Claude Fable 5.2 与 Claude Opus 5.5：你应该选择哪一个？
对于大多数生产工作负载，建议从Claude Opus 5.5开始。当代表性评估显示Opus在困难、长周期任务上失败率过高时，再切换到Claude Fable 5.2。这是Anthropic自身的建议，价格也说明了原因：Opus每百万输入令牌收费4美元，每百万输出令牌收费20美元，而Fable则分别收费8美元和40美元。
Fable 仍然可以是经济实惠的选择。如果其更强的推理能力能避免重试、缩短专家审查时间，或完成 Opus 无法完成的任务，那么两倍的 token 价格可能会带来更低的单次成功成本。
核心差异
| 功能 | Fable 5.2 | Opus 5.5 | |---|---:|---:| | 输入/输出价格（每百万Token） | $8 / $40 | $4 / $20 | | 上下文 / 最大输出 | 1M / 128K | 1M / 128K | | 默认努力 | 高 | 中 | | 典型角色 | 最困难的长周期工作 | 日常专业工作 | | FrontierCode 2.0 发布结果 | 49.1% 在 xhigh | 45.5% | | FrontierSWE v2 | 69.9% | 62.3% | | RoboDojo 模拟器 | 64.9% | 39.4% | | Terminal-Bench-Science 0.1 | 74.6% | 58.7% |
已公布的数据在这些选定的评估中偏向于Fable，但这些并非完全受控的正面比较实验。请始终在相同的努力设置和测试框架下进行比较。
选择 Opus 5.5 作为日常路径
Opus 是产品写作、常规编码、文档分析、客户支持推理和代理流程的合理默认选择，它能可靠地完成这些任务。更低的每 token 成本也使得保留足够的上下文、请求结构化验证或运行二次审查变得更容易，而不会超出预算。
对每个请求都使用Fable可能会浪费能力。简短的分类并不会因为底层模型能解决机器人基准测试而变得更有价值。
升级到 Fable 5.2 以适配硬尾
当任务跨越多个系统、需要重复使用工具或失败代价高昂时，Fable 便显得颇具吸引力。例如：全代码库重构、科学终端操作、复杂视觉分析、代理从多次执行错误中恢复，或受众多相互制约需求限制的计划。
关键短语是“评估后”。不要仅根据提示长度进行路由。一百万token的简单提取可能适合更便宜的模型，而一个紧凑但模糊的架构问题可能值得使用Fable。
比较每次成功的成本，而非每次令牌的成本
假设一个任务有10万个输入token和1万个输出token。按标价计算，Fable的推理成本约为1.20美元，Opus约为0.60美元。如果Opus的成功率为70%，Fable为90%，那么每次成功所需的原始预期推理成本大约是0.86美元对比1.33美元。在计入审核成本之前，Opus仍然更胜一筹。
但假设Opus故障消耗了20分钟高级工程师时间，而Fable的额外成功只需快速检查。人工修正可能远超token差异。构建包含重试、审查时间、延迟和故障影响的成本模型，而非止步于账单费率。
双层路由架构
- 将常规工作发送至 Opus 5.5，并明确指定努力等级。
- 通过客观信号检测低置信度：测试失败、工具运行不完整、模式违反或人工拒绝。
- 使用原始证据和失败追踪重试或升级至 Fable 5.2。
- 仅在预期改进值得额外成本时，才使用 xhigh 努力。
- 按任务类别分别跟踪接受率，以便路由器进行改进。
避免让一个模型自我报告的置信度决定路由。可观察的结果更可靠。
创意与媒体工作流
Opus 通常足以用于起草概念、总结研究或生成生产清单。Fable 可能有助于处理异常受限的叙事系统或深入的技术预制作。一旦材料获得批准，Elser AI 可以作为创作目的地，而 ElserStudio 则适合组织更长的、基于镜头的作品。模型选择应与创意审批和版权审查保持独立。
常见问题解答
寓言5.2是否因为价格翻倍而好上一倍？
不。定价并非线性的能力评分。价值取决于工作负载的成功率与纠错成本差异。
初创公司应该先使用哪个模型？
从具有代表性的评估开始，使用 Opus 5.5。仅在测量结果证明有必要时，才为困难尾部添加 Fable。
这两个模型能否共享思考模块？
不要假设跨版本兼容性。Anthropic 表示 Fable 5.2 的思考块仅能被 5.2 模型读取；请根据文档记录的兼容性来设计状态回放。
