Claude Fable 5.2 與 Claude Opus 5.5：你應該選擇哪一個？
對於大多數生產工作負載，建議從Claude Opus 5.5開始。當代表性評估顯示Opus在困難、長週期任務上失敗率過高時，再切換到Claude Fable 5.2。這是Anthropic自身的建議，價格也說明了原因：Opus每百萬輸入令牌收費4美元，每百萬輸出令牌收費20美元，而Fable則分別收費8美元和40美元。
Fable 仍然可以是經濟實惠的選擇。如果其更強的推理能力能避免重試、縮短專家審查時間，或完成 Opus 無法完成的任務，那麼兩倍的 token 價格可能會帶來更低的單次成功成本。
核心差異
| 功能 | Fable 5.2 | Opus 5.5 | |---|---:|---:| | 輸入/輸出價格（每百萬Token） | $8 / $40 | $4 / $20 | | 上下文 / 最大輸出 | 1M / 128K | 1M / 128K | | 預設努力 | 高 | 中 | | 典型角色 | 最困難的長週期工作 | 日常專業工作 | | FrontierCode 2.0 發布結果 | 49.1% 在 xhigh | 45.5% | | FrontierSWE v2 | 69.9% | 62.3% | | RoboDojo 模擬器 | 64.9% | 39.4% | | Terminal-Bench-Science 0.1 | 74.6% | 58.7% |
已公佈的數據在這些選定的評估中偏向於Fable，但這些並非完全受控的正面比較實驗。請始終在相同的努力設定和測試框架下進行比較。
選擇 Opus 5.5 作為日常路徑
Opus 是產品寫作、常規編碼、文件分析、客戶支援推理和代理流程的合理預設選擇，它能可靠地完成這些任務。更低的每 token 成本也使得保留足夠的上下文、請求結構化驗證或執行二次審查變得更容易，而不會超出預算。
對每個請求都使用Fable可能會浪費能力。簡短的分類並不會因為底層模型能解決機器人基準測試而變得更有價值。
升級到 Fable 5.2 以適配硬尾
當任務跨越多個系統、需要重複使用工具或失敗代價高昂時，Fable 便顯得頗具吸引力。例如：全程式碼庫重構、科學終端操作、複雜視覺分析、代理從多次執行錯誤中恢復，或受眾多相互制約需求限制的計劃。
關鍵短語是「評估後」。不要僅根據提示長度進行路由。一百萬token的簡單提取可能適合更便宜的模型，而一個緊湊但模糊的架構問題可能值得使用Fable。
比較每次成功的成本，而非每次令牌的成本
假設一個任務有10萬個輸入token和1萬個輸出token。按標價計算，Fable的推理成本約為1.20美元，Opus約為0.60美元。如果Opus的成功率為70%，Fable為90%，那麼每次成功所需的原始預期推理成本大約是0.86美元對比1.33美元。在計入審核成本之前，Opus仍然更勝一籌。
但假設Opus故障消耗了20分鐘高級工程師時間，而Fable的額外成功只需快速檢查。人工修正可能遠超token差異。構建包含重試、審查時間、延遲和故障影響的成本模型，而非止步於帳單費率。
雙層路由架構
- 將常規工作發送至 Opus 5.5，並明確指定努力等級。
- 通過客觀信號檢測低置信度：測試失敗、工具運行不完整、模式違反或人工拒絕。
- 使用原始證據和失敗追蹤重試或升級至 Fable 5.2。
- 僅在預期改進值得額外成本時，才使用 xhigh 努力。
- 按任務類別分別追蹤接受率，以便路由器進行改進。
避免讓一個模型自我報告的置信度決定路由。可觀察的結果更可靠。
創意與媒體工作流程
Opus 通常足以用於起草概念、總結研究或生成生產清單。Fable 可能有助於處理異常受限的敘事系統或深入的技術預製作。一旦材料獲得批准，Elser AI 可以作為創作目的地，而 ElserStudio 則適合組織更長的、基於鏡頭的作品。模型選擇應與創意審批和版權審查保持獨立。
常見問題解答
寓言5.2是否因為價格翻倍而好上一倍？
不。定價並非線性的能力評分。價值取決於工作負載的成功率與糾錯成本差異。
初創公司應該先使用哪個模型？
從具有代表性的評估開始，使用 Opus 5.5。僅在測量結果證明有必要時，才為困難尾部添加 Fable。
這兩個模型能否共享思考模組？
不要假設跨版本相容性。Anthropic 表示 Fable 5.2 的思考區塊僅能被 5.2 模型讀取；請根據文件記錄的相容性來設計狀態回放。
