guides

Claude Fable 5.2 API 接入指南:价格、调用方式与代码示例

Poyo.ai Team
8 min read
Share:

核心要点

  • 模型 ID 是 claude-fable-5-2。 2026 年 11 月 9 日发布,上下文窗口 1M Token,单次请求最多输出 128K Token。
  • 官方价格为每百万输入/输出 Token $8 / $40,比 Fable 5.1 低 20%。在 PoYo 上是 $6.40 / $32。
  • 在 PoYo 上有两种调用方式: Anthropic Messages 格式的 POST https://api.poyo.ai/v1/messages,或兼容 OpenAI 格式的 POST https://api.poyo.ai/v1/chat/completions。官方 Anthropic SDK 只要把 base URL 设为 https://api.poyo.ai 就能直接用。
  • 思考始终开启。 思考深度和成本用 output_config.effort 控制。默认是 high,日常任务建议用 medium 或 low。
  • 思考按输出 Token 计费。 在 high 档下,哪怕回答很短,也可能消耗几千个输出 Token。所以请显式设置 effort,并给 max_tokens 留出思考加回答的空间。
  • 先看 stop_reason。 它会告诉你模型是正常结束、调用了工具、达到了 max_tokens,还是触发了安全拒答 refusal,所以读取内容之前先检查它。

Claude Fable 5.2 API 一览

Claude Fable 5.2
API 模型 IDclaude-fable-5-2
发布日期2026 年 11 月 9 日
上下文窗口1M Token
最大输出单次请求 128K Token
输入 → 输出文本和图片 → 文本
思考自适应思考,始终开启
effort 档位low、medium、high(默认)、xhigh、max
知识截止2026 年 6 月
数据保留30 天数据保留
官方价格(每百万 Token)输入 $8 / 输出 $40 / 缓存读取 $0.20
PoYo 价格(每百万 Token)输入 $6.40 / 输出 $32 / 缓存读取 $0.16
PoYo 接口/v1/messages、/v1/chat/completions

Anthropic 把 Fable 5.2 定位为处理高难度推理和长周期智能体任务的模型,同时建议大多数工作先从 Claude Opus 5.5 开始。如果你还在两者之间犹豫,建议先看 Claude Fable 5.2 vs Opus 5.5。本文只讲接入。

Claude Fable 5.2 智能体打造的原型操作系统,在笔记本电脑上运行。视频来自 Anthropic 的 Claude Fable 5.2 发布资料。

Fable 5、5.1 还是 5.2:你查的是哪个版本的价格?

搜 "Claude Fable 5 pricing" 的人,想查的可能是 2026 年发布的三个 Fable 模型中的任何一个。它们的上下文窗口都是 1M、输出上限都是 128K,价格各有不同:

模型发布日期输入输出缓存读取API 模型 ID
Claude Fable 52026 年 6 月 9 日$10$50$1.00claude-fable-5
Claude Fable 5.12026 年 9 月 1 日$10$50$0.25claude-fable-5-1
Claude Fable 5.22026 年 11 月 9 日$8$40$0.20claude-fable-5-2

以上为官方价格,单位是美元 / 每百万 Token。Fable 5.2 是 Fable 档第一次降价,也是当前最新的版本,新项目建议直接用它。本文下面的内容都针对 Fable 5.2。

价格速览

计费项(每百万 Token)Anthropic 官方PoYoPoYo 积分
输入$8.00$6.401,280
输出(含思考)$40.00$32.006,400
缓存读取$0.20$0.1632
缓存写入(5 分钟)$10.00$8.001,600
缓存写入(1 小时)$16.00$12.802,560

PoYo 按积分即用即付,$1 = 200 积分,无需订阅。整个 1M 上下文窗口都按标准价计费,90 万 Token 的提示词和 9 千 Token 的提示词单价相同。其他 Claude 模型的价格,请看我们的 Claude API 价格指南。

快速上手

  1. 在 PoYo 控制台创建一个 API Key。
  2. 把请求发到 https://api.poyo.ai,模型设为 claude-fable-5-2。
  3. 鉴权方式:/v1/messages 用 x-api-key: YOUR_KEY(也支持 Authorization: Bearer YOUR_KEY);/v1/chat/completions 用 Authorization: Bearer YOUR_KEY。

curl(Anthropic Messages 格式)

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": "找出这个 Go worker pool 里的竞态条件,并给出修复方案:..."}
    ]
  }'

返回的是标准的 Anthropic Message 对象。答案在 content 里的 text 块中,前面可能还有一个 thinking 块。

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": "为这个服务写一份从 REST 迁移到 gRPC 的方案:..."}],
) 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)

用流式请求可以避免长请求触发 HTTP 超时。在 high 及以上档位,一个难题的单次请求可能要跑好几分钟。

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: "审查这个 Pull Request 里的安全问题:..." }],
  })
  .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);
  }
}

兼容 OpenAI 的 Chat Completions

如果你的代码已经在用 OpenAI 的请求格式,把同一个模型 ID 发到 /v1/chat/completions 即可:

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": "你是一名资深数据工程师。"},
      {"role": "user", "content": "为 ClickHouse 里的事件去重设计一套表结构。"}
    ],
    "stream": true
  }'

使用官方 OpenAI SDK 时,把 base_url 设为 https://api.poyo.ai/v1。需要 output_config.effort、思考内容展示、cache_control 和 Anthropic 格式的工具定义这类 Claude 专属控制项时,请用 /v1/messages。

effort:控制质量和成本的主要手段

Fable 5.2 每次请求都会自适应地思考,思考多少由 output_config 里的 effort 决定:

effort适合的任务说明
low快速来回的对话、需求明确的任务、大批量调用的子智能体最快也最省钱;长任务建议在提示词里加一句"把整个任务做完"
medium交互式编程、对话、日常知识工作大多数产品流量的合适默认值
high(默认)高难度编程、研究、智能体任务、长时间无人值守运行Anthropic 表示,大部分能力提升在 high 就已经拿到
xhigh最难的长周期编程和智能体任务在你的评测证明有提升的任务上使用;Token 用量更多
max测试模型上限,或者思考深度比时间和 Token 更重要的少数任务推理最深,单轮耗时最长

Anthropic 的 FrontierCode 2.0 图表,横轴为每任务成本、纵轴为得分,标出了 Claude Fable 5.2 在 low、medium、high、xhigh、max 各档位的表现,并与其他模型对比

FrontierCode 2.0 上,effort 档位如何在得分和每任务成本之间取舍。图表来自 Anthropic 的 Claude Fable 5.2 发布资料。

三条实用规则:

  • 每个请求都显式设置 effort。 从 Opus 5.5 复制过来的代码,默认跑在 medium;同样的请求在 Fable 5.2 上会跑在 high,输出 Token 更多。
  • 用 effort 决定它想多少。 想要更快、更省钱的回复,Anthropic 推荐调低 effort,而不是在提示词里写"直接回答,不要深思"。在 high 及以上,Fable 5.2 几乎每次回复前都会先思考,哪怕只是打个招呼。
  • 回答长度用提示词控制。 effort 决定思考深度,提示词决定最终回复写多长。

effort 对账单的实际影响,可以看 Claude Fable 5.2 vs Opus 5.5 里的第三方实测:在其中一个编程任务上,Fable 5.2 用 medium 和 high 得分相同,medium 的花费只有 high 的四分之一左右。

自适应思考:"始终开启"对代码意味着什么

  • 不传 thinking,或者传 {"type": "adaptive"}。 思考相关的配置就这么多。思考深度由 effort 决定,它取代了旧的 budget_tokens 和 disabled 设置。
  • 思考 Token 按输出计费,并且计入 max_tokens。max_tokens 要按思考加回答来设:16K 是比较稳妥的起点,难题建议 32K 以上并配合流式请求。
  • 思考摘要按需开启。 默认情况下,thinking 块里的 thinking 字段是空的,这样流式输出更快。加上 "display": "summarized" 就能拿到一份可读的思考摘要。两种模式都按完整的思考过程计费。
  • 采样交给模型。 请求里不用传 temperature、top_p 和 top_k,Fable 5.2 会自己管理采样。
  • 看 usage 字段。 output_tokens 已经包含思考,output_tokens_details.thinking_tokens 显示其中思考占了多少。

工具调用

Fable 5.2 的 tool_choice 支持 auto(默认)和 none。希望它调用某个工具时,在提示词里点名即可:

{
  "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": "订单 A-1042 现在到哪了?请用 get_order_status 查一下。"}
  ]
}

模型调用工具时,响应会以 stop_reason: "tool_use" 结束。你执行工具后,在下一条 user 消息里返回 tool_result 块。上一轮的 assistant 消息要原样传回,包括其中的 thinking 块。

另外几条规则:

  • tool_choice 用 auto 或 none。 希望某个工具一定被调用,就在提示词里点名。需要确定格式的 JSON 时,用结构化输出:在 output_config.format 里传 JSON schema。
  • 电脑操作通过 computer_toolset_20260801 工具集实现。
  • 用 JSON 解析器读取工具参数。 无论模型在参数里用哪种转义方式,都能正确解析。

由 Claude Fable 5.2 根据摄像头画面控制的机械臂,正在还原魔方。视频来自 Anthropic 的 Claude Fable 5.2 发布资料。

1M 上下文与提示缓存

1M Token 的窗口大约能装下 55.5 万个英文单词,一次请求放进一个大型代码库或一摞合同都没问题。Fable 5.2 使用的是 Claude Opus 4.7 引入的分词器,同样的文本会比 4.7 之前的模型切出更多 Token,所以规划之前,先用自己的文件实际数一下 Token。

长提示词正是缓存最省钱的地方。Fable 5.2 的缓存读取价格只有输入价的 2.5%(每百万 Token $0.20 对 $8)。在 PoYo 上,加一个顶层 cache_control,最后一个可缓存的块就会被自动缓存:

{
  "model": "claude-fable-5-2",
  "max_tokens": 16000,
  "cache_control": {"type": "ephemeral", "ttl": "1h"},
  "output_config": {"effort": "medium"},
  "system": "你负责回答关于下面这份合同的问题,回答时注明条款编号。\n\n<contract>...</contract>",
  "messages": [
    {"role": "user", "content": "列出所有解约权及对应的通知期限。"}
  ]
}

把不变的内容放在前面(系统提示词、工具定义、文档),把变化的问题放在最后。在多轮对话或智能体循环里,每一轮新请求都会从缓存里重新读取之前的前缀。5 分钟缓存的写入价是输入价的 1.25 倍,读一次就回本;1 小时缓存是 2 倍,读两次回本。

养成两个习惯,缓存和模型的推理就能在多轮对话中持续生效:

  • 对话历史只追加。 每个思考块都和它之前的系统提示词、工具和消息绑定在一起。同一个对话里请保持 system 和 tools 不变,新的轮次加在 messages 末尾。如果修改了之前的轮次又把旧的思考块传回去,接口的前缀检查会标记这个请求,提示 The block is bound to a different conversation。想调整指令,就开一个新对话。
  • 随时可以切换模型。 同一个对话里,两次请求之间可以换 model。Fable 5.2 的思考块由 Fable 5.2 和 Mythos 5.2 读取;对话转到 Opus 5.5 等其他模型时,接口会自动去掉这些思考块,请求照常成功,新模型用自己的推理继续。每个模型各有自己的缓存。

处理拒答

Fable 5.2 会运行安全分类器。分类器拦下请求时,响应仍是 HTTP 200,stop_reason 为 "refusal",同时带一个 stop_details 对象,说明涉及哪个政策领域,比如 cyber、bio 或 reasoning_extraction。你的代码应该:

  1. 读取 content 之前先检查 stop_reason,就像上面的 Python 和 TypeScript 示例那样。
  2. 记录 stop_details.category,弄清楚哪些提示词会触发拒答。
  3. 把请求转给其他模型(比如 Opus 5.5),或者给用户一条清楚的提示。

想了解模型是怎么推理的,请使用 "display": "summarized" 获取思考摘要。这样推理内容单独放在思考块里,回复正文保持干净,而回复正文里的推理正是 reasoning_extraction 类别关注的内容。

从 Fable 5.1 或 Opus 5.5 迁移

原来用的模型需要注意的变化
Claude Fable 5.1换模型 ID 即可。价格从 $10 / $50 降到 $8 / $40。前缀检查现在适用于所有账号,所以对话历史要保持只追加。电脑操作改用 computer_toolset_20260801。用到 advisor 工具时,把 advisor 设为 claude-fable-5-2。从 high 开始重新测一遍各档 effort
Claude Opus 5.5Token 单价从 $4 / $20 变为 $8 / $40,缓存读取仍是 $0.20。默认 effort 从 medium 变成 high,请显式设置。Fable 5.2 采用 30 天数据保留。思考和 tool_choice 的规则相同
Claude Opus 5 或更早让模型自适应思考,用 effort 代替 disabled 和 budget_tokens 来控制。tool_choice 用 auto 加提示词说明,需要 JSON 时用结构化输出。采样交给模型,不再传 temperature、top_p 和 top_k。max_tokens 要按思考加回答来设

从旧模型沿用的提示词值得重新看一遍。对于多步骤的长任务,Anthropic 建议在系统提示词里加一句"把整个任务做完",在 low 和 medium 档尤其有用。Fable 5.2 会严格遵循风格要求,为旧模型写的硬性句长限制可以适当放宽,让文字更自然。改了提示词就开一个新对话。

每次请求要花多少钱

下表的输出 Token 都包含思考。价格单位均为每百万 Token。

场景Token 用量官方($8 / $40)PoYo($6.40 / $32)
一次对话回复5K 输入 + 1K 输出0.005×8 + 0.001×40 = $0.0800.005×6.4 + 0.001×32 = $0.064(12.8 积分)
一次代码审查50K 输入 + 8K 输出0.05×8 + 0.008×40 = $0.720.05×6.4 + 0.008×32 = $0.576(115.2 积分)
一次智能体会话2M 缓存读取 + 300K 新输入 + 150K 输出2×0.2 + 0.3×8 + 0.15×40 = $8.802×0.16 + 0.3×6.4 + 0.15×32 = $7.04
80 万 Token 文档,第一个问题800K 写入 5 分钟缓存 + 10K 输出0.8×10 + 0.01×40 = $8.400.8×8 + 0.01×32 = $6.72
同一文档,追问800K 缓存读取 + 10K 输出0.8×0.2 + 0.01×40 = $0.560.8×0.16 + 0.01×32 = $0.45

文档这两行说明了缓存的价值:第一个问题之后,每次追问的花费只有大约十五分之一。在智能体会话里,输出约占账单的三分之二,所以 effort 是最先要调的设置。

在 PoYo 上使用 Claude Fable 5.2

在 PoYo 上,Fable 5.2 的 Token 价格比 Anthropic 官方低 20%,另外还有几项实用的便利:

  • 一个 API Key 调用所有模型。 Fable 5.2、Opus 5.5、Sonnet 5.5、GPT 系列,以及图像、视频、音频模型,共用同一个 Key 和控制台。
  • 即用即付。 按 Token 扣积分,无需订阅。
  • 两种请求格式。 调用 Fable 5.2 时,同一个模型 ID 既可以用 Anthropic Messages 格式,也可以用 OpenAI Chat Completions 格式。

可以先在 Claude Fable 5.2 模型页 的 Playground 里试提示词,再把同一个模型 ID 用到生产环境。想和日常默认模型对比,用同一个 Key 把 "model" 改成 claude-opus-5-5 即可,详见 Claude Opus 5.5 模型页。

常见问题

Claude Fable 5.2 API 多少钱?

Anthropic 官方价格是每百万输入 Token $8、每百万输出 Token $40,缓存读取 $0.20。在 PoYo 上,同一个模型每百万 Token 输入 $6.40、输出 $32、缓存读取 $0.16。思考 Token 按输出价计费。

Claude Fable 5 是什么价格?

Claude Fable 5(2026 年 6 月)每百万输入/输出 Token 是 $10 / $50,缓存读取 $1。Fable 5.1 保持 $10 / $50,把缓存读取降到 $0.25。Fable 5.2 进一步降到 $8 / $40,缓存读取 $0.20。

Claude Fable 5.2 的模型 ID 是什么?

claude-fable-5-2,照原样填写即可。/v1/messages 和 /v1/chat/completions 都可以用。

能在 PoYo 上用 Anthropic SDK 吗?

可以。把 base URL 设为 https://api.poyo.ai,API Key 填你的 PoYo Key。SDK 会自动发送 x-api-key 和 anthropic-version,流式请求可以直接用 SDK 自带的 stream 方法。

怎样让 Fable 5.2 少想一点?

把 output_config.effort 设为 low 或 medium。自适应思考在每次请求中都会运行,思考量随 effort 档位变化,档位越低,回复越快、越省钱。

应该用哪个 effort?

交互式工作和常规编程从 medium 开始,困难的长时间智能体任务从 high 开始。评测证明有提升的任务用 xhigh,简单、大批量的调用用 low。

长上下文怎么计费?

整个 1M Token 窗口都按标准价计费,长提示词和短提示词的单价相同。反复读取长上下文时,再配合提示缓存,成本还能进一步降低。

对话中途能切换模型或修改消息吗?

切换模型随时都可以:下一次请求换一个 model 即可,接口会按需自动去掉之前的思考块,请求照常成功。修改方面,请保持 system 和 tools 不变,只追加新消息,并把每一轮 assistant 回复按收到时的原样传回;如果某个思考块产生之后,之前的轮次又被改动,前缀检查会标记这个请求。想调整指令,就开一个新对话。

Fable 5.2 和 Mythos 5.2 有什么区别?

两者能力、规格和价格都相同。Mythos 5.2 面向通过 Anthropic 认证计划审核的机构,比如网络安全认证计划(Cyber Verification Program);Fable 5.2 对所有开发者开放。

Share: