# Claude Fable 5.1 API 价格：降了什么，省多少

> Fable 5.1 官方价仍是每百万 token 输入 $10、输出 $50，只有缓存读取从 $1 降到 $0.25。能省多少看缓存读取原本占账单几成，不用缓存则几乎不变。

- URL: https://blog.laozhang.ai/zh/posts/claude-fable-5-1-api-pricing
- Published: 2026-09-19
- Updated: 2026-09-25
- Author: LaoZhang AI Team (https://blog.laozhang.ai/zh/about)
- Topic: API 接入指南
- Tags: Claude Fable 5.1, API 价格, 提示词缓存, 批处理, Claude API

---
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](https://platform.claude.com/docs/en/about-claude/pricing)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。

| 计费项 | Fable 5.1 | Fable 5 | 变化 |
| --- | --- | --- | --- |
| 普通输入 | $10 | $10 | 不变 |
| 5 分钟缓存写入 | $12.50 | $12.50 | 不变 |
| 1 小时缓存写入 | $20 | $20 | 不变 |
| 缓存命中与刷新 | $0.25 | $1 | 降 75% |
| 输出 | $50 | $50 | 不变 |
| Batch 输入 / 输出 | $5 / $25 | $5 / $25 | 不变 |

$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](https://www.anthropic.com/claude-fable-and-mythos-5-1)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

| 缓存读取在 Fable 5 账单中的占比 | 换到 Fable 5.1 约省 |
| --- | --- |
| 0（不用缓存或从不命中） | 约 0 |
| 10% | 约 7.5% |
| 约 1/3 | 约 25%（对应 Anthropic 的"典型"估算） |
| 约 60% | 约 45%（对应"高度 agent 化"估算） |

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）：

| 假设请求 | Fable 5 | Fable 5.1 | 节省 |
| --- | --- | --- | --- |
| A：未缓存输入 2,000，缓存写入 18,000（5 分钟 8,000 + 1 小时 10,000），缓存读取 40,000，输出 3,000 | $0.510 | $0.480 | 约 5.9% |
| B：未缓存输入 500，缓存读取 120,000，输出 2,000 | $0.225 | $0.135 | 40% |

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](https://blog.laozhang.ai/zh/posts/claude-fable-5-usage-credit-cost)。

## 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：

| 字段 | 含义 | 单价（美元 / 百万 token） |
| --- | --- | --- |
| `input_tokens` | 最后一个缓存断点**之后**的输入，也就是没走缓存的部分，不是全部输入 | $10 |
| `cache_creation.ephemeral_5m_input_tokens` | 写入 5 分钟缓存的 token | $12.50 |
| `cache_creation.ephemeral_1h_input_tokens` | 写入 1 小时缓存的 token | $20 |
| `cache_read_input_tokens` | 从缓存读取的 token | $0.25 |
| `output_tokens` | 输出，包含看不到的思考 token | $50 |

`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）：

```text
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：

```json
{
  "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
  }
}
```

![从 usage 到费用的计算示意：未缓存输入、5 分钟缓存写入、1 小时缓存写入、缓存读取和输出五项分别乘官方单价后相加，合计 $0.480，同样用量走 Batch 为 $0.240](https://blog.laozhang.ai/posts/zh/claude-fable-5-1-api-pricing/img/usage-cost-breakdown.webp)

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。

```python
# 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。）

![同一 10,000 token 前缀连续使用三次的累计费用对比：5 分钟缓存从第一次复用起就比不用缓存便宜，1 小时缓存从第二次复用起更便宜；命中会刷新有效期，读取仍计费](https://blog.laozhang.ai/posts/zh/claude-fable-5-1-api-pricing/img/cache-reuse-cost.webp)

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](https://blog.laozhang.ai/zh/posts/claude-code-cache-miss-token-costs)。

## 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：

| 计费项 | 标准价 | Batch |
| --- | --- | --- |
| 普通输入 | $10 | $5 |
| 5 分钟缓存写入 | $12.50 | $6.25 |
| 1 小时缓存写入 | $20 | $10 |
| 缓存读取 | $0.25 | $0.125 |
| 输出 | $50 | $25 |

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

| 计费项（美元 / 百万 token） | Fable 5.1 | Opus 5.5 |
| --- | --- | --- |
| 普通输入 | $10 | $4 |
| 5 分钟 / 1 小时缓存写入 | $12.50 / $20 | $5 / $8 |
| 缓存读取 | $0.25 | $0.20 |
| 输出 | $50 | $20 |
| Batch 输入 / 输出 | $5 / $25 | $2 / $10 |

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](https://blog.laozhang.ai/zh/posts/claude-fable-5-1-vs-opus-5-5)；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](https://blog.laozhang.ai/zh/posts/claude-opus-5-5-pricing-limit-reset)。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](https://blog.laozhang.ai/zh/posts/claude-fable-5-1-migration-pricing-cache-effort)。

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](https://blog.laozhang.ai/zh/posts/claude-fable-5-usage-credit-cost)。

**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](https://blog.laozhang.ai/zh/posts/claude-api-key-free-tier)；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？](https://blog.laozhang.ai/zh/posts/claude-gateway-laozhang-ai)。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](https://platform.claude.com/docs/en/about-claude/pricing)当天显示的价格为准。

## 参考来源

本文引用的外部页面，按正文出现顺序排列。最后更新于 2026-09-25。

- [Pricing 文档](https://platform.claude.com/docs/en/about-claude/pricing) (platform.claude.com)
- [发布公告](https://www.anthropic.com/claude-fable-and-mythos-5-1) (anthropic.com)