Claude Fable 5.2 深度分析：能力、Benchmark、价格与模型对比
全面解析 Claude Fable 5.2：1M 上下文、每百万 token 8/40 美元的价格，对比 Fable 5.1、Opus 5.5、GPT-6 Astra 与 Gemini 4 Carbon 的基准成绩，测算单任务成本，梳理 API 破坏性变更与 Modelflare 路由选择。
Claude Fable 5.2 是 Anthropic 目前面向所有 API 客户开放的最强模型，于 2026 年 11 月 9 日发布，定位是高难度推理和长周期 Agent 任务。它保留了 Claude Fable 5.1 的 1M token 上下文窗口、128K 最大输出和常开的自适应思考，每 token 价格下降 20%，为 每百万输入 token 8 美元、每百万输出 token 40 美元。Anthropic 公布的数据显示，它在 Agent 编程、科学计算、机器人、检索和图表理解上都有大幅提升，输出速度比 Fable 5.1 最多快 30%。
简短结论： 不需要加入验证计划就能通过 API 调用的 Claude 模型里，Fable 5.2 是最强的通用模型。在 Anthropic 公布 Fable 5.2 成绩的 12 项基准中，它有 10 项同时领先 Fable 5.1、Claude Opus 5.5、GPT-6 Astra 和 Gemini 4 Carbon；AutomationBench 由 Gemini 4 Carbon 领先，AA-Briefcase 的 Elo 分则是 Opus 5.5 略高。它的每 token 价格仍是 Opus 5.5 的两倍，所以真正要算的是完成一项任务的成本。在多项公开任务上，Fable 5.2 在较低的 effort 档位就能追平 Opus 5.5 的最高分，成本只有一半甚至更低。
Modelflare 已上线精确模型 ID claude-fable-5-2，提供三条 Claude 路由，最低 每百万 token 2 / 10 美元。本文区分四类信息：Anthropic 官方文档中的规格、厂商自报的基准成绩、2026 年 11 月 11 日核对的 Modelflare 实时目录，以及我们自己的工程判断。Modelflare 没有对该模型做过独立评测，下文任何内容都不应被理解为实测结论。
Claude Fable 5.2 核心参数
| 项目 | Claude Fable 5.2 |
|---|---|
| 开发方 | Anthropic |
| 发布日期 | 2026 年 11 月 9 日 |
| API 模型 ID | claude-fable-5-2 |
| 同源模型 | Claude Mythos 5.2（claude-mythos-5-2），同一模型、同价，仅限通过验证的组织 |
| 上下文窗口 | 1M tokens（默认即最大） |
| 最大输出 | 128K tokens（同步 Messages API） |
| 输入与输出 | 文本、图片输入；文本输出 |
| 思考模式 | 自适应思考，始终开启；不返回原始思维链 |
| Effort 档位 | low、medium、high（默认）、xhigh、max |
| 可靠知识截止 | 2026 年 6 月 |
| 相对延迟 | 中等（Anthropic 对当前产品线的评级） |
| 官方价格 | 每百万 token 输入 8 美元、输出 40 美元 |
| 提示缓存 | 每百万 token：5 分钟写入 10 美元，1 小时写入 16 美元，读取 0.20 美元 |
| Batch API | 每百万 token 输入 4 美元、输出 20 美元 |
| Fast mode | 每百万 token 输入 16 美元、输出 80 美元，输出最多快 2.5 倍 |
| 数据保留 | 必须接受 30 天数据保留；属于 Covered Model |
| 退役时间 | 不早于 2027 年 11 月 9 日 |
Fable 5.2 和 Mythos 5.2 是同一个底层模型。Fable 运行更强的网络安全和生物安全防护，所以能向所有 Claude API 客户开放；Mythos 5.2 只提供给加入 Anthropic 网络安全验证计划（Cyber Verification Program）或生命科学验证计划的组织。发布材料中几项亮眼的安全和蛋白质设计成绩来自 Mythos 5.2。使用 Fable 5.2 时不应指望复现这些结果，因为 Fable 的防护会拦截大部分网络安全任务。
相比 Claude Fable 5.1 改了什么
Fable 5.2 是同一产品线的后继版本，不是新的模型家族。容量、分词器和思考模式都延续下来，变化集中在价格、速度、安全防护和几项 API 约定。
| 维度 | Fable 5.2 | Fable 5.1 | 实际影响 |
|---|---|---|---|
| 输入 / 输出价格 | 8 / 40 美元 | 10 / 50 美元 | 相同 token 量的基础成本降低 20% |
| 缓存读取 | 每百万 0.20 美元 | 每百万 0.25 美元 | 倍率同为 0.025，基数更低 |
| 输出速度 | 最多快 30%（Anthropic 数据） | 基准 | 长输出的实际耗时更短 |
| 上下文 / 输出 | 1M / 128K | 1M / 128K | 无需调整容量 |
| 安全拦截 | 总体减少约 55%，网络安全减少约 60%，生物减少约 40% | 基准 | 合法工作被误拦的情况更少 |
| 思考块前缀校验 | 所有账号强制执行 | 仅对 2026 年 8 月 31 日及以后创建的账号执行 | 会改写历史的代码可能开始报错 |
| 谁能读取它的思考块 | 仅 Fable 5.2 和 Mythos 5.2 | 范围更宽 | 路由切换到其他任何模型都会丢失推理上下文 |
computer_20251124 工具 |
除 Amazon Bedrock 外返回 400 | 带 beta 头可用 | 改用 computer_toolset_20260801 |
| Advisor 工具 | Advisor 必须是 Fable 5.2 或 Mythos 5.2 | 搭配更宽松 | 更换执行模型时同步更新 advisor 的 model |
速度和安全拦截数据来自 Anthropic 自己的测量。四项 API 变化是官方列出的破坏性变更，切换前需要审查代码，下文会逐一说明。
基准成绩分析
下表复现 Anthropic 发布时的对比数据。除特别注明外，Fable 5.2、Fable 5.1 和 Opus 5.5 的成绩都包含生产环境安全防护，并使用各模型可用的最高 effort。这些是厂商在自有评测框架下报告的结果，不是独立测量。
| 基准 | Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|---|
| FrontierCode 2.0（Agent 编程） | 49.1% | 32.4% | 45.5% | 42.8% | 41.1% |
| FrontierSWE v2（Agent 编程） | 69.9% | 56.3% | 62.3% | 65.5% | 61.2% |
| AutomationBench（业务流程） | 51.4% | 31.4% | 42.5% | 41.4% | 53.9% |
| Terminal-Bench-Science 0.1（Agent 科学） | 74.6% | 52.6% | 58.7% | 68.1% | 64.8% |
| WANDR，宽松口径（Agent 检索） | 82.1% | 68.7% | 72.3% | — | — |
| OSWorld 2.1，离线部分得分（电脑操作） | 89.3% | 83.5% | 87.2% | 79.5% | 81.5% |
| RoboDojo Sim（机器人，内部评测） | 64.9% | 27.6% | 39.4% | 29.8% | — |
| AA-Briefcase v1.1，评分细则（知识工作） | 66.1% | 61.5% | 61.2% | 52.0% | 61.8% |
| AA-Briefcase v1.1，Elo（知识工作） | 1785 | 1669 | 1800 | 1569 | 1611 |
| Remote Labor Index（知识工作） | 41.3% | 17.9% | 21.3% | 20.8% | — |
| Humanity's Last Exam，可用工具 | 74.2% | 65.6% | 67.7% | 57.2% | — |
| Chartography，不用工具（图表理解） | 73.4% | 44.8% | 64.4% | 71.0% | 72.5% |
Anthropic 还公布了三项成绩，其中 Fable 一栏实际是 Mythos 5.2，Opus 5.5 则在无防护条件下运行：CyScenarioBench 76.3%（Mythos 5.1 为 61.7%，Opus 5.5 为 67.6%）、CVE Rediscovery 89.6%（78.3%、81.3%）、24 小时从头设计结合蛋白 85.1%（79.1%、82.6%）。CyScenarioBench 的任务因实验室而异，跨厂商一栏不可直接比较。由于调用 Fable 5.2 时在网络安全和生物任务上看不到 Mythos 的表现，我们没有把这几行放进主表。
如何理解这些提升
最大的跃升出现在长周期、开放式的 Agent 工作上。 与 Fable 5.1 相比，Remote Labor Index 从 17.9% 升至 41.3%，翻了一倍多；RoboDojo Sim 从 27.6% 升至 64.9%。Terminal-Bench-Science 提高 22.0 个百分点，AutomationBench 提高 20.0 个百分点，FrontierCode 2.0 提高 16.7 个百分点。这几项基准考察的是：模型能否在很多步骤中保持计划连贯，能否从失败的工具调用中恢复，最终交付成果。这与 Anthropic 对多日连续工作的描述一致。
视觉推理的进步最出人意料。 Chartography 比 Fable 5.1 高出 28.6 个百分点，达到 73.4%，略超以视觉见长的 Gemini 4 Carbon（72.5%）和 GPT-6 Astra（71.0%）。对于处理大量图表和表格的文档流水线，这是整张表里影响最大的变化。
电脑操作在这项基准上已接近上限。 OSWorld 2.1 离线部分得分从 83.5% 升到 89.3%，但 Opus 5.5 已有 87.2%。领先 Opus 5.5 2.1 个百分点，很难为常规浏览器自动化付出两倍的每 token 价格。
Fable 5.2 并非全面领先。 AutomationBench 上 Gemini 4 Carbon 领先 2.5 个百分点。AA-Briefcase 上，Fable 5.2 的评分细则得分更高（66.1% 对 61.2%），Elo 却落后于 Opus 5.5（1785 对 1800）。也就是说，按评分细则打分时 Fable 的交付物更好，而两两偏好比较时略偏向 Opus 5.5。对于依赖人工审美判断的商务文档，两者差距很小，而 Opus 5.5 的每 token 价格只有一半。
比总分更重要的是成本效率
Anthropic 公布了几组"同分比成本"的数据，改变了讨论价格的方式：
| 任务 | Fable 5.2 设置 | 与 Opus 5.5 对比 |
|---|---|---|
| FrontierCode 2.0 | high effort：45.3% |
追平 Opus 5.5 xhigh（45.5%），单任务成本约为一半 |
| WANDR | medium effort |
追平 Opus 5.5 最高分，成本约 40% |
| Humanity's Last Exam | low effort |
追平 Opus 5.5 最高分，成本不到十分之一 |
| Chartography | medium effort：66.4% |
超过 Opus 5.5 max（64.4%） |
| BenchCAD 2.1 | max effort：83.5 |
Opus 5.5 为 65.3，Fable 5.1 为 44.4 |
Fable 5.2 的每 token 价格是 Opus 5.5 的两倍，"单任务成本约为一半"意味着它用大约四分之一的 token 量拿到了同样的分数。这是本次发布最有说服力的论据：如果较小的模型需要更多轮次、更长的推理和更多重试，每 token 便宜并不代表任务便宜。不过这些数字只能作为待验证的假设，不能当作保证。公平的测试要记录成功任务的成本、实际耗时、重试次数和人工修正量（参见按成功任务计算 LLM 成本）。
能力分析
长周期编程与多 Agent 编排
Anthropic 表示，其核心代码库中超过 90% 的合并变更已由 Claude 在人工指导下编写。一个早期的 Fable 5.2 版本把一项生产服务从 Python 迁移到 Rust，迁移后启动速度提升约 26 倍。在另一次内部运行中，一名工程师用它协调了 1,000 多个子 Agent，连续工作八天，做出了一个能在笔记本电脑上启动的原型操作系统。发布合作方的反馈与此一致：Uber 让它执行了一次 10 到 12 小时的安全审计，模型派出约 170 个审查 Agent，交回一份报告、若干修复 PR 和一份策略建议；Datadog 把它比作事故指挥官，能派出更快的模型收集信号并协调工作。
工程上的结论是：Fable 5.2 最适合在边界清晰的前提下担任规划者和编排者，而不是只写代码片段的对话模型。Anthropic 还观察到，它在 xhigh 和 max 档位会主动用子 Agent 审查自己的工作，Fable 5.1 在相同任务上没有这样做。委派会成倍放大开销，所以要检查你的框架默认让子 Agent 使用哪个模型。由 Fable 5.2 规划、Opus 5.5 或 Sonnet 5.5 执行，通常比全程使用 Fable 5.2 更划算。
Anthropic 的提示词指南还提到一个反直觉的细节：代码归属。提示词没有说明代码归谁时，模型倾向于在现有结构上叠加代码，发现旁边的问题也只报告不修复。提示词说明代码库归模型自己时，在 Anthropic 的小任务测试中，它约有一半的尝试会合并重复代码，没有这句话时不到十分之一；同时输出 token 约增加到 1.5 倍，未被要求的改动也更多。请有意识地选择这种表述，并审查完整 diff，而不是只看模型的总结。
科学、数学与工程
发布材料中包含 Anthropic 迄今为一款公开可用模型给出的最有野心的案例：
- 数学： 由 1,000 个 Fable 5.2 Agent 组成的团队在 30 小时内完成费马大定理的形式化证明，几乎无需人工干预；第一次形式化花了 11 天。同样设置下，Opus 5.5 用 18 小时完成 26%，30 小时后几乎没有进展。
- 物理： Fable 5.2 借助全息对偶解决了两个关于黑洞的开放问题。
- 硬件： 它与 Diode 合作设计了三款可用的电子设备：语音助手中枢、USB 免提电话和手持电子宠物。三款设备均无需修改电路即可工作，每块电路板在一天内达到可量产状态。
- 科学计算： Discovered Materials 报告，它让 Quantum ESPRESSO 的声子计算代码平均提速约 36 倍，是 Fable 5.1 所达提速的 3 到 4 倍。
这些是案例研究，不是受控基准。它们的价值在于方向：只要存在可以核验的检查器，例如证明助手、电路仿真器或测试套件，模型就能维持非常长且可验证的工作。共同点是外部验证器。在信任长时间无人值守的运行之前，先把验证器放进你自己的长任务里。
研究、金融与知识工作
知识工作上提升最大的是 Remote Labor Index，这项基准由真实的远程自由职业项目构成。Fable 5.2 在 high effort 下得到 41.3%，Opus 5.5 为 21.3%。合作方的反馈方向一致：Fundamental Research Labs 报告它在自家评测中得到 91%，次优模型为 86%；Jump Trading 报告它在内部基准上的错误率比次优模型低 10%；Harvey 表示，在一次 I-9 合规审查中，Fable 5.2 给客户的法律建议比 Fable 5.1 更清楚、更可执行。Balyasny 和 Cognition 都提到它的克制：遇到不确定时会承认，而不是夸大证据。
对于研究流水线，长链条上的证据漂移仍是主要风险。要求模型给出来源链接、日期，以及一小段"什么情况会改变这个结论"。Anthropic 的指南也提供了让最终报告自成一体的提示词，因为长任务报告的读者没有看过中间的工具调用。
视觉与电脑操作
Chartography 和 OSWorld 2.1 都有提升。适合的场景包括密集的财务报表、科研图表、数据看板、设计评审和浏览器工作流。有两点需要注意：第一，它在 OSWorld 上对 Opus 5.5 的领先很小；第二，除 Amazon Bedrock 外，电脑操作现在必须使用 computer_toolset_20260801 工具集。不可逆操作要放在应用层授权和人工确认之后。
Fable 5.2 与其他模型对比
| 维度 | Claude Fable 5.2 | Claude Opus 5.5 | Claude Sonnet 5.5 | Claude Haiku 5.5 | GPT-6 Astra |
|---|---|---|---|---|---|
| 定位 | 最难的推理和长周期 Agent | 大多数 Agent 编程和知识工作的默认选择 | 速度与能力的最佳平衡 | 高并发、对延迟敏感的任务 | OpenAI 前沿模型 |
| 官方输入 / 输出（每百万） | 8 / 40 美元 | 4 / 20 美元 | 2 / 10 美元 | 0.10 / 0.50 美元起 | 272K 输入以内 10 / 50 美元；以上 20 / 75 美元 |
| 缓存读取（每百万） | 0.20 美元 | 0.20 美元 | 0.10 美元 | 100K 以内 0.01 美元 | 1 美元（标准档） |
| 上下文 / 最大输出 | 1M / 128K | 1M / 128K | 1M / 128K | 1M / 128K | 1.05M / 128K |
| 默认 effort | high |
medium |
high |
medium |
视厂商而定 |
| 延迟评级 | 中等 | 中等 | 快 | 最快 | — |
| 能否关闭思考 | 不能 | 不能 | 仅通过 between_tools |
可以，限 high 及以下 |
视厂商而定 |
Claude 价格为 Anthropic 官方标价。GPT-6 Astra 价格是 2026 年 11 月 11 日 Modelflare 实时目录中记录的官方分档；输入超过 272K token 时，整次请求按高档计费。Gemini 4 Carbon 出现在 Anthropic 的基准表中，但未在 Modelflare 上架，因此只做基准对比。
从表中可以得出三点判断：
- Fable 5.2 与 Opus 5.5 之间的取舍最关键。 Anthropic 自己建议先用 Opus 5.5，只有当 Opus 在更高 effort 下的评测仍不达标时，再换 Fable 5.2。Opus 5.5 的每 token 价格只有一半，在电脑操作和人工偏好类知识工作上与 Fable 5.2 持平或接近。Fable 5.2 的优势在长、难、可验证的任务上，而同分比成本的数据表明，这类任务中它的单任务成本可能反而更低。
- 与 GPT-6 Astra 相比，Fable 5.2 在公开表格上更强，每 token 也更便宜。 在两者都有成绩的每一项基准上，Fable 5.2 都领先 GPT-6 Astra。272K 以内，它的输入和输出标价都低 20%，而且整个 1M 上下文按同一费率计费；缓存读取只有 Astra 标准档的五分之一。基准数据来自 Anthropic，请在自己的任务上验证。
- Sonnet 5.5 和 Haiku 5.5 更像搭档而不是对手。 常见的生产组合是：Fable 5.2 负责规划和审查，Opus 5.5 或 Sonnet 5.5 负责实现，Haiku 5.5 负责分类、抽取和路由。Anthropic 的产品线本身就是按这种分工设计的（参见我们对 Haiku 5.5 的分析）。
价格与成本测算
官方价格
相对于基础价格，Fable 5.2 的提示缓存格外便宜：缓存读取是基础输入价的 0.025 倍，Opus 5.5 和 Sonnet 5.5 为 0.05 倍，其他大多数模型为 0.1 倍。思考 token 无论 display 如何设置都按输出 token 计费，而 Fable 5.2 在 high 及以上档位几乎每次回复前都会思考。
Modelflare 路由价格
Modelflare 通过 Anthropic 兼容和 OpenAI 兼容两类接口提供 claude-fable-5-2，共三条公开路由。下表为 2026 年 11 月 11 日实时目录中的 Modelflare 用户侧价格，单位为每百万 token 美元，以价格页为准。
| 路由 | 倍率 | 输入 | 输出 | 缓存读取 | 定位 |
|---|---|---|---|---|---|
claude-premium |
0.5x | 4.00 美元 | 20.00 美元 | 0.10 美元 | 优先保障连续性和请求成功率 |
claude-stable |
0.315x | 2.52 美元 | 12.60 美元 | 0.063 美元 | 日常开发与生产 |
claude-award |
0.25x | 2.00 美元 | 10.00 美元 | 0.05 美元 | 价格最低；适合可重试的开发和测试 |
在同一路由上，Opus 5.5 的价格是上表的一半，Fable 5.1 则高 25%。
测算一：一次长请求
假设一次请求包含 10 万未缓存输入 token 和 1 万输出 token（含思考），不计缓存、重试和工具费用：
| 方案 | 计算 | 成本 |
|---|---|---|
| Fable 5.2，官方 | 0.1 × 8 + 0.01 × 40 | 1.20 美元 |
| Fable 5.1，官方 | 0.1 × 10 + 0.01 × 50 | 1.50 美元 |
| Opus 5.5，官方 | 0.1 × 4 + 0.01 × 20 | 0.60 美元 |
Fable 5.2，claude-premium |
0.1 × 4 + 0.01 × 20 | 0.60 美元 |
Fable 5.2，claude-stable |
0.1 × 2.52 + 0.01 × 12.60 | 0.378 美元 |
Fable 5.2，claude-award |
0.1 × 2 + 0.01 × 10 | 0.30 美元 |
测算二：带缓存前缀的 Agent 会话
假设有一个 20 万 token 的前缀（系统提示词、工具定义和代码库上下文），先写入缓存一次（例如通过预热请求），之后 30 轮对话每轮读取一次。每轮新增 5,000 输入 token、3,000 输出 token。为简化起见，前缀不增长。按官方价格：
| 项目 | 计算 | 成本 |
|---|---|---|
| 一次 5 分钟缓存写入 | 0.2 × 10 | 2.00 美元 |
| 30 次缓存读取 | 30 × 0.2 × 0.20 | 1.20 美元 |
| 新增输入 | 30 × 0.005 × 8 | 1.20 美元 |
| 输出 | 30 × 0.003 × 40 | 3.60 美元 |
| 使用缓存合计 | 8.00 美元 | |
| 同一会话，缓存全部未命中 | 30 × 0.205 × 8 + 3.60 | 52.80 美元 |
在 claude-stable 路由上，这个带缓存的会话约为 2.52 美元。缓存生效后，输出成为最大的成本项，因此 effort 档位和回复长度比输入规模更重要。在这个例子里，缓存一旦悄悄失效，账单会放大约 6.6 倍。测量方法参见我们的提示缓存成本指南和 Agent 缓存命中率分析。
API 迁移检查清单
Anthropic 列出了从 Fable 5.1 迁移时可能导致代码出错的四项变化：
- 前缀校验扩展到所有账号。 只要 Fable 5.2 思考块之前的任何内容发生变化，包括
system提示词、tools列表或更早的消息，回传这个思考块的请求就会返回 400 错误。请保持历史只追加不修改，每轮助手回复按收到的原样回传，需要更新指令时使用对话中途的 system 消息或按需压缩，而不是改写早先的轮次。thinking-binding-controls-2026-08-01beta 下的drop_block设置可以避免报错，但模型会重新思考，输出 token 随之增加。 - 只有 Fable 5.2 和 Mythos 5.2 能读取 Fable 5.2 的思考块。 路由或 fallback 一旦把对话切到 Opus 5.5、Fable 5.1 或其他模型，那几轮就会丢失之前的推理。思考块还与生成它的账号绑定。
computer_20251124返回 400 错误，Amazon Bedrock 除外。请改为声明computer_toolset_20260801。- 使用 advisor 工具时，Fable 5.2 执行模型必须搭配 Fable 5.2 或 Mythos 5.2 作为 advisor。 修改 advisor 的
model属于对tools的改动，只应在新对话中进行。
与 Fable 5.1 相同的规则继续有效：自适应思考不能关闭，budget_tokens 会返回 400；强制工具调用（tool_choice 为 any 或 tool）会被拒绝，应改用 auto 加 strict: true，或使用结构化输出；不支持助手消息预填充；temperature、top_p 和 top_k 会被拒绝。
拒答需要显式处理。被拒绝的请求返回 HTTP 200，stop_reason 为 "refusal"，stop_details.category 取值为 cyber、bio、frontier_llm、reasoning_extraction 或 general_harms。Anthropic 为 Fable 5.2 允许的 fallback 目标是 Claude Opus 4.8 和 Claude Opus 5：被拦截的网络安全请求转到 Opus 4.8，生物类请求转到 Opus 5。计费和重试逻辑必须能把拒答和传输错误区分开。
通过 Modelflare 调用 Fable 5.2
export MODELFLARE_API_KEY='YOUR_MODELFLARE_API_KEY'
curl -sS https://modelflare.dev/v1/messages \
-H "x-api-key: ${MODELFLARE_API_KEY}" \
-H "anthropic-version: 2023-06-01" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-fable-5-2",
"max_tokens": 16000,
"messages": [{"role": "user", "content": "审查这份迁移计划，列出风险最高的三个步骤。"}]
}'
依赖思考块保留的长 Agent 循环，最稳妥的是走 Anthropic 兼容的 /v1/messages 接口，因为 OpenAI Chat Completions 格式没有原生字段承载带签名的思考块。迁移生产流量之前，请用一段真实的多轮对话做回放，覆盖工具调用、流式输出、拒答和取消，确认每一轮都原样回传。目录中显示支持某个接口，不代表每个参数的行为都完全一致（参见将 Claude Code 接入 Anthropic API 网关）。
影响成本和质量的提示词变化
Anthropic 的 Fable 5.2 提示词指南记录了几项不改代码也会出现的行为变化：
- Effort 很重要，但
high以上收益递减。 从high开始。low适合快速、需求明确和高并发的工作，Anthropic 表示 Fable 5.2 在low下的成绩接近 Fable 5.1 在更高档位的成绩；medium适合交互式编程和对话；xhigh只用于已测出收益的最难长任务；max用于测上限。Effort 几乎不影响回复长度，长度要靠提示词控制。 - "少思考"的指令不再生效。 类似"直接回答，不要深思"的句子，在
medium及以上档位无法阻止模型思考。应改为降低 effort。 - 任务可能提前结束，以一份剩余工作清单收尾，在
low和medium档位更常见。Anthropic 建议的"完成任务"提示词在回放测试中把这类提前结束减少了一半，但输出 token 增加约 30%。 - 长串工具调用期间可能没有任何提示。 进度更新以
thinking块返回，默认显示模式下内容为空。如果用户需要实时观看，设置display: "updates"（beta）并渲染这些块。 - 累积的谨慎规则可能让 Agent 停滞。 模型会严格遵守记忆文件、笔记和审查者消息中的规则。请删除过时的"禁止"类规则，并明确列出无需审批的步骤。
- 旧的文风规则可能适得其反。 硬性的句长限制会让文字变得生硬；写进提示词的 token 预算反而可能提高开销。
什么时候选择 Fable 5.2，什么时候不选
适合选择 Fable 5.2 的情况：
- 任务长、难且可验证，例如仓库级重构、迁移、形式化证明、科学计算，或交付物可核查的多来源研究；
- 需要编排其他模型，并希望由最强的模型担任规划者和审查者；
- Opus 5.5 在
high或xhigh下的评测仍达不到质量要求； - 流水线需要读取密集的图表、报表和科研图；
- 目前在用 Fable 5.1，因为 Fable 5.2 每 token 更便宜，而且在所有公开对比项上都更强。
更适合其他模型的情况：
- 日常对话、信息抽取、分类或短代码任务，Opus 5.5、Sonnet 5.5 或 Haiku 5.5 能以很低的价格保持质量；
- 延迟比深度更重要，因为 Fable 5.2 在
high档位几乎每次回复前都会思考； - 你的框架会改写对话历史，暂时无法改成只追加；
- 网络安全或生物研究类工作，Fable 的防护可能拦截合法请求，而 Mythos 5.2 需要通过验证；
- 需要零数据保留，Fable 5.2 未经 Anthropic 明确授权不支持。
在 Modelflare 上，claude-stable 是均衡的默认选择；长任务失败代价高时用 claude-premium；开发、评测扫参和可重试的批量任务用 claude-award。
安全、限制与数据处理
Anthropic 将高风险失准（misalignment）评为低风险。在约 1,900 个场景的自动化行为审计中（分数越低越好），Mythos 5.2 得分 2.67，Opus 5.5 为 2.79，Mythos 5.1 为 3.28。在对抗性的沙箱逃逸测试中，Mythos 5.2 在 3.1% 的场景里使用了外部凭据或文件，Mythos 5.1 为 21%。这些测试使用的是防护减弱的 Mythos 5.2，Anthropic 预计 Fable 5.2 的表现相近。参与外部测试的机构包括英国 AI 安全研究所和 METR。
Anthropic 还在训练中限制了加速器内核优化和 LLM 架构改进两方面的能力提升，这两项的表现约为 Opus 5.5 水平。反蒸馏措施使蒸馏者能收集到的数据减少了 90% 到 99%。
运维层面，Fable 5.2 必须接受 30 天数据保留，属于 Covered Model，不支持 Priority Tier；在使用客户自管密钥（CMEK）的组织中无法使用结构化输出。1M token 的窗口并不意味着每个位置都同样容易检索、同样便宜。按当前分词器，1M token 约等于 55.5 万个英文单词，预算应以用量记录为准，而不是按字符数估算。
常见问题
Claude Fable 5.2 是什么时候发布的？ Anthropic 于 2026 年 11 月 9 日发布 Claude Fable 5.2 和 Claude Mythos 5.2，API 模型 ID 为 claude-fable-5-2。
Claude Fable 5.2 多少钱？ 官方价格为每百万输入 token 8 美元、每百万输出 token 40 美元，缓存读取 0.20 美元，fast mode 为 16 / 80 美元。在 Modelflare 的 claude-award 路由上，每百万 token 2 / 10 美元起。
Fable 5.2 比 Claude Opus 5.5 更强吗？ 在 Anthropic 公布的表格中，除 AA-Briefcase Elo（Opus 5.5 以 1800 对 1785 领先）外，Fable 5.2 的每一项成绩都更高。但 Opus 5.5 的每 token 价格只有一半，也是 Anthropic 推荐的起点；当 Opus 5.5 的评测达不到要求时，再升级到 Fable 5.2。
Fable 5.2 比 GPT-6 Astra 和 Gemini 4 Carbon 更强吗？ 在 Anthropic 的对比中，凡两者都有成绩的基准，Fable 5.2 都领先 GPT-6 Astra；对 Gemini 4 Carbon，只有 AutomationBench 落后（51.4% 对 53.9%）。这些是厂商自报结果。
Fable 5.2 和 Mythos 5.2 有什么区别？ 二者是同一个底层模型，价格相同。Fable 5.2 运行更强的网络安全和生物防护，向所有 API 客户开放；Mythos 5.2 仅限加入 Anthropic 验证计划的组织。
把 claude-fable-5-1 直接换成 claude-fable-5-2 就行吗？ 多数情况下可以，但不总是。请检查代码是否改写对话历史、是否在模型之间切换对话、是否使用 computer_20251124 或 advisor 工具，然后从 high 开始做一轮 effort 扫参，重新跑评测。
每 token 更便宜，是否意味着每个任务都比 Fable 5.1 便宜？ 在 token 数量相同的前提下是的，便宜 20%。但实际任务成本还取决于 effort、思考长度、缓存命中率和重试次数，应按完整任务来测量。
资料来源与更新记录
- Anthropic：Claude Fable 5.2 与 Claude Mythos 5.2 发布公告
- What's new in Claude Fable 5.2
- Claude 模型总览
- Prompting Claude Fable 5.2
- Claude Fable 5.2 迁移指南
- Modelflare 实时价格
- Modelflare 相关分析：Claude Fable 5.1 深度分析、Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Astra 与 Claude Fable 5.1 对比
更新记录： 2026 年 11 月 11 日首次发布。规格、价格、基准数据、合作方反馈和安全数据均已与上述 Anthropic 页面核对；Modelflare 的上架状态和路由价格已与实时目录核对。Modelflare 未对 Fable 5.2 做独立评测，撰写正文时没有调用任何模型；封面插画由 GPT Image 2.5 生成。