Claude Fable 5.2 發布：單價是 Opus 5.5 兩倍，每題卻可能更便宜

Claude Fable 5.2 的牌價是每百萬輸入 token 8 美元、輸出 40 美元，剛好是 Claude Opus 5.5 的兩倍。照這個單價，它應該是貴的那一個。

可是 Artificial Analysis 的排行榜上有一組數字跟直覺相反：Fable 5.2 開在 high 努力程度，智慧指數 62 分，跑完一題平均花 9.08 美元；Opus 5.5 開到最高的 max，59 分，每題 10.04 美元。分數高 3 分，每題還便宜一美元。

Anthropic 在 2026 年 11 月 9 日發布 Fable 5.2 和 Mythos 5.2。同一天，Anthropic 開發者部落格 claude.dev 刊出 Addy Osmani 寫的選型指南〈Which Claude model should you build with?〉，把 Fable 5.2 跟 Haiku 5.5、Sonnet 5.5、Opus 5.5 排成同一張表，告訴你什麼工作該用哪一顆。這篇以那份指南為起點，再對照 Anthropic 的發布頁、Claude 平台的定價文件、Artificial Analysis、Vals AI、Arena（arena.ai）的排行榜，以及四份最早出來的第三方實測（其中三份是發布前的搶先試用）。

先講清楚：我沒有自己跑 Fable 5.2。下面的分數和實測全部來自上述來源，我做的是把它們放在一起比、把數字算出來。

Fable 5.2 是什麼？跟 Mythos 5.2 是什麼關係？

發布頁第一段就說明了：Fable 和 Mythos 是「同一個底層模型」。Fable 帶著較強的資安與生物防護，一般開放；Mythos 5.2 拿掉部分防護，只透過資安驗證計畫（Cyber Verification Program）和生命科學驗證計畫給通過審核的機構使用。Claude Enterprise 客戶就算沒加入資安驗證計畫，也能透過 Claude Security 產品用到 Mythos 5.2。

一般人能拿到的是 Fable 5.2：

• API：模型 ID 是 claude-fable-5-2，Amazon Bedrock 上是 anthropic.claude-fable-5-2。AWS、Google Cloud、Microsoft Foundry 當天都上架。
• Claude 訂閱：Pro、Max、Ultra、Team、Enterprise 都能用。Anthropic 依訂閱時間長短送一到三次 Fable 額度重置，Pro 方案和 Team 方案的標準席位，Fable 最多可以占每週用量上限的 50%。
• 規格：claude.dev 的比較表寫的是 100 萬 token 的上下文視窗、最多 12.8 萬 token 輸出。Opus 5.5 和 Fable 5.2 一律會先思考（推理模式），努力程度決定想多久。

Fable 5.1 在 Claude 平台文件上已經標成舊版，文件建議遷移到 5.2。

這次發布對多數人最有感的，大概是價格和速度：基礎價從 10／50 美元降到 8／40 美元，輸出速度最多快 30%。分數的部分比較複雜，下一段慢慢拆。

官方成績表：哪些格子是 Fable 的分數，哪些不是？

圖 1：發布頁上的成績表，我截圖時把網頁的固定標題列關掉，所以前兩列完整露出來（來源：Anthropic）

這張表有 15 列，比的是 Fable 5.2、Fable 5.1、Opus 5.5、OpenAI 的 GPT-6 Astra、Google 的 Gemini 4 Carbon。讀之前要先知道表底下那行註腳：Fable 5.2、Fable 5.1、Opus 5.5 的分數都是在防護開啟的情況下測的，而且「除非另外註明，每個模型都用它最高的努力程度」。換句話說，這是 max 對 max 的比較，也就是最貴的那一檔。

接著要把幾個容易讀錯的格子挑出來。

有三列根本不是 Fable 5.2 的分數。 CyScenarioBench（76.3%）、CVE Rediscovery（89.6%）、24 小時從頭設計蛋白質結合劑（85.1%），這三格底下的小字都寫著「Mythos 5.2」；Fable 5.1 那一欄同樣是 Mythos 5.1，Opus 5.5 那一欄則標著「without safeguards」（拿掉防護）。這三列告訴你的是同一顆模型拿掉防護之後能做到什麼，跟你用 Fable 5.2 會拿到什麼是兩回事。本站寫 Fable 5.1 成績單時就在這種格子上更正過一次。

科學那一列有兩個數字。 Terminal-Bench-Science 0.1 的 74.6% 是 Fable 5.2，小字的 75.3% 是 Mythos 5.2。差距不大，但要知道你用的是前面那個。

FrontierCode 2.0 的 49.1% 是 xhigh。 這是 Anthropic 說「我們測過的已發布模型裡最高」的分數。改用 high，Fable 5.2 是 45.3%，跟 Opus 5.5 最好的 45.5% 幾乎一樣。這一點 claude.dev 的指南也寫了，後面談成本時會再用到。

Fable 5.2 在自家表上輸了兩格。 AutomationBench（商務流程自動化）51.4%，輸給 Gemini 4 Carbon 的 53.9%；AA-Briefcase v1.1 有兩列，評分表版本 Fable 5.2 拿 66.1% 領先，換成 Elo 積分卻是 1785 對 Opus 5.5 的 1800。表格本身把這兩格的勝方標了底色，Anthropic 沒有藏。

把這些扣掉之後，跟 Opus 5.5 比的差距是這樣（我用表上數字相減）：

• Agentic 程式：FrontierSWE v2 69.9% 對 62.3%，多 7.6 分；FrontierCode 2.0 49.1% 對 45.5%，多 3.6 分。
• 科學研究代理：Terminal-Bench-Science 74.6% 對 58.7%，多 15.9 分。
• 搜尋代理：WANDR 82.1% 對 72.3%，多 9.8 分。
• 電腦操作：OSWorld 2.1 89.3% 對 87.2%，多 2.1 分。
• 機器人：RoboDojo Sim 64.9% 對 39.4%，多 25.5 分（註腳說這列是 Anthropic 自己跑的）。
• 遠端工作：Remote Labor Index 41.3%（high）對 21.3%，多 20 分。
• 多學科推理：Humanity’s Last Exam（可用工具）74.2% 對 67.7%，多 6.5 分。
• 圖表辨識：Chartography 73.4% 對 64.4%，多 9 分。

這跟 Fable 5.1 那次很不一樣。5.1 的表上，扣掉科學題，領先自家 Opus 5 的幅度只有 1.4 到 4.5 分。5.2 對上 Opus 5.5，多數列落在大約 5 到 25 分之間。光看官方表，這次的跳幅比上次大。

但還是那句老話：這張表每一格都是 Anthropic 自己測或合作夥伴提供的，沒有一格來自獨立機構。獨立的數字在後面。

單價貴一倍，為什麼每題反而可能更便宜？

先把價格攤開。下面是 Claude 定價文件與 claude.dev 比較表上的列價，單位是每百萬 token：

模型	輸入	輸出	快取讀取
Fable 5.2	$8	$40	$0.20
Opus 5.5	$4	$20	$0.20
Sonnet 5.5	$2	$10	$0.10

有一個細節：Fable 5.2 跟 Opus 5.5 的快取讀取一樣是 0.20 美元。長時間跑的程式代理每一輪都要把整段對話重讀一遍，快取讀取常常是帳單的大宗，這一項不貴，兩者的實際價差就會小於兩倍。（token 計價的基本概念可以看詞彙表；Opus 5.5 的價格細節本站另有一篇整理。）

剩下的價差，要看解同一題用掉多少 token。發布頁只說，在 medium 努力程度下，Fable 5.2「能用比 Fable 5.1 更少的 token」完成困難任務，並沒有拿 token 用量跟 Opus 5.5 比。Anthropic 和 claude.dev 給的是三組以每題成本比較的例子；單價貴一倍、每題成本卻比較低，我推測是 Fable 5.2 解同一題用的 token 比 Opus 5.5 少，但這是我從每題成本反推的，不是官方給的數字：

• FrontierCode 2.0：Fable 5.2 開 high 拿 45.3%，跟 Opus 5.5 開 max 的 45.5% 差不多，每題成本「大約一半」。
• WANDR 搜尋代理：Fable 5.2 開 medium 就追平 Opus 5.5 的最高分，每題成本約四成。
• Humanity’s Last Exam：Fable 5.2 開 low 就追平 Opus 5.5 的最高分，每題成本不到十分之一。

這些是廠商自己的帳。獨立的帳可以看 Artificial Analysis（AA），他們把每個模型、每種努力程度都跑一遍智慧指數，記下每題花了多少錢。我把相關的幾列抄出來：

圖 2：依分數排序，每題成本是跑完智慧指數平均一題的花費（資料來源：Artificial Analysis，本文整理）

這張表可以讀出三件事。

第一，AA 的獨立數字支持「每題不一定比較貴」。Fable 5.2 high（62 分，$9.08）比 Opus 5.5 max（59 分，$10.04）分數高、還便宜；Fable 5.2 medium（56 分，$3.80）比 Opus 5.5 high（52 分，$3.46）多 4 分，只貴 0.34 美元。

第二，max 是整張排行榜上最貴的一列。65 分是第一名，比其他模型裡最高的 Gemini 4 Carbon（60 分）多 5 分，但每題 26.54 美元，AA 的模型頁把它排在每題成本 73 名中的第 73 名。每題平均要跑 46.4 分鐘，輸出 token 用了 2.75 億個，這兩項也都排在最後幾名。從 high 到 max，分數多 3 分，成本將近變成三倍。

第三，xhigh 跟 high 同分。62 對 62，每題成本從 9.08 美元變成 14.83 美元。至少在這套測驗上，xhigh 買不到東西。

還有兩個註記。AA 模型頁把這一列標成「Max, Default Fallback」，我讀到的頁面文字沒有解釋這個標籤；我推測跟防護觸發時改由其他模型接手有關，但這是推測。另外，AA 的指數現在是 v5.0.1 版。本站 10 月 31 日寫 Gemini 4 Carbon 時記的是 Carbon 59 分、Opus 5.5 58 分，現在排行榜上是 60 和 59。分數看起來被重新計算過，我查不到具體改了什麼，那篇的數字請當作當時的版本。

跟 Fable 5.1 比，實際改了什麼？

圖 3：兩代的差異（資料來源：Claude 定價文件、Anthropic 發布頁、Artificial Analysis）

價格全面降兩成。 定價文件上，輸入從 10 美元到 8 美元、輸出從 50 到 40、5 分鐘快取寫入從 12.50 到 10、1 小時快取寫入從 20 到 16、快取讀取從 0.25 到 0.20，Batch API 從 5／25 到 4／20。每一項都剛好打八折。

更快，也有付費加速檔。 發布頁說輸出最多比 5.1 快 30%。定價文件的 fast mode 表上列了 Fable 5.2（還有 Opus 5.5、Opus 5、Opus 4.8），每百萬 token 收 16／80 美元，也就是兩倍價，換最高 2.5 倍的生成速度；同一張表上沒有列 Fable 5.1。另外，指定只在美國境內推論的話，輸入輸出要乘 1.1 倍。

Claude Code 的預設努力程度降了一檔。 我在 Fable 5.1 那篇記的是：Claude Code 預設 high，Claude.ai 和 Cowork 預設 medium。現在發布頁寫的是 medium 為「Claude 應用程式和 Claude Code 的預設」，API 則維持 high。如果你什麼都沒調、一直在 Claude Code 裡用，你現在跑的是 medium。claude.dev 的指南提到可以用 /effort status 看自己目前的設定。

保留思考紀錄的規則擴大到所有帳號。 5.1 上線時，Anthropic 為了防蒸餾，規定新開的 API 帳號不能一邊改寫對話裡 Claude 先前的內容、一邊保留它先前的思考紀錄，當時說未來的模型會適用到所有人。5.2 就是那個「未來」：claude.dev 寫明，對話前段的內容一旦被改動，Fable 5.2 會回 400 錯誤，除非你選擇讓受影響的思考紀錄被丟掉。如果你的整合會改寫歷史訊息，升級前要先處理這一點。

指南裡還有一條相容性提醒：tool_choice 設成 any 或 tool，在 Sonnet 5.5、Opus 5.5、Fable 5.2 上都會回 400。建議改送 auto，把工具標成 strict: true，並在提示詞裡說明什麼時候該用它。

防護擋得比較少。 發布頁說 Fable 5.2 的防護攔截比 5.1 少約 55%，資安類少約 60%、生物類少約 40%。被擋下的請求，資安類會轉給 Opus 4.8，生物類轉給 Opus 5；API 客戶要自己設定新的 Fallback API。資料保留的預設仍是為了安全監控保存 30 天，企業可以透過 Enterprise Frontier Safeguards 取得零資料保留。

AA 上的分數和花費。 Fable 5.1 max 是 49 分、每題 12.99 美元、每題 22.5 分鐘；5.2 max 是 65 分、26.54 美元、46.4 分鐘。分數多了 16 分，每題時間和成本都大約翻倍。輸出速度雖然快了，但它在 max 下想得更久，所以每題反而變慢。

獨立排行榜怎麼說？

官方表之外，上線一天內已經有三個公開排行榜給了數字，結論不完全一樣。

Artificial Analysis：第一名，領先 5 分。 上一段說過了，65 分（max）排第一，其他模型裡最高的是 Gemini 4 Carbon（60 分）和 Opus 5.5 max（59 分）。這是三個榜裡領先最明顯的一個，但代價也最高。

Vals AI：第一名，但跟後面三名在誤差範圍內。 Vals 的模型頁上，Fable 5.2 用 high 努力程度測，Vals Index 71.31%（±0.96），36 個模型中排第一。第二是 Sonnet 5.5 的 70.85%（±0.93），第三 Gemini 4 Carbon 70.45%（±0.97），第四 Opus 5.5 70.14%（±1.00）。前四名差不到 1.2 分，誤差範圍又都在正負 1 分左右，我會把它看成統計上的平手。更值得記住的是：價格只有 Opus 5.5 一半的 Sonnet 5.5 排第二。

Vals 還有兩個細項。Vibe Code Bench v1.1，Fable 5.2 拿 93.77%，127 個模型中第一；SWE-bench Multimodal 卻是 62.29%，輸給 Opus 5.5 的 70.21%，排第二。每題測試成本 17.94 美元，比 Sonnet 5.5 的 16.18 美元和 Carbon 的 10.51 美元都貴；防護轉交的比例 1.88%，拒答率 0%。

Arena：WebDev 第一，但分數不是投票來的。 11 月 8 日更新的 WebDev 排行榜上，Fable 5.2（xHigh）以 1832 分排第一，Opus 5.5（Max）1818 分第二。可是 Fable 5.2 那一列標著「AutoEval」，票數欄是 N/A；Opus 5.5 的分數則來自 4,009 票真人投票。兩個分數的產生方式不同，直接比要打折。文字排行榜方面，我讀到的前 151 名裡沒有看到 Fable 5.2，第一名是 Gemini 4 Carbon（1526 分）；後面的名次頁面沒有完整載入，所以我只能說「前 151 名沒有」，不能說它沒上榜。

另外，專測資安弱點修補的 CWE-bench 排行榜日期是 11 月 2 日，早於 Fable 5.2 發布，所以上面還沒有它。那張榜目前第一是 Opus 5.5（Claude Code），pass@1 67.1%。

三個榜放在一起看：Fable 5.2 在每個榜上都排得很前面，但只有 AA 拉出明顯差距，而 AA 的第一名用的正好是最貴的 max。

最早拿到的人怎麼說？

成績表之外，使用者實際用的心得我找到四份。它們的性質差很多，我把要打折的地方一起列出來。

先講時間線。Fable 5.2 是 11 月 9 日才公開的，但下面有人說「花了兩週」「做了一週」，那是因為四份裡有三份是發布前就拿到模型的搶先試用。Digg 說 Matt Shumer 的評測是 early access，而且他試過不只一個測試版本；BigGo 寫 Every 的團隊在發布前就有存取權，其中一位前後用了三週；Atomic Agent 說他們測的是發布前的版本，公開版比那個稍新，結果可能不同。Claire Vo 只說她錄節目前「花了兩天」，沒說是什麼時候拿到的。四份寫的都是 Fable 5.2，不是 5.1；但下面講到的時間長度都是試用期，用的也不一定是最後公開的那個版本。

圖 4：最早的四份第三方實測整理（資料來源：Atomic Agent、BigGo 轉述 Every、Lenny’s Newsletter、Digg）

Atomic Agent：唯一有控制變因的測試。 他們準備了一個約 1,400 行的函式庫，埋了 13 個 bug、缺一個功能，用 59 個隱藏測試評分，透過 OpenRouter 指定 Anthropic 當供應商，每種設定跑 3 次。結果：medium 和 high 每次都 59/59 全過。medium 平均 4.2 分鐘、6 步、每題 1.87 美元；high 26.6 分鐘、19 步、7.70 美元。他們的結論是 medium 省了 76% 的成本和 84% 的時間，測試全過。但他們自己也寫了，這只有一題，「完全說明不了兩個等級的上限」。另外，測的是發布前的版本，而作者本身就在賣 Atomic Agent 這個工具。

Every：最大膽的用法，也最誠實的缺點。 Every 的 Dan Shipper 在自家 Podcast《AI & I》裡說，他們會把工作丟到雲端的 Mac mini 上讓 Fable 5.2 自己跑，幾個小時後回來看；模型甚至會預估完工時間（「我想這會在晚上 6:30 完成」）。BigGo 轉述的報導提到，一位工程師在週五到週日之間讓它清掉團隊整個產品待辦清單，一共 75 個 PR。成本也很驚人：同事做的一個環境音樂編曲軟體，一週左右，以 API 價計算的 token 花費約 2 萬美元。

評分上，Shipper 給整體 S 級、寫程式 S+，但寫作只有 B 到 B+：他說它會「把重點埋起來」，寫作排在 Gemini 4 Argon 後面。要你一來一回盯著改的程式，他們的建議是改用 Opus 5.5，因為 Fable「在來回對話時又慢又吃 token」。Every 的顧問團隊做了約 150 次盲測，結論是 high 加上 100 萬 token 上下文效果最好，開得比 high 更高，設計品質反而下降，預設配色還會跑出一種他們形容為「相當醜的綠色」。

要打折的地方：Every 拿的是免費的早期使用 token，Shipper 有揭露；我讀的是 BigGo 的轉述和節目摘要，不是原始逐字稿。兩份轉述對其中一個專案（影片剪輯軟體）的花費和工期說法互相矛盾，所以那個數字我不引用。

Claire Vo：兩天的實作，但只有節目大綱。 《How I AI》主持人 Claire Vo 在 Lenny’s Newsletter 的節目裡說她「實際花了兩天用它做東西」：從一則貼文做出動畫行銷影片、只看模糊的照片就組好一件組合家具、替 ChatPRD 重構產品分析管線。章節標題裡有一節叫「為什麼我還是不會讓它自己設計網站」。我讀到的是節目大綱和時間軸，沒有分數，細節要聽節目才知道。

Matt Shumer：最好的模型，也像糾察隊。 Digg 整理了 Matt Shumer 的評測。他在 X 上說 Fable 5.2 是「有史以來最好的模型」，同時也說它「基本上是個學校糾察隊」。好的一面：他在試用期間讓單一代理花了大約兩週做出一款大逃殺遊戲，「我幾乎沒有介入」。煩的一面：他想讓產品改動和隱私權政策更新同時上線，模型堅持政策要先上；多代理協作時，代理之間互相等簽核，拿掉那些流程後專案幾小時就回來了。最嚴重的一件：有一個代理在沒有他同意的情況下，寄了 33 封信給他合作的代理商。Digg 說評測沒有交代是哪個測試版本發生的。他的建議是先用 low 或 medium，xhigh 留給難題。這些都是 Digg 的轉述，我沒有讀原文。

四份放在一起，有三件事是一致的。它擅長「交出去讓它自己跑」的大型工作；它慢，不適合你一直盯著的來回對話；開得比 high 更高，回報會變小，Every 在設計上看到、AA 在成本上看到、Atomic 在時間上看到。

那到底該怎麼選？

claude.dev 的指南給了一張任務對照表，我把整張表截了下來：

圖 5：指南裡的任務對照表，大型重構、架構規劃、指揮多個子代理、深度研究這幾列建議 Fable 5.2（來源：claude.dev）

指南的建議很清楚：大多數工作從 Opus 5.5 的 medium 開始。遇到程式、金融、科學裡最難的專案，或 Opus 5.5 開到 high 還是不夠，或要長時間無人看管地跑，再升到 Fable 5.2。它特別寫了一句：在難題上把 Opus 5.5 推過 high 之前，先試 Fable 5.2。升級的順序是先確認模型能驗證自己的工作，再調高一級努力程度，最後才換更大的模型。

指南也給了幾組 Opus 5.5 的省錢數字，都在 SWE-bench Pro 上，以 high 為基準：medium 少約 2.5 分、成本約七成；low 少約 8 分、成本約三分之一；xhigh 多約 1.4 分、成本 2.5 倍。另一個做法是全部先用 low 跑，失敗的再用 high 重跑，結果約 97% 通過、每題約 0.17 美元，比全部用 high 的 95.3%、0.29 美元還好。要注意，指南裡有兩組數字其實是上一代的：Terminal-Bench 3.0 那組比的是 Fable 5.1 max（58.0%）對 Opus 5.5 high（58.9%）；「Opus 5.5 執行加 Fable 顧問」那組用的也是 Fable 5.1 當顧問（內部程式基準 90.1%、每次 2.92 美元）。

把指南、獨立排行榜和實測放在一起，我自己的判斷順序是這樣：

圖 6：本文整理的判斷順序（依據 claude.dev、Every 的實測與 Artificial Analysis）

如果你主要在 Claude Code 裡寫程式，現在的預設已經是 medium，這剛好是 Atomic 實測裡性價比最好的檔位。要調的話，往 high 調就夠了；xhigh 在 AA 上跟 high 同分，max 則要付將近三倍的錢換 3 分。如果你用 Claude Code 的外掛和技能在做自動化，本站整理過的外掛合集和技能合集裡，長時間跑、會指揮子代理的那幾類工作，就是指南建議交給 Fable 5.2 的場景。

我的判斷，以及什麼會讓我改變看法

我的看法是：Fable 5.2 是第一個「單價貴」不等於「用起來貴」的 Fable。在 medium 和 high，它的每題成本跟 Opus 5.5 打得有來有回，分數還比較高；這是 5.1 做不到的事，5.1 在 AA 上 max 每題 12.99 美元只拿 49 分，輸給便宜的 Opus 5.5 max。真正貴的是 max，而 max 正好是官方成績表上每一格用的設定。

所以讀官方表要記得，你看到的是最貴那一檔的成績；你實際付錢買到的，大多是 medium 或 high 的成績。這兩者的差距，AA 給了一個參考：65 對 62。

它也不是萬用的。寫作不是它的強項（Every 給 B 到 B+），要你盯著來回改的工作，Opus 5.5 更快更省，Vals 上 Sonnet 5.5 的綜合分數跟它在誤差範圍內，token 單價只要四分之一（不過 Vals 記的每題測試成本是 16.18 對 17.94 美元，實際差距沒有單價那麼大）。

什麼會讓我改變看法？如果有獨立機構用真實工作負載量出每題成本，結果跟 AA 的智慧指數差很多，我會重新算一次「每題比較便宜」這句話。如果 Arena 的 WebDev 分數有了真人投票、而且還站在第一，我會更相信它在網頁開發上的領先。如果 CWE-bench 更新後 Fable 5.2 沒有贏過 Opus 5.5，那「程式能力 S+」的評價在資安修補這一塊就要打折。反過來，如果陸續出現跟 Matt Shumer 那 33 封信類似的回報，我會把「交出去讓它自己跑」這個優點，跟它需要多少權限控管一起看。

最後再說一次：這篇沒有任何一個數字是我自己跑出來的。我做的是把廠商的表、獨立排行榜和使用者的實測放在同一個地方，算出它們之間的差距。