- Published on
Claude Fable 5.1：缓存读取降价75%，对话中途可修改推理预算
价格不变，缓存成本降至四分之一。以实际运营成本计算，切换到Fable 5.1后，依赖缓存的应用每月账单将明显减少。
Anthropic于2026年9月1日发布了Claude Fable 5.1。正如版本号所示，这是Fable 5的渐进式改进版。然而"渐进式"在这次并不贴切。缓存读取成本降低75%以及per-message effort control这两项变化，对通过API调用Fable的开发者和企业带来了实质性的经济影响。
1. 核心变更1：缓存读取降价75%
提示词缓存（prompt caching）是在重复使用相同系统提示或文档时降低令牌成本的功能。首次调用时支付高成本的"缓存写入"费用，之后的调用只需支付低廉的"缓存读取"费用。
Fable 5中缓存读取为每百万令牌0.25**，恰好是原价的四分之一。
| 模型 | 输入（基本） | 输出 | 缓存写入 | 缓存读取 |
|---|---|---|---|---|
| Fable 5 | $10/M | $50/M | $12.5/M | $1.00/M |
| Fable 5.1 | $10/M | $50/M | $12.5/M | $0.25/M |
以具体例子说明。假设构建一个将长法律文件作为系统上下文处理多个问题的服务。每天引用100,000令牌的合同1,000次：
- Fable 5缓存读取成本：100/天**
- Fable 5.1缓存读取成本：25/天**
按月计算相差$2,250。运营规模越大，这一差距线性增长。
2. 核心变更2：Per-message Effort Control
这是技术上更有趣的变化。从Fable 5.1开始，per-message effort control作为测试版提供。
迄今为止，Claude的推理预算在对话开始时设定，对整个对话固定不变。还有一个更大的问题：**修改推理预算会使提示词缓存失效。**对话中途出现需要更深入思考的问题时提高预算，之前积累的缓存就会消失。
Per-message effort control同时解决这两个问题。
# 第一条消息：快速回答即可
message_1 = {"role": "user", "content": "...", "effort": "low"}
# 第三条消息：需要深度分析
message_3 = {"role": "user", "content": "...", "effort": "high"}
# 提示词缓存保持不变
按消息调整推理深度，同时系统提示和之前的上下文缓存保持不变。
实际应用场景
客户支持代理：简单FAQ问题路由至"low" effort，合同解释或边缘情况路由至"high" effort。同时优化成本和质量。
文档工具："继续写下一段"使用低effort，"批判性审查本节的逻辑结构"使用高effort。
教育平台：根据学生的理解程度，对同一问题动态提供不同深度的解释。
3. 基础规格：100万令牌上下文与始终开启的自适应思考
Fable 5.1的基础规格与Fable 5相同。
- 上下文窗口：1,000,000令牌（约75万字）
- 最大输出：128,000令牌
- 训练数据截止日期：2026年6月
- 思考方式：始终开启的自适应思考
性能改进
Fable 5.1报告的具体改进有三点：
- 前端代码生成：React、Vue等UI组件生成结果更流畅。
- 长推理链的前提条件维持：多步骤推理中，初始设定的前提条件能更稳定地维持到最后。
- 自主工作流的工具调用可靠性：代理流水线中工具调用行为更一致。
4. 注意事项：Thinking Block向后兼容性
采用Fable 5.1时需注意一点。
Fable 5.1可以读取之前Claude模型生成的thinking block。但之前的模型无法读取Fable 5.1生成的thinking block。
具有多模型流水线或回退结构的系统需要考虑这一点。
5. 新测试版功能
除per-message effort control外，还新增了两项测试版功能。
Turn-scoped system messages：可设置仅适用于特定消息轮次的系统消息。下一轮次自动恢复原始系统提示。
Updates display mode：模型在工具调用之间以人类可读格式流式传输进度更新。长时间代理任务中，可实时向用户展示"当前正在做什么"。
使用建议
- 依赖缓存的服务立即迁移：相同价格、相同性能、缓存读取成本降至四分之一。正在使用Fable 5的话，没有理由不切换到5.1。
- 将effort级别分为三档："low"（简单事实确认、短回答）、"medium"（一般分析）、"high"（深度推理、创意工作）——按此设计消息路由器。
- 将长文档放入系统提示进行缓存：不要每次调用都传递参考文档，将其一次性放入系统提示并缓存。充分利用Fable 5.1较低的缓存读取成本。
- 用updates mode改善用户体验：为长时间运行的代理添加updates display mode可降低用户流失率，解决"不知道AI在做什么"的常见抱怨。
参考资料：