Claude Fable 5.1
最新旗舰：官方价与 Fable 5 相同（$10/$50），缓存读 $0.25
截至 2026-10-20，官方尚未公布 Fable 5.2；官方模型总表里最新的 Fable 是 claude-fable-5-1（2026-09-01 发布），官方说输入输出价与 Fable 5 相同、缓存读取价降到四分之一。Anthropic 在 Opus 之上的最强档位 —— 原生 1M 上下文、128K 最大输出、每 100 万 token $10/$50。经历一个月的监管暂停后，访问于 2026 年 7 月 15 日恢复，目前在 QCode 上对全部计划可用。
Fable 5.2 什么时候发布？官方尚未公布：截至 2026-10-20，官方模型总表里最新的 Fable 是 claude-fable-5-1（2026-09-01 发布），还没有 Fable 5.2 的条目。2026 年 6 月 12 日，Fable 5（与 Mythos 5）在美国出口管制指令下全球暂停；访问于 7 月中旬恢复，QCode 已于 7 月 15 日为全部计划重新启用 Fable 5 —— 选择 claude-fable-5 即可，无需任何操作。另需注意：Anthropic 自家订阅计划自 7 月 19 日起对 Fable 5 按计划分层，这与 API 侧无关。完整的分日期记录见可用性追踪页。
核心亮点
Fable 5.1（2026-09-01 发布）是 Fable 5 的接替型号：官方说输入输出价与 Fable 5 相同、缓存读取价降到四分之一，并带来更强的长程 agentic coding、多步研究与文档、表格、幻灯片处理能力。Fable 5 发布时，Anthropic 称它是迄今最强、最智能的模型，定位在 Opus 系列之上的全新旗舰档位
与 Opus 4.8 同级的 1M 上下文窗口，整库分析、长文档一次装下
单次最高 128K token 输出（大输出需流式），大型重构与长报告一次成稿
input $10 / output $50 per MTok，为 Opus 4.8 的 2 倍，对应更强能力档位
能力定位：为最难的任务而生
Anthropic 把 Fable 5 定位为面向最高难度任务的旗舰——长程 agentic 执行、深度推理与知识工作全面强于 Opus 系列
更强的长程 agentic 执行
在长时间自主任务上比 Opus 4.8 更稳，复杂多步工程任务可以端到端交给它跑完
更深的推理能力
推理深度上探新档位，配合 effort 档位（high / xhigh / max）按需调节深度与成本
代码生成与重构
延续 Opus 4.8 的高可靠代码生成，在更难的跨文件重构与架构级任务上表现更强
知识工作与长文档
研究、分析、写作类知识工作的旗舰选择，1M context 下长链路保持连贯
多模态理解
支持图像输入，截图、图表、文档解析能力与 Opus 系列同级
⭐ 基准分数以官方为准
Anthropic 发布 Fable 5 时称它是迄今最强、最智能的模型；逐项 benchmark 分数以官方公布为准
规格与 API 表面
Fable 5 与 Opus 4.7/4.8 共享同一 API 表面，现有代码几乎零成本迁移
1M context / 128K 输出
原生 1M 上下文 + 128K 最大输出（大输出需流式），规格与 Opus 4.8 对齐
Adaptive thinking
仅支持自适应思考 thinking={type:"adaptive"}；注意显式 disabled 会返回 400，不需要思考时直接省略该参数
effort 全档位
支持 low / medium / high / xhigh / max 全部 effort 档位，编码与 agentic 场景推荐 high / xhigh
缓存与工具链零改造
prompt caching、structured outputs、tool use 与 Opus 4.8 一致，现有缓存与工具链无需改造
生态与工具支持
xhigh effort 档位
high 与 max 之间的 xhigh 档位完整支持，编码与 agentic 任务的推荐设置
/ultrareview 深度代码审查
Claude Code 生态命令延续可用，独立 review 会话配合更强模型进一步压低线上风险
Task Budgets 预算控制
task_budget（beta）支持 Fable 5，长 agentic 循环可感知 token 预算并自我调节
Claude Code 直接可用
在 Claude Code 等工具中直接选用 claude-fable-5，与现有工作流无缝衔接
迁移指南（⭐重点）
从 Fable 5 迁到 Fable 5.1（2026-09-01 发布）主要就是改 model ID，官方说输入输出价与 Fable 5 相同；官方称 Fable 5.1 与 Mythos 5.1 是同一底层模型，Fable 5.1 加了网络安全与生物方向的防护；Mythos 5.1 只面向通过 Anthropic 验证计划验证的组织。Opus 4.8 → Fable 5 只是换个 model ID —— 同一套 API 接口，只有两处需要留意（thinking 参数与预算）。
1. 一行替换即可升级
从 Fable 5（claude-fable-5）迁到 Fable 5.1：把 model ID 改为 claude-fable-5-1 即可，与 Opus 4.7/4.8 同 API 表面，drop-in 替换
2. 预算按 2× 重估
Fable 5.1 官方价与 Fable 5 相同：输入 $10 / 输出 $50 每 100 万 token，缓存读 $0.25（Fable 5 是 $1），批处理输入输出 5 折。$10 input / $50 output per MTok，为 Opus 4.8 的 2 倍；高价值任务用 Fable 5，常规任务可继续留在 Opus 4.8
3. thinking 不能显式 disabled
从 Fable 5 迁到 Fable 5.1 有三处破坏性变更：强制工具调用会报错；只有 Fable 5.1 与 Mythos 5.1 能读 Fable 5.1 的 thinking blocks；改早先的轮次会让 thinking blocks 失效。Fable 5 上 thinking={type:"disabled"} 会返回 400（Opus 4.8 仍接受）；不需要思考时省略 thinking 参数，推荐直接用 adaptive
4. sampling 参数已移除
Fable 5.1 有五项新增：per-message effort（beta）、turn-scoped system messages（beta）、工具调用之间可读的进度更新（beta）、更低的缓存读价、content provenance。官方迁移指南还写明：预填 assistant 消息会返回 400。与 Opus 4.7/4.8 一致，temperature / top_p / top_k 已移除，发送会 400；用 prompt 与 effort 控制行为
client.messages.create(
model="claude-fable-5",
thinking={"type": "disabled"} # 400 on Fable 5
)
client.messages.create(
model="claude-fable-5",
thinking={"type": "adaptive"},
effort="xhigh" # low / medium / high / xhigh / max
)
与 Opus 4.8 / Sonnet 4.6 对比
Claude 家族三档横评：何时上 Fable 5，何时 Opus 4.8 / Sonnet 4.6 更划算
| 指标 | Fable 5 | Opus 4.8 | Sonnet 4.6 |
|---|---|---|---|
| 定位 | 最强旗舰（Opus 之上） | Opus 旗舰，性价比主力 | 速度与智能平衡 |
| Input $ / MTok | $10 | $5 | $3 |
| Output $ / MTok | $50 | $25 | $15 |
| Context window | 原生 1M | 原生 1M | 1M |
| 最大输出 | 128K | 128K | 64K |
在 QCode 上用 Fable 5
Fable 5 与 Fable 5.1 现已可用：QCode 可调 claude-fable-5-1 与 claude-fable-5，与 Opus 4.8、Sonnet 5 共用同一余额和同一个 API，不需要任何迁移；按 token 计费，各模型单价见 /models。
按 token 计费
Anthropic 官方价是 $10/$50；QCode 的价格不等于官方价，按 token 计费，各模型单价见 /models，与站内其他 Claude 模型同一套计费方式。
支持 effort / thinking 参数
完整透传 xhigh / max effort、adaptive thinking 等 Fable 5 参数
Opus 4.8 与 Fable 5 随时互换
换个 model id 就能在两者之间切换：难题交给 claude-fable-5，其余留在 Opus 4.8 上。同一把 Key、同一份配额，不需要迁移。
国内直连，稳定低延迟
多节点智能路由 + 熔断兜底，避免官方 API 在国内访问的不稳定性