prefix="og: https://ogp.me/ns#"> Claude Fable 5.1 发布:Anthropic 正式认领,缓存降价 75%

Claude Fable 5.1 发布:Anthropic 正式认领,缓存降价 75%

9月1日,Anthropic 在官方页面上线了 Claude Fable 5.1 的介绍页面,标题很直接——「Introducing Claude Fable 5.1」。没有悬念、没有预告,直接上架。

Fable 5.1 定位在 Mythos 级,这是 Anthropic 今年6月和 Fable 5 同步推出的能力层级,官方说法是「高于 Opus 系列」。Fable 5 当时首发,Mythos 5 同期亮相但只对部分受信任合作方开放。Fable 5.1 继承了同样的定位,但多了一个实质变化。

缓存价格跌了75%。

Fable 5.1 的缓存读取费用从此前的 1 美元/百万 tokens 降到了 0.25 美元/百万 tokens。Anthropic 估算这让典型工作负载成本降低约25%,高度 Agent 化的工作负载最高可省45%。对于需要反复调用长上下文的场景,这个降幅相当可观。

价格本身没变,输入 10 美元/百万 tokens,输出 50 美元/百万 tokens,和 Fable 5 持平。

Fable 5.1 的核心描述是「我们最强大的编程和知识工作模型,同时具备研究能力,让人得以窥见 AI 接下来如何推动科学进步」。从这个措辞看,Anthropic 在把 Fable 系列从「高级助手」往「科研工具」方向推。

目前 Fable 5.1 已登陆 Claude 官方平台,以及 AWS、Google Cloud 和 Microsoft Foundry。订阅层面,面向 Pro、Max、Team 和 Enterprise 用户开放。

Fable 5 今年6月9日全球首发,中间因为美国政府出口管制停了两周多,7月1日恢复,8月还有一次生物学安全更新的小修。进入9月直接掏出 5.1,节奏很快。

相关地址:Anthropic 官方 Fable 页面

Mythos 这个能力层级是什么

它不是单一型号,而是 Anthropic 在 6 月与 Fable 5 同步公布的能力分层,官方口径是定位高于 Opus 系列。当时 Fable 5 首发,同级的 Mythos 5 只向部分受信任的合作方开放,没有公开售卖。Fable 5.1 沿用同一层级,说明这条线还在按自己的节奏推进,而不是并入主线的版本号体系。

分层的意义在于把客户按需求切开,愿意接受更高门槛的团队拿到不同档位的能力与支持,其余用户继续用 Opus 与 Sonnet。

缓存降价 75% 的真实含义

缓存读取费用从 1 美元每百万 token 降到 0.25 美元,降的是反复利用同一段上下文的那部分开销。对话越长的 Agent 任务,越依赖把系统提示、工具定义、历史记录缓存下来反复读取,这笔支出在总成本里的占比也越高。

把缓存价压到四分之一,等于直接降低了长上下文应用的边际成本。对做多轮工具调用、长文档问答的团队来说,这比输入输出单价的小幅调整更有体感。

省 25% 和省 45% 是怎么来的

官方给出的两个数字对应不同的负载结构。典型工作负载里缓存命中的比例中等,整体成本降幅约 25%。高度 Agent 化的工作负载缓存命中频繁,成本降幅最高到 45%。两个数字都不代表涨价或降价本身,而是降价项在总支出中的权重差异。

换句话说,你的实际省幅取决于缓存命中率,而命中率又取决于任务设计。

为什么这次更新没引发大讨论

因为它只动价格,没有动能力。整个行业的注意力集中在模型能力的代际提升上,纯计价调整很难成为话题。但从使用者角度看,降价带来的收益是确定的,不需要承担新模型的行为漂移风险。

这类更新往往被低估,实际性价比高于能力微调。

常见问题

输入输出价格变了吗?没有。输入维持 10 美元每百万 token,本次只调整了缓存读取这一项。

缓存降价对小团队有意义吗?有。小团队调用量不大,但很多是长上下文反复调用的场景,缓存项在账单里的占比反而更高。

需要改代码才能享受吗?不需要。只要调用方式本身命中了供应商的缓存机制,计费自动按新价格执行,不用改业务代码。

和同价位模型的对比思路

Fable 5.1 的结构是输入 10 美元、缓存读取 0.25 美元每百万 token。放到市场里看,输入单价处于中高区间,缓存单价则明显偏低。对于以长上下文反复调用为主的任务,综合成本可能比输入单价更低的模型还划算,因为成本重心在缓存项上。

选型时的实际判断方法是估算缓存命中率。命中率高的场景,缓存价低的模型优势被放大。命中率低的场景,输入单价的影响更大。只比输入价格容易得出错误结论。

这条产品线的走向

Fable 与 Mythos 的分层说明 Anthropic 在尝试多轨并行,一条走公开市场的主线,一条服务对能力与支持有更高要求的客户。这条路能否走通,取决于高端客户是否愿意为层级差异支付溢价,以及分层之间会不会拖慢模型迭代的节奏。

对大多数团队来说,关注主线产品的更新即可。分层型号更适合有明确合规或性能诉求的组织。

需要提醒的是,缓存价格属于动态调整项,供应商随时可能再次变动。把它作为选型依据时,最好同时评估切换到其它模型的成本,避免被单一价格结构绑定。

小结

这是一次典型的成本结构优化。它不会让模型变聪明,但会让依赖长上下文的 Agent 应用更便宜。对正在评估推理成本的团队来说,值得重新算一遍账。

相关阅读

这条线上还有几篇站内文章可以接着看: