Claude Fable 5 由 OneHop 提供
← 全部文章
Guide

如何依任務與預算路由 Claude Fable 5、Opus 4.8 與 Sonnet 4.6

2026年6月16日 5 分鐘閱讀

A cream-background editorial illustration of three Claude model lanes labeled by abstract icons: a small fast lane, a ba

Anthropic 給前沿自主能力貼上了很硬的價格標籤：Claude Fable 5 在 Claude API 上標價為 每百萬輸入 token 10 美元、每百萬輸出 token 50 美元，而 Sonnet 4.6 是 3/15 美元，Opus 4.8 是 5/25 美元（Fable、Sonnet、Opus）。這個價差，就是整個產品決策的核心。

如果你把每個寫程式的提示都送去 Fable，那不叫「前沿」。那叫跳過架構設計。

截至 2026 年 6 月 16 日，還有一個可用性上的麻煩：Anthropic 的 Fable 頁面表示 Fable 5 目前不可用，而 Anthropic 表示，在一項涵蓋 Fable 5 與 Mythos 5 的美國政府指令後，已於 6 月 12 日暫停存取（Anthropic statement）。這不會讓路由層變得比較沒用。它只會讓路由層更急迫。你的 app 本來就應該知道，如何在不叫醒工程師的情況下，從 Fable 降級到 Opus 或 Sonnet。

這篇指南會建出那一層：預設用 Sonnet，高風險 production 工作用 Opus，只有在長時間執行的 agent 工作、且正確結果的價值高過 token 帳單時，才用 Fable。

封面風格的價格與能力比較圖表，三個垂直長條分別代表 Sonnet 4.6、Opus 4.8 與 Fable 5；y 軸

路由規則：Fable 是專家，不是預設值

先看一張直白的表。

ModelAPI model IDInput / output priceUse it for
Claude Sonnet 4.6claude-sonnet-4-6每 1M token $3 / $15例行寫程式、review、支援、擷取、多數 agents
Claude Opus 4.8claude-opus-4-8每 1M token $5 / $25production 等級程式碼、複雜 reviews、需要判斷力的 agent 步驟
Claude Fable 5claude-fable-5每 1M token $10 / $50長時間、高價值、且有實際上行空間的 agent 工作

Anthropic 自己的定位也符合這個切分。Sonnet 4.6 被包裝成適合寫程式、agents 與專業工作流程的日常多用途模型，目前在 API beta 中提供 1M-token context window（Anthropic Sonnet）。Opus 4.8 的定位則是嚴肅寫程式、agentic workflows，以及高風險企業任務（Anthropic Opus）。Fable 5 被描述為 Mythos 等級的模型，適合有野心、長時間執行的專案與 agents，能跨階段規劃、委派，並檢查自己的工作（Anthropic Fable）。

這給你一條乾淨的 policy：

  1. 預設用 Sonnet。 多數 prompts 不值得動用每百萬輸出 50 美元的模型。
  2. 失敗代價高時升級到 Opus。 想想 schema migrations、security-sensitive PR review、財務分析、多檔案 refactors。
  3. 只有任務夠大、夠模糊、而且值得更高帳單時才用 Fable。 多天 agent runs、codebase modernization、深度研究包，以及「把這個專案做到完成」這類 workflows。

社群爭論大多集中在第三個桶子。根據被索引的 HN recap，Anthropic 6 月 12 日暫停存取的 HN thread 吸引了超過一千則留言，討論很快分裂成安全、地緣政治，以及到底有沒有人付得起這種價格下的 agentic usage（HN thread、recap reference）。Reddit threads 更直接：開發者抱怨 Claude Code sessions 吃 token、訂閱額度，以及每百萬輸出 50 美元是否把 Fable 推成只有企業才用得起的東西（ClaudeCode discussion、ChatGPT subreddit discussion）。

多數討論少掉的實際答案是：不要爭論一個全域的「最佳模型」。請依預期價值路由。

Step 1: 用 OneHop 當 Drop-In 存取層

如果你想走最短路徑，就用 OneHop 當 provider layer，並讓你的 app code 保持 provider-neutral。OneHop 的 Fable 頁面列出 anthropic/claude-fable-5，把官方定價與 OneHop 定價並排顯示，並表示新帳號免刷卡可拿 10 美元免費額度（OneHop Fable 5）。目前頁面列出的 Anthropic Messages 支援位置是 https://api.onehop.ai/anthropic；搭配 Anthropic SDK 時就用它。

安裝 SDK：

pip install anthropic
export ONEHOP_API_KEY="your_key_here"

最小呼叫：

from anthropic import Anthropic

client = Anthropic(
    api_key=os.environ["ONEHOP_API_KEY"],
    base_url="https://api.onehop.ai/anthropic",
)

message = client.messages.create(
    model="anthropic/claude-fable-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Plan a safe Rails 6 to Rails 8 migration."}],
)

print(message.content[0].text)

這就是整合點。你的路由層應該放在它上面，決定要送出哪個 model string。

OneHop 在這裡的價值，是那種最好的無聊：一個帳號、一個清楚的模型頁面，以及改 base URL 就好，不必重寫你的應用程式。如果 Fable 暫停或不可用，同一個 router 可以把高階任務指向 Opus，讓產品繼續活著。

如果你只是想取得存取與 credits，從這裡開始：Claude Fable 5 on OneHop，然後從免費 10 美元開始。

Step 2: 建一個懂預算的 Router

下面是一個可以直接跑的精簡 Python router。它會估算 request 成本、套用 per-call cap、在 Fable 不可用時 fallback，並讓 Sonnet 維持預設。

import os
from dataclasses import dataclass
from anthropic import Anthropic, APIError, RateLimitError

PRICES = {
    "sonnet": {"model": "claude-sonnet-4-6", "in": 3.00, "out": 15.00},
    "opus": {"model": "claude-opus-4-8", "in": 5.00, "out": 25.00},
    "fable": {"model": "anthropic/claude-fable-5", "in": 10.00, "out": 50.00},
}

@dataclass
class Task:
    kind: str
    prompt: str
    max_output_tokens: int = 2000
    budget_usd: float = 0.25
    high_value: bool = False
    long_running: bool = False
    production_risk: bool = False

def rough_tokens(text: str) -> int:
    return max(1, len(text) // 4)

def estimate_cost_usd(model_key: str, input_tokens: int, output_tokens: int) -> float:
    price = PRICES[model_key]
    return (input_tokens / 1_000_000 * price["in"]) + (output_tokens / 1_000_000 * price["out"])

def choose_model(task: Task) -> str:
    if task.high_value and task.long_running:
        return "fable"
    if task.production_risk or task.kind in {"migration", "security_review", "architecture"}:
        return "opus"
    return "sonnet"

def route_with_budget(task: Task) -> list[str]:
    first = choose_model(task)
    fallbacks = {
        "fable": ["fable", "opus", "sonnet"],
        "opus": ["opus", "sonnet"],
        "sonnet": ["sonnet"],
    }[first]

    input_tokens = rough_tokens(task.prompt)
    return [
        key for key in fallbacks
        if estimate_cost_usd(key, input_tokens, task.max_output_tokens) <= task.budget_usd
    ] or ["sonnet"]

def run(task: Task) -> str:
    client = Anthropic(
        api_key=os.environ["ONEHOP_API_KEY"],
        base_url="https://api.onehop.ai/anthropic",
    )

    last_error = None
    for key in route_with_budget(task):
        try:
            response = client.messages.create(
                model=PRICES[key]["model"],
                max_tokens=task.max_output_tokens,
                messages=[{"role": "user", "content": task.prompt}],
            )
            return response.content[0].text
        except (APIError, RateLimitError) as exc:
            last_error = exc
            continue

    raise RuntimeError(f"All model routes failed: {last_error}")

if __name__ == "__main__":
    task = Task(
        kind="migration",
        prompt="Create a step-by-step plan to migrate a 200k-line Django app from 3.2 to 5.x.",
        max_output_tokens=3000,
        budget_usd=0.20,
        production_risk=True,
    )
    print(run(task))

重點不是 token estimator。重點是 policy boundary。你的 codebase 需要有一個地方，讓產品明確說出：「這個任務可以花更多錢，因為結果很重要。」

架構流程草圖，顯示 app request 進入 router，接著通過標示為 task type、es 的 policy checks

Step 3: 加上符合真實 Agent 行為的 Caps

Agent 成本很尖。一次 chat completion 很容易估價。一個 coding agent 可能會檢查檔案、呼叫工具、重寫、測試、重試、摘要。有個 Reddit thread 聲稱一次 Fable run 在一小時內燒掉數百萬 tokens；把它當軼事就好，但模式本身夠真實：長視野 agents 會透過迴圈放大 token 用量（Reddit）。

加上三種 caps：

  • Per-call cap： 如果估算成本超過 request budget，就拒絕或降級。
  • Per-task cap： 即使個別 calls 都合法，也要在達到 dollar limit 後停止 agent。
  • Per-user 或 per-workspace cap： 防止某個團隊燒掉共用帳號。

在 production 中，把 spend 存在資料庫表格裡，key 用 workspace_id、task_id 與 model。不要只依賴 vendor dashboards。它們是拿來做帳務對帳的，不是即時產品控制。

也要積極使用 prompt caching。Anthropic 表示 Fable 保留既有 prompt caching 的 90% input-token discount，而 Sonnet 與 Opus 頁面也列出 prompt caching 最多可省 90%（Fable、Sonnet、Opus）。快取那些穩定的部分：repo map、coding standards、API docs、schema summaries，以及長篇 product specs。不要快取易變的使用者指令。

一個好的路由層，應該為每次呼叫記錄這些欄位：

{
  "task_kind": "migration",
  "chosen_model": "opus",
  "fallback_from": "fable",
  "estimated_cost_usd": 0.18,
  "budget_usd": 0.20,
  "input_tokens": 12000,
  "max_output_tokens": 3000
}

這份 log，就是你回答 CFO、staff engineer，以及那個問 agent 為什麼停下來的使用者時的依據。

Step 4: 把 Fallback 當成產品行為

Fable 有兩種 fallback 需要規劃。

第一種是一般基礎設施 fallback：模型不可用、rate limit、timeout、provider issue。今天的 Fable 狀態證明這件事很重要。Anthropic 表示，其他模型的存取沒有受到 6 月 12 日指令影響（Anthropic），所以一個好的 app 應該能透過 Opus 或 Sonnet 繼續工作。

第二種是 safety fallback。Anthropic 表示，Fable 會把部分被標記的 cybersecurity 與 biology requests 路由到 Opus 4.8，而且使用者不會為被重新路由的 requests 支付 Fable 價格（Anthropic Fable）。Launch post 表示，這些 safeguards 平均在不到 5% 的 sessions 中觸發，並預期會有一些 false positives（Anthropic launch）。

不要對使用者隱藏這件事。如果你的 security-review product 要求 Fable，卻得到 Opus 行為，UI 應該說類似這樣的話：

「這個 request 的被標記部分使用了較安全的 fallback route。結果可能較不完整。預算影響已調整。」

這比假裝每個答案都來自同一個模型好。它也能保護你的 evals。如果你 benchmark Fable，但一半的 test set 觸發 fallback，那你量到的不只是模型，也同時是在量你的 classifier path。

前後對照 UI mockup，比較不透明的模型選擇器與透明的 routing status panel，後者顯示 chosen mod

本週該 Ship 什麼

先 ship router，再 ship Fable feature flag。

對大多數開發者產品來說，我建議的預設值很簡單：

  • 程式碼解釋、小修、測試、文件： Sonnet 4.6。
  • PR review、production bugs、架構選擇： Opus 4.8。
  • 有清楚商業回報的多小時或多天 agent 工作： Fable 5 可用時使用，並搭配 Opus fallback。
  • 任何無邊界的東西： 使用者設定預算前，不用 Fable。
  • 任何會在大量使用者間重複的東西： 快取長 context 或批次處理。

重點不是崇拜頂級模型。重點是把 frontier tokens 花在真的會改變結果的地方。

Fable 5 可能是本週 HN 上大家爭論的模型。Sonnet 仍然是多數 production traffic 應該開始的地方。Opus 是可靠的中間選項。勝出的實作會是一個無聊的 router：有硬上限、誠實 fallback，還有足以同時 debug 品質與成本的 logs。

如果你想用最快路徑測試這套設定，打開 Claude Fable 5 on OneHop、建立帳號，然後從免費 10 美元開始。接著把上面的 router 接進一個 workflow，而不是整個產品。衡量每個被接受結果的成本。那個數字比任何 launch-week benchmark 都重要。