Claude Fable 5.2 對比 Fable 5.1：本次更新有何變化
從 Fable 5.1 升級到 Fable 5.2 可帶來三項立即可量化的提升：標準代幣價格降低 20%，輸出速度最高提升 30%，Anthropic 公佈的測試結果在多項編碼、終端、機器人及科學任務上顯著改善。此次遷移仍非簡單的模型名稱替換。預設投入程度、思考塊相容性、工具行為及資料保留要求均需進行測試。
並排對比
| 區域 | Fable 5.1 | Fable 5.2 | 實際效果 | |---|---:|---:|---| | 標準輸入 | $10/MTok | $8/MTok | 降低20% | | 標準輸出 | $50/MTok | $40/MTok | 降低20% | | 快取讀取 | $0.25/百萬Token | $0.20/百萬Token | 更便宜的重复上下文 | | 輸出速度 | 基準 | 最高提升30% | 生成階段更短 | | 上下文 / 最大輸出 | 1M / 128K | 1M / 128K | 無標題容量變化 | | FrontierCode 2.0 | 32.4% | 49.1% | 在指定設定下大幅提升已公佈效能 | | Terminal-Bench-Science 0.1 | 52.6% | 74.6% | 更好的基於終端的科學工作 | | RoboDojo 模擬器 | 27.6% | 64.9% | 更強的模擬機器人結果 | | 發佈 | 2026年9月 | 2026年11月9日 | 更新的安全與行為設定檔 |
MTok 表示一百萬個令牌。基準值來自 Anthropic 的發布評估，應結合其所述的工具和努力設定進行解讀。
此次升級不僅僅是原始基準測試的變動
Fable 5.2 改善了大型上下文工作的經濟效益。一個使用 500,000 個未快取輸入令牌和 25,000 個輸出令牌的任務，按標準 Fable 5.2 費率計算成本為 6 美元，而按 Fable 5.1 費率則為 7.50 美元。如果重複使用相同的長參考語料庫，提示快取可以進一步擴大這一差異。
速度也會改變模型在代理循環中的表現。輸出生成速度提升30%可以減少模型編寫補丁、測試計劃或報告時的空閒時間。但這並不一定會減少檢索、工具執行、佇列等待或首令牌生成時間，因此端到端測量仍然至關重要。
安全行為旨在減少對合法工作的阻礙
Anthropic表示，在早期內部產品測試中，Fable 5.2產生的攔截量比Fable 5.1減少了約55%——其中網路安全互動減少約60%，生物學互動減少約40%。這並不代表安全控制被移除。新版本對進階網路與生物能力採用了更強的控制措施，並可能將某些被攔截的查詢導向至備用模型。
對於一般工程團隊而言，相關問題是允許的防禦性安全及生命科學請求是否完成得更一致。在驗收測試中納入具有代表性但無害的敏感案例，而非從總體百分比進行推斷。
可能導致整合中斷的遷移細節
首先，在比較過程中明確設定努力程度。Fable 5.2 預設使用高努力模式；而歷史部署可能依賴於不同的預設設定或隱含行為。如果沒有固定的設定，成本、延遲和品質比較可能會產生誤導。
其次，正確保留思考區塊。Anthropic 文件指出，Fable 5.2 思考區塊只能由 5.2 模型讀取。一個跨版本儲存並重放模型狀態的管道需要制定相容性計畫。
第三，重新測試工具調用和電腦使用整合。較舊的電腦工具版本可能會回傳錯誤，且此模型不支援使用 any 或命名工具進行強制工具選擇。最後，Fable 5.2 請求通常需要保留 30 天以進行安全監控，除非帳戶已獲得符合條件的零資料保留安排的授權。
低風險升級計劃
- 複製一份具有代表性的生產評估集，包括故障和邊緣情況。
- 對兩個模型使用相同的提示、工具、最大輸出和努力設定。
- 衡量任務成功率、人工修正時間、總令牌數、實際延遲、拒絕率以及工具故障。
- 在遷移流量之前，先執行一個小規模的影子部署。
- 更新模型ID、儲存的思考狀態邏輯、監控標籤、預算和回滾指令。
不要只為了基準分數而優化。一個能多完成10%任務但帶來兩倍審查負擔的模型，可能仍然是更差的生產選擇。
現在應該升級嗎？
首先在Fable 5.1已增加價值且5.2成本更低或執行品質更優的情況下進行升級。對受監管資料、跨模型思維狀態復用、舊版電腦使用工具或嚴格保留要求保持受控部署。對於簡單轉換，也可評估Opus 5.5或更小模型；即使降價後，Fable可能仍非必要。
常見問題解答
Fable 5.2 的上下文視窗是否比 Fable 5.1 更大？
不。兩者均記錄為具有一百萬個令牌的上下文視窗和128,000個最大輸出令牌。
我可以只更改模型名稱嗎？
一些基本調用可能有效，但生產遷移還應測試工作負載預設值、思考區塊、工具、保留、拒絕以及特定於雲端的部署名稱。
每個基準測試都更好嗎？
此次發佈在多項測試中取得了顯著進展，但沒有任何公開基準能證明其在所有領域都具備優勢。您自身的任務仍是決定性的驗證依據。
