AI 工具 14 min read ★ Featured

Claude Fable 5 升級指南：1M context、$10/$50 定價與 5% 安全閘門全解

Claude Fable 5 是 Anthropic 在 2026-06-09 公開放出的最強模型（model ID claude-fable-5），預設 1M token context、最高 128k 輸出，定價 $10/$50 per M token 剛好是 Opus 4.8 的兩倍。它跟限定釋出的 Mythos 5 是同一顆底層模型，差別只在安全層——Fable 5 內建 safety classifier，平均 <5% 的 session 會在 cybersecurity/biology 等高風險領域被攔下、改由 Opus 4.8 回答（refusal 回 HTTP 200、不計費、可帶 fallbacks 參數自動重試）。它是 Covered Model，30 天資料保留、不支援 ZDR。這篇拆解規格與定價、安全閘門 fallback 機制、在 Claude Code 用 /model claude-fable-5 怎麼切（只有 adaptive thinking、用 effort 控深度），最後給三種人三種升級決策——長 horizon agentic 工作該升、日常任務 Opus 4.8 才是甜蜜點、有 ZDR 需求別升。

#Claude Fable 5 #Mythos 5 #Claude Opus 4.8 +5 tags
Claude Fable 5 升級指南：1M context、$10/$50 定價與 5% 安全閘門全解
本文目錄 · 9
TL;DR：Claude Fable 5 是 Anthropic 在 2026-06-09 公開放出的最強模型（model ID claude-fable-5），預設 1M token context、最高 128k 輸出。定價 $10 / $50 per M token，剛好是 Opus 4.8 的兩倍。它內建安全 classifier，平均 <5% 的 session 會被攔下、改由 Opus 4.8 回答（refusal 不計費）。它是 Covered Model，30 天資料保留、不支援 zero data retention。要不要升級，取決於你是不是在跑長 horizon 的 agentic 工作 —— 一般對話和短任務，Opus 4.8 更划算。

📌 目錄

⚡ Fable 5 是什麼 {#fable-5-是什麼}

claude-fable-5 是 Anthropic 目前廣泛釋出的最強模型，定位是「最吃推理深度、最長 horizon 的 agentic 工作」。官方說法是 state-of-the-art on nearly all tested benchmarks，發布日 2026-06-09，同時上了 Claude API、AWS 上的 Claude Platform、Amazon Bedrock、Vertex AI 和 Microsoft Foundry。

這裡有個容易搞混的點：它跟 Claude Mythos 5 是同一顆底層模型。差別只在安全層 —— Mythos 5 把某些領域（cybersecurity、biology）的安全 classifier 拿掉，走限定釋出的 Project Glasswing，要透過 Anthropic / AWS / Google Cloud 的 account team 申請。一般人拿到的、能在 Claude Code 裡用的，就是 Fable 5 這顆「加了安全閘門的 Mythos-class」。

換句話說：Fable 5 = Mythos 5 - 高風險領域的放行權。你不會因為用 Fable 5 而少了「正常開發」的能力，少的是 Anthropic 認定為 dual-use 風險的那塊。

💰 定價與規格 {#定價與規格}

先把硬數字攤開。Fable 5 跟 Mythos 5 同價，跟現役主力 Opus 4.8 對比：

維度Claude Fable 5Claude Opus 4.8
Model IDclaude-fable-5claude-opus-4-8
輸入定價$10 / M token$5 / M token
輸出定價$50 / M token$25 / M token
Context window1M token看版本
最大輸出128k token看版本
Thinking 模式只有 adaptive thinking可開關
資料保留30 天（Covered Model）一般
支援 ZDR✗✓
最該記住的一句話：Fable 5 的 token 單價是 Opus 4.8 的整整兩倍。 輸出 token 又比輸入貴 5 倍，意味著「讓 Fable 5 多吐 reasoning」這件事在帳單上會放大。

規格面值得單獨拿出來講的是 1M context + 128k 輸出。1M context 不是噱頭，它直接決定「你能不能把整個 repo / 整份規格 / 整段對話歷史塞進去一次推理」。長 horizon agentic 工作（連續開幾十個工具、跨檔重構、讀大量 log 再決策）就是吃這個 context 上限，這也是 Fable 5 真正拉開差距的場景。

🛡️ 安全閘門 {#安全閘門}

這是 Fable 5 跟過去模型最不一樣、也最該先搞懂的機制。

Fable 5 內建 safety classifier，會在特定高風險領域直接拒答。觸發領域官方列了三塊：

  • Cybersecurity —— 攻擊性 hacking、漏洞利用
  • Biology / chemistry —— dual-use 的生物研究
  • Distillation —— 防止把模型能力萃取出去
被攔下時發生什麼？三件事，每件都影響你的整合方式：

  • 不是 error，是成功回應。Messages API 回 HTTP 200，stop_reason: "refusal"，並告訴你是哪個 classifier 攔的。

  • 可以 fallback 回 Opus 4.8。官方說法是「a request that Claude Fable 5 refuses can usually be served by another Claude model」，你可以帶 fallbacks 參數讓 API 自動重試，或用 SDK middleware 在 client 端重試。

  • 被拒的請求不計費。Refused before any output is generated → 不收錢；retry 到別的模型時，fallback credit 還會退回 prompt-cache 的切換成本。

    • 觸發頻率官方給的數字是 平均 <5% 的 session。對絕大多數開發、寫作、資料處理場景，你大概率一輩子碰不到這個閘門。但如果你的工作本質就在 security research / 紅隊演練那塊，這 5% 對你來說可能是 50%，那 Fable 5 就不是對的工具。

    還有一個容易被忽略、但對企業很關鍵的限制：Fable 5 是 Covered Model，30 天資料保留，不支援 zero data retention（ZDR）。如果你的團隊有 ZDR 合規要求（處理客戶敏感資料、有資料不落地的合約），這條直接讓 Fable 5 出局，得退回支援 ZDR 的模型。

    ⚙️ 在 Claude Code 怎麼切 {#在-claude-code-怎麼切}

    講完規格，回到最實際的問題：在 Claude Code 裡怎麼用上它。

    #### 前置需求

    依賴最低版本驗證
    Claude Code CLI近期版本（建議 2.1.170+）claude --version
    Claude 訂閱 / API key能存取 Fable 5 的方案/status
    #### 切換指令

    在 Claude Code 對話框直接打：

    /model claude-fable-5

    或開互動式選單挑：

    /model

    切完之後，這顆模型有兩個行為跟 Opus / Sonnet / Haiku 不一樣，第一次用會愣一下：

  • 只有 adaptive thinking。你不能把 thinking 關掉（thinking: {"type": "disabled"} 不支援），它一律會思考。要控制「想多深」改用 effort 參數，不是開關 thinking。

  • raw chain-of-thought 不回傳。thinking.display 預設 omitted，你拿不到原始推理過程；要看的話設成 summarized 拿摘要版。多輪對話時把 thinking block 原封不動傳回去就好。

    • #### 驗證真的切過去了

    切完問它一句「你是哪個模型」或看 /status，確認顯示 claude-fable-5。別只看 /model 指令沒報錯就當切好了 —— 那只是 handshake，真的 round-trip 是讓它回一段、確認帳單和行為都對得上。

    ⚖️ 該不該升級 {#該不該升級}

    兩倍的價錢，不是無腦升級。我把它拆成三種人：

    你是這種人建議為什麼
    跑長 horizon agentic 工作（跨檔重構、整 repo 分析、連續幾十個工具呼叫）✓ 升1M context + 最強推理就是為這個場景設計的，省下的來回成本通常蓋過單價
    日常對話、短任務、寫 code 片段、一般問答△ 看情況Opus 4.8 同樣很強，價格一半，多數時候感受不到差距
    security research / 紅隊 / 處理需要 ZDR 的客戶資料✗ 別升安全閘門會頻繁退回 Opus、且不支援 ZDR，工具跟需求對不上
    我的判準很簡單：Fable 5 的價值在「context 上限」和「最深推理」這兩個維度，不在「日常更聰明一點」。 如果你的任務沒有把這兩個維度推到極限，你多花的那一倍錢買不到對應的價值，Opus 4.8 才是甜蜜點。

    反過來，當你真的在做那種「一個任務要連續決策半小時、要記住整個 repo」的活，Fable 5 少掉的來回次數和錯誤率，會讓帳面單價變得不重要。

    我踩到的第一個判斷坑

    我自己一開始也以為「最強模型 = 預設都切過去用」，切了 Fable 5 跑日常的部落格發文流程（查證、寫稿、發 Firestore）。跑完一看，這類任務 Opus 4.8 本來就處理得很好，多付的一倍輸出 token 錢完全沒換到可感知的品質提升 —— 因為這個工作流的瓶頸從來不是「推理深度」，是「查證紀律」和「工具串接」。

    真正讓 Fable 5 發揮的，是後來拿它做整個專案的跨檔重構：一次讀進二十幾個檔、連續改、邊改邊驗。那種「人類自己都記不住全貌」的活，1M context 才終於有了用武之地。

    📝 我自己跑下來的觀察 {#我自己跑下來的觀察}

    幾個官方文件不會直接告訴你、但用了會踩到的點：

    • 輸出 token 是成本黑洞。$50/M 的輸出價配上「強制 adaptive thinking」，意味著你沒辦法靠關 thinking 省錢，只能靠 effort 參數壓。長對話累積下來，輸出 token 的帳單成長比你想的快。
    • fallback 機制要先設好，不要等踩到才補。如果你的應用有任何可能碰到那三個高風險領域，先把 fallbacks 參數或 SDK middleware 接上，不然 user 就吃到一個沒處理的 refusal。好消息是被拒不計費、retry 還退 cache 成本，所以接 fallback 沒有額外代價，純賺。
    • ZDR 這條會卡死一整類團隊。我看到不只一個做 to B 的朋友，模型選型第一刀就是 ZDR，Fable 5 直接在這關被刷掉。這不是能力問題，是合規問題，升級前先問法務/合約。
    • 「Mythos-class 但安全」這個定位很 Anthropic。它把最強的底層能力（Mythos 5）放出來，但用 classifier 圈住高風險領域。對一般開發者是好事 —— 你拿到接近頂規的能力，又不用承擔 Anthropic 認為太危險的那塊。

    ❓ 常見問題 {#常見問題}

    Q：Fable 5 和 Mythos 5 到底差在哪？
    同一顆底層模型。Mythos 5 拿掉了 cybersecurity / biology 等領域的安全 classifier，走限定釋出的 Project Glasswing，要申請。Fable 5 是加了那層安全閘門的版本，一般可用。能力上做正常開發兩者沒差。

    Q：被安全閘門攔下會收我錢嗎？
    不會。Refused before output → 不計費。如果 fallback 到別的模型重試，fallback credit 還會退回 prompt-cache 的切換成本。

    Q：Fable 5 比 Opus 4.8 貴多少？
    整整兩倍。Fable 5 是 $10 輸入 / $50 輸出 per M token，Opus 4.8 是 $5 / $25。

    Q：我有 zero data retention 需求，能用 Fable 5 嗎？
    不能。Fable 5 是 Covered Model，30 天資料保留，不支援 ZDR。有 ZDR 合規要求就得選支援 ZDR 的模型。

    Q：在 Claude Code 怎麼切到 Fable 5？
    對話框打 /model claude-fable-5，或打 /model 開選單挑。切完用 /status 確認顯示 claude-fable-5。

    Q：Fable 5 能關掉 thinking 嗎？
    不能。它只有 adaptive thinking，thinking: {"type": "disabled"} 不支援。要控制思考深度用 effort 參數。

    🔗 延伸資源 {#延伸資源}

    author
    陳
    陳彥彤

    AI 工程師 · AI 顧問。Java 後端 8 年、AI 工程師 2 年。AI 內訓 · AI 導入顧問 · 前後端與雲端培訓。

    support

    覺得文章有用可以到 GitHub 給個 star，或是透過信箱聊聊 AI 內訓、AI 導入顧問或前後端 / 雲端培訓。

    email github
    related

    相關文章

    [AI 工具] · 19min
    CodeGraph vs grep：AI 讀 codebase 少 81% 工具呼叫的知識圖譜
    CodeGraph 把整個 codebase 預先建成一張「程式碼知識圖譜」（symbol 節點 + call 邊），讓 Claude Code、Codex、Cursor 這類 AI agent 不用一個一個檔案爬，一次 codegraph_explore 就拿到相關 source、call path 跟改動波及範圍。官方在 7 個真實開源專案實測：VS Code 少 81% tool call、少 64% token，Alamofire 便宜 40%、快 33%。這篇把它是什麼、三層架構（tree-sitter + SQLite + file watcher）、安裝三件套、跟 grep / LSP 的差別、以及我接的時候要注意的點寫一遍。100% 本機跑、MIT、支援 23 種語言、8 個 agent。
    [AI 工具] · 12min
    AI agent 額度爆了不用乾等：ccs 多帳號無縫切換（Claude Code + Codex，同一場對話接得起來）
    額度撞 rate limit 最痛的不是要等刷新，是對話脈絡斷掉。ccs 這套把這個痛點直接做掉——一鍵切到第二個帳號，把同一串對話搬過去用它的額度繼續跑，脈絡完全不斷。核心原理 provider-agnostic：每一場對話其實是一個 .jsonl 檔躺在硬碟上，用 CLAUDE_CONFIG_DIR / CODEX_HOME 環境變數隔離兩個帳號身份，撞 limit 時把那場對話檔複製到第二個帳號目錄、再用它 resume 就好，額度算第二個帳號的、歷史一字不差。支援 Claude Code 與 Codex，連 Codex 斷了用 Claude 接的跨工具接力都涵蓋。安全上用「按需複製單一對話檔」而非 symlink 整個資料夾（後者雙開會 corrupt），token 永遠留在你自己的 Keychain、不被搬移。本文最後一段可以直接複製貼給 Claude Code，它會自己 git clone + 跑 install.sh 幫你裝好——唯一要你自己按的只有第二個帳號的 login。
    [AI 工具] · 17min
    agent-browser 是什麼？AI agent 專用瀏覽器自動化 CLI 實戰（含 Claude Code 接法）
    agent-browser 是 Vercel Labs 出的 AI agent 專用瀏覽器自動化 CLI，用 Chrome 跑、不依賴 Playwright。它最大的差別是「snapshot + refs」——回傳精簡的可訪問性元素清單（每頁約 200-400 tokens），而不是整坨 HTML。我今天把它裝到 Mac、跑通一個登入流程、再裝成 Claude Code skill，全程實測。這篇是覆盤：安裝怎麼裝、登入流程怎麼跑（snapshot→fill→click→截圖 round-trip）、踩了哪些坑（Hacker News 被反爬擋、ref 會過期、nvm 路徑可攜性），以及怎麼用「薄存根 + CLI 動態供給」把它接進 Claude Code 對話直接調用。
    ← all posts