claude Fable 5.2 API: Giá, cách thiết lập và ví dụ code

Poyo.ai Team
20 min read
Share:

Những điểm chính

  • Model ID: claude-fable-5-2. Ra mắt ngày 9/11/2026, với cửa sổ ngữ cảnh 1M token và tối đa 128K token đầu ra cho mỗi yêu cầu.
  • Giá: $8 / $40 cho mỗi triệu token đầu vào/đầu ra trên API của Anthropic, thấp hơn Fable 5.1 20%. Trên PoYo, giá là $6.40 / $32.
  • Hai cách gọi model trên PoYo: định dạng Anthropic Messages tại POST https://api.poyo.ai/v1/messages, hoặc endpoint tương thích OpenAI POST https://api.poyo.ai/v1/chat/completions. Các Anthropic SDK chính thức hoạt động khi bạn đặt base URL là https://api.poyo.ai.
  • Chế độ suy nghĩ luôn bật. Bạn điều chỉnh độ sâu và chi phí bằng output_config.effort. Mặc định là high; hãy dùng medium hoặc low cho công việc thông thường.
  • Suy nghĩ được tính phí như đầu ra. Ở effort high, một câu trả lời ngắn vẫn có thể dùng hàng nghìn token đầu ra, vì vậy hãy đặt effort tường minh và chọn max_tokens đủ cho cả phần suy nghĩ lẫn câu trả lời.
  • Hãy đọc stop_reason trước tiên. Trường này cho biết model đã hoàn thành, đã gọi công cụ, đã chạm max_tokens hay trả về refusal vì lý do an toàn, nên hãy kiểm tra nó trước khi đọc nội dung.

Tổng quan Claude Fable 5.2 API

Claude Fable 5.2
ID model trên APIclaude-fable-5-2
Ngày phát hành9/11/2026
Cửa sổ ngữ cảnh1M token
Đầu ra tối đa128K token mỗi yêu cầu
Đầu vào → đầu raVăn bản và hình ảnh → văn bản
Suy nghĩThích ứng, luôn bật
Các mức effortlow, medium, high (mặc định), xhigh, max
Mốc kiến thức6/2026
Lưu giữ dữ liệuLưu giữ 30 ngày
Giá chính thức (mỗi 1M token)$8 đầu vào / $40 đầu ra / $0.20 đọc bộ nhớ đệm
Giá PoYo (mỗi 1M token)$6.40 đầu vào / $32 đầu ra / $0.16 đọc bộ nhớ đệm
Endpoint trên PoYo/v1/messages, /v1/chat/completions

Anthropic định vị Fable 5.2 cho suy luận khó và công việc tác tử dài hạn, đồng thời khuyến nghị Claude Opus 5.5 làm điểm khởi đầu cho phần lớn khối lượng công việc. Nếu bạn vẫn đang cân nhắc giữa hai model, hãy đọc Claude Fable 5.2 và Opus 5.5 trước. Hướng dẫn này tập trung vào việc tích hợp.

Một hệ điều hành nguyên mẫu do các tác tử Claude Fable 5.2 xây dựng, đang chạy trên laptop. Video từ tài liệu ra mắt Claude Fable 5.2 của Anthropic.

Fable 5, 5.1 hay 5.2: bạn đang xem giá của phiên bản nào?

Khi tìm "giá Claude Fable 5", bạn có thể đang nói đến bất kỳ model nào trong ba model Fable ra mắt năm 2026. Cả ba có chung cửa sổ ngữ cảnh 1M và giới hạn đầu ra 128K, và mỗi model có mức giá riêng:

ModelNgày phát hànhĐầu vàoĐầu raĐọc bộ nhớ đệmID model trên API
Claude Fable 59/6/2026$10$50$1.00claude-fable-5
Claude Fable 5.11/9/2026$10$50$0.25claude-fable-5-1
Claude Fable 5.29/11/2026$8$40$0.20claude-fable-5-2

Giá chính thức tính bằng USD cho mỗi triệu token. Fable 5.2 là lần giảm giá đầu tiên của hạng Fable và là model hiện tại, vì vậy các dự án mới nên bắt đầu từ đây. Phần còn lại của hướng dẫn này nói về Fable 5.2.

Tóm tắt giá

Khoản phí (mỗi 1M token)Giá chính thức của AnthropicPoYoCredit trên PoYo
Đầu vào$8.00$6.401.280
Đầu ra (bao gồm suy nghĩ)$40.00$32.006.400
Đọc bộ nhớ đệm$0.20$0.1632
Ghi bộ nhớ đệm, 5 phút$10.00$8.001.600
Ghi bộ nhớ đệm, 1 giờ$16.00$12.802.560

PoYo tính phí theo mức sử dụng bằng credit với tỷ lệ $1 = 200 credit, không cần gói đăng ký. Toàn bộ cửa sổ ngữ cảnh 1M được tính theo giá tiêu chuẩn, nên một prompt 900K token có giá mỗi token bằng một prompt 9K token. Để xem giá của mọi model Claude khác, hãy đọc hướng dẫn giá Claude API của chúng tôi.

Bắt đầu nhanh

  1. Tạo API key trong dashboard của PoYo.
  2. Gửi yêu cầu đến https://api.poyo.ai với model là claude-fable-5-2.
  3. Xác thực bằng x-api-key: YOUR_KEY trên /v1/messages (Authorization: Bearer YOUR_KEY cũng dùng được), hoặc bằng Authorization: Bearer YOUR_KEY trên /v1/chat/completions.

curl (định dạng 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": "Hãy tìm race condition trong worker pool Go này và đề xuất cách sửa: ..."}
    ]
  }'

Phản hồi là một đối tượng Message tiêu chuẩn của Anthropic. Câu trả lời nằm trong khối text của content; một khối thinking có thể xuất hiện trước đó.

Python (Anthropic SDK)

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": "Hãy viết kế hoạch chuyển dịch vụ này từ REST sang gRPC: ..."}],
) 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)

Streaming giúp các yêu cầu dài tránh được thời gian chờ HTTP. Ở effort high trở lên, một yêu cầu khó có thể chạy trong vài phút.

TypeScript (Anthropic SDK)

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: "Hãy review pull request này để tìm vấn đề bảo mật: ..." }],
  })
  .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 tương thích OpenAI

Nếu hệ thống của bạn đã dùng cấu trúc yêu cầu của OpenAI, hãy gửi cùng model ID đó đến /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": "You are a senior data engineer."},
      {"role": "user", "content": "Hãy thiết kế schema để loại bỏ sự kiện trùng lặp trong ClickHouse."}
    ],
    "stream": true
  }'

Với OpenAI SDK chính thức, hãy đặt base_url là https://api.poyo.ai/v1. Hãy dùng /v1/messages khi bạn cần các tùy chọn riêng của Claude như output_config.effort, cách hiển thị suy nghĩ, cache_control và định nghĩa công cụ theo kiểu Anthropic.

Effort: đòn bẩy chính cho chất lượng và chi phí

Fable 5.2 suy nghĩ thích ứng ở mọi yêu cầu. Thiết lập effort bên trong output_config quyết định model suy nghĩ nhiều đến đâu:

EffortDùng choGhi chú
lowTrao đổi nhanh, tác vụ được mô tả rõ, tác tử con khối lượng lớnNhanh và rẻ nhất. Với tác vụ dài, hãy thêm chỉ dẫn "hoàn thành toàn bộ tác vụ"
mediumLập trình tương tác, chat, công việc tri thức hằng ngàyMặc định tốt cho phần lớn lưu lượng sản phẩm
high (mặc định)Lập trình khó, nghiên cứu, công việc tác tử, các lượt chạy dài không cần giám sátTheo Anthropic, phần lớn mức tăng năng lực đã có ở high
xhighCông việc lập trình và tác tử chạy dài khó nhấtDùng khi bộ đánh giá của bạn cho thấy mức cải thiện đo được; dùng nhiều token hơn
maxĐo mức trần, hoặc những tác vụ hiếm hoi mà độ sâu quan trọng hơn thời gian và tokenSuy luận sâu nhất và các lượt dài nhất

Biểu đồ FrontierCode 2.0 của Anthropic thể hiện điểm số theo chi phí mỗi tác vụ, với Claude Fable 5.2 ở các mức effort low, medium, high, xhigh và max cùng các model khác

Cách effort đánh đổi giữa điểm số và chi phí mỗi tác vụ trên FrontierCode 2.0. Biểu đồ từ tài liệu ra mắt Claude Fable 5.2 của Anthropic.

Ba quy tắc thực tế:

  • Đặt effort cho mọi yêu cầu. Code sao chép từ Opus 5.5 trước đây chạy ở medium theo mặc định. Trên Fable 5.2, cùng yêu cầu đó sẽ chạy ở high và dùng nhiều token đầu ra hơn.
  • Dùng effort để quyết định mức độ suy nghĩ. Để có các lượt nhanh và rẻ hơn, Anthropic khuyến nghị hạ mức effort thay vì thêm vào prompt những câu như "trả lời thẳng, đừng cân nhắc". Ở high trở lên, Fable 5.2 suy nghĩ trước gần như mọi câu trả lời, kể cả một lời chào.
  • Dùng prompt để quyết định độ dài câu trả lời. Effort đặt độ sâu suy nghĩ; prompt của bạn đặt độ dài của câu trả lời cuối cùng.

Để xem một ví dụ đo thực tế về tác động của effort lên hóa đơn, hãy xem kết quả kiểm thử trong Claude Fable 5.2 và Opus 5.5: ở một tác vụ lập trình, Fable 5.2 đạt cùng điểm ở medium và high, trong khi medium chỉ tốn khoảng một phần tư chi phí.

Suy nghĩ thích ứng: "luôn bật" có ý nghĩa gì với code của bạn

  • Bỏ qua thinking, hoặc gửi {"type": "adaptive"}. Đó là toàn bộ phần thiết lập suy nghĩ. Độ sâu đến từ effort, thiết lập thay thế cho budget_tokens và disabled trước đây.
  • Token suy nghĩ được tính phí như đầu ra và được tính vào max_tokens. Hãy chọn max_tokens đủ cho cả phần suy nghĩ lẫn câu trả lời: 16K là mức sàn hợp lý, còn 32K trở lên kèm streaming phù hợp với tác vụ khó.
  • Bản tóm tắt suy nghĩ là tùy chọn bật thêm. Theo mặc định, các khối suy nghĩ trả về với trường thinking trống, giúp streaming luôn nhanh. Thêm "display": "summarized" để nhận bản tóm tắt dễ đọc. Ở cả hai chế độ, phí được tính cho toàn bộ quá trình suy nghĩ.
  • Để model tự xử lý việc lấy mẫu. Hãy gửi yêu cầu không kèm temperature, top_p và top_k; Fable 5.2 tự quản lý việc lấy mẫu.
  • Đọc usage. output_tokens đã bao gồm phần suy nghĩ, còn output_tokens_details.thinking_tokens cho biết phần suy nghĩ chiếm bao nhiêu.

Sử dụng công cụ

Fable 5.2 chấp nhận tool_choice là auto (mặc định) hoặc none. Hãy nêu tên công cụ trong prompt khi bạn muốn model gọi công cụ đó:

{
  "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": "Đơn hàng A-1042 đang ở đâu? Hãy kiểm tra bằng get_order_status."}
  ]
}

Khi model gọi công cụ, phản hồi kết thúc với stop_reason: "tool_use". Hãy chạy công cụ, rồi gửi lại một khối tool_result trong tin nhắn user tiếp theo. Hãy gửi lại nguyên vẹn toàn bộ lượt của assistant, kể cả các khối suy nghĩ.

Một số quy tắc khác nên biết:

  • Dùng auto hoặc none cho tool_choice. Để chắc chắn một công cụ được chạy, hãy nêu tên nó trong prompt. Khi cần JSON được đảm bảo, hãy dùng structured output: output_config.format kèm một JSON schema.
  • Sử dụng máy tính chạy qua bộ công cụ computer_toolset_20260801.
  • Phân tích đầu vào của công cụ bằng JSON parser. Cách này xử lý được mọi kiểu escape mà model dùng bên trong tham số công cụ.

Cánh tay robot do Claude Fable 5.2 điều khiển dựa trên hình ảnh từ camera, đang giải một khối rubik. Video từ tài liệu ra mắt Claude Fable 5.2 của Anthropic.

Ngữ cảnh 1M và prompt caching

Cửa sổ 1M token chứa được khoảng 555.000 từ tiếng Anh, đủ cho một codebase lớn hoặc cả một tập hợp đồng trong một yêu cầu. Fable 5.2 dùng bộ tách token được giới thiệu cùng Claude Opus 4.7, bộ này tạo ra nhiều token hơn cho cùng một đoạn văn bản so với các model trước 4.7, vì vậy hãy đếm token trên chính các tệp của bạn trước khi lên kế hoạch xoay quanh giới hạn này.

Prompt dài là nơi bộ nhớ đệm phát huy hiệu quả. Một lần đọc bộ nhớ đệm trên Fable 5.2 chỉ tốn 2.5% giá đầu vào ($0.20 so với $8 cho mỗi triệu token). Trên PoYo, chỉ cần thêm cache_control ở cấp cao nhất và khối cuối cùng có thể lưu đệm sẽ được lưu vào bộ nhớ đệm tự động:

{
  "model": "claude-fable-5-2",
  "max_tokens": 16000,
  "cache_control": {"type": "ephemeral", "ttl": "1h"},
  "output_config": {"effort": "medium"},
  "system": "You answer questions about the contract below. Quote clause numbers.\n\n<contract>...</contract>",
  "messages": [
    {"role": "user", "content": "Hãy liệt kê mọi quyền chấm dứt hợp đồng và thời hạn thông báo tương ứng."}
  ]
}

Hãy đặt phần nội dung ổn định ở đầu (system prompt, định nghĩa công cụ, tài liệu) và câu hỏi thay đổi ở cuối. Trong một cuộc hội thoại nhiều lượt hoặc một vòng lặp tác tử, mỗi lượt mới sẽ đọc lại phần tiền tố trước đó từ bộ nhớ đệm. Bộ nhớ đệm 5 phút có giá ghi bằng 1.25× giá đầu vào và hòa vốn sau một lần đọc; bộ nhớ đệm 1 giờ có giá 2× và hòa vốn sau hai lần đọc.

Hai thói quen giúp cả bộ nhớ đệm lẫn khả năng suy luận của model hoạt động xuyên suốt các lượt:

  • Chỉ nối thêm vào lịch sử. Mỗi khối suy nghĩ gắn với system prompt, công cụ và các tin nhắn đứng trước nó. Hãy giữ cố định system và tools trong một cuộc hội thoại và thêm lượt mới vào cuối messages. Nếu các lượt trước bị chỉnh sửa mà các khối suy nghĩ cũ vẫn được gửi lại, bước kiểm tra tiền tố của API sẽ gắn cờ yêu cầu với thông báo The block is bound to a different conversation. Để thay đổi chỉ dẫn, hãy bắt đầu một cuộc hội thoại mới.
  • Chuyển model bất cứ khi nào bạn muốn. Bạn có thể đổi model giữa các yêu cầu trong cùng một cuộc hội thoại. Các khối suy nghĩ của Fable 5.2 được Fable 5.2 và Mythos 5.2 đọc; khi cuộc hội thoại chuyển sang model khác như Opus 5.5, API tự động bỏ các khối đó, yêu cầu vẫn thành công và model mới tiếp tục với phần suy luận của riêng nó. Mỗi model giữ bộ nhớ đệm riêng.

Xử lý phản hồi từ chối

Fable 5.2 chạy các bộ phân loại an toàn. Khi một bộ phân loại dừng yêu cầu, phản hồi trả về HTTP 200 với stop_reason: "refusal" và một đối tượng stop_details nêu rõ lĩnh vực chính sách, ví dụ cyber, bio hoặc reasoning_extraction. Code của bạn nên:

  1. Kiểm tra stop_reason trước khi đọc content, như các ví dụ Python và TypeScript ở trên.
  2. Ghi log stop_details.category để biết những prompt nào kích hoạt nó.
  3. Gửi yêu cầu sang một model khác, chẳng hạn Opus 5.5, hoặc hiển thị cho người dùng một thông báo rõ ràng.

Để xem model đã suy luận như thế nào, hãy yêu cầu suy nghĩ ở chế độ "display": "summarized". Cách này giữ phần suy luận nằm ngoài văn bản trả lời, đúng phạm vi mà danh mục reasoning_extraction bao quát.

Chuyển đổi từ Fable 5.1 hoặc Opus 5.5

Chuyển từNhững gì thay đổi
Claude Fable 5.1Đổi model ID. Giá giảm từ $10 / $50 xuống $8 / $40. Bước kiểm tra tiền tố nay áp dụng cho mọi tài khoản, vì vậy hãy giữ lịch sử ở dạng chỉ nối thêm. Dùng computer_toolset_20260801 để sử dụng máy tính. Với công cụ advisor, hãy đặt advisor là claude-fable-5-2. Chạy lại việc dò mức effort, bắt đầu từ high
Claude Opus 5.5Giá token tăng từ $4 / $20 lên $8 / $40; giá đọc bộ nhớ đệm giữ nguyên $0.20. Effort mặc định chuyển từ medium sang high, vì vậy hãy đặt nó tường minh. Fable 5.2 chạy với chế độ lưu giữ dữ liệu 30 ngày. Quy tắc về suy nghĩ và tool_choice giữ nguyên
Claude Opus 5 trở về trướcĐể suy nghĩ chạy thích ứng và điều chỉnh bằng effort thay cho disabled và budget_tokens. Dùng tool_choice auto kèm chỉ dẫn, hoặc structured output cho JSON. Để model tự quản lý việc lấy mẫu thay cho temperature, top_p và top_k. Chọn max_tokens đủ cho cả phần suy nghĩ lẫn câu trả lời

Các prompt mang sang từ model cũ đáng được xem lại. Với các tác vụ dài, nhiều bước, Anthropic khuyến nghị thêm chỉ dẫn "hoàn thành toàn bộ tác vụ" vào system prompt, nhất là ở effort low và medium. Fable 5.2 tuân theo quy tắc văn phong rất sát, vì vậy hãy nới lỏng các giới hạn cứng về độ dài câu vốn viết cho model cũ để văn phong của nó luôn tự nhiên. Hãy bắt đầu cuộc hội thoại mới khi bạn thay đổi prompt.

Chi phí của một yêu cầu

Token đầu ra dưới đây đã bao gồm phần suy nghĩ. Tất cả giá tính cho mỗi triệu token.

Tình huốngTokenGiá chính thức ($8 / $40)PoYo ($6.40 / $32)
Trả lời chat5K đầu vào + 1K đầu ra0.005×8 + 0.001×40 = $0.0800.005×6.4 + 0.001×32 = $0.064 (12.8 credit)
Review code50K đầu vào + 8K đầu ra0.05×8 + 0.008×40 = $0.720.05×6.4 + 0.008×32 = $0.576 (115.2 credit)
Phiên tác tử2M token đọc từ bộ nhớ đệm + 300K đầu vào mới + 150K đầu ra2×0.2 + 0.3×8 + 0.15×40 = $8.802×0.16 + 0.3×6.4 + 0.15×32 = $7.04
Tài liệu 800K token, câu hỏi đầu tiên800K ghi vào bộ nhớ đệm 5 phút + 10K đầu ra0.8×10 + 0.01×40 = $8.400.8×8 + 0.01×32 = $6.72
Cùng tài liệu, câu hỏi tiếp theo800K đọc từ bộ nhớ đệm + 10K đầu ra0.8×0.2 + 0.01×40 = $0.560.8×0.16 + 0.01×32 = $0.45

Các dòng về tài liệu cho thấy vì sao bộ nhớ đệm quan trọng: sau câu hỏi đầu tiên, mỗi câu hỏi tiếp theo chỉ tốn khoảng một phần mười lăm. Trong phiên tác tử, đầu ra chiếm khoảng hai phần ba hóa đơn, đó là lý do effort là thiết lập đầu tiên nên tinh chỉnh.

Dùng Claude Fable 5.2 trên PoYo

PoYo cung cấp Fable 5.2 với giá thấp hơn 20% so với giá token chính thức của Anthropic, kèm một vài lợi ích thực tế:

  • Một API key cho mọi model. Fable 5.2, Opus 5.5, Sonnet 5.5, các model GPT cùng các model hình ảnh, video và âm thanh dùng chung một key và một dashboard.
  • Trả theo mức sử dụng. Credit được tính theo từng token, không cần gói đăng ký.
  • Cả hai định dạng yêu cầu. Gọi Fable 5.2 theo định dạng Anthropic Messages hoặc OpenAI Chat Completions với cùng một model ID.

Hãy thử prompt trong Playground trên trang model Claude Fable 5.2, rồi dùng cùng model ID đó trong môi trường production. Để so sánh với model mặc định hằng ngày, hãy đổi "model" thành claude-opus-5-5 trên trang Claude Opus 5.5 với cùng một key.

Câu hỏi thường gặp

Claude Fable 5.2 API giá bao nhiêu?

$8 cho mỗi triệu token đầu vào và $40 cho mỗi triệu token đầu ra trên API của Anthropic, với giá đọc bộ nhớ đệm $0.20. Trên PoYo, cùng model này có giá $6.40 đầu vào, $32 đầu ra và $0.16 cho đọc bộ nhớ đệm, tính cho mỗi triệu token. Token suy nghĩ được tính theo giá đầu ra.

Giá Claude Fable 5 là bao nhiêu?

Claude Fable 5 (6/2026) có giá $10 / $50 cho mỗi triệu token đầu vào/đầu ra, với giá đọc bộ nhớ đệm $1. Fable 5.1 giữ mức $10 / $50 và giảm giá đọc bộ nhớ đệm xuống $0.25. Fable 5.2 hạ giá xuống $8 / $40 với giá đọc bộ nhớ đệm $0.20.

Model ID của Claude Fable 5.2 là gì?

claude-fable-5-2, viết đúng như vậy. Hãy dùng nó trên /v1/messages hoặc /v1/chat/completions.

Có thể dùng Anthropic SDK với PoYo không?

Có. Hãy đặt base URL là https://api.poyo.ai và truyền key PoYo của bạn làm API key. SDK tự gửi x-api-key và anthropic-version cho bạn, và streaming hoạt động với các hàm hỗ trợ stream của SDK.

Làm sao để Fable 5.2 suy nghĩ ít hơn?

Đặt output_config.effort thành low hoặc medium. Suy nghĩ thích ứng chạy ở mọi yêu cầu và thay đổi theo mức effort, nên mức thấp hơn sẽ cho câu trả lời nhanh hơn và rẻ hơn.

Nên dùng mức effort nào?

Hãy bắt đầu ở medium cho công việc tương tác và lập trình thông thường, và ở high cho các tác vụ tác tử khó, chạy dài. Chuyển lên xhigh khi bộ đánh giá của bạn cho thấy có cải thiện, và dùng low cho các lần gọi đơn giản, khối lượng lớn.

Ngữ cảnh dài được tính phí thế nào?

Toàn bộ cửa sổ 1M token được tính theo giá tiêu chuẩn, nên prompt dài có giá mỗi token bằng prompt ngắn. Prompt caching còn giúp giảm thêm chi phí khi đọc lại ngữ cảnh dài.

Có thể chuyển model hoặc sửa tin nhắn giữa cuộc hội thoại không?

Bạn có thể chuyển model ở bất kỳ thời điểm nào: gửi yêu cầu tiếp theo với model khác, và API sẽ tự động bỏ các khối suy nghĩ trước đó khi cần, nhờ vậy yêu cầu vẫn thành công. Về việc chỉnh sửa, hãy giữ cố định system và tools, nối thêm tin nhắn mới và gửi lại từng lượt của assistant đúng như bạn đã nhận; bước kiểm tra tiền tố sẽ gắn cờ những lịch sử có lượt trước bị thay đổi sau khi một khối suy nghĩ đã được tạo. Để thay đổi chỉ dẫn, hãy bắt đầu một cuộc hội thoại mới.

Fable 5.2 khác Mythos 5.2 như thế nào?

Hai model có cùng năng lực, thông số kỹ thuật và mức giá. Mythos 5.2 được cung cấp cho các tổ chức đã được xác minh qua các chương trình của Anthropic, chẳng hạn Cyber Verification Program, còn Fable 5.2 mở cho mọi nhà phát triển.

Share: