Claude Fable 5.1 API 价格：降了什么，省多少

截至 2026 年 9 月 25 日，Claude Fable 5.1（模型 ID claude-fable-5-1）在 Claude API 上的官方价格是：普通输入每百万 token $10，输出每百万 token $50，缓存命中（读取）每百万 token $0.25。和上一代 Fable 5 相比，只有缓存读取这一项变了，从 $1 降到 $0.25；输入、输出、两种缓存写入和 Batch 价格都没动。

所以"降价 75%"说的是缓存读取这一个单价，不是整张账单。你的账单能降多少，取决于 Fable 5 时期缓存读取在账单里占了多少：占三分之一，大约省 25%；占六成，大约省 45%；几乎不用缓存，账单基本不变。另外，9 月 22 日发布的 Opus 5.5 单价更低，输入 $4、输出 $20，如果你只是想让 Claude 的账单变便宜，先看它。

官方单价：Fable 5.1 和 Fable 5 对照

下表是 Anthropic 官方 Pricing 文档里的标准价，单位是美元 / 百万 token，适用于 Claude API 默认的全球推理，不含税。

$0.25 这个数是这样来的：其他 Claude 模型的缓存命中按普通输入价的 0.1 倍计费，Fable 5.1 单独改成了 0.025 倍，也就是普通输入的 2.5%。Claude Mythos 5.1 和 Fable 5.1 价格完全一样，但只通过 Project Glasswing 邀请开放，一般开发者用不到。

几个跟价格直接相关的规格：上下文 100 万 token，同步 Messages API 单次最多输出 12.8 万 token；整个 100 万上下文都按标准单价计费，90 万 token 的请求和 9,000 token 的请求每 token 价格相同。Fable 5.1 的自适应思考始终开启，默认 effort 是 high，思考产生的 token 按输出价计费——这一点后面会反复影响账单。

75%、25%、45% 各指什么

围绕这次调价流传的三个数字，口径完全不同：

• 75%：缓存读取单价从 $1 降到 $0.25 的降幅。它只描述一个单价。
• 约 25%：Anthropic 在发布公告里给出的估算——"典型工作负载"下，Fable 5.1 的花费比 Fable 5 低约 25%。
• 最高约 45%：同一份估算里，"高度 agent 化"的工作负载（上下文很重、工具调用很多、缓存读取占大部分成本）最多能低约 45%。

后两个数字的计算方法写在公告脚注里：用 2026 年 8 月四周的真实用量，按默认 effort、按 token 计费，把同样的工作负载分别放在 Fable 5 和 Fable 5.1 上算成本指数。"典型工作负载"覆盖的是 Claude Enterprise、Claude Code 和 API 上的 Fable 用量汇总。这是厂商对自家整体用量的估算，不是对某一个项目的承诺，也不是"最高降价 45%"。

用一条规则估算自己能省多少

因为 5.1 只改了缓存读取单价，在两个版本 token 数相同的前提下，可以直接推出：

Fable 5.1 账单 = Fable 5 账单 − 0.75 × Fable 5 账单里的缓存读取费用

节省比例 ≈ 0.75 × 缓存读取在 Fable 5 账单中的占比

占比怎么算：把 Fable 5 时期一段时间的 cache_read_input_tokens 加总，乘以 $1 / 百万 token，再除以同期总费用。

下面两个假设请求，能看出差别有多大（单位美元，按上表单价计算）：

请求 A 刚写入大量缓存、读取不多，缓存读取只占 Fable 5 账单的约 7.8%，所以只省 6% 左右。请求 B 是长对话或 agent 循环中的典型一轮：上下文大部分从缓存命中，缓存读取占了 Fable 5 账单的 53% 多，省下 40%。

这条规则什么时候不成立

规则假设两个版本处理同一任务用的 token 数相同。实际上输出和思考 token 会随模型版本和 effort 变化，而输出是最贵的一项（$50 / 百万 token）。第三方的例子：Finout 引用的一项 Intelligence Index 基准测试里，在 max effort 下 Fable 5.1 每个任务的成本约 $3.76，比 Fable 5 的 $3.14 高了约 20%。这只是单一基准、单一 effort 档位的结果，但它说明如果新版本在你的任务上想得更多、写得更长，缓存读取省下的钱可能被输出抵消。

所以最可靠的做法是：用同一批真实任务各跑一次，比较两边 usage 算出的金额，而不是套用 25% 或 45%。

如果你用的是 Pro、Max 等 Claude 订阅，这次调价不改变订阅月费——订阅和 API 是两套独立的账单。订阅的额度与收费见 Claude Fable 5.1 使用限制：Pro 怎么收费，Max 额度何时恢复。

用一次响应的 usage 算出费用

每次 API 响应都带 usage 对象。要把它换成钱，先弄清几个字段各算什么：

cache_creation_input_tokens 是两种写入的合计，等于 ephemeral_5m_input_tokens 与 ephemeral_1h_input_tokens 之和。算钱时用明细分别乘单价，合计值只拿来核对，不要再加一遍。总输入 token 数 = 读取 + 写入 + input_tokens；两个缓存字段都是 0，说明这次请求没有用上缓存。

公式（token 数为原始数量）：

费用（美元）= (10 × input_tokens
            + 12.5 × ephemeral_5m_input_tokens
            + 20 × ephemeral_1h_input_tokens
            + 0.25 × cache_read_input_tokens
            + 50 × output_tokens) ÷ 1,000,000

拿上面的请求 A 来说，它的 usage 大致如下：

{
  "input_tokens": 2000,
  "cache_creation_input_tokens": 18000,
  "cache_read_input_tokens": 40000,
  "output_tokens": 3000,
  "cache_creation": {
    "ephemeral_5m_input_tokens": 8000,
    "ephemeral_1h_input_tokens": 10000
  }
}

五项分别是 $0.020、$0.100、$0.200、$0.010、$0.150，合计 $0.480。18,000 个写入 token 已经按 5 分钟和 1 小时拆开算过，不能再按 cache_creation_input_tokens 补算一次。

想批量计算日志里的请求，可以用下面这个函数。它按标准全球推理计价；如果日志里没有 cache_creation 明细，就把写入全部按默认的 5 分钟缓存计。

# Claude Fable 5.1 标准价，美元 / 百万 token（截至 2026-09-25）
RATES = {"input": 10.0, "write_5m": 12.5, "write_1h": 20.0, "read": 0.25, "output": 50.0}

def fable51_cost(usage: dict, batch: bool = False, us_only: bool = False) -> float:
    detail = usage.get("cache_creation") or {}
    w5 = detail.get("ephemeral_5m_input_tokens", 0)
    w1h = detail.get("ephemeral_1h_input_tokens", 0)
    if not detail:  # 没有明细时，写入按默认 5 分钟缓存计
        w5 = usage.get("cache_creation_input_tokens", 0)
    cost = (
        usage.get("input_tokens", 0) * RATES["input"]
        + w5 * RATES["write_5m"]
        + w1h * RATES["write_1h"]
        + usage.get("cache_read_input_tokens", 0) * RATES["read"]
        + usage.get("output_tokens", 0) * RATES["output"]
    ) / 1_000_000
    if batch:    # Batch：所有 token 类别打五折
        cost *= 0.5
    if us_only:  # inference_geo="us"：所有 token 类别乘 1.1
        cost *= 1.1
    return cost

对请求 A，fable51_cost(usage) 返回 0.48，batch=True 返回 0.24，us_only=True 返回 0.528。网页搜索等服务端工具的按次费用不在 token 里，需要另加。

估月费时，不要拿单次请求乘以一个拍脑袋的次数，而是把一段有代表性的时间（比如一天）的所有请求逐条算出金额再加总，然后按天数放大。原因是缓存写入和读取的比例会随请求间隔变化：同一个前缀在有效期内被连续复用，后续请求都是便宜的读取；间隔一长缓存过期，就得重新付写入费。假设你的业务每天有 200 次和请求 A 相同的调用，月费约为 200 × 30 × $0.48 = $2,880——但这个数只在每次请求的缓存情况都像 A 时才成立。

缓存用 5 分钟还是 1 小时

只看缓存前缀本身的成本（不含输出），一个 P token 的前缀先写入一次、之后命中 H 次：

• 不用缓存：P × $10 × (1 + H)
• 5 分钟缓存：P × ($12.50 + $0.25 × H)
• 1 小时缓存：P × ($20 + $0.25 × H)

（以上都要再除以 1,000,000。）

以 10,000 token 的前缀为例：用到第二次时，不用缓存累计 $0.20，5 分钟缓存 $0.1275，1 小时缓存 $0.2025；用到第三次时，三者分别是 $0.30、$0.13、$0.205。也就是说，5 分钟缓存只要命中一次就回本，1 小时缓存要命中两次，官方 Pricing 文档给出的也是这个结论。前提是命中发生在有效期内；过期后再用，就要再付一次写入。

怎么选：

• 请求间隔在 5 分钟以内（连续对话、agent 循环、同一份文档连续提问）：用 5 分钟缓存。每次命中都会免费刷新有效期，只要间隔不超过 5 分钟，缓存可以一直续下去，没必要多付 1 小时的写入价。
• 间隔在 5 分钟到 1 小时之间（用户可能过几分钟才回复、子任务要跑很久、批量任务共享同一段上下文）：用 1 小时缓存，在请求里写 "cache_control": {"type": "ephemeral", "ttl": "1h"}。
• 间隔超过 1 小时，或前缀只用一次：缓存只会增加写入成本，不如不缓存。

几个容易让缓存"白付钱"的细节：

• 有效期从请求开始时计算，不是从响应结束时。一个响应要生成 4 分钟，下一个复用同一前缀的请求就必须在它结束后约 1 分钟内发出，才能赶上 5 分钟缓存。
• Fable 5.1 的最小可缓存长度是 512 token。更短的内容不会报错，只是按普通输入处理。
• 改动会让缓存失效：改工具定义，全部缓存失效；开关网页搜索或引用，system 和 messages 的缓存失效；修改顶层的 output_config.effort，messages 部分的缓存失效。有两个例外：把 effort 显式设成模型默认值（Fable 5.1 为 high）等同于不设，不会失效；在支持按消息设置 effort 的模型上（该功能为 beta），把 effort 变更放进 messages 里的 role: "system" 消息，缓存前缀保持不变。
• 对话中途要追加系统指令时，在 Fable 5.1 上往 messages 里追加一条 {"role": "system"} 消息，不要去改顶层 system 字段，这样 system 和 messages 的缓存都能保留。
• 预热缓存：发送 max_tokens: 0 的请求，只写入缓存、不生成输出，按写入计费。预热请求的 thinking 配置和 effort 要和正式请求一致，否则写进去的缓存正式请求命中不了。

如果你在 Claude Code 里发现某次对话突然变贵，多半是缓存没命中，排查思路见 Claude Code 缓存未命中 token 成本：一次对话为什么突然变贵。

Batch 适合哪些任务，能和缓存一起打折吗

Message Batches API 把输入和输出都打五折，Fable 5.1 的 Batch 价是输入 $5、输出 $25。缓存的倍率和 Batch 折扣可以叠加，所以 Batch 下的完整单价是：

请求 A 走 Batch 就是 $0.24。注意这张表已经是折后价，不要再减半一次。

适合 Batch 的任务：结果不需要马上返回、单条请求互不依赖、量比较大，比如批量打标签、文档摘要、离线评测、数据抽取。判断时看这几条限制：

• 大部分批次在 1 小时内完成，但结果要等整批完成或满 24 小时才能取；24 小时内没处理完的请求会过期。
• 每批最多 100,000 个请求或 256 MB；不支持流式输出，也不能用 max_tokens: 0 预热缓存。
• 结果保留 29 天，返回顺序不保证和提交顺序一致，要用 custom_id 对应。
• 状态为 errored、canceled、expired 的请求不计费；但 succeeded 的请求即使结果不合你的要求，也已经计费。

Batch 里的缓存命中是"尽力而为"：同一批请求并发、以任意顺序处理，不保证后面的请求能读到前面写入的缓存。官方文档建议，批量任务共享同一段上下文时用 1 小时缓存，提高命中机会。估算 Batch 成本时，缓存命中率最好按偏保守的值算。

Batch 折扣只针对 token 价格。网页搜索这类按次收费的工具费用，不要假设也会减半。

还会改变账单的几项

• 只在美国推理：请求里设 inference_geo: "us"，输入、输出、缓存写入、缓存读取所有类别都乘 1.1。它和 Batch、缓存倍率叠加：Batch 下的输出就变成 $25 × 1.1 = $27.50。默认的全球路由按标准价。
• Amazon Bedrock 和 Google Cloud：由云厂商按自己的价目表收费，区域端点和多区域端点比全球端点贵 10%。1.1 倍的美国推理倍率不要套到这两家的账单上，价格以各自的定价页为准。
• 工具调用：tools 里的工具名、描述和参数定义，以及 tool_use、tool_result 内容块，都按输入 token 计费。网页搜索每 1,000 次另收 $10，外加相应 token；网页抓取除 token 外不另收费。
• 思考 token：Fable 5.1 思考始终开启，display 默认是 "omitted"，你在响应里看不到思考内容，但它按输出价计费。看到的回复很短、output_tokens 却很大是正常的，算钱以 output_tokens 为准。effort 越高，这部分通常越多。
• 新分词器：Claude 4.7 及之后的模型（包括 Fable 5.1）用的是新分词器，同样的文本比 Sonnet 4.6 及更早模型多出约 30% 的 token，具体取决于内容。拿旧模型的 token 统计来估 Fable 5.1 的成本会偏低。发请求前可以调用免费的 token 计数接口估算输入量，它返回的是估计值，也不考虑缓存。
• 币种：官方价格都是美元。换成人民币的实际支出取决于你的付款方式、汇率和手续费。

和 Opus 5.5 比，Fable 5.1 贵在哪里

同样的 token 用量，放在 Opus 5.5 上，未缓存输入、缓存写入和输出都只要 Fable 5.1 的 40%，缓存读取是 80%。请求 A 在 Opus 5.5 上是 $0.196，约为 Fable 5.1 的 41%。两者都有 100 万上下文和 12.8 万输出上限；Opus 5.5 默认 effort 是 medium，官方标注的延迟档位也比 Fable 5.1 快一档（Moderate 对 Slower）。

不过按 token 的单价不等于按任务的成本：两款模型完成同一任务用的输出和思考 token、需要的重试次数都可能不同。Anthropic 的官方建议是，大多数工作先用 Opus 5.5；遇到高难度推理、长周期任务，或者 Opus 5.5 调高 effort 后仍然不够用时，再换 Fable 5.1。两者怎么选、何时切换，见 Claude Fable 5.1 和 Opus 5.5 怎么选？性能、价格与切换建议；Opus 5.5 自己的账单算法见 Claude Opus 5.5 价格与用量重置：API 账单怎么算，重置卡怎么用。如果你是从 Fable 5 或 Opus 5 迁移过来、想按任务成本做比较，可以参考 Claude Fable 5.1 与 Opus 5：API 价格与任务成本怎么算。

再往下，Sonnet 5 是输入 $2、输出 $10（原定 9 月 1 日涨到 $3/$15 的计划已取消），Haiku 4.5 是输入 $1、输出 $5，是当前在售 Claude 模型里最便宜的。

常见问题

订阅了 Claude Pro 或 Max，这次调价会影响我吗？

不会。订阅按月固定收费，和 API 按 token 计费是两套独立的账单，缓存读取降价只影响 API 用量。订阅的额度规则见 Claude Fable 5.1 使用限制：Pro 怎么收费，Max 额度何时恢复。

Claude API 在国内怎么开通和付款？

官方充值方式、国内可用的路线和共享密钥的风险，见 Claude API Key 怎么购买：官方充值、国内可用路线与共享密钥避坑；直连、云平台和网关几种接入方式的取舍，见 Claude 稳定接入怎么选：Anthropic 直连、云平台，还是 laozhang.ai 网关？。第三方渠道的价格与计费规则各不相同，以对方公布的价目为准，不能直接套用上面的官方单价。

100 万 token 的长上下文要加价吗？

不加。整个 100 万上下文按标准单价计费，缓存和 Batch 折扣在全部上下文范围内照常适用。但上下文越长，每轮请求的输入越多，如果这部分没有命中缓存，就会按 $10 / 百万 token 全价计费。

Fable 5.1 还会出新版本吗，价格会再变吗？

截至 2026 年 9 月 25 日，官方文档列出的最新 Fable 模型是 Fable 5.1，停用时间不早于 2027 年 9 月 1 日。关于"Fable 5.2"的说法只出现在传闻和早期报道里，没有官方价格。计费前以 Pricing 文档当天显示的价格为准。