AREX Feed Article
ComputingForGeeks 实测 Claude Fable 5.2：单价降 20%，任务账单反涨 56%
更便宜的单价没有换来更便宜的账单。11 月 11 日，技术网站 发布对 Anthropic 前沿模型 Claude Fable 5.2 的独立实测：在三个 DevOps 任务上，Fable 5.2 写出 10,938 个输出 token，约为上一代 Fable 5.1（5,510 个）的两倍；按调低后的单价计算，三个任务合计 0.446 美元，对 Fable 5.1 的 0.285 美元，反涨约 56%。同一批测试还复核了另外两项官方口径：输出提速实测为 17%～25%，低于「最高 30%」的宣传；安全拒答明显减少——Fable 5.1 仍在拦截的运维问题，Fable 5.2 全部放行。
图注：Claude 应用与 Anthropic 标识。图片来源：Mashable，摄影 Matteo Della Torre/NurPhoto via Getty Images。
这次实测的对象于 11 月 9 日发布。据 报道，Anthropic 把每百万输入/输出 token 定价从上一代的 10/50 美元降至 8/40 美元，宣称输出提速 30%；Mashable 称 Fable 5.2 发布当日登顶 Artificial Analysis 智能排行榜。与 Fable 5.2 同权重、少了网络安全与生物防护的 Mythos 5.2 仅向经审核的机构开放。ComputingForGeeks 作者 Josphat Mutai 没有直连 Anthropic 的 API key，全部调用经 OpenRouter 固定走 Anthropic 通道、关闭回退，实测对准的正是这份叙事里的成本与速度口径。
三个 DevOps 任务的成本账：单价折扣被翻倍的 token 抵消
三个任务是：一套面向 orders API 的加固版 Kubernetes manifest（非 root UID、只读根文件系统、PDB、NetworkPolicy）、一个防御性 Bash 日志轮转脚本（flock 文件锁、路径守卫、安全文件名），以及每个可用区配一个 NAT 网关的 OpenTofu AWS VPC 模块。每个任务各跑了 medium 与 high 两档 effort（推理投入档位）；medium 正是 Claude Code 与 Claude 应用给 Fable 5.2 的默认档，API 默认才是 high。产物在 GCP 的 Ubuntu 26.04 虚拟机上用真实流水线工具评分：shellcheck 静态检查、MicroK8s 1.35 的服务端严格 dry-run（预演校验）、OpenTofu 1.13.9。
正确性打了个平手：Fable 5.2 的每个 manifest 都通过严格 dry-run，OpenTofu 模块全部通过校验，十份 Bash 脚本行为一致；唯一的实质警告是它在 high 档一次把 stdin 重定向进 rm（shellcheck SC2217）。这批任务真正拉开差距的是成本。
三个任务加总，medium 档 Fable 5.2 写了 10,938 个输出 token、耗时 113.5 秒、花费 0.446 美元；Fable 5.1 是 5,510 个 token、60.7 秒、0.285 美元。token 单价便宜了 20%，账单反而贵了 56%。多出的 token 大头在思考：仅 Bash 任务的 thinking（思考）token 就是 3,586 对 869，其余是处处更长的文件——Fable 5.2 的 manifest 多写了 topologySpreadConstraints、ephemeral-storage 限制、emptyDir sizeLimit 和 revisionHistoryLimit，OpenTofu 模块带 4 个 validation 块和 30 行注释，而 5.1 只写 1 个块、零注释。作者的判断是：这些 token 买到了真实工作，「你付钱雇的是一位更仔细的工程师」，要不要雇取决于任务。
high 档让账单更难看。Fable 5.2 光 Bash 脚本就花掉 9,616 个 thinking token、每轮约两分钟，评分却不比 medium 好；三任务合计 0.838 美元，约为 Fable 5.1 同档（0.329 美元）的 2.5 倍。而官方发布页写着：Medium 档的 Fable 5.2「能以比 Fable 5.1 更少的 token 完成有挑战的任务」——在这批短小、规格明确的任务上，这句话没有出现。
对照组的数字更直接：单价只有一半的 Opus 5.5（每百万 4/20 美元）在同三个任务 medium 档合计 0.208 美元，流式还更快；更便宜的 Sonnet 5.5 只要 0.047 美元。作者据此建议：例行脚本、manifest 和模块留在 Opus 5.5 上。
速度复核：流式提速不及宣传上限，fast mode 达标
作者把速度定义为输出 token 数除以首 token 之后的耗时。medium 档三个任务，Fable 5.2 每秒输出 142、149、112 个 token，Fable 5.1 为 120、119、96——快 17%～25%，离「最高 30%」还差一截，但提升可以感知。token 翻倍还拖累了总时长：Fable 5.2 medium 的三任务墙钟时间 113.5 秒，比 5.1 的 60.7 秒长了近一倍。若论纯粹的流式延迟，Opus 5.5（manifest 与模块任务 169 与 183 token/秒）和 Sonnet 5.5（190～233）仍比两个 Fable 都快。
fast mode（快速输出模式）则兑现了官方开出的条件：最高 2.5 倍提速、双倍费率（每百万输入/输出 16/80 美元），实测墙钟时间缩到 2.3～2.5 倍——Kubernetes 任务 13.0 秒对 5.6 秒，OpenTofu 任务 23.0 秒对 9.1 秒，每秒输出 token 提到 398～420。作者的用法边界也写得清楚：只在有人等结果的交互场景开启；批处理与后台 agent 别碰，fast mode 本来就不能与 Batch API（批处理接口）同用。
拒答复测：8 题里 5.1 拦 2 题，5.2 全放行
官方发布口径称，Fable 5.2 的安全拦截较 5.1 减少约 55%，其中网络安全类约 60%、生物类约 40%。作者用 8 个系统管理员每周都会问的防御性问题重放验证：sshd_config 加固审查、auth.log 暴力破解分诊、fail2ban 配置、auditd 规则、对自有网段的 nmap 清点、在 10 行 C 程序里找 bug、修复 CVE-2024-6387 等；两代模型用同一 system prompt（系统提示词），并对被拒的两题复跑以排除偶然。
Fable 5.1 两次运行都拦下同两题。nmap 清点自家 10.0.1.0/24 网段时，它返回零个 token、停止原因为 refusal（拒答）；另一题更怪——让它找 10 行 C 程序里的 bug，它已点名 strcpy 不做边界检查，输出流却在第 101 个（另一次 167 个）token 处被切断，用户只看到半截答案。Fable 5.2 则八题全答完整：C 程序给出 CWE-121 解释、复现命令和修复代码；nmap 给出限定自家网段的命令并逐个 flag 解释。作者评语：两题是小样本，但这种拦截正是 5.1 让运维工作变烦的原因，现在没了。
边界：小样本、单轮提示与分属不同口径的数字
作者先自己划了两条限制：受 OpenRouter 预算所限，多数格子只有一次运行，「差距只当方向看，不当精度看」；任务是单轮提示，而 Fable 5.2 主打多小时 agent 会话——他把结论定位为对例行 API 作业的警告，不是对 agent 场景的判决，并建议先测自己的负载再做预算。降价仍有受益的负载：cache read（缓存读取）降到每百万 0.20 美元（与 Opus 5.5 相同）、Batch 价再减半——每轮重读大仓库的编码 agent 吃的是缓存，才真正受益于这波降价；短提示、多输出的负载正好相反。
基准数字则要分开算。官方成本论据出自 Cognition 在 Claude Code 里为 132 个任务跑的 FrontierCode 2.0 effort sweep：High 档 45.3%、每任务 6.72 美元，对比 Opus 5.5 Max 的 45.5%、12.82 美元——作者认可「High 约等于 Opus Max、价格减半」在 Anthropic 自己的数字上成立。能力侧的 Remote Labor Index 41.3%（对 Fable 5.1 的 17.9%、Opus 5.5 的 21.3%）等数字转录自 Anthropic 系统卡表 8.1.A； 聚合的 The Decoder 报道称，Scale Labs 与 CAIS 运营的 RLI 显示 Fable 5.2 以专业质量完成 41.3% 的自由职业项目，高于 Opus 5.5 的 21.3% 与 GPT-6 Astra 的 20.8%。
图注：Anthropic 发布日公布的基准对照表（经 Mashable 转载）：Remote Labor Index 一行 Fable 5.2 为 41.3%（High effort）、Fable 5.1 为 17.9%、Opus 5.5 为 21.3%、GPT-6 Astra 为 20.8%。Credit: Anthropic。
作者给出的换型建议是：值得换，但要重新做预算——在 Anthropic 公布的每行编码基准上分数更高、输出更快、网络安全误拦更少，「但你不会自动得到更小的账单」。
换模型前还有一个代码坑：Fable 5.2 把 preserved thinking（保留并校验思考块的机制）的绑定校验推到所有账户，任何会重写历史的集成都会收到 400 错误，作者建议先改成 append-only（只追加、不改写历史）再切换模型 ID。
尚未有答案的是成本叙事的适用边界。目前可对照的两端数据来自不同负载：官方 sweep 的 132 个任务是 Claude Code 里的 agent 编码作业，这篇实测是三个一次性提示——多长的会话、多大的缓存占比才能把账单拉回降价一侧，是这篇实测没回答的问题，要靠各自的用量数据来判断。