Claude Fable 5.1 深度分析：能力、价格与 Fable 5 对比

Claude Fable 5.1 是面向高难度推理和长程 Agent 工作的前沿模型。Modelflare 现已通过三个公开价格分组提供准确模型 ID claude-fable-5-1。真正需要做的选择，不是笼统判断 Fable 5.1 是否“最好”，而是根据自己的工作负载选择合适的路由和推理强度，让一次完整任务的成本与风险都可控。

先给结论： 如果任务涉及仓库级编程、多步骤研究、文档密集型分析，或需要连续运行数小时的 Agent，优先考虑 Fable 5.1。日常问答和对延迟敏感的任务，可以继续使用 Fable 5 或更轻量的模型。下方价格是 2026 年 9 月 2 日核验的 Modelflare 用户侧实际价格；价格页始终是最终准确信息源。

本文明确区分 Anthropic 官方资料、Modelflare 实时目录、厂商自行报告的基准，以及本文分析。基准分数或已配置的模型条目，都不保证每个提示词、工具或协议的行为完全一致。

核心结论

Fable 5.1 在名称上是一次小版本升级，在工作流上却更像一次重要迭代。它保留了 Fable 5 的 1M Token 上下文、128K 最大输出和始终开启的自适应思考，同时加强了长程编程、多步骤研究、文档与表格处理、幻灯片生成、视觉理解和计算机操作。Anthropic 还降低了 API 的缓存读取价格。

在 Modelflare 中，三条路由把成本与连续性的选择说清楚：

• claude-premium：稳定性优先。
• claude-award：价格优先，适合可以安全重试的任务。
• claude-stable：个人开发者和生产工作负载的日常选择。

它并不是所有自建 Messages 客户端的无感升级。强制工具调用会被拒绝，Fable 5.1 的思考块对历史绑定更严格，而且长循环中可能比 Fable 5 发出更少的并行工具调用。切换长程 Agent 前，应先做协议级迁移测试。

关键事实与当前价格

下表的模型事实来自 Anthropic Fable 5.1 模型概览 与 更新说明。Modelflare 字段于 2026 年 9 月 2 日通过实时 /api/pricing 响应核验。

属性	Fable 5.1
模型 ID	claude-fable-5-1
上下文窗口	1M tokens
最大输出	128K tokens
思考模式	自适应，始终开启
默认 effort	high
相对延迟	较慢
知识截止时间	2026 年 6 月
官网 API 输入/输出	每 1M tokens：$10 / $50
官网缓存读取	每 1M tokens：$0.25

Modelflare 站内路由价格

以下是当前 Modelflare 用户侧价格，不是 Anthropic 直连官网价。金额均为每 1M tokens 的美元价格，输入与输出分别计费。

路由	倍率	输入	输出	定位
claude-premium	0.5x	$5.00	$25.00	优先保障稳定性和请求成功率
claude-award	0.25x	$2.50	$12.50	最低成本，适合可重试开发与测试
claude-stable	0.315x	$3.15	$15.75	日常开发与生产使用

当前模型条目报告缓存读取倍率为 0.025；缓存和其他用量维度应以实时价格页及完成后的用量记录对账。不要在不检查当前路由、缓存状态和计费模式的情况下，把表格直接用于成本预测。

Fable 5.1 与 Fable 5 对比

Anthropic 将 Fable 5.1 定位为 Fable 5 的后继版本，而不是全新的模型家族。实际差异主要集中在长任务表现，以及反复读取稳定提示词前缀时的成本。

维度	Fable 5.1	Fable 5	对开发者的含义
上下文与输出	1M / 128K	1M / 128K	无需迁移容量配置
自适应思考	始终开启	始终开启	保留思考块并使用 effort 控制
输入与输出价格	每 1M：$10 / $50	每 1M：$10 / $50	基础价格不变
缓存读取	官网每 1M：$0.25	官网每 1M：$1	长 Agent 循环重读前缀更便宜
编程	多文件修改、重构、调试和验证更强	长程编程能力强	重新跑仓库级评测
研究与工件	多步骤研究、文档、表格和幻灯片更好	能力强，但长链路一致性稍弱	给出明确检查点和来源要求
工具与历史	拒绝强制工具调用，思考块绑定更严格	约束较少	迁移前更新自建 Messages 客户端
多语言	与 Fable 5 相当	基线	不要假设新增语言优势

这不是“同一张账单换来更多智能”这么简单。缓存读取占主导时，长任务可能更便宜；但更慢的模型或额外工具轮次也可能提高墙钟成本。应该把重试和人工审核一起纳入完整任务测量。

能力分析

长程编程

当一次修改跨越多个文件、服务、测试和文档时，Fable 5.1 的差异最明显。Anthropic 描述了多日自主会话、代码审查、性能工作、按设计实现功能，以及用视觉检查结果。更有价值的变化是根因修复：模型更倾向于追踪失败测试或罕见崩溃的底层缺陷，而不是只打补丁让表面症状变绿。

这并不意味着无人值守执行代码天然安全。应给 Agent 限定工作区、明确审批点、测试预算和回滚路径；要求它列出修改文件与检查项，并把最终 diff 和测试输出保存在模型会话之外。

研究与知识工作

该模型被设计为把问题依次推进到检索、证据收集、分析和最终工件。对于研究备忘录、带公式的表格、幻灯片提纲，或前后结论相互依赖的财务与运营审查，它是很合适的候选。

主要风险是证据漂移。在低 effort 下，模型可能减少搜索而更多依赖记忆。应要求它给出来源链接、日期，以及“什么证据会改变结论”一节。厂商示例和客户引语只能作为定性证据，不能当作独立基准。

视觉与计算机操作

Fable 5.1 可以读取密集图表、PDF 内嵌表格和文档布局，也能用视觉把生成的界面与原始目标进行比较。这对设计审查、财务报表、架构图和浏览器工作流很有用。

视觉理解不等于像素级正确。重要区域应单独裁剪；多轮请求中保持原始文件字节不变；小字号和坐标要独立测试。计算机操作必须置于应用层授权之后，并为不可逆动作保留人工停止点。

多语言输出

Anthropic 表示 Fable 5.1 的多语言表现与 Fable 5 相当。Modelflare 的文章和价格页面支持本地化，但模型质量仍取决于提示语言、来源语言、术语和输出约束。多语言产品应把名称、单位、代码标识符和法律术语固定在术语表中，再用同一组任务评测每个目标语言。

如何阅读基准

下表复现 Anthropic 公开对比。分数由厂商报告，并启用了公告中描述的生产安全措施，应作为方向性证据，而不是 Modelflare 的保证。

基准	Fable 5.1	Fable 5	解读
Terminal-Bench-Science 0.1	52.6%	24.7%	Agent 科研任务的报告增幅较大
Terminal-Bench 4.0	55.8%	42.0%	公布的终端编程测试更高
GDPval-AA v2	1853	1723	知识工作分数更高
OSWorld 2.0，partial	77.9%	72.9%	计算机操作提升，但受安全拦截影响
OSWorld 2.0，strict	41.7%	36.1%	绝对分数较低，方向一致
Humanity's Last Exam，无工具	60.9%	57.8%	推理能力中等幅度提升
Humanity's Last Exam，有工具	65.0%	63.8%	工具有帮助，但不是普遍胜出
AutomationBench	31.4%	17.1%	公布的业务工作流结果更强
CursorBench 3.2.0	73.4%	70.5%	编程 Agent 结果更高

Anthropic 提到，安全拦截可能拉低分数，包括 OSWorld 和 AutomationBench 中部分任务得到零分。评测框架、effort、工具权限、超时和重试策略都会改变结果。公平的内部对比应回放同一组隐私安全任务，并报告成功任务成本、延迟、重试和人工修正，而不只是最高基准分数。

API 与迁移注意事项

当前 Modelflare 实时目录将 claude-fable-5-1 标记为支持 Anthropic 与 OpenAI 兼容入口。端点可用不代表功能完全一致；请核对客户端实际需要的流式事件、工具 schema、结构化输出和视觉输入。

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-5-1",
    "max_tokens": 512,
    "messages": [{"role": "user", "content": "列出这份迁移计划中的三个风险。"}]
  }'

从 Fable 5 迁移自建 Messages 集成时：

• 删除 tool_choice 的 any 和 tool 值，改用自动工具选择配合严格 schema 或结构化输出；
• 保留思考块时，把会话当作只追加历史处理；
• 除非使用 API 的会话中机制，否则不要在轮次之间重建 system prompt 或工具列表；
• 只有测量过缓存与延迟影响后，再使用逐消息 effort beta；
• 长循环中预期并行工具调用更不稳定、进度更新更少；
• 把 stop_reason: "refusal" 的拒答当作成功返回来处理，再执行有界 fallback 策略。

模型不会返回原始思维链。如果界面需要进度信息，请显式请求面向用户的更新，并将其与隐藏推理分开。

如何选择 Modelflare 路由

路由应由失败成本决定，而不是由一张统一质量榜决定。下面用 100K 输入 Token 与 10K 输出 Token 做简单算例，不含缓存、重试和其他费用：

路由	计算	任务费用约值
claude-premium	0.1 × $5 + 0.01 × $25	$0.75
claude-award	0.1 × $2.50 + 0.01 × $12.50	$0.375
claude-stable	0.1 × $3.15 + 0.01 × $15.75	$0.4725

失败一次代价很高或连续性最重要时，使用 claude-premium。开发、批量探索和可以安全重试的任务，使用 claude-award。个人开发者、长期项目或生产集成，可把 claude-stable 作为均衡默认选项。高并发前请重新查看价格页。

安全、限制与数据处理

Fable 5.1 包含针对网络安全和生物领域的安全分类器。部分被标记的请求可能被拒绝或转给能力更低的 fallback；Anthropic 说明拒答可能以 HTTP 200 和 stop_reason: "refusal" 返回。重试与计费逻辑必须把拒答和传输错误分开。

Anthropic 将 Fable 5.1 列为 Covered Model。除非企业获得批准的特殊安排，Claude API 默认保留数据 30 天。不要因为上下文很大就发送密钥或受监管数据。应使用最小权限工具、脱敏日志、执行时限和可审计用量记录。

该模型比轻量 Claude 选项更慢，1M Token 上限也不意味着每个位置都同样容易检索或便宜。新一代 tokenizer 对同一文本可能比旧模型多产生约 30% 的 Token。成本预算应以用量记录为准，而不是只看字符数或上下文上限。

常见问题

Fable 5.1 是否总是优于 Fable 5？ 不一定。它更适合长程任务，但日常工作中 Fable 5 可能更快或已经足够。请评估完整任务和重试模式。

哪个 Modelflare 路由最便宜？ 当前 claude-award 倍率最低，为 0.25x，适合能够容忍重试或可用性波动的工作。

生产环境应该用哪个路由？ 可以先用 claude-stable 做均衡默认；如果连续性和请求成功率的业务价值高于价格，则选择 claude-premium。

Fable 5 的工具循环能否原样复用？ 不建议。强制工具调用会报错，思考块历史绑定更严格，并行工具调用行为也可能不同，应执行真实多轮测试。

一次文本请求成功，是否证明视觉或工具可用？ 不能。应分别测试每种模态和协议，包括流式、拒答、取消和畸形输入。

来源与更新记录

• Anthropic：Introducing Claude Fable 5.1 and Claude Mythos 5.1
• Claude Fable 5.1 模型概览
• What's new in Claude Fable 5.1
• 迁移到 Claude Fable 5.1
• Modelflare 实时价格
• Modelflare 可靠路由指南
• Modelflare Token 成本追踪指南

更新记录： 2026 年 9 月 2 日——初稿；Modelflare 模型可用性、三条路由倍率和用户侧输入/输出价格均已通过实时目录核验，Anthropic 规格与基准值已通过链接的一手页面核验。本文不声称独立复现基准。