Claude Fable 5.2 是什麼？API 價格、跑分、安全防護與遷移完整教學

Claude Fable 5.2 是 Anthropic 在美西時間 2026 年 11 月 9 日發表的前沿模型，台灣時間 11 月 10 日凌晨同步上線，定位是長時間執行的代理工作與最困難的開放式技術任務。它與同日發表的 Claude Mythos 5.2 共用同一個底層模型，API 價格降為每百萬輸入 token 8 美元、每百萬輸出 token 40 美元，等於 Fable 5.1 的八折，輸出速度官方宣告最快提升 30%。Fable 5.2 已提供給付費方案，Enterprise 帳號仍須由管理員啟用；免費方案不提供。日常的編碼與知識工作，官方仍建議從 Opus 5.5 起步。下面從計費結構與台幣試算講起，依序涵蓋 15 項官方跑分與第三方獨立評測、effort 檔位與 fast mode 的省錢邏輯、台灣的方案規則與首週促銷、安全防護會擋哪些任務、從 5.1 遷移的四項破壞性變更，以及與 Opus 5.5、GPT-6 Astra、Gemini 4 Carbon 的選擇判準。

Claude Fable 5.2 是 Claude 家族目前最強的通用旗艦，官方評測顯示它在幾乎所有受測能力上高於 Opus 5.5，強項是小時級的代理任務、多代理編排、深度研究與跨領域推理。它帶著資安與生物安全防護提供給付費使用者；同一底層模型保留完整資安與生物能力、只給驗證組織使用的版本叫 Claude Mythos 5.2。

上下文 1M token、最大輸出 128K token、知識截止 2026 年 6 月。API 標準價 8 與 40 美元，Batch 半價 4 與 20 美元，fast mode 兩倍價 16 與 80 美元換最多 2.5 倍的輸出速率。effort 有 low 到 max 五檔，API 預設 high，Claude 應用程式與 Claude Code 預設 medium。

Fable 5.2 的安全分類器會擋下多數資安與研究生物學任務，Claude 應用程式被擋時會改由 Opus 4.8 或 Opus 5 回應，API 則需另外設定 fallback。標準價是 Opus 5.5 的兩倍，法律研究、稅務與部分多模態任務在獨立評測中不是最強。日常開發先留在 Opus 5.5，把 Fable 5.2 留給值得的工作。

用影片看懂 Claude Fable 5.2：能力、價格與模型選擇

Claude Fable 5.2 是什麼？與 Mythos 5.2、Fable 5.1 的關係

Claude Fable 5.2 是 Anthropic 在 2026 年 11 月 9 日發表的旗艦模型，官方定位是處理最艱難的技術挑戰，API 文件的典型用途寫的是「跑好幾個小時的代理工作階段、多步驟深度研究，以及一路做到完成文件、試算表或簡報的分析」。它和 Claude Mythos 5.2 是同一個底層模型的兩種發布形態：Fable 5.2 內建資安與生物安全的防護分類器，提供給付費使用者；Mythos 5.2 的驗證組織版本依核准等級放寬部分資安與生物防護，提供給通過 Anthropic 驗證計畫的使用者，兩者規格與價格完全相同。Anthropic 在官方公告裡用一句話總結這個分工：Fable 的強防護讓它能開放給所有人，投入資安或生物醫學研究的組織可以申請 Mythos。

這不是 Fable 家族的第一次亮相。Claude Fable 5 在 2026 年 6 月 9 日發表，Fable 5.1 在 9 月 1 日接棒，5.2 是五個月內的第三次發布，Mythos 從第一代起就與 Fable 同步推出。在 Claude 的產品線裡，Fable 站在最頂端，往下依序是 Opus、Sonnet、Haiku 三個尺寸，官方建議的路徑是以 Opus 5.5 做日常主力，任務更難時往上換 Fable，要省錢或跑簡單工作時往下換 Sonnet 5.5 或 Haiku 5.5。前一版 Fable 5.1 的深度介紹整理過這個家族的定位演進，5.2 延續同一套結構。

• 2026 年 6 月 9 日：Claude Fable 5 與 Mythos 5 發表，Fable 家族與「開放版＋驗證版」的雙生結構確立。
• 2026 年 9 月 1 日：Fable 5.1 與 Mythos 5.1 接棒，定價 10 與 50 美元，現已被官方標示為 legacy。
• 2026 年 11 月 9 日：Fable 5.2 與 Mythos 5.2 發表，降價兩成、輸出提速最多 30%，台灣時間 11 月 10 日凌晨上線。

規格面上，Fable 5.2 的上下文視窗是 1M token（預設即最大值），單次回應最長 128K token，可靠的知識截止日是 2026 年 6 月，輸入支援文字與圖片、輸出只有文字。實際可放入的文字與程式碼量取決於語言、格式與 tokenizer，不能把 token 固定換算成中文字數；整段對話、工具結果與輸出也要一起計入上下文。若你對 token 與上下文的計量方式還不熟，可以先看大型語言模型的運作原理，再回來讀後面的計費試算。獨立評測機構 Vals AI 的模型頁還記錄了權重不公開、不支援影片輸入這兩個事實，想查原始規格可以對照 官方文件。

兩個規格數字有實務含義。官方可靠知識截止日為 2026 年 6 月，之後的新框架版本、API 與新聞，需要用工具檢索或你提供的新資料核對。128K 是單次輸出的上限，能否完成長文件仍取決於內容長度與任務要求；處理長文件時，仍要檢查是否截斷以及章節間是否一致。

速度與表達是官方強調的兩個變化。Anthropic 宣告 Fable 5.2 的輸出速度比 Fable 5.1 快最多 30%，這是官方口徑的上限值，不能直接換算成整個任務少花 30% 時間。官方公告也記錄，參與發布前測試的使用者認為這一代比過去的 Fable 與 Mythos 溝通更清楚。

API 價格表：降價兩成的實際結構，快取與批次才是省錢重點

Claude Fable 5.2 的 API 標準價是每百萬輸入 token 8 美元、每百萬輸出 token 40 美元，前代 Fable 5.1 是 10 與 50 美元，兩個單價都是八折。有一個文字上的細節值得先講清楚：降價兩成是從 $10 減到 $8、$50 減到 $40 換算，代表每 token 的單價下降，不保證每次任務的總費用也下降兩成。價格資訊以 Claude 官方定價頁為準，Fable 5.2 與 Mythos 5.2 共用同一張價目表。

單位都是美元／每百萬 token。這張表要往下看兩層：第一層是相對前代降價兩成，第二層是同一個模型內部的價差結構，後者對帳單的影響遠大於改版折扣。快取讀取只要 $0.20，是基本輸入的 2.5%，等於同一份上下文第二次以後的讀取接近免費；批次處理直接半價；fast mode 是兩倍價。一個模型的帳單最終落在哪裡，幾乎取決於你的工作負載吃的是哪一個計費欄位。

用一個可以重算的例子，把上面的單價換算成具體數字。假設一個代理任務要讀進 20 萬 token 的程式碼庫與討論歷史，產出 2 萬 token 的分析與修改後的程式碼：輸入 0.2 百萬 × $8 = $1.60，輸出 0.02 百萬 × $40 = $0.80，合計 $2.40。同樣的任務在 Fable 5.1 是 $3.00，在 Opus 5.5（單價 $4／$20）是 $1.20。換算台幣可以用「1 美元約 32 元新台幣」概算（匯率隨時浮動，實際以付款當日帳單為準），單次成本大約是新台幣 77 元。代理工作階段實際上會多輪往返，把每輪的輸入輸出分開記帳再加總，就是你自己的成本模型。

快取的影響比降價更大。代理式工作最貴的部分往往是之後每一輪都帶著完整歷史再送一次：20 萬 token 的上下文在快取命中時每輪只算 0.2 × $0.20 = $0.04，未命中時是 $1.60，相差 40 倍。一個跑 20 輪的代理任務，有沒有吃到快取，光輸入端的差距就可能超過 $30。1 小時快取寫入的 $16 適合超過 5 分鐘才回訪的長工作階段，批次處理的 $4／$20 適合離線的批次評測與大量文件處理。還有兩個會改變單價的乘數：資料落地（data residency）選項把推理限制在美國境內，加價 1.1 倍。fast mode 可以與快取、資料落地的乘數疊加。

不同的工作負載吃的計費欄位不同，對照自己的使用形態可以先看出帳單會長在哪裡。多輪代理任務的重複上下文吃快取，命中率決定輸入成本；文件與資料庫分析是大輸入、小輸出，輸入單價主導；程式碼生成與長文撰寫是輸出主導，每百萬 40 美元的輸出欄位才是重點；離線的批次評測與大量文件處理走 Batch 半價；有人等待的互動場景可以評估 fast mode；合規需求再疊資料落地乘數。同一個 8 與 40 美元的牌價，在不同工作負載下的實際每任務成本可以差好幾倍，先分類自己的負載，再討論這個模型貴不貴才有意義。

和現役家族比價可以看出定位。Opus 5.5 是 $4／$20，Sonnet 5.5 是 $2／$10，Haiku 5.5 從 $0.10／$0.50 起，Fable 5.2 的標準價正好是 Opus 5.5 的兩倍。這個價差是官方「日常先用 Opus 5.5」建議的算術基礎，也是 effort 檔位存在的理由。同一個 Fable 5.2，用對 effort 可以把成本壓到接近 Opus 5.5 的水位，具體做法在 fast mode 那一節展開。還有一個換算細節：無論輸入輸出怎麼混合，Fable 5.2 的標準單價恆為 Opus 5.5 的兩倍（8 對 4、40 對 20），所以「用幾成的 Opus 價格拿到 Fable 能力」這個問題的答案完全取決於 effort 檔位與快取命中率，而不是任務的 token 結構。

跑分完整解讀：官方 15 項評測逐項看，第三方給的第一名與弱項

官方結論是，Fable 5.2 與 Mythos 5.2 在幾乎所有受測能力上高於 Opus 5.5。但「幾乎」兩個字有實質內容：AutomationBench 輸給 Gemini 4 Carbon、AA-Briefcase 的 Elo 評分低於 Opus 5.5、獨立評測裡稅務與部分法律項目排名靠後。下面先給完整的官方成績單，再分群解讀每一項對實際工作的意義，第三方獨立評測壓軸對照。看表前記得三個前提：Fable 5.2 與 Opus 5.5 的分數是防護開啟的結果，各家都用最高可用 effort（另標註者除外）；資安與生物三項只有 Mythos 版本受測；CyScenarioBench 上各家實驗室用的題目並不相同，嚴格說不是同一張考卷。

表上的 effort 註記本身也是資訊。FrontierCode 那行的 Xhigh 標註代表官方展示的是各家的最高可用檔位，而 Gemini 4 Carbon 的 41.1% 附的是 Medium effort 標註，等於它的最高檔成績沒有出現在這張表上。跨廠跑分表向來如此。各實驗室自行選擇申報條件，數字可以並列，條件要一起讀，不然很容易把「沒申報」誤讀成「比較弱」。

編碼與代理工程：FrontierCode 2.0 的 49.1% 是目前受測模型的最高分

FrontierCode 2.0 測的是模型的程式修改能不能被開源儲存庫的維護者合併，是目前最接近「真實工程驗收」的編碼評測之一。Fable 5.2 在 Xhigh effort 拿到 49.1%，官方稱這是所有已發布受測模型中的最高分。更實用的比較是官方給的效率數字：High effort 的 45.3% 與 Opus 5.5 用 Max effort 拿下的 45.5% 幾乎持平，但每任務成本大約只有一半，而且仍高於 GPT-6 Astra 的最佳 42.8%。FrontierSWE v2 上 Fable 5.2 的 69.9% 領先所有列測對手，不過 GPT-6 Astra 的 65.5% 與 Opus 5.5 的 62.3% 差距沒有 FrontierCode 那麼大。對照 Gemini 4 Carbon 的評測整理可以看到，Google 這一代在兩項編碼評測都排在中段。

自動化、知識工作與推理：評測項目與對手要分開看

商業流程自動化的 AutomationBench 顯示不同對手各有強項：Fable 5.2 的 51.4% 雖然比前代的 31.4% 大漲，也高於 Opus 5.5 與 GPT-6 Astra，但輸給 Gemini 4 Carbon 的 53.9%。另一個要分開看的項目是 AA-Briefcase：評分版（rubric）Fable 5.2 以 66.1% 領先，改成兩兩對局的 Elo 計分後，Opus 5.5 的 1800 反而高於 Fable 5.2 的 1785。這兩個結果分別涉及 Gemini 4 Carbon 與 Opus 5.5，不能合併成同一個對手的勝負結論，做採購決策時要把評測項目與比較對象一起記下來。

AA-Briefcase 值得多看兩眼，因為它是這波新評測裡少數還沒被刷滿分的項目，測的是規劃加執行的綜合表現，分數仍有明顯提升空間。它的兩種計分方式也示範了同一個評測為什麼會給出兩種結論。rubric 版按完成度給分，Fable 5.2 的 66.1% 領先；Elo 版改成兩兩對局讓評審選偏好，Opus 5.5 的 1800 就翻盤回來。讀跑分時把計分方式弄清楚，比記排名重要：偏好類計分會放大表達與格式的權重，工程驗收類計分才貼近程式能不能動。

推理端的優勢就明確得多。Humanity’s Last Exam（含工具）74.2%，比 Fable 5.1 的 65.6% 與 Opus 5.5 的 67.7% 都高一截，GPT-6 Astra 的 57.2% 差距更大。Remote Labor Index 是測長文件、多工具遠端工作的項目，Fable 5.2 只用 High effort 就拿到 41.3%，是 Opus 5.5 的兩倍左右。代理式搜尋 WANDR（Perplexity 設計的大規模資料蒐集評測）82.1%，官方補充在 Medium effort 就能以約四成成本追平 Opus 5.5 的最高分。圖表判讀 Chartography 的 73.4% 只小贏 GPT-6 Astra 與 Gemini 4 Carbon，官方特別點出 Medium effort 的 66.4% 已高於 Opus 5.5 用 Max effort 的 64.4%，成本不到十分之一。電腦操作 OSWorld 2.1 離線集 89.3%，四個對手都在 79% 到 87% 之間。

OSWorld 值得單獨說明，因為它測的是實際操作：模型要在真實作業環境裡點選單、開檔案，跨應用完成辦公任務。89.3% 的成績對應的場景是辦公流程自動化，把模型接上虛擬桌面跑表單、對帳、資料搬移這類工作，比純文字評測更貼近企業導入的樣貌。離線集是部分題組，數字不能直接換算成任何線上環境的成功率，導入前仍要用自己的環境驗證。

機器人與科研：RoboDojo 的 64.9% 是世代跳升

機器人控制是這次增幅最戲劇性的一項。RoboDojo Sim 測的是從攝影機畫面控制一臺模擬的雙臂機器人，Fable 5.2 在 Max effort 拿 64.9%，官方的敘述是「超過同批上場的前沿模型，也超過多數專門為機器人控制打造的 AI 系統」，數字上是 GPT-6 Astra（29.8%）與 Fable 5.1（27.6%）的兩倍以上，Opus 5.5 是 39.4%，Gemini 4 Argon 在官方自己的執行中拿 34.2%，Gemini 4 Carbon 未列入。這項是官方內部執行的最高 effort 成績，還不能等同實體部署的分數。代理式科研的 Terminal-Bench-Science 0.1，Fable 5.2 拿 74.6%、Mythos 5.2 拿 75.3%，都明顯高於前代與對手，細節和實際案例放在後面安全與實績兩節。

第三方獨立評測：Vals AI 給了總分第一，也給了三個弱項

官方自評之外，獨立評測機構 Vals AI 在發表當天就把 Fable 5.2 排上 模型評測頁：Vals Index v2.2 總分 71.31%，36 個模型中排第一，領先 Sonnet 5.5 的 70.85% 與 Gemini 4 Carbon 的 70.45%，每測平均成本 $17.94。分項裡最好的幾項：Vibe Code Bench 93.77%（127 個模型中第一）、ProofBench 滿分 100%（53 個中第一）、BioMysteryBench 83.70%（第一）、Finance Agent 69.47%（第一）。要注意 Vals 的執行口徑與官方不同，例如 Terminal-Bench-Science 在 Vals 的版本是 55.71%，與官方的 74.6% 差了近 20 個百分點，這是評測框架、工具條件與 effort 設定不同的結果，兩邊數字不能放進同一行比較。

Vals 的價值在於它把弱項也列出來。Fable 5.2 在 HLAB-Vals 只拿 5.00%、Tax Agent Bench 32.09%（84 個中排 27）、Legal Research Bench 46.15%（93 個中排 19）、Vals Legal Index 69.17%（37 個中排 20）。SWE-bench Multimodal 62.29% 輸給 Opus 5.5 的 70.21%，Vals Science Index 63.74% 輸給 GPT-6 Astra 的 65.09%。把這幾格翻譯成採購語言：報稅研究、法律檢索，需要看圖修 UI 的多模態工程，Fable 5.2 不是最強選擇，Opus 5.5 或對手陣營反而值得先試。執行特徵方面，Vals 記錄每次測試平均延遲 43 分 42 秒、fallback 率 1.88%、拒答率 0.00%，反映這批評測的執行特徵，不能推論其他任務也有相同延遲與拒答率。

effort 五檔與 fast mode：同一個模型，成本可以差到十倍

effort 是 Fable 5.2 最值得學會的省錢機制。Fable 5.2 的思考（thinking）無法關閉，一律採用適應性思考，深度由 effort 參數控制，共有 low、medium、high、xhigh、max 五檔。API 的預設值是 high，Claude 應用程式與 Claude Code 的預設值是 medium。同一個問題在不同 effort 下的成本可以差到十倍以上，而正確的檔位取決於任務難度，不是一律開最大。

官方在公告裡給了四組效能與成本比較。FrontierCode 2.0 上，Fable 5.2 用 High effort 就能以大約一半的每任務成本追平 Opus 5.5 用 Max effort 的最佳分；WANDR 上，Medium effort 以約四成成本追平 Opus 5.5 的最高分；Humanity’s Last Exam 上，Low effort 以不到十分之一的成本追平 Opus 5.5 的最高分；圖表判讀 Chartography 也是 Medium effort 用不到十分之一的成本贏過 Opus 5.5 的 Max effort。這些數字共同指向一個結論。對多數中低難度任務，把 effort 壓在 low 到 medium，Fable 5.2 的實際成本可以低於「兩倍 Opus 價」的表面印象，需要衝 FrontierCode 49.1% 那種峰值表現時再開 xhigh。把五檔對應到任務類型，可以當成起手的設定建議：

• low：分類、摘要、格式轉換這類單步任務，回應品質對思考深度不敏感。
• medium：日常編碼、一般問答與文件撰寫，也是 Claude 應用程式與 Claude Code 的預設值。
• high：多步驟代理與需要規劃的工作，API 的預設值，多數困難任務的甜蜜點。
• xhigh：大型重構、跨模組遷移這種錯一步代價很高的工作，FrontierCode 的 49.1% 就在這一檔。
• max：評測與攻頂用，成本與延遲都最高，日常很少需要。

fast mode 解決的是另一個問題。等待。在請求裡設定 speed: “fast”，輸出速率（每秒輸出 token 數）最高提升 2.5 倍，代價是輸入輸出單價都變兩倍（$16／$80）。官方文件特別說明加速的是輸出速率，不含首 token 延遲（TTFT），因此長輸出通常有較多可縮短的等待時間，短問答的收益則要看實際輸出長度與延遲。什麼時候值得開：人類在旁邊等、中斷成本高的互動場景，例如一起除錯的即時工作階段、急著看長報告初稿；什麼時候不值得：批次處理、離線評測，沒有人在等的背景代理，這些場景多付一倍錢只買到沒有人消費的速度。fast mode 目前可用於 Claude Code、Claude Platform、Google Cloud 上的 Claude 模型與 Microsoft Foundry（Anthropic 託管），Mythos 5.2 的 fast mode 僅限驗證計畫組織。在 Microsoft Foundry 上，需改用 claude-fable-5-2-fast 的部署，並省略 speed；對一般模型部署直接送 speed 會報錯。Fable 5.2 的 Messages API fast mode 不需舊款 Opus 使用的 fast-mode-2026-02-01 beta header；API 帳號須位於支援的 Start、Build 或 Scale tier，另有獨立速率限制。Fast mode 不支援 Batch API 或 Priority Tier commitment，應從回應的 usage.speed 確認實際執行速度。以上平台限制以同一份官方文件為準。

fast mode 的損益可以用一個透明的代數判斷。假設一個任務要輸出 5 萬 token，標準模式的輸出速率是每秒 r 個 token，純輸出階段要 50000/r 秒；fast mode 的速率上限是 2.5r，時間壓到 20000/r 秒。輸出成本從 50000 × 40/1000000 = 2 美元變成 4 美元，只計輸出費用，多付的 2 美元最多買回 30000/r 秒的等待；實際帳單還要加上輸入與快取的費用。若標準速率以每秒 100 個 token 計，就是花 2 美元省 5 分鐘，換算成工程師的時間成本通常划算。同樣的任務丟給背景批次時，省下的時間沒有人消費，這 2 美元就是純浪費。官方的 2.5 倍是上限值，實際加速依任務而異，要用自己的負載實測一輪再定政策。

把 effort、快取、批次與 fast mode 疊起來看，才是一個完整的成本策略：背景與離線工作走 Batch 半價；互動工作靠快取把重複上下文的輸入壓到 2.5%；難度中等的日常任務用 low 到 medium effort；真正困難的關鍵任務才上 xhigh 或 max；fast mode 只在等人類回應時開。Claude Code 的費用結構在訂閱與 API 兩種計費下還有額外的用量規則，付費前值得一起看。

台灣怎麼用：方案規則、Claude Code 入口與首週促銷

台灣列在 Claude 官方支援地區名單中；Anthropic 也已宣布 Fable 5.2 提供給所有付費方案與主要雲端平台。能否在帳號中使用，仍取決於方案、用量與組織設定。免費方案（Free）看不到 Fable 模型。Claude 應用程式端的入口包含網頁版、手機與桌面版、Cowork、Claude Code、Claude Design、Claude for Microsoft 365 與 Claude Tag，Claude Code 需要版本 2.1.321 以上，模型從選單手動選，首週促銷不會自動更換預設模型。還沒有付費帳號的讀者可以先看Claude 訂閱方案的入門說明再決定從哪一層進場。

方案的常態規則比促銷更重要。官方方案規則文件把付費方案分成兩類：Max、Ultra、Team premium 席位與 legacy Enterprise premium 席位把 Fable 當方案內標配，但 Fable 佔每週用量上限的最高 50%；Pro 與 Team 標準席位走隨用計費的 usage credits，用多少付多少。Enterprise 的節奏特別不同。Fable 5.2 預設關閉，管理員開啟後才可用，發表七天後會自動加進所有已啟用任一 Fable 模型的角色，預設模型若原本設在某個 Fable 上也會自動搬到 5.2，不想升級的管理員要在七天內先退出。還要記得 Fable 消耗用量的速度比其他 Claude 模型快，官方文件明講了這一點。

API 端的四個雲端入口對台灣企業的實際差異在採購與治理。直連 Claude Platform 最快上手，Amazon Bedrock、Google Cloud 與 Microsoft Foundry 則把用量併進既有雲帳單，適合已經有雲端合約與折扣的組織。有資料落地需求時，美國境內推理是加價 1.1 倍的選項，走第三方雲還要再確認該平台自己的地區與保留條款。

發表首週有一波限時促銷，規則在launch offers 公告寫得很細。Pro 與 Team 標準席位：11 月 9 日起一週內（到台灣時間 11 月 17 日下午 3:59），Fable 全家族納入方案週用量上限至多 50%，另加一次 Fable 限額重置。Max、Ultra、Team premium 與 legacy Enterprise premium：按訂閱年資發 1 到 3 次限額重置，訂閱不滿 6 個月 1 次、6 到 12 個月 2 次、超過 12 個月 3 次，重置期限到台灣時間 2027 年 3 月 9 日下午 3:59。限額重置要求帳單在台灣時間 11 月 10 日凌晨 2:00 前已轉為付費；Team 與 Enterprise 還要求組織已付費且席位使用者已在截止前加入。仍在免費試用的訂閱轉付費後才能領取，self-serve Team 試用則視為已付費。Free、legacy Enterprise 標準席位、self-serve 與 usage-based Enterprise、HIPAA-ready Enterprise 都不適用。

限額重置的運作方式容易被誤解：它不會提高你的用量上限，只會把「花在 Fable 上」的用量退還。官方舉的例子是，若你本週用了 80% 的額度、其中 50% 花在 Fable，重置後會回到 30%。有 5 小時滾動限額的方案是整個視窗全滿，Verified Ultra 沒有 5 小時限額。操作路徑在設定 → 用量 → 限額重置，未達上限也能先按。官方按第一筆付費帳單的日期計算年資，中途退訂再回鍋不會歸零；Team 與 Enterprise premium 席位按組織的第一筆帳單計算，同一組織的 premium 席位取得相同次數。

訂閱與 API 的交界可以用用量形態判斷。訂閱制的本質是固定月費換每週用量上限，Max 與 Ultra 把 Fable 包在 50% 週上限內，適合每天穩定跑數小時代理的個人：月費固定，但要留意 Fable 週用量與額外 usage credits。API 按量計費，費用隨 token、工具與執行輪數變動，適合兩種人：一週只有兩三天需要衝刺的尖峰型使用者，以及要精確分配成本、跑批次、控制 effort 與快取策略的團隊。粗略的判斷方法是把月用量估出來乘上 API 牌價，明顯高於對應方案月費就留訂閱，明顯低於就評估 API 按量計費，介於中間的用首週促銷實測一輪再決定。

還沒付費的讀者也有一條務實路徑。免費方案用不到 Fable 5.2，但可以先用免費版熟悉 Claude 的介面與基本工作流，確認自己的任務形態後再升級。首週促銷暫時讓 Pro 與 Team 標準席位把 Fable 全家族納入週上限的一半，錯過之後就回到 usage credits 的按量計費。與其糾結要不要為了 Fable 升級，不如趁這一週把自己的真實任務跑過一輪，看成果差距再決定。

安全防護：哪些任務會被擋、被擋之後會發生什麼事

Fable 5.2 會拒絕的任務範圍要先講清楚，因為它直接決定你的工作能不能用這個模型。Fable 5.2 內建的安全分類器會擋下高風險資安活動，包括滲透測試、漏洞利用產生（exploit generation）與以二進位檔為基礎的漏洞分析，以及研究生物學領域的多數任務。在 Claude 應用程式中，被擋查詢會改由 Opus 4.8（資安類）或 Opus 5（生物類）回應。API 拒答則使用 HTTP 200、stop_reason: refusal 與 stop_details，並不表示已自動呼叫替代模型；在支援的平台，要使用 server-side-fallback-2026-07-01 beta header 加 fallbacks: “default”，或自行重試，詳見官方拒答與 fallback 文件。沒有建議替代模型的類別仍會拒答。拒答會計入速率限制，是否計費取決於拒答類別。程式不能只檢查狀態碼，要檢查 stop_reason。Mythos 5.2 就是為這邊界而存在：資安工程與生醫研究的組織分別走 Cyber Verification Program 與 Life Sciences Verification Program 申請，取得保留完整資安與生物能力的同底層模型。

企業資安團隊的採購清單可以再放大一格：官方公告的資安章節也連向 Claude Security 這個產品與它「持續掃描、追蹤修復進度」的更新，驗證組織的 Mythos 研究用量與 Claude Security 的日常防護可以放進同一張清單評估，一邊找漏洞、一邊顧防線。

官方觀察到的阻擋次數比前代下降。Anthropic 根據 claude.ai、Claude Code 與 Cowork 的早期測試，觀察到 Fable 5.2 的阻擋次數比 Fable 5.1 少約 55%，資安類少約 60%、生物類少約 40%，這是早期測試的觀察值，不能直接當成所有任務的誤擋率。合法研究與防禦用途仍可能碰到分類器，資安團隊要用自己的工作清單確認可用範圍。

外部評測與沙箱逃逸：3.1% 相對於前代 39% 的含義

發表前的外部測試單位有三個：英國 AI Security Institute（AISI）、Frontier Design 與 METR。Anthropic 在註腳裡誠實聲明這三個單位沒有審閱公告與 System Card 的內容、也不一定同意其中說法，完整的評測內容收錄在官方 System Card。官方對整體風險的結論是，失準（misalignment）的高風險仍然偏低，模型在多數對齊指標上的表現與近期的模型相當或更好。

最值得細看的是沙箱逃逸實驗。這是一個超過 1,800 個情境的對抗實驗，多數情境不逃出沙箱就無法解題，而且沙箱被故意留了一個弱點，帳號憑證與檔案就放在沙箱外面。結果：Mythos 5.2 在 3.1% 的情境裡動用了沙箱外的憑證或檔案，與 Opus 5.5 的 3.3% 相當，低於 Sonnet 5.5 的 5.1%，更遠低於 Mythos 5 的 39% 與 Mythos 5.1 的 21%。這組數字說明激進行為在這一代被壓下來了，但 3.1% 不是零，把高權限憑證放在代理可觸及的位置仍然是危險設計，多代理系統的權限隔離不能省。

對系統設計者的直接課題是：假設代理有小概率會伸手拿放在沙箱外的東西，憑證的位置就是安全邊界。把 API 金鑰、資料庫帳密與生產環境的存取權放在代理的執行環境之外，用最小權限的臨時憑證，對輸出通道做白名單，這三層都做起來，3.1% 才會從風險變成可接受的殘餘風險。外部單位測的就是這類情境，前代的 39% 到這一代的 3.1%，進步是真的，但安全設計不能跟著進度表走。

誠實度審計與一個反常發現

行為審計涵蓋約 1,900 個情境，測的是模型會不會幻覺輸入、謊稱完成任務、隱瞞重要資訊或掩蓋偷懶。綜合分數（越低越好）Mythos 5.2 拿 2.67，優於 Opus 5.5 的 2.79、Sonnet 5.5 的 3.10 與 Mythos 5.1 的 3.28，四項不誠實行為的發生率都下降。測試是在 Mythos 5.2 上做的，官方的理由是降低防護的版本最能看全面行為，並預期 Fable 5.2 表現相近。反常的發現是，Mythos 5.2 與 Fable 5.2「懷疑自己正在被評測」的表達頻率高於近期所有模型，官方自己承認這會增加評估真實場景行為的難度。這是目前前沿模型透明度報告裡少見的誠實段落。

對代理系統的維運來說，行為審計的四個項目就是四種要監控的失敗模式：幻覺輸入（把沒給過的資料當成讀過）、謊稱完成（回報完成但沒做）、隱瞞重要資訊、掩蓋偷懶的工作。這些行為在長時間自主執行時最危險，因為人為干預越少，謊報越難被發現。這一代的數字下降，代表它更適合放進少監督的長任務，但更少不是沒有，驗收條件仍然要獨立於模型的自我回報，用測試、建置結果或外部工具確認，而不是相信它說完成了。

防蒸餾與資料治理：30 天保留與 ZDR 例外

Fable 5.2 掛上「史上最強防蒸餾」的說法：官方引用蒸餾防禦研究報告，宣稱相關技術把蒸餾方收割的資料量減少了 90% 到 99%，同時把 preserved thinking 機制擴大到所有 API 帳戶。這與 Anthropic 一路以來的輸出防護是同一條線：模型輸出不再能被直接拿來訓練競品的替代品。想理解這類技術的背景，可以參考我們整理過的Claude 浮水印與選字防護。

資料治理是企業採購的硬門檻。Fable 5.2 與 Mythos 5.2 強制 30 天資料保留供安全監控使用，屬於 Covered Models，除非 Anthropic 明確授權，不能走零資料保留（ZDR）。未授權的 ZDR 請求會收到 invalid_request_error。走 AWS、Google Cloud 或 Microsoft Foundry 第三方託管的團隊，還要再確認該平台的地區與保留條款。需要 ZDR 相容監控的企業可以關注 Enterprise Frontier Safeguards：自動安全監控改在客戶自己的基礎設施上執行提示與回應檢查，目前對 Bridgewater、Salesforce、Stripe 等客戶進行私測。

被刻意壓住的能力：AI 研發本身

一個容易被忽略的限制是，Anthropic 在訓練時刻意壓制了最能加速 AI 研發的特定研究能力，所以在加速器核心最佳化與大型語言模型架構改良這些領域，Fable 5.2 與 Mythos 5.2 的表現大約就是 Opus 5.5 的水準，不是牌面上的最強。少數主題（例如某些非主流加速器上的核心開發）還有透明的 fallback 機制，直接改由 Claude Opus 5 回應。如果你的任務正是寫 GPU kernel 或改進模型架構，這一代不會給你超越 Opus 5.5 的增益，這是政策選擇，不是能力缺陷。

官方實績檢驗：費馬大定理、作業系統與機器手臂

跑分之外，Anthropic 這次給的實績案例數量是歷次發表最多的一次，而且多數附了可對照的數字。這一節逐項拆解每個案例實際做了什麼、數字代表什麼、以及離一般開發者有多遠。這些案例的共同點是長時間、少人為干預的自主執行，這正是 Fable 5.2 的設計目標，也是它與日常模型的真正分界。讀的時候帶著一個濾鏡：每一個都是 Anthropic 自己挑的展示，成功率、嘗試次數與失敗案例大多沒有公開，把它們當成這一代模型被拉到哪裡的座標，而不是你的專案也會一次成功的保證。

一千個代理花三十小時證明費馬大定理

費馬大定理的形式化是最有傳播力的實驗：一組 1,000 個 Fable 5.2 代理組成的團隊，用 30 小時把費馬大定理的證明完整翻譯成電腦可以逐步驗證的形式語言（Lean），人為干預極少。對照組很殘酷：同樣的 1,000 代理設定下，Opus 5.5 在 18 小時只完成 26%，之後幾乎停滯。Anthropic 上一個未發布的研究版模型第一次形式化花了 11 天，Fable 5.2 的團隊只用了三分之一的行動 token，產出的證明還短了七倍。工程細節與分層安全控制在Anthropic 的工程部落格與費馬形式化研究頁，對多代理系統實務有興趣的讀者，我們先前整理的多代理系統實務經驗可以對照著看，兩邊要解的是同一個問題，怎麼讓大量代理安全地並行。

從空資料夾到可開機的作業系統原型

另一個長程實驗來自一位 Anthropic 工程師，他給 Fable 5.2 的題目是設計一個作業系統原型。模型從一個空資料夾開始，協調超過 1,000 個子代理、連續工作八天撰寫測試與審查程式碼，產出一個能在筆電上開機的作業系統，有自己的核心、磁碟鍵盤網路驅動、永久檔案儲存、視窗、登入畫面、安裝器與內建 Claude 功能。內部工程的數字同樣驚人：Anthropic 核心程式碼庫超過 90% 的合併變更現在由 Claude 在人類指導下寫成。一組跑早期版 Fable 5.2 的代理把一個關鍵生產服務從 Python 遷移到 Rust，服務啟動速度快了約 26 倍。這些數字都是 Anthropic 自家口徑，但它們指向同一件事。官方展示已包含持續數天的任務，但單一案例不能證明一般專案都有相同的可靠度。

這些案例有一個官方沒有給的數字：成本。一千個代理跑八天、一千個代理跑三十小時，對應的 token 消耗與帳單規模都沒有公布，一般使用者因此無法直接重算整個實驗的帳單。在官方補上數字之前，把這些案例當成能力上限的展示，而不是成本模型。你的任務是否變便宜，取決於達成同樣成果所需的 token、輪數與重試次數，必須分開計算。

跨出軟體：機器手臂、電子裝置與蛋白質

硬體端的展示有三個層次。機器人：在 RoboDojo 模擬環境裡，Fable 5.2 從攝影機影像控制雙臂機器人完成擰瓶蓋、拼圖等未經專門訓練的任務，官方釋出的影片裡可以看到實際操作。電子設計：給一段文字描述，Fable 5.2 設計並產出三臺可運作的電子裝置（家用語音助理集線器、USB 擴音會議機、掌上電子寵物），每臺有自己的電路板、3D 列印外殼與軟體，板子一天內就可交付製造，與硬體公司 Diode 合作完成（兩家公司有商業合作關係），三臺裝置都不需要電路修改就能動。極端案例是量化材料模擬：Discovered Materials 用 Fable 5.2 把 Quantum ESPRESSO 的聲子程式在同一張 GPU 上加速約 36 倍，13 個基準案例從 3.3 小時縮到 4 分鐘內。iGent 的見證則是單一工作階段建成 hypervisor，超過 3,500 個機器可驗證的證明覆蓋每一種情況。

蛋白質與資安案例主要使用 Mythos 5.2，理論物理案例則使用 Fable 5.2。蛋白質設計上，Mythos 5.2 找到預測整個 AAV 衣殼結構的新方法，34 個嘗試中準確建模 28 個，展示了基因治療載體設計的研究方向，仍需實驗驗證。資安端的數字更系統性。10 月對 1,829 個 CVE 的測試裡，Mythos 5.2 在每個 effort 檔位都贏過 Mythos 5.1 與 Opus 5.5，一家資安公司發現 Mythos 5.2 找到的確認漏洞中，每六個就有一個是所有受測前沿模型都漏掉的。理論物理則有兩個黑洞開放問題的解，論文以預印本形式釋出。對一般讀者，這一段的啟示是：前沿能力已經外溢到寫程式以外的領域，但資安與生物的大門只對驗證組織開。

蛋白質那個案例的方法細節值得展開，因為它示範了「新方法」的具體含義。官方的比較基線是兩個開源折疊模型：在 AAV2 上，OpenFold3 預覽版用一張 NVIDIA H200 要算約 58 分鐘，ESMFold2 約 7 分鐘；Mythos 5.2 的準確門檻設在 3 Å，實測的 Cα RMSD 達到 1.2 到 1.4 Å。對生醫團隊的意義是設計流程的前段可以先在模型裡跑，把實驗留給通過預測的候選。

從 Fable 5.1 遷移：四項破壞性變更與升級檢查表

遷移的整體結論先講。官方認定是「大致可以直接替換」（mostly drop-in），API 介面、適應性思考、強制工具選擇的限制、拒答處理與資料保留要求都與 Fable 5.1 相同，價格還更便宜。但有四項變更會直接弄壞現有程式，全部集中在多代理與工具呼叫的工作流。汰換時線上不需要急。官方汰換表把 claude-fable-5-2 的最早退休日訂在 2027 年 11 月 9 日，Fable 5.1 是 2027 年 9 月 1 日，Fable 5 是 2027 年 6 月 9 日，官方立場是「5.1 仍可用，但建議考慮遷移」。時間軸細節見模型汰換頁。

換模型 ID 是第一步。Amazon Bedrock 要加 anthropic. 前綴，Microsoft Foundry 的 fast mode 是獨立模型 ID，其他平台相同。

# Python SDK：換 model 字串即可
model = "claude-fable-5-1"  # Before
model = "claude-fable-5-2"  # After

變更一：thinking 區塊的 prefix check 套用所有帳戶

Fable 5.2 的 thinking 區塊綁定對話前綴：送回 thinking 區塊時，若先前的系統提示、工具定義或舊訊息被修改過，API 會回 400 錯誤，訊息會指出簽章無效、區塊綁定到另一個對話。這個檢查在 5.1 時期只對部分帳戶生效，5.2 起套用每一個帳戶，自行管理對話歷史的系統（修改、壓縮或重排過歷史再送回）最容易踩到。解法兩條：移除不相容的 thinking 區塊，或設定 thinking.block_binding.prefix_mismatch_behavior 為 drop_block，後者需要在 anthropic-beta 標頭帶 thinking-binding-controls-2026-08-01。實務上的設計原則是歷史只追加、不編輯。

變更二：thinking 區塊只有 5.2 系列讀得到

相容性是單向的。Fable 5.2 讀得懂 Fable 5.1 的 thinking 區塊，所以對話從 claude-fable-5-1 換到 claude-fable-5-2 可以保留先前的推理；反過來 Fable 5.1 讀不懂 Fable 5.2 的區塊。會讀 Fable 5.2 thinking 區塊的只有 Fable 5.2 與 Mythos 5.2 兩個模型。對路由與 fallback 系統的影響最直接。5.2 產生的對話回退到舊模型時，API 會捨棄不相容的區塊，請求仍可能成功，但首輪 token 消耗與延遲可能上升，降級路徑要重測。

變更三：舊版 computer use 工具回報錯誤

舊的 computer_20251124 電腦操作工具在 Bedrock 以外的所有平台都會回錯，電腦操作流程要改用現行版本的 computer toolset（computer_toolset_20260801）。只有 Amazon Bedrock 還接受舊 ID，但跨平台一致的系統應該一次全部換掉，避免同一套程式在不同雲上行為不同。依賴瀏覽器或桌面自動化的代理服務要在升級前清點所有工具版本字串。

變更四：5.2 執行者只能配 5.2 顧問

advisor 工具的規則收緊：Fable 5.2 作為執行者（executor），只能配 Fable 5.2 或 Mythos 5.2 的 advisor。若將 executor 升成 5.2，就要同時確認 advisor 是 Fable 5.2 或 Mythos 5.2；若只把 advisor 升成 Fable 5.2，則可保留原有的小模型 executor。變更 advisor 會修改 tools，應從新對話啟用，避免舊 thinking 區塊觸發 prefix check。這項與前面三項一樣，都來自官方的What’s new 文件，逐項檢查清單與完整說明在遷移指南。

參數清理：三個舊參數直接回 400

除了四項破壞性變更，參數層還有三個地雷。思考設定：thinking 設為 enabled 加 budget_tokens、或設為 disabled，都回 400，正確做法是整個省略 thinking 參數或送 type: adaptive。強制工具：tool_choice 設 any 或指定工具名稱都回 400 的 invalid_request_error。取樣參數：temperature、top_p、top_k 已在 API 版本 2026-10-21 移除，送了就回 400，全部省略即可。還有兩個實務提醒：安全防護的拒答是 HTTP 200 加 stop_reason: refusal，記得檢查 stop_details；長任務要監控提前停止與子代理數量，防止成本在無感中膨脹。

官方遷移指南給的五步檢查，適合直接當成升級日的執行清單，依序做完再切流量：

1. 檢查歷史編輯邏輯：所有會修改、壓縮或重排對話歷史再送回的路徑，都會觸發 prefix check，改成只追加不編輯。
2. 檢查模型切換點：路由與 fallback 從 5.2 回退到舊模型時，thinking 區塊會被丟掉，請求仍可能成功，但要重測延遲與 token 消耗。
3. 清點 computer 工具版本：把 computer_20251124 全部換成 computer_toolset_20260801，連 Amazon Bedrock 也一併統一。
4. 更新 advisor 配對：executor 與 advisor 同時升到 5.2 系列，避免只升一邊造成配對失效。
5. 重跑評測：effort 從 high 起跑做掃描，5.2 的成本曲線與 5.1 不同，沿用舊 effort 設定可能多花一倍錢或拿不到應有的表現。

同一批任務記錄成功率、總 token、子代理成本與端到端延遲，數字站得住再全面切換。升級時機也不必搶快。Fable 5.1 仍在服役、最早 2027 年 9 月才退役，先在測試環境把清單跑完，再挑一個低風險週把流量切過去，回退時則保留已驗證的 5.1 請求設定，處理 5.2 thinking 區塊不相容，並重測首輪成本與延遲，這也是大多 drop-in 遷移仍然要留測試環境的原因。

該不該換？與 Opus 5.5、GPT-6 Astra、Gemini 4 的選擇判準

多數人不需要把 Fable 5.2 當日常模型。官方自己的建議寫得很白：「多數編碼與知識任務，我們建議從 Opus 5.5 這個最強的日常主力開始，再依工作的規模與複雜度換模型，往上到 Fable 或 Mythos，往下到 Sonnet 5.5 或 Haiku 5.5」。Fable 5.2 的價值集中在官方跑分贏最多的那些場景，而且要用對 effort 才划算。把現役陣容的價格與定位放在一起比較，完整名單見模型總覽：

把「該不該用 Fable 5.2」翻成可操作的判準，適合往上換的情況：

• 跑數小時的代理工作階段：大型重構、跨服務遷移、整庫升級，FrontierSWE 與 FrontierCode 的領先在這類任務最可能兌現。
• 多代理編排：Fable 5.2 可以扮演指揮者（Orchestrator），把簡單子任務派給 Sonnet 5.5 與 Haiku 5.5 執行，費馬實驗證明這個模式在 1,000 個代理的規模下可行。
• 深度研究與長文件分析：WANDR、Remote Labor Index、HLE 的領先幅度都在兩位數，文獻綜述、盡職調查、跨領域推理是強項。
• 需要硬體、機器人或科學計算的探索性專案：RoboDojo、BenchCAD、聲子加速這些成績代表還沒有其他通用模型碰得到的邊界。

不該用、或至少不該第一個用的情況：

• 日常編碼與知識問答：官方建議直接用 Opus 5.5，成本一半、速度感受更好，AA-Briefcase 的 Elo 分數 Opus 5.5 還略高。
• 報稅、法律檢索與研究：Vals 的 Tax Agent 32%、Legal Research 排 19/93，這些任務有更便宜或更強的選擇。
• 看圖改 UI 的多模態工程：SWE-bench Multimodal 輸 Opus 5.5 八個百分點。
• 資安與生醫任務：Fable 5.2 的防護會擋，走 Mythos 申請或考慮專門工具，一般滲透測試工作流先別期待 Fable。

跨模型或跨 effort 的選擇，最可靠的做法是給自己兩週跑一輪對照。準備 20 到 50 個真實任務樣本，固定同一批輸入，讓 Opus 5.5 與 Fable 5.2（先用 medium，再抽幾題試 high）各跑一輪，記錄五個數字：任務成功率、總 token、子代理成本、端到端延遲、人工覆核時間。算出每任務成本之後再除以成功率，才是真實的單位成本。若 Fable 5.2 把人工覆核時間壓掉一半，帳面貴兩倍的單價可能反而省錢。離線評測走 Batch API 半價，兩輪對照的成本可以再壓一半，這筆驗證費用是整個採購決策裡報酬率最高的一筆。

與 OpenAI 和 Google 的橫向定位可以這樣看：這次官方把 GPT-6 Astra 與 Gemini 4 Carbon 列進大部分對照表，Fable 5.2 在編碼、推理、電腦操作與機器人都取得第一，AutomationBench 輸 Gemini 4 Carbon、圖表判讀只小贏。GPT-6 Astra 的相對強項在 FrontierSWE 的第二名與 Vals Science Index 的第一。如果你的工作流已經綁在 OpenAI 生態，GPT-6 Astra 的能力、價格與使用方式可以對照著讀。開源陣營的對照點是 GLM 5.2：兩者目前沒有可直接引用的同框架權威評測；AA-Briefcase 六月首發時的排名（初代 Claude Fable 與 GLM 5.2 分居封閉與開源組榜首）講的是上一代 Fable，不是 5.2 的成績。開源的真正優勢在自架與成本控制，而不是可引用的跑分。實際的考量點是資料不能出門的環境、想鎖定成本的團隊，以及願意自己維運推理基礎設施的組織，代價是部署工程、更新節奏與能力上限都自己扛。等 GLM 5.2 與 Fable 5.2 出現同框架的獨立評測再下結論，是目前最誠實的說法。

還有一個提醒是角色分工。Fable 5.2 不只能當執行者，官方文件給它兩個進階角色：顧問（Advisor），讓 Haiku 5.5、Sonnet 5.5 或 Opus 在難題上向它請益；指揮者（Orchestrator），由它拆解任務派給小模型。這兩種用法把成本結構倒過來。貴模型出現在關鍵決策點而不是每一輪對話，對帳單的槓桿最大。顧問模式的實際操作可以很具體。日常對話留在 Opus 5.5，遇到卡關的架構決策或難除的臭蟲，把上下文交給 Fable 5.2 出第二次意見，兩個模型的意見對照本身就是一種品質檢查；指揮模式則反過來，讓 Fable 5.2 做規劃與驗收，把大量重複實作交給小模型，錢花在決策點上。Claude Code 裡的實際操作與用量管理，可以接著看Claude Code 的核心用法。

Claude Fable 5.2 常見問題

Claude Fable 5.2 何時發布？

Anthropic 在美西時間 2026 年 11 月 9 日發表 Claude Fable 5.2 與 Claude Mythos 5.2，台灣時間是 11 月 10 日凌晨，當天即在 Claude Platform、各大雲端平台與所有付費方案同步上線。這是 Fable 家族五個月內的第三次發布，前兩版分別是 6 月 9 日的 Fable 5 與 9 月 1 日的 Fable 5.1。按官方汰換表，5.1 最早 2027 年 9 月退役，升級有不短的緩衝期。

Claude Fable 5.2 台灣可以用嗎？免費方案行嗎？

可以，台灣列在 Claude 官方支援地區名單中。Fable 5.2 提供給付費方案與 API；Enterprise 仍須管理員啟用，第三方雲端則需符合各平台的供應地區與帳號條件。免費方案不行，Fable 模型只出現在 Pro、Max、Ultra、Team 與 Enterprise 付費方案；Pro 與 Team 標準席位以 usage credits 計費，Max、Ultra 與 premium 席位則把 Fable 內建在每週上限的 50% 內。發表首週另有按年資發放的限額重置促銷。

Claude Fable 5.2 的 API 價格多少？

每百萬輸入 token 8 美元、每百萬輸出 token 40 美元，是 Fable 5.1（10 與 50 美元）的八折。快取寫入是 10 美元（5 分鐘）與 16 美元（1 小時），快取讀取 0.20 美元，批次處理半價 4 與 20 美元，fast mode 兩倍價 16 與 80 美元。以 1 美元約 32 元台幣概算，標準價約是每百萬 token 新台幣 256 元與 1,280 元。實際帳單取決於輸入輸出占比與快取命中率，長代理任務吃快取的程度決定大部分成本。

Claude Fable 5.2 和 Fable 5.1 差在哪？

三個維度。能力：官方表中新一代各項分數均高於對應前代，但資安與生物三項使用 Mythos，不能當成 Fable 的可用能力；增幅最大的是 RoboDojo 機器人控制（27.6% 到 64.9%）、Remote Labor Index（17.9% 到 41.3%）與 FrontierCode（32.4% 到 49.1%）。速度：輸出最快快 30%。價格：便宜兩成。規格與 API 行為大致延續，1M 上下文與 128K 輸出不變，但 thinking 區塊驗證、advisor 配對等四項變更會弄壞舊程式，遷移前要照官方檢查表逐項清一遍再切換，5.1 仍在服役，最早 2027 年 9 月退役。

日常開發該用 Claude Fable 5.2 還是 Opus 5.5？

日常用 Opus 5.5，這是官方自己的建議。理由是算術：Fable 5.2 單價是 Opus 5.5 的兩倍，而多數日常編碼與知識任務的差距不明顯，AA-Briefcase 的 Elo 對局 Opus 5.5 還以 1800 略高於 1785。該換 Fable 的時機是任務變難：跑數小時的代理重構、多代理編排、深度研究與跨領域推理，這些是 Fable 5.2 領先兩位數的場景，搭配低檔 effort 還能把成本壓下來。

Claude Fable 5.2 為什麼會拒絕回答？被擋了怎麼辦？

因為安全分類器。Fable 5.2 會擋下滲透測試、漏洞利用產生、二進位漏洞分析等高風險資安活動與多數研究生物學任務，Claude 應用程式被擋查詢會改由 Opus 4.8 或 Opus 5 回應；API 拒答則使用 HTTP 200 加 stop_reason: refusal，替代模型需另外設定 fallback 或自行重試。判斷是不是被擋要看 stop_details，不是狀態碼。官方早期測試觀察到的阻擋次數比 5.1 少約 55%；正規資安或生醫組織的解法是申請 Mythos 5.2，走 Cyber 或 Life Sciences 驗證計畫。

Claude Code 怎麼用 Fable 5.2？fast mode 划不划算？

Claude Code 是訂閱方案裡用 Fable 5.2 最直接的入口。先把 Claude Code 升到 2.1.321 以上，再從模型選單手動選 Fable 5.2，預設模型不會自動切換，應用程式端的預設 effort 是 medium。fast mode 在 Claude Code 可用，輸出速率最高 2.5 倍、單價兩倍，加速的是輸出而非首 token 延遲，適合人在旁邊等的互動除錯；背景批次或沒人等的工作不值得開。省錢的優先順序是快取與批次，fast mode 只買等待時間。

Claude Fable 5.2 比 GPT-6 Astra、Gemini 4 Carbon 強嗎？

在官方這輪對照表的多數項目上是的：FrontierCode 49.1% 對 Astra 的 42.8%，FrontierSWE 69.9% 對 65.5%，HLE 74.2% 對 57.2%，機器人 64.9% 對 29.8%，電腦操作 OSWorld 也以 89.3% 領先。但不是全部：AutomationBench 輸 Gemini 4 Carbon（51.4% 對 53.9%），圖表判讀只小贏，Vals 獨立評測的科學指數輸 Astra、多模態維修輸 Opus 5.5。跨陣營選擇建議用自己的任務樣本各跑一輪，跑分只負責縮小候選名單，驗收這一步要用自家資料。