Claude Fable 5.1 值不值得从 Fable 5 升级，不能只看“缓存降价 75%”。对 API 团队更准确的结论是：基础输入与输出单价不变，缓存读取从每百万 token 1 美元降到 0.25 美元；同时有三类兼容性变化需要先改代码。
如果你的长会话会反复读取大段稳定前缀，5.1 可能显著降低输入成本；如果大部分 token 每次都不同，账单不会因为版本号改变而自动下降。省略 output_config.effort 仍按 high 运行，也不等于系统替你选择了最省钱的档位。
本文价格与能力按 2026 年 9 月 3 日可见的 Claude Platform 一手文档核对。上线当天仍应重新检查价格、数据保留和平台可用性。
价格表没有降，缓存读取这一行变了
Anthropic 当前价格页把五类 token 分开计价：
| Claude Fable 5.1 / Mythos 5.1 | 每百万 token 价格 |
|---|---|
| 普通输入 | $10 |
| 5 分钟缓存写入 | $12.50 |
| 1 小时缓存写入 | $20 |
| 缓存读取（命中或刷新） | $0.25 |
| 输出 | $50 |
Batch 的输入与输出分别是 $5 和 $25/MTok。美国限定推理 inference_geo: "us" 会在各 token 类别上叠加 1.1 倍；云平台或转售渠道还可能有自己的价目，所以不能把表中数字直接当作任何账单的最终金额。
“缓存降价 75%”的比较对象是 Fable 5 的缓存读取费 $1，而不是全部请求。换一个基准看，$0.25 只相当于普通输入 $10 的 2.5%，也就是读取已缓存 token 比重新处理便宜 97.5%。这两个百分比都正确，但回答的是不同问题。
用前缀复用次数判断缓存是否真省钱
假设一个稳定前缀正好有 100 万 token，暂不计变化的尾部和输出。
使用 5 分钟缓存时，第一次写入收费 $12.50，第二次命中收费 $0.25，两次共 $12.75。不用缓存则是 $10 × 2 = $20。只要第二次请求能在 TTL 内复用完整前缀，这个例子已经省下 $7.25。
1 小时缓存的首次写入是 $20。两次使用合计 $20.25，略高于两次普通输入的 $20；第三次命中后合计 $20.50，而三次普通输入是 $30。因此 1 小时档在这个简化场景中要到第三次使用才转为更便宜。
实际费用应按 usage 分项计算：
text成本 = 普通输入 × 10 + 5m 缓存写入 × 12.5 + 1h 缓存写入 × 20 + 缓存读取 × 0.25 + 输出 × 50
每一项 token 数先除以 1,000,000。不要用总输入 token 乘一个“平均折扣”；那会掩盖缓存未命中、TTL 过期和变化前缀。若你的问题是 Claude Code 会话为何突然变贵，可另看缓存未命中与 token 成本诊断。
默认 effort 是 high，但最好明确写出来
Effort 文档明确说明，API 不传 effort 与设置 high 的行为完全相同。Fable 5.1 支持 low、medium、high、xhigh 和 max 五档；adaptive thinking 始终开启，effort 控制模型对整个响应投入多少工作，包括思考、正文和工具调用。
pythonresponse = client.messages.create( model="claude-fable-5-1", max_tokens=16000, output_config={"effort": "high"}, messages=[{"role": "user", "content": "Review this migration plan."}], )
high 是稳妥起点，不是所有请求的永恒最优值。对分类、格式转换或短摘要，可以从 medium 或 low 做 eval；对长时间代理编码，再比较 high、xhigh 与 max 的质量、输出 token、工具轮次和延迟。effort 是行为信号，不是严格 token 预算，因此必须用自己的任务样本测量。
5.1 还支持 beta 的 per-message effort：在会话中用一个空内容的 system message 更新 output_config.effort，可以保持此前的 prompt cache。反过来，在下一次请求直接修改顶层 effort 会让缓存前缀重新开始。需要动态档位时，先读官方说明并核对当前 beta header，不要只改一个字段就假定缓存仍命中。
改 model ID 前先排除三类 400 或状态丢失
官方迁移指南把 Fable 5 到 5.1 的变化写得比“替换模型名”更严格。
第一，5.1 不支持强制工具调用。tool_choice 为 any，或指定 {type: "tool", name: "..."}，会返回 400 invalid_request_error。允许的值是 auto 和 none。如果你要 schema 合法的 JSON，可在 auto 下使用 strict: true，或改用 structured outputs；如果业务必须调用某个工具，应在指令中清楚说明适用条件并验证结果。
第二，Fable 5.1 能读取旧模型的 thinking blocks，但旧模型不能反向读取 5.1 生成的 blocks。若路由器会在一段会话里降级到旧模型，不能假定之前的推理状态完整保留。
第三，自建 Messages 历史若修改 earlier turns、重建 system prompt 或 tools 数组，可能让之后的 5.1 thinking blocks 失效。最安全的迁移基线是让历史只追加，不改写已发送的前缀；需要清理上下文时使用服务端 context editing/compaction，或按官方迁移步骤处理 blocks。不同账户的前缀绑定执行时间有差异，因此先用非生产会话观察 400 与 input_transformations。
另外，thinking: {type: "disabled"} 和手工 budget_tokens 都不适用于 Fable 5.1；forced tool use 也不能通过关闭思考来绕过。
Mythos 5.1 不是更贵但公开可买的上位档
Fable 5.1 新功能页称 Fable 5.1 与 Mythos 5.1 共享能力、规格和价格。差异主要是访问与安全边界：
claude-fable-5-1面向 Claude API 与官方列出的合作平台客户开放；claude-mythos-5-1只提供给获批的 Project Glasswing 客户；- 两者都要求 30 天数据保留，除非 Anthropic 明确另行授权；
- 两者当前都不支持 Priority Tier。
所以没有账户级审批证据时，不要把 Mythos 写进生产方案，也不要因为某个云目录出现 model ID 就认为已经有权限。需要判断申请证据与平台边界时，转到Claude Mythos API 权限指南。
一次小流量迁移应该留下哪些可观察结果
先复制一组真实但不含敏感数据的请求，保留 Fable 5 基线。把 model 改为 claude-fable-5-1，明确设置 effort，并删除强制 tool_choice。随后至少记录普通输入、缓存写入、缓存读取、输出 token、请求延迟、工具轮次、拒绝与 400。
灰度结果只有在三件事同时成立时才支持扩大流量：任务通过现有 eval；缓存命中比例达到成本假设；错误处理能识别 stop_reason: "refusal" 和真实的兼容性错误。任何一项失败，都应回滚 model ID，修复请求合同后再测，而不是用更高 effort 掩盖配置问题。
最终决策可以很简单：重复前缀多、兼容性检查通过，就用 Fable 5.1 做小流量迁移；重复前缀少，先按能力而不是“75%”宣传语做 eval；没有 Glasswing 审批，Mythos 不进入可执行选项。
