Claude Fable 5：快取、分詞器與 Opus 4.6 的成本比較

claude-fable-5 現已可在 Synthorai 閘道上使用。如果你已針對 Claude 系列進行快取，好消息是快取與 TTL 合約完全延續：相同的 cache_control 標記、相同的 5 分鐘與 1 小時 TTL、相同的寫入溢價、相同的深度讀取折扣。只需更改一個字串，你的快取程式碼即可直接沿用。

需要納入預算考量的不是快取機制，而是費用。Fable 5 的標價為 Opus 權杖價格的 2 倍，且相同的英文文字會產生比 Opus 4.6 多約 45% 的權杖數（它採用 4.6 之後的分詞器，與 Opus 4.8 完全相同）。這兩個乘數會疊加計算。本文將逐一實測，省去你自行驗證的功夫。

以下所有數據均於 2026-06-10 針對 https://synthorai.io/（Anthropic 原生 /v1/messages）進行實測，使用穩定的約 6,600–9,600 權杖英文系統提示，max_tokens 設定較小，單次循序執行。成本數據讀取自閘道的 usage.cost 欄位；比率（權杖數、寫入溢價、讀取折扣、跨模型成本）為可移植的部分——絕對金額會隨你的提示而變動。在引用這些數據前，請先針對你自己的提示重新實測。

可用性

import os
from anthropic import Anthropic

anth = Anthropic(
    api_key=os.environ["SYNTHORAI_KEY"],
    base_url="https://synthorai.io/",   # SDK appends /v1/messages
)

msg = anth.messages.create(
    model="claude-fable-5",             # the only line that changes
    max_tokens=512,
    system=[
        {"type": "text", "text": SYSTEM_PROMPT,
         "cache_control": {"type": "ephemeral"}},
    ],
    messages=[{"role": "user", "content": question}],
)
print(msg.usage)   # input_tokens, cache_creation_input_tokens, cache_read_input_tokens, cost

將 claude-opus-4-6 替換為 claude-fable-5，快取路徑中的任何內容都無需更動。Fable 5 是一個具備 100 萬權杖上下文視窗的 Anthropic 原生模型。有一點行為需要注意：它是一個推理模型，預設會輸出思考權杖——即使是簡單的「回覆 OK」，在我們的測試中也回傳了 output_tokens_details.thinking_tokens > 0，而 Opus 4.6/4.8 則回傳零。請據此規劃輸出權杖的預算。cache_control 背後的機制詳見快取教學；快取存在的架構原因則在系列文章第一篇中說明。

重點：Fable 5 採用新版分詞器

Opus 系列的權杖數在 4.7 世代出現了跳升：相同的英文文字在 4.6 上計為約 6,600 個權杖，在 4.8 上則計為約 9,600 個。Fable 5 落在新版這一側——相同文字回報的權杖數與 Opus 4.8 完全一致。

相同的系統提示在 Fable 5 上的權杖數比 Opus 4.6 多約 45%（9,619 / 6,614 = 1.45）。這是遷移前最重要的一個數字，因為所有下游數據——成本、1,024 權杖的快取資格門檻、每次呼叫的預算——都以權杖為單位計算。

我們描述的是一個實測觀察——相同文字在 Fable 5 和 Opus 4.8 上的權杖數完全相同，比 Opus 4.6 高約 45%——這與 4.7 世代推出的分詞器/詞彙表更新最為吻合。如果你是從 4.6 或更早版本遷移，請重新實測；如果是從 4.7/4.8 遷移，預期結果將相同。

快取行為：合約維持不變

我們對每個模型執行了相同的無快取 / 冷寫入 / 暖讀取序列。折扣結構從頭到尾完全一致——Fable 5 支援 cache_control 並回報相同的使用欄位（cache_creation_input_tokens、cache_read_input_tokens，以及 ephemeral_5m / ephemeral_1h 分類）。

三個模型均遵循兩個不變量：

• 寫入溢價 ≈ 1.25x（5 分鐘），≈ 2x（1 小時）。 第一次（冷）呼叫的費用約為無快取價格的 1.25 倍（建立 5 分鐘快取項目），或 2 倍（建立 1 小時快取項目）。命中一次即可回本。
• 讀取折扣 ≈ 90% 以上。 Fable 5 的暖快取讀取費用約為無快取呼叫的 6%——折扣約 94%，與 Anthropic 文件記載的約 90% 快取讀取經濟效益相符（甚至略優）。無論 TTL 為何，讀取均維持深度折扣。

各百分比在整個系列中持平。與 Opus 4.7 → 4.8 的升級步驟相同，Fable 5 較高的絕對費用是價格與權杖數的問題，而非快取經濟效益的問題——詳見下一節。

TTL 行為：兩個時間視窗均受支援

Fable 5 支援與其他系列相同的兩種 TTL：預設的 5 分鐘滑動視窗，以及可選的 1 小時視窗。我們為每次呼叫使用唯一前綴（避免舊快取項目污染結果）來隔離各 TTL，並確認使用物件回報了正確的分類——cache_creation.ephemeral_5m_input_tokens 或 ephemeral_1h_input_tokens。

# 1-hour TTL — same marker syntax on Fable 5 as on the Opus line
"cache_control": {"type": "ephemeral", "ttl": "1h"}

1 小時寫入的費用約為無快取的 2 倍（相較於 5 分鐘寫入的約 1.25 倍），而無論 TTL 為何，讀取均維持深度折扣——與 Opus 4.6/4.8 完全相同。如果你在 Opus 上針對即時/對話工作負載選擇了 5m、針對有人工介入暫停的代理選擇了 1h，在 Fable 5 上保留這些選擇即可。

成本分析：2 倍價格 × 1.45 倍權杖數

這才是 Fable 5 真正不同之處。兩個因素推高了費用，且會相乘計算。

1. 標價為 Opus 層級的 2 倍。

2. 相同文字比 4.6 多約 45% 的權杖數（如上述分詞器變更）。

兩者相乘，相同的英文提示費用會大幅增加。針對每個模型使用相同系統提示的實測結果（閘道 usage.cost，相同單次執行）：

因此，相較於 Opus 4.8（相同分詞器），Fable 5 是純粹的 2 倍——完全是價格溢價。相較於 Opus 4.6，分詞器變更與價格變更疊加，使相同提示的成本達到約 2.9 倍。你的快取折扣維持不變，但其所適用的絕對基數比 4.6 時大了約 2.9 倍。如果你是根據 4.6 來規劃每次呼叫的預算，請重新計算。

一個實際影響：請重新確認 1,024 權杖的快取資格門檻。 Anthropic 只快取達到最小大小的前綴。在 4.6 上（以舊版分詞器計算）剛好低於門檻的提示，在 Fable 5 上（多約 45% 的權杖數）可能會超過門檻——反之亦然，基於舊版計數建立的大小估算也可能失準。請務必從即時回應中讀取 cache_creation_input_tokens / cache_read_input_tokens，而非使用可能與實際不符的本地分詞器進行估算。

遷移檢查清單（Opus → Fable 5）

• ✅ 快取程式碼可直接沿用。 cache_control 標記、中斷點數量（最多 4 個）、ttl: "1h"、使用欄位名稱——全部相同。
• ✅ TTL 選擇可直接沿用。 即時/對話工作負載用 5 分鐘，有人工介入暫停的突發/代理工作負載用 1 小時。
• ✅ 折扣經濟效益可直接沿用。 讀取約 90% 以上折扣，5 分鐘寫入約 1.25 倍，1 小時寫入約 2 倍。
• ⚠️ 重新規劃絕對成本預算。 Fable 5 每權杖費用約為 Opus 的 2 倍，相同提示的成本約為 Opus 4.6 的 2.9 倍。折扣百分比不變，但其所適用的基數已不同。
• ⚠️ 重新實測權杖數（若從 4.6 或更早版本遷移，預期相同文字多約 45%）。從 4.7/4.8 遷移則預期相同。
• ⚠️ 將預設思考權杖納入考量。 Fable 5 預設輸出推理權杖——以輸出費率計費（$50/百萬）。如不需要，請限制或停用思考功能。

結論

對於已針對 Claude 進行快取的團隊而言，claude-fable-5 在整合上非常容易：整個快取與 TTL 介面保持穩定，無需重新學習，也無需重寫程式碼。但從 Opus 4.6 進行預算替換則並不輕鬆——2 倍的權杖價格加上約 45% 的分詞器膨脹，使相同提示的費用達到約 2.9 倍。請針對即時 usage 物件確認你的數據，決定是否需要預設思考權杖，並根據新的權杖數重新規劃快取中斷點。

完整的快取操作手冊——提示

← 返回部落格