Fable 5.2 比 Opus 贵一倍，为什么干活反而更省？

每百万输出 token 40 美元，是 Opus 5.5 的两倍。可在 Anthropic 自己的测试里，Fable 5.2 拿到和 Opus 5.5 一样的分数，每道题的花费只有它的一半，有一项不到十分之一。

单价更贵，干完一件事反而更便宜。11 月 9 日 Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2，我觉得最值得掰开看的就是这一点。跑分你今天大概已经刷到好几遍了，这篇只回答一个天天用 Claude 写代码的人马上会碰到的问题：默认模型要不要从 Opus 5.5 换成 Fable 5.2？

先交代素材边界。下面的分数、价格和每题成本都来自官方发布页和模型文档，我还没拿自己的项目做对照实测；涉及推断的地方，我会直接说是推断。

先把发布的硬信息交代清楚。Fable 5.2 的 API 价格是每百万 token 输入 8 美元、输出 40 美元，上一代 Fable 5.1 是 10 美元和 50 美元，两头都降了 20%。输出速度比 5.1 快最多 30%；另有可选的 fast mode，生成速度到 2.5 倍，价格也翻倍到 16 和 80 美元。

模型名 claude-fable-5-2，上下文 1M，单次最多输出 128K，所有付费订阅都能用，AWS、Google Cloud、Azure 同步上架。

Mythos 5.2 和它是同一个底模，只是网络安全和生物方向的护栏放得更松，只开放给审核过的机构，普通用户碰不到，这篇不展开。

「超越 Opus」，超在哪

官方表格一共 14 项测试。其中 3 项安全和生物测试的那一栏填的是 Mythos 5.2 的成绩，剩下 11 项是 Fable 5.2 自己的，这 11 项每一项都比 Opus 5.5 高。

写代码的人最该看的是这几行：

FrontierCode 2.0（agent 自主写代码）Fable 5.2 是 49.1%，Opus 5.5 是 45.5%。FrontierSWE v2（同样是 agent 改真实代码库）69.9% 对 62.3%。

Terminal-Bench-Science（在终端里完成科学计算类长任务）74.6% 对 58.7%。

Remote Labor Index（把真实远程外包活交给模型做）41.3% 对 21.3%，接近翻倍。

图：数据来自 Anthropic 发布页，推理档位以官方表格注释为准。

看出规律了吗？纯写代码的测试，领先是个位数；任务越长、步骤越多、越需要自己规划，差距拉得越开。

官方给的最狠例子是费马大定理的形式化证明，也就是把整套证明翻译成 Lean 这种机器能逐行检查的语言。1000 个 Fable 5.2 agent 并行，30 小时做完整套。同样的配置换成 Opus 5.5，18 小时只完成 26%，跑到 30 小时也几乎没再往前挪。

另一个例子是一组 agent 用早期版本把一个生产服务从 Python 迁到 Rust，启动快了约 26 倍。

这两个例子都是 Anthropic 自己的展示，你复现不了，但方向和表格对得上：Fable 5.2 拉开 Opus 的地方，是那种要连续干很久、中途不能走丢的活。

也有没赢的。商业流程自动化的 AutomationBench 上，Google 的 Gemini 4 Carbon 是 53.9%，比 Fable 5.2 的 51.4% 高。知识工作测试 AA-Briefcase 下面还有一行 Elo 分，Opus 5.5 的 1800 略高于 Fable 5.2 的 1785。所以这里说的「整体领先」，指的是 Anthropic 这张表里绝大多数项拿第一，不是每一项都通吃。

单价翻倍，每题为什么更省

这里得先说一个参数：effort，推理档位。现在的 Claude 模型都会先想再答，effort 决定它想多久，从 Low、Medium、High 到 Xhigh、Max，档位越高，烧的思考 token 越多，账单越厚。

官方这次给了四组「同分比成本」的数据：

FrontierCode 上，Fable 5.2 开 High 拿到 45.3%，基本追平 Opus 5.5 开到最高档的 45.5%，每题成本大约一半。agent 搜索测试 WANDR 上，Fable 5.2 开 Medium 就追平 Opus 5.5 的最高分，成本约四成。

Humanity’s Last Exam 上，Fable 5.2 开 Low 就追平 Opus 5.5 最高分，每题成本不到十分之一。

看图表的 Chartography 上，Fable 5.2 开 Medium 拿 66.4%，已经高过 Opus 5.5 开 Max 的 64.4%，成本同样不到十分之一。

账单等于单价乘 token 数。Opus 5.5 要开到最高档、想很久才够得着的分数，Fable 5.2 用低档位、想得少就够了。思考 token 省下来的那一截，比单价翻倍多出来的还多。

跑过 agent 的人对这个应该不陌生，账单里最肥的往往不是最后那几句回答，而是中间的思考、试错和重跑。一次做对，比便宜但要重跑三遍省得多。

还有一个容易被跳过的细节，在模型文档的价格注释里：缓存读取价。Fable 5.2 的缓存读取按输入价的 2.5% 收，Opus 5.5 按 5% 收。8 美元乘 2.5% 是 0.2 美元，4 美元乘 5% 也是 0.2 美元，每百万 token 一模一样。

图：标准模式每百万 token 价格，美元。数据来自 Claude 官方模型与价格文档；各组独立刻度，单价不等于每题成本。

agent 长会话里，系统提示、工具定义、代码上下文每一轮都要重读一遍，大部分输入走的是缓存。这部分两个模型打平，差价只集中在输出和没命中缓存的新输入上。如果你的工作流缓存命中率高，Fable 5.2 实际贵出来的比例，比价目表上的「两倍」小一截。

不过这四组成本数据是官方挑的测试、官方算的账，没公开每题的 token 明细。你的任务未必落在同一条曲线上，最后还得拿自己的账单说话。

官方自己还在劝你用 Opus

发布页里有一句话很实在：

For most coding and knowledge tasks, we recommend that users start with Claude Opus 5.5, our strongest daily driver, and then switch to a different model as required.

大多数写代码和知识类任务，官方建议还是从 Opus 5.5 起步，需要时再换。模型文档说得更具体：要么是很吃推理的长链路 agent 任务，要么是 Opus 5.5 开到高档位、评测还是不过关的时候，再上 Fable 5.2。

刚算完「Fable 每题更省」，官方又劝你别急着换，这不矛盾。

我的理解是，同分半价这件事，只在任务难到 Opus 必须开高档的时候才出现。改个接口、补几个单测这种活，Opus 5.5 开 Medium 一次就对，本来就没烧多少思考 token，换成 Fable 5.2 省不下什么，单价却实打实翻倍。这是我根据官方数据的推断，官方没有公布简单任务上的成本对比。

订阅用户还有一层限制。Pro 和标准 Team 席位里，Fable 最多只能占每周额度的 50%；发布期间，符合条件的付费用户按订阅时长拿 1 到 3 次 Fable 额度重置，细则在官方说明。

用 API 的要留意另一个默认值：Fable 5.2 在 API 里默认 effort 是 high，在 Claude 应用和 Claude Code 里默认是 Medium。直接调 API 不设 effort，用的就是更贵的那一档。

做安全的朋友再记一条。Fable 5.2 的误拦比 5.1 少了约 55%，但渗透测试、写 exploit 这类请求大多仍会被拦，被拦下的网络安全问题会转交 Opus 4.8 回答。真要做这类活，得走官方的网络安全审核计划拿 Mythos。

要不要换，按任务分三档

我自己的判断是，不用整体切，按任务分档走。

第一档，日常改 Bug、写 CRUD、补测试，留在 Opus 5.5。 这类任务 Opus 开 Medium 基本一次过，Fable 的每题成本优势吃不到，反而占掉订阅里那 50% 的 Fable 额度。

第二档，Opus 5.5 要开到 Xhigh 或 Max、或者经常要你重跑两三遍的任务，换 Fable 5.2 开 Medium 或 High 试一轮。 官方那几组「同分更省」出现的就是这个区间。

第三档，长链路 agent 任务，直接上 Fable 5.2。 跨多个模块的迁移、几十步的终端操作、要连续跑几个小时的活。表格上差距拉得最开的就是这类，费马定理那个例子也是。

试的方法不复杂。从上周的工作里挑 5 到 10 个 Opus 5.5 开高档才搞定、或者重跑过的任务，原样各跑一遍：Claude Code 里用 /model 切到 Fable 5.2；API 里把 model 换成 claude-fable-5-2，同时显式写上 effort。

最后看三个数：一次通过率、总 token、Console 里的实际花费。三个数都站得住，再把这类任务的默认模型改掉。

单价贵一倍，干完一件事反而省钱，这句话成不成立，取决于你的活难不难。对大多数日常任务，Opus 5.5 还是那个性价比最高的主力；Fable 5.2 是你把活交出去、几个小时后回来收结果时，更靠得住的那一个。

你手上有没有那种 Opus 5.5 开到最高档还要重跑的任务？在评论区说说是哪一类，我想攒一批真实任务，做一次两个模型的正面对照。