Claude Fable 5 vs Fable 5.1：快取讀取只要四分之一價

這是同一顆模型的兩個版本，不是兩顆模型的較量。所以問題不是「誰比較強」，是「升不升」。

把官方定價表兩列疊起來，八個欄位裡有七個一模一樣。只有快取讀取不同：$1.00 對 $0.25。

而那一欄，會讓你原本算好的快取策略整個作廢。

先講清楚前提：Fable 5 沒有退場，兩顆都還在服務，型號指定哪一個就跑哪一個。所以這是一個可以選擇不做的決定，不是被時程推著走的遷移。

先給選擇規則

本表是下面各節結論的摘要，不含新資料，每一條的依據見對應章節。

兩顆的規格表幾乎可以疊在一起

先確認沒有藏起來的差異。模型總覽與定價頁交叉比對的結果如下。

牌價層面，這篇文章的全部差異就是被標粗的那一列。

同一個 tokenizer 這件事有實際意義：本站量到的繁中係數可以直接沿用，不必重測。

唯一差的那一格：$1.00 變 $0.25

官方的說法是倍率變了。其他 Claude 模型的快取讀取是輸入價的 0.1 倍，Fable 5.1 是 0.025 倍。

換算成繁體中文

本站在 2026-08-12 用五種語料實測過 Anthropic 5 世代的 tokenizer，技術長文是每字 0.9955 個 token（方法與完整係數見繁中 token 成本）。

拿這個係數換算，一份 100 萬字的繁體中文技術文件當作快取前綴，每重讀一次要付：

沿用係數的前提，是兩顆的 tokenizer 真的一樣。這件事本站直接驗過。

方法是打 Anthropic 官方的 token counting 端點，同一段文字、同一個訊息結構，只換 model 欄位，從 1 個字量到 2,600 個字：

實測 2026-09-02，直連 api.anthropic.com。原始資料：bench/tokenizer/fable_5_1_token_delta_2026-09-02.json

差距固定是 2 個 token，從 1 個字到 2,600 個字都一樣。那就不是 tokenizer 的差別，是每次請求固定多算的 overhead，所以上面那張成本表可以照用。

但這裡有個陷阱值得記著。只量繁體中文的話，Fable 5.1 那個 184 剛好等於 Claude 4.6 世代的數字，看起來像是退回舊 tokenizer。改量英文才分得開：Fable 5.1 是 64、Fable 5 是 62，而 4.6 世代是 49。判斷 tokenizer 世代不能只用中文語料。

固定 overhead 的實務意涵也有例外。2,600 字的請求上它是 0.07%，可以忽略；但在只有一個字的請求上是 28.6%。負載如果是海量極短請求，這 2 個 token 就不能當作沒有。

一個 30 回合的 agent 迴圈

下面這張是照牌價試算，不是實跑的帳單。假設前綴穩定在 80,000 token（約 8 萬個繁中字），跑 30 個回合，每回合新增 2,000 token 輸入、產出 1,500 token，開頭寫一次 5 分鐘快取。

快取讀取那條省了 75%，但整包只省 28.8%。輸出那 $2.25 沒有變便宜，這是省不掉的地板。

所以省的比例完全看你的負載長什麼樣。前綴越大、回合越多、輸出越短，省得越多；反過來說，一個吐長文的單次請求，換 5.1 一毛都不會省。

要判斷值不值得，先去看自己的 usage 裡 cache_read_input_tokens 佔總輸入的比例。那個比例就是這次升級能碰到的帳單上限。

真正翻掉的是 TTL 的選擇

這件事不在任何規格表上，但它會改掉你程式裡的一個參數。

快取有兩種 TTL：5 分鐘（write 1.25 倍）與 1 小時（write 2 倍）。空檔超過 5 分鐘，你有兩個選擇：付 1 小時 TTL 的溢價，或是每隔幾分鐘送一個 max_tokens: 0 的空請求把快取續命。

續命一次的成本，就是一次快取讀取。

1 小時 TTL 比 5 分鐘貴 $7.50（每 1M token）。這筆溢價要用「少送幾次續命」來賺回來，回本點是：

這個比值跟前綴多大無關，兩邊都會被同一個數字約掉。

用每 4 分鐘續命一次來換算：在 Fable 5 上，空檔超過約 30 分鐘就該買 1 小時 TTL。在 Fable 5.1 上，同樣的頻率要 120 分鐘才回本，可是 1 小時 TTL 只活 60 分鐘。

換句話說，以一般的續命頻率算，1 小時 TTL 在 Fable 5.1 上撐不到回本就過期了。同一段程式碼，換個型號，這個選擇就從「該買」變成「不該買」。

這句話有前提，講清楚比較好。回本要 30 次續命，60 分鐘內要湊滿，得每 2 分鐘送一次。真的用這種頻率的話 1 小時 TTL 還是會回本，但那已經比 5 分鐘 TTL 的必要頻率密一倍，多花的錢會回到請求數上。

快取變便宜，失效反而變得更貴

還有一個方向相反的效果。

沒命中的代價是輸入原價 $10，命中是 $0.25。兩者相差 40 倍，在 Fable 5 上只差 10 倍。

絕對金額當然是變便宜了。但要不要花力氣去避免失效，看的是命中與沒命中差幾倍，而不是差幾塊錢。那個倍數變成四倍。

本站先前追過一次快取失效的成因，主因不是切模型，是人坐在螢幕前想事情的空檔（見 AI coding agent 的快取成本與快取機制怎麼運作）。

那個空檔正是上一節的續命要填的東西，而在 Fable 5.1 上續命一次只要四分之一的錢。所以結論不是「快取變便宜了可以少管」，是反過來：值得管的門檻降低了。

代價是三個破壞性變更

升級不是換個字串就好。官方遷移指南列了三個會讓現有請求直接失敗的變更。

一、強制 tool_choice 直接回 400

tool_choice 的 any 與 tool 在 Fable 5.1 上不再支援，連 count_tokens 與 Batch 都一樣。auto 與 none 不受影響。

三種改法：想「引導」就留 auto 並在 prompt 裡點名工具；想保證參數合法就在工具定義上加 strict: true（見 tool use 文件）；如果當初強制呼叫只是為了拿到 JSON，改用 structured outputs。

二、thinking block 只有原模型讀得懂

每個 thinking block 會記住是誰產生的。除了 Mythos 5.1 之外，沒有別的模型讀得懂 Fable 5.1 的 thinking block。

不過這一條不用改程式。讀不懂的 block 會被 API 在計價前丟掉，不計費也不報錯，你反而不該自己去剝除它們，剝錯順序會換來 400。

三、改寫歷史會讓後面的 thinking 全部失效

這一條最容易中。thinking block 的簽章綁住了產生它的那段對話前綴：top-level system、tools 陣列，以及它之前的每一則訊息。

改動任何一項，後面的 thinking block 全部失效。常見的踩法有四種：

• 每次請求重建 system 或 tools
• 往舊回合插入一行「當下狀態」然後下次拿掉
• 客戶端自己刪掉舊的 tool result
• 保留尾巴的壓縮（summarize 舊回合、保留最近幾輪原文）

對應的改法都是同一個方向：改成 append-only。指令變更改用 mid-conversation system message、工具變更用 tool_addition 區塊、清理歷史改用伺服器端壓縮，那不算改寫。

目前只有 2026-08-31 之後開的帳號會被強制執行，但官方說後續模型會對所有人生效。

除了這三條會報錯的，還有兩件是安靜退化：Fable 5 有 Priority Tier 而 5.1 沒有，原本靠它撐 SLA 的人升級等於失去；兩顆共用同一個 Fable 5.x 速率限制池，遷移期間同時跑兩顆不會多拿到額度。

還有一條限制兩顆都一樣，不是升級才有的，但很容易被誤診。這兩顆都要求 30 天資料保留，零資料保留的組織除非另外取得授權，呼叫會直接收到 400，錯誤訊息說的是保留設定不符。踩到這條的人通常會先回頭查 payload，方向就錯了，該去看的是組織或工作區的保留設定。

Fable 5.1 多了什麼

除了漲上來的能力，有三個新的請求層功能，都還在 beta，而且都跟快取有關。

每則訊息可以改 effort。 在 messages 裡塞一則空內容的 system 訊息帶 output_config，effort 從那一點之後改變，快取不用重來。在 Fable 5 上，要改 effort 只能動 top-level 的值，那會把整包快取作廢。

只活一回合的 system 訊息。 帶 clear_at 的系統訊息渲染一輪之後自動失效，但留在歷史裡不用刪。這剛好繞開上面第三條的地雷：以前「插入提醒、下次拿掉」的寫法，現在會弄壞後面所有 thinking block。

工具呼叫之間的進度更新。 把 thinking.display 設成 updates，模型在兩次工具呼叫之間寫的短進度會回傳成文字。預設是不回傳的，所以一個跑好幾分鐘的長回合，在介面上看起來會像當掉。

另外官方建議重跑一次 effort 掃描：level 的名字在不同模型上不代表同樣的思考量，5.1 的 medium 大約等於 Fable 5 的水準而更便宜。

該不該升到 Fable 5.1？

該升的是長時間跑的 agent。它的帳單結構就是「大前綴重讀很多次」，快取讀取那條佔比最高，而且官方說 5.1 在長時程 agentic coding、文件與試算表工作、多步研究、視覺與長 context 檢索上都更強。

不該升的是兩種人：harness 會改寫歷史而且還沒改成 append-only 的，以及靠 Priority Tier 撐 SLA 的。

第一種人要注意的是，這筆改造不是為了這次升級才做。官方已經說後續模型會把同一條檢查對所有帳號生效，所以那是遲早要付的成本，差別只在你想在哪一次升級的時候付。

其餘的人可以慢慢來。牌價沒有變，不升級不會多付錢，而遷移指南建議的做法本來就是先在一個工作區跑完再全面換。

本站沒有的數字

誠實交代一下這篇的邊界。

本站對這兩顆沒有自己的品質實測，定價頁上那兩列的分數欄是空的。上面所有能力面的敘述都來自官方文件，不是本站量到的。

延遲也還沒有可以發表的數字。這篇發稿前試過一次，經 MixRoute 從台灣交錯呼叫兩顆各 8 輪：首字中位數是 2,917 對 3,077 毫秒，差距落在雜訊裡；但總時間中位數差到兩倍以上，而且有五輪的串流沒有回傳用量資訊。樣本太少、變異太大，那個兩倍不知道是模型還是當下的網路，所以不寫進上面的結論。

本站量到而且真的用在這篇的有兩項：Anthropic 5 世代 tokenizer 的繁中係數，以及這次為了這篇補做的 tokenizer 一致性驗證。快取那幾張表的每一格，都是用前者把美元換算成繁中字算出來的。