Claude

Claude Fable 5

Anthropic按量计费
别名:claude-fable-5

Claude Fable 5 面向复杂、持续时间较长的知识工作和编程任务,能理解文字与图片,分解模糊目标,并结合工具反馈反复检查和完善成果。

textimagestreamingfunction_callingtoolsvisionreasoningcachingcontext:1000000
起始价格
输入 / 输出 · 1M
上下文
1M
最大输入窗口
最大输出
128K
单次响应最大 token 数
模态
→
知识截止
Jan 2026
发布于
Jun 2026

按供应商定价

比较同一模型在不同供应商的价格与服务表现。

供应商6
USD · 每 1M tokens性能 · 最近 24 小时
供应商折扣输入/M输出/M缓存读取/M缓存写入 (5m)/M缓存写入 (1h)/M
Anthropic

Anthropic 官方

省10%
$9$10
$45$50
$0.9$1
$11.25$12.5
$18$20
claude特供

适合生产环境,AWS Bedrock组成

省40%
$6$10
$30$50
$0.6$1
$7.5$12.5
$12$20
CCMax

使用自用 vibe coding,纯血 ccmax号池

省70%
$3$10
$15$50
$0.3$1
$3.75$12.5
$6$20
Claude kiro

使用自用 vibe coding,kiro号池

省90%
$1$10
$5$50
$0.1$1
$1.25$12.5
$2$20
CCMax-ZL

CCmax微注-可蒸

省70%
$3$10
$15$50
$0.3$1
$3.75$12.5
$6$20
AmazonBedrock

AWS 官方

省40%
$6$10
$30$50
$0.6$1
$7.5$12.5
$12$20
划线金额为标准价。性能统计覆盖最近 24 小时,实际表现随请求变化。

左右滑动表格,查看完整价格与性能。

能力 / 支持的模态

函数调用工具JSON 模式结构化输出推理视觉提示词缓存
输入
输出

厂商与数据隐私

厂商
Anthropic文档
分词器
Anthropic Claude tokenizer
许可证
Proprietary (commercial)商业闭源
数据保留24 天默认不会用于上游训练

性能

基准测试

标准化评测得分。百分比越高越好,并展示排名百分位。

指标来源:Artificial Analysis 2026-09-30·Claude Fable 5

Intelligence Index

Claude Fable 5

49.6

基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。

关于 Claude Fable 5

为需要多轮推进的工作建立主线

Claude Fable 5 适合问题尚不完全清楚、步骤较多且需要持续验证的任务。它可以阅读文本与图片,整理研究材料、分析复杂问题、参与代码开发,并在工具支持下逐步完成更完整的交付。

这类工作的起点往往是一句宽泛需求,例如“研究这个方向是否可行”或“把这套流程做成应用”。可以先让模型把目标转换成问题清单,识别现有材料、关键假设和缺失信息,再按优先级推进。提供项目背景、交付形式和判断标准,有助于让每一步围绕同一目标展开。

知识工作中,它可以比较多份报告、解释图表、整理相互矛盾的证据,并形成分析稿或方案。编程工作中,则可以围绕完整功能拆解实现、调用工具检查结果、根据失败反馈修正方案。模型的价值在于持续组织和改进工作,具体文件生成、查询和执行需要应用配备相应工具。

Fable 5 使用始终开启的自适应思考,推理投入通过 effort 调整。复杂任务可以分阶段定义成果,让模型在每个阶段说明发现、完成状态和下一步依据。对尚未解决的争议,要求保留不同解释及其证据,而不是为了形成漂亮结论提前消除不确定性。

使用场景与提示词

研究方案提示词

“请基于这些访谈、产品资料和使用数据,研究是否值得开发团队协作功能。先建立需要回答的问题,再按问题整理支持与反对证据。提出两种可实施方案及各自前提,最后设计一个能验证关键假设的小规模试验。缺少证据的判断单独列出。”

常见问题

  • 目标太模糊,应该怎样开始?先让模型列出交付物、关键问题和需要确认的约束,再决定推进顺序。
  • 可以关闭思考吗?Fable 5 的自适应思考始终开启,可通过 effort 调整投入。
  • 长任务怎样避免偏离?为每个阶段设置可检查的成果,保留目标、证据和未解决问题,再接续下一阶段。

接入 API

API 接口文档

调用示例

请求POST/v1/messages
请求示例
参数
参数类型默认值 / 范围说明信息
temperature
number
=10 ~ 2
采样温度;越低越稳定
top_p
number
=10 ~ 1
核采样累计概率
max_tokens
integer>= 1响应中最大 token 数
frequency_penalty
number
=0-2 ~ 2
惩罚高频 token 的重复出现
presence_penalty
number
=0-2 ~ 2
鼓励引入新话题
stop
array—最多 4 个停止生成的字符串
seed
integer—尽量保证可复现的采样种子
n
integer
=1>= 1
生成的候选条数
stream
boolean
=false
通过 SSE 流式返回 token
response_format
object—强制输出 JSON 对象或符合 Schema 的结果
tools
array—模型可调用的工具 / 函数声明
tool_choice
string
autononerequired
工具选择策略或具体工具名
logprobs
boolean
=false
返回每个 token 的对数概率
top_logprobs
integer0 ~ 20每个 token 返回的 top 概率数量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用于风险审计的终端用户标识

替换 <YOUR_API_KEY> 替换为 API 密钥页面中的密钥。

身份验证

所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。

在「API 密钥」页面生成 API 密钥,可以按模型、分组、IP、速率等维度精细化授权。

支持的参数

Generation parameters
参数类型默认值 / 范围说明信息
temperature
number
=10 ~ 2
采样温度;越低越稳定
top_p
number
=10 ~ 1
核采样累计概率
max_tokens
integer>= 1响应中最大 token 数
frequency_penalty
number
=0-2 ~ 2
惩罚高频 token 的重复出现
presence_penalty
number
=0-2 ~ 2
鼓励引入新话题
stop
array—最多 4 个停止生成的字符串
seed
integer—尽量保证可复现的采样种子
n
integer
=1>= 1
生成的候选条数
stream
boolean
=false
通过 SSE 流式返回 token
response_format
object—强制输出 JSON 对象或符合 Schema 的结果
tools
array—模型可调用的工具 / 函数声明
tool_choice
string
autononerequired
工具选择策略或具体工具名
logprobs
boolean
=false
返回每个 token 的对数概率
top_logprobs
integer0 ~ 20每个 token 返回的 top 概率数量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用于风险审计的终端用户标识

速率限制

供应商RPMTPMRPD
CCMax无限制无限制无限制
CCMax-ZL无限制无限制无限制
Claude kiro无限制无限制无限制
claude特供无限制无限制无限制
AmazonBedrock无限制无限制无限制
AmazonBedrock-ZL无限制无限制无限制
Anthropic无限制无限制无限制

无限制

关于 claude-fable-5 的常见问题

claude-fable-5 是什么?

Claude Fable 5 面向复杂、持续时间较长的知识工作和编程任务,能理解文字与图片,分解模糊目标,并结合工具反馈反复检查和完善成果。

如何调用 claude-fable-5?

创建具有 claude-fable-5 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。

claude-fable-5 如何计费?

费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。

claude-fable-5 的上下文窗口有多大?

模型目录配置的上下文窗口为 1000000 tokens。具体请求限制请查看所选接口。

claude-fable-5 的最大输出是多少?

模型目录配置的最大输出为 128000 tokens。请求设置可能指定更低的上限。

如何评估 claude-fable-5 是否适合我的项目?

请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。