Claude Fable 5.1 vs GLM-5.3
Claude Fable 5.1 采用邀请制提供。下方数据为其实时费率,但调用前需先获得工作区授权;在基于此对比进行开发前,请向我们申请访问权限。
何时用哪一个
claude-fable-5-1 和 glm-5.3 都提供 1,000,000-token 的上下文并支持工具调用和推理,且缓存读取价格几乎相同($0.25 对比 $0.26),因此真正的区别在于图像输入和价格:claude-fable-5-1 接受文本和图像,而 glm-5.3 仅支持文本,且输入成本约低 7.1x($1.4 对比 $10),输出成本约低 11.4x($4.4 对比 $50)。当任务在需要显式的思考能力的同时还需要图像时,请选择 claude-fable-5-1;对于高吞吐量文本和长上下文工作,请选择 glm-5.3,其稍大的 131,072-token 最大输出也会有所帮助。
Benchmark 成绩
厂商公布: Alibaba (Qwen) Anthropic DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
定价
| Claude Fable 5.1 | GLM-5.3 | Δ | |
|---|---|---|---|
| 输入 / 1M tokens | $10 | $1.4 | 7.1× |
| 输出 / 1M tokens | $50 | $4.4 | 11× |
| 缓存读取 / 1M tokens | $0.25 | $0.26 | 0.96× |
| 缓存写入 | 1.25x (5m) / 2x (1h) | - | - |
费率取自构建时的实时目录;每个模型页面均附有当前的费率卡。
它们的位置 — 以该计费单位计费的所有 67 个 聊天 模型的 每 1M token 的输入价格(对数刻度)
能力
| Claude Fable 5.1 | GLM-5.3 | |
|---|---|---|
| 工具使用 | 是 | 是 |
| 思考控制 | 始终开启 | 始终开启 |
| 结构化输出 | 是 | 是 |
| 提示词缓存 | 显式(由您标记前缀) | 隐式(自动) |
| 缓存生存时间 | 5m default, 1h option | 未公开 |
| 最小缓存前缀 | 1024 个 token | 未公开 |
规格
| Claude Fable 5.1 | GLM-5.3 | |
|---|---|---|
| 输入模态 | 文本 图像 | 文本 |
| 输出模态 | 文本 | 文本 |
| 发布日期 | 2026-09-01 | - |
| 知识截止日期 | 2026-06 | - |
| 上下文窗口 | 1M | 1M |
| 最大输出 | 128K | 131K |
| 思考参数 | output_config.effort (thinking is adaptive-only and always on) | reasoning_effort |
| 允许的值 | effort
| reasoning_effort
|
| 默认值 | thinking always on (adaptive) effort
| max |
规格转录自各供应商的文档;若供应商未发布某项数据,则直接省略该行,而非进行推断。 完整来源: Claude Fable 5.1 · GLM-5.3
只需一行代码即可在它们之间切换
两个 ID 都包含在下方的每个选项卡中 — 高亮显示的两行是唯一的修改。相同的端点,相同的密钥,相同的请求结构。
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="claude-fable-5-1",
# model="glm-5.3", # 取消注释此行,注释上一行
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "claude-fable-5-1",
// model: "glm-5.3", // 取消注释此行,注释上一行
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "claude-fable-5-1",
# "model": "glm-5.3", # 取消注释此行,注释上一行
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "claude-fable-5-1",
// Model: "glm-5.3", // 取消注释此行,注释上一行
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("claude-fable-5-1")
// .model("glm-5.3") // 取消注释此行,注释上一行
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));常见问题
Claude Fable 5.1 和 GLM-5.3 哪个更便宜?
在 输入 / 1m tokens 方面,GLM-5.3 更便宜($1.4 对比 $10,相差 7.1×)。其他行可能得出相反的结论——上方表格提供了完整信息,实际成本取决于你的组合使用情况。
我可以在不进行两次集成的情况下,对 Claude Fable 5.1 和 GLM-5.3 进行 A/B 测试吗?
可以。两者均通过同一个兼容 OpenAI 的端点提供服务,并使用同一把 API 密钥——切换只需更改一行模型字符串,因此你可以将一部分流量路由到各个模型并直接比较账单。
Claude Fable 5.1 和 GLM-5.3 支持提示词缓存吗?
是的 —— 两者对缓存读取的计费均低于其输入费率,因此热前缀工作负载的成本低于标价。准确的缓存读取行位于上方的定价表中。