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 ID | claude-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 5 | 2026 年 6 月 9 日 | $10 | $50 | $1.00 | claude-fable-5 |
| Claude Fable 5.1 | 2026 年 9 月 1 日 | $10 | $50 | $0.25 | claude-fable-5-1 |
| Claude Fable 5.2 | 2026 年 11 月 9 日 | $8 | $40 | $0.20 | claude-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 | PoYo | PoYo 积分 |
|---|---|---|---|
| 输入 | $8.00 | $6.40 | 1,280 |
| 输出(含思考) | $40.00 | $32.00 | 6,400 |
| 缓存读取 | $0.20 | $0.16 | 32 |
| 缓存写入(5 分钟) | $10.00 | $8.00 | 1,600 |
| 缓存写入(1 小时) | $16.00 | $12.80 | 2,560 |
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
- 在 PoYo 控制台创建一个 API Key。
- 把请求发到
https://api.poyo.ai,模型设为claude-fable-5-2。 - 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 |

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:
- 读取
content之前先检查stop_reason,就像上面的 Python 和 TypeScript 示例那样。 - 记录
stop_details.category,弄清楚哪些提示词会触发拒答。 - 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 5.5 | Token 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 = $0.080 | 0.005×6.4 + 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 = $0.72 | 0.05×6.4 + 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 = $8.80 | 2×0.16 + 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 = $8.40 | 0.8×8 + 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 = $0.56 | 0.8×0.16 + 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。