Claude Fable 5.2 发布，high or max？ 上数据，看看质量和成本

Claude Fable 5.2 于 2026 年 11 月 9 日发布，标准 API 单价比 5.1 低 20%。

很多团队随即会问：既然变便宜了，能不能直接开到 max？

本文把 Fable 5.2 high 和 Fable 5.2 max 放在同一个框架下比较，同时看质量和每任务成本。

核心价值：读完本文，你会知道 Fable 5.2 的 high 和 max 分别在什么条件下适用，也能拿到一份可以直接用来做升级验收的记录清单。

目录

• to know：Fable 5.2 档位选择相关术语
• 1 Fable 5.2 的 high 和 max 改变的不是同一个单价
• 2 在同一张表内看 Fable 5.2 质量与成本
• 3 用独立机构数据检查 Fable 5.2 档位趋势
• 4 按任务用途选择 Fable 5.2 档位
• 5 用自己的验收决定 Fable 5.2 是否升级到 max
• 常见问题 FAQ / Key Takeaways / 总结

to know

1 Fable 5.2 的 high 和 max 改变的不是同一个单价

不少人以为档位越高，单价越贵。实际上，在 Anthropic 官方标准费率下，Fable 5.2 的输入是每百万 token 8 美元，输出是每百万 token 40 美元，这个单价不随档位变化。

effort 改变的是模型在一个任务上投入多少思考，以及走多少步、耗多长时间、消耗多少 token。所以单价相同，任务账单可以差好几倍。

Fable 5.2 档位如何影响账单

在 Fable 5.2 中，自适应思考始终开启，effort 决定的是思考投入的上限和倾向。档位提高后，模型通常会做更多推理和工具调用，计费 token 随之增加。

同样是 10 万输入 token，如果输出从 2 万 token 增加到 4 万 token，5.2 标准模式的费用会从 1.60 美元升到 2.40 美元，反而比 5.1 在原用量下的 2 美元还高。

另外要分清两种”默认值”。官方模型文档写明 API 默认 effort 为 high。Cursor 这类产品有自己的配置层，例如它的默认上下文是 300K，与 API 文档中的 1M 规格不在同一层面。

还有一点：官方提示指南提醒，同名档位在不同版本里的思考量可能不同，5.1 时期的档位经验不能原样沿用到 5.2。

2 在同一张表内看 Fable 5.2 质量与成本

CursorBench 4.0 是 Cursor 在自有任务和工具环境中做的评测，不属于通用独立复测，但它把五个档位放在同一个 Harness 下比较，适合观察各档位之间的相对变化。以下数据读取于 2026 年 11 月 10 日。

注：tokens 列是基准页面的聚合字段，不能理解为只包含输出量。来源：CursorBench 4.0。

Fable 5.2 high 到 max：3.1 个百分点与约 3.38 倍成本

在这张表里，High 到 Max 的得分从 56.9% 升到 60.0%，提高了 3.1 个百分点。每任务成本从 9.70 美元升到 32.79 美元，约为 3.38 倍，即增加了约 238%。

按本文计算，tokens 字段增加到约 3.55 倍，步数从 69 步增加到 218 步，约 3.16 倍。成本上涨主要来自思考和执行步骤的增加，与单价无关。

这组数据只能说明，在这个环境里更高得分伴随着明显更高的花费。

Extra High 的反常结果怎么读

表中还有一个值得注意的现象：Extra High 比 High 贵约六成，得分却低 0.6 个百分点。

💡 选择建议：同一张表里，档位之间的差距才可以比较；不同评测之间的数字不能拼在一起。如果你想在自己的任务上复现类似对照，可以通过 API易 apiyi.com 的统一接口和调用日志做对账，前提是先确认平台当日的模型 ID 与档位支持情况。

3 用独立机构数据检查 Fable 5.2 档位趋势

只看一个评测环境，结论容易受环境本身影响。AA 是独立评测机构，它的榜单可以用来检查 Cursor 中观察到的趋势是否也出现在另一个环境里。以下为 2026 年 11 月 10 日的动态快照，方法版本为 Intelligence Index v5.0.1。

65 不是 65% 正确率

AA 方法页说明，v5.0.1 版指数由 9 项评测组成，四类能力各占 25%。所以 65 是综合指数分数，不是 65% 的正确率。在 AA 环境中，high 到 max 指数增加 3，每任务成本约为 2.92 倍。high 和 xhigh 都是 62，只代表综合分相同，不代表两者逐任务的行为完全一致。

两个环境只能各自内部比较

两个环境都呈现”max 分数更高、成本约为 high 的 3 倍左右”的方向，这可以作为趋势上的相互印证。但 AA 和 Cursor 的任务、评分方式和成本算法都不同，不能把 AA 的 65 和 Cursor 的 60.0% 合并成一个正确率。

4 按任务用途选择 Fable 5.2 档位

官方提示指南给出了一套起步逻辑：API 从默认的 high 开始，根据自己的评估结果上调或下调；medium 偏向交互场景；xhigh 留给已经证明有额外收益的困难长任务；max 用于能力上限评估，或时间与 token 都不重要的少数任务。低档位还要注意任务提前结束的风险。

Fable 5.2 场景推荐表

下面三种情景是假设情景，用来说明选择思路。

选择 Fable 5.2 high 的场景

• 大多数需要较强推理的 API 任务，并且已有明确的验收标准；
• 团队尚未建立档位评估体系，需要一个官方推荐的起点；
• 请求量大、对单任务成本敏感的生产链路。

选择 Fable 5.2 max 的场景

• 评估模型在某类问题上的能力上限；
• 少数失败代价远高于模型费用的开放问题；
• 已经用自己的样本证明 max 能把通过率提到门槛以上，而 high 做不到。

🎯 技术建议：档位选择以任务分层为单位，不需要为每个请求单独决定。官方推荐的最佳实践是先用 high 跑通一批代表性任务。如果打算通过 API易 apiyi.com 统一接入，正式开跑前应先在平台确认当日的模型 ID、分组、端点以及 effort 支持情况。

5 用自己的验收决定 Fable 5.2 是否升级到 max

公开评测只能告诉你趋势，是否值得升级要由你自己的验收结果决定。下面的记录清单可以直接使用，核心原则是每次只改变档位这一个变量。

Fable 5.2 快速上手：先记录 usage

下面的极简示例只演示如何发起调用并记录 usage。本文不提供 effort 参数的透传写法：Fable 5.2 是否已在平台上线、effort 是否支持透传，都需要以平台当日文档为准。

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # API易 OpenAI 兼容接口
)

resp = client.chat.completions.create(
    model="YOUR_MODEL_ID",  # 填写平台当日确认可用的模型 ID
    messages=[{"role": "user", "content": "按验收标准修复以下函数……"}]
)
print(resp.usage)  # 记录 usage，用于后续对账

import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

# Anthropic 官方标准费率(美元/百万 token)，仅用于估算，不代表实扣
RATE_IN, RATE_OUT = 8.0, 40.0

def run_task(task_id: str, prompt: str, model: str, effort_label: str, passed_fn):
    """跑一个任务并返回一条验收记录。effort_label 只是记录用的标签。"""
    start = time.time()
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}]
    )
    text = resp.choices[0].message.content
    u = resp.usage
    est_usd = u.prompt_tokens / 1e6 * RATE_IN + u.completion_tokens / 1e6 * RATE_OUT
    return {
        "task_id": task_id,
        "model": model,
        "effort": effort_label,
        "passed": passed_fn(text),          # 事先写好的验收函数
        "prompt_tokens": u.prompt_tokens,
        "completion_tokens": u.completion_tokens,
        "est_usd": round(est_usd, 4),       # 估算值
        "seconds": round(time.time() - start, 1),
        "output": text,                     # 保留失败案例原文
    }

def quota_to_usd(quota: int) -> float:
    """平台日志中 quota ÷ 500000 即美元实扣。"""
    return quota / 500000

API易 的日志文档列出了 model_name、prompt_tokens、completion_tokens、quota、duration_for_view、request_id 等字段，其中 quota÷500000 就是美元实扣，other 字段包含分组倍率等补充信息。用 request_id 把验收记录和日志关联起来，就能按”通过的任务”计算实际花费，而不是只看单次请求的费用。

🚀 快速开始：如果想先用小样本验证流程，可以在 API易 apiyi.com 注册后使用新用户免费测试额度，跑通”同任务、单变量、记实扣”这套记录方法，再决定是否扩大样本。

最终判断原则是：先看 high 是否满足质量门槛。满足的话，就不需要为高出的那几个百分点支付约 3 倍的费用。只有 high 达不到门槛、max 能达到时，才去比较 max 多出的成本是否低于失败或返工的代价。不建议把 max 设为所有请求的默认值。

常见问题 FAQ

Fable 5.2 high 和 max 核心要点 Key Takeaways

• 单价不变，账单会变：effort 改变思考量和步骤数，同价位下任务成本可能相差数倍
• API 默认 high：官方建议从 high 起步，再按自己的评估结果上调或下调
• Cursor 对照：high 到 max 提高 3.1 个百分点，成本约为 3.38 倍
• AA 对照：指数从 62 升到 65，成本约为 2.92 倍；65 不是正确率
• 环境不能合并：两组评测只能各自在内部比较，不能拼成统一的性价比分
• max 留给少数任务：适用于能力上限评估和高价值开放问题
• 用实扣验收：同任务、单变量、记录 usage，可借助 API易 apiyi.com 日志对账

总结

Fable 5.2 high 和 max 的选择可以归纳为三点：

1. 区分单价与任务账单：档位不改变单价，改变的是投入量。
2. 在同一环境内读数据：Cursor 与 AA 都显示 max 分数略高、成本约为 high 的 3 倍左右，但两者不能合并比较。
3. 以验收门槛为准：high 能过门槛就保持 high；只有 high 不达标而 max 能达标时，才比较增量成本与返工代价。

对大多数团队来说，比较稳妥的做法是先在 high 上建立任务分层和验收记录，再挑出少数高价值任务单独评估 max。推荐通过 API易 apiyi.com 用统一接口和调用日志在自己的样本上快速验证，确认模型与档位支持后再扩大规模。

📚 参考资料

1. Anthropic 发布公告：Fable 与 Mythos 5.2 的发布范围与厂商自评
2. 链接： anthropic.com/claude-fable-and-mythos-5-2

3. 说明：发布日期为 2026-11-09，包含速度口径与评测表

4. Claude API 定价：官方标准费率

5. 链接： platform.claude.com/docs/en/about-claude/pricing

6. 说明：Fable 5.2 输入/输出为 8 / 40 美元每百万 token

7. Fable 5.2 模型规格：上下文、输出上限与默认 effort

8. 链接： platform.claude.com/docs/en/models/fable-5-2/overview

9. 说明：自适应思考始终开启，API 默认 high

10. Fable 5.2 提示指南：官方的档位选择建议

11. 链接： platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-fable-5-2

12. 说明：medium、high、xhigh、max 各自的适用场景

13. CursorBench 4.0：Cursor 自有环境中的五档评测

14. 链接： prod.cursor.com/evals

15. 说明：工具提供商自有评测，不属于通用独立复测

16. Artificial Analysis 模型榜单：独立机构动态榜单

17. 链接： artificialanalysis.ai/leaderboards/models

18. 说明：Intelligence Index 与每任务成本

19. Artificial Analysis 评测方法：Intelligence Index v5.0.1 的构成

20. 链接： artificialanalysis.ai/methodology/intelligence-benchmarking

21. 说明：9 项评测，四类能力各占 25%

22. Cursor 如何比较模型质量：旧版基准的方法博客

23. 链接： prod.cursor.com/blog/cursorbench

24. 说明：仅用于理解设计思想，不适用于 4.0 的统计结论

25. API易 日志查询 API：日志字段与实扣换算

26. 链接： docs.apiyi.com/api-capabilities/log-query
27. 说明：quota÷500000 为美元实扣

作者：APIYI 技术团队
技术交流：欢迎在 API易 apiyi.com 网站首页联系我们，更多资料可访问 docs.apiyi.com 文档中心

延伸阅读

• Fable 5.5 vs GPT-6.2 Astra：谁更强，怎么选？6 个 demo 与 3 个不公平点:Fable 5.5 与 GPT-6.2 Astra 都有公开 demo，但没有同题对比。本文梳理 6 个 demo 的证据等级、现役旗舰 Fable 5.1 与 GPT-6 Astra 的官方规格价格，并给出一套可重跑的选型评测方法。
• GPT-6.1 Terra 和 GPT-6 Luna 谁更适合批量自动化？用 4 组真实测试比较成本和准确率:Terra 的 Token 单价是 Luna 的 10 倍，准确率差距却从 4.7 到 18.7 个百分点不等。本文用 Plotly、DualEntry、OSWorld 等真实测试数据，算清批量自动化中“每个正确结果”的真实成本。
• 别只看 token 单价：估算一次任务完整成本的 7 个步骤:从输入、输出、推理、缓存、重试到校验升级，用 7 个步骤把“每百万 token 多少钱”换算成“每完成一次任务多少钱”
• 新模型长程任务验证指南：5 步判断新模型值不值得换:新模型发布后，如何用自己的长程任务做对照验证？本文给出 5 步流程、6 项评分指标和成本核算方法，帮你判断“值不值得换”。
• MiniMax M3.1 Flash 开源权重 10/23 放出：本地部署配置与 API 成本的 4 维对比:MiniMax M3.1 Flash 权重计划 10 月 23 日放出，本文说明本地部署需要什么配置，并从合规、调用量、运维能力、改模型需求 4 个维度对比自部署和直接调 API 的成本。