Claude Fable 5.2 的定价从 每百万输入 token $8、每百万输出 token $40 起步。fast 模式为 输入 $16、输出 $80,是标准费率的两倍。批处理为输入 $4、输出 $20。这些是美元 API 费率,已于 2026 年 11 月 10 日对照 Anthropic 官方文档核实。
真正有用的问题是:对你的工作负载来说,更快的输出值多少钱。本指南把 token 费用、缓存成本、订阅和示例预算分开。如果你要从初代模型升级,此前的 Fable 5 定价拆解提供了历史背景;新的估算请使用下面的 5.2 费率。
AI Coding 交流群
如果你也在用 AI 写代码,或者正在研究 Cursor、Claude Code 这些工具,欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流,还有各种新工具和新玩法。
Claude Fable 5.2 API 定价一览
| 计费方式 | 每百万输入 token | 每百万输出 token | 适用工作负载 |
|---|---|---|---|
| 标准 | $8 | $40 | 不需要速度溢价的交互式工作 |
| Fast 模式 | $16 | $80 | 更快的生成速度有意义的工作 |
| Batch API | $4 | $20 | 异步处理 |
Anthropic 的定价文档列出了这些费率。对于相同数量的普通输入和输出 token,fast 模式是标准的两倍,批处理是标准的一半。fast 模式和 Batch API 不能同时使用。

Fable 5.1 列出的标准费率为输入 $10、输出 $50。因此,在相同 token 量下,5.2 的费率低了 20%。这个比较不能预测你的总节省:模型升级后,Agent 可能改变输出长度、工具使用量或尝试次数。
完整上下文窗口使用标准按 token 计费。不要把旧模型的长上下文附加费带进 Fable 5.2 的表格。更大的提示仍然更贵,因为它包含更多可计费 token。
一次 Fable 5.2 请求要花多少钱?
对于未缓存、没有单独计费工具的请求,用输入 token 乘以输入费率,用输出 token 乘以输出费率。相乘前先把每个 token 数除以一百万,再把两项费用相加。估算 Agent 工作流时,应使用每个请求的实测用量。
Standard USD = input_tokens / 1,000,000 * 8
+ output_tokens / 1,000,000 * 40
Fast USD = input_tokens / 1,000,000 * 16
+ output_tokens / 1,000,000 * 80
这些是示例计算,假设普通未缓存输入、全球路由、没有额外工具费用,也没有协商折扣。它们不是实测基准,也不是生产部署的报价。
| 示例工作负载 | 输入 token | 输出 token | 标准 | Fast | Batch |
|---|---|---|---|---|---|
| 短响应 | 2,000 | 500 | $0.036 | $0.072 | $0.018 |
| 代码审查 | 20,000 | 5,000 | $0.36 | $0.72 | $0.18 |
| Agent 工作流,跨调用合计 | 100,000 | 20,000 | $1.60 | $3.20 | $0.80 |
最后一行中,标准输入花费 $0.80,输出再花费 $0.80。按 1,000 个相同工作流计算,仅 token 的估算为标准 $1,600 或 fast $3,200。如果工作适合异步处理,批处理为 $800。

Agent 的最终答案只是其消耗的一部分。重放的上下文、工具定义、工具结果和生成的工具调用都会影响总量。应统计整个工作流,而不是根据可见答案的长度估算。
为消耗了 token 的失败尝试单独保留一列。需要第二次完整尝试的工作流,即使最终响应看起来很短,也可能超出估算。
Claude Fable 5.2 的 fast 模式值这个溢价吗?
fast 模式使用同一个模型,但推理更快。Anthropic 报告输出 token 速度最高提升 2.5 倍,收益集中在生成速度,而不是首 token 时间。价格溢价是 2 倍。请用你自己工作负载的实测端到端时间和成本来决定。
fast 模式文档明确说明了这一区别。一个工作流还会花时间读取文件、运行测试、等待工具和处理输入。这些阶段会限制整体加速幅度。
设想一个标准模式 $1.60 的工作流,其 fast 模式等价成本为 $3.20,溢价 $1.60。如果计时实验显示它节省了两分钟,那么节省时间的盈亏平衡价值是每小时 $48:$1.60 除以两分钟(即一小时的六十分之二)。这是决策示例,不是 Fable 的实测结果。
当有人在等待长时间生成时,fast 模式是合理候选。无人值守的任务先从标准模式开始。完成时间可以异步时,使用批处理。要比较被接受的结果,因为如果仍需要同样多的修正,更快的输出价值不大。
Prompt 缓存与其他计费条件
Fable 5.2 标准模式的缓存写入为每百万 token $10(5 分钟)或 $16(1 小时)。缓存读取为每百万 token $0.20。fast 模式在其更高的输入费率上使用相同的缓存乘数。计算总额前,先把缓存和未缓存 token 分开。
| 输入类别 | 标准,每百万 | Fast,每百万 |
|---|---|---|
| 普通输入 | $8 | $16 |
| 5 分钟缓存写入 | $10 | $20 |
| 1 小时缓存写入 | $16 | $32 |
| 缓存命中 | $0.20 | $0.40 |
上面的 fast 缓存数字是根据 Anthropic 文档中的乘数计算的:5 分钟写入为 1.25 倍,1 小时写入为 2 倍,Fable 5.2 读取为 0.025 倍。
例如,读取 100,000 token 的缓存前缀,标准速度下花费 $0.02。用 5 分钟缓存写入创建该前缀花费 $1.00。新增的未缓存输入和生成的输出要单独相加;缓存命中不会给整个请求打折。
标准和 fast 请求不共享缓存前缀。 根据 Anthropic 的说法,从 fast 降回标准会导致 prompt 缓存未命中。把速度选择记录在成本记录中,这样缓存行为的变化就不会看起来像无法解释的涨价。
其他已记录的条件也会影响估算:
- 仅美国推理会在受支持的第一方路由上对所有 token 类别应用 1.1 倍乘数。
- 服务端工具可能产生额外费用;把你实际启用的工具算进去。
- 合作伙伴运营的云平台有自己的定价。Google 管理路由的 fast 模式价格由 Google 设定。
- fast 模式有单独的速率限制,并且不能与 Priority Tier 承诺一起使用。
更高的速度设置不会预留无限容量。规划一批并行 Agent 运行前,先检查账户限制。
API 计费与 Claude 订阅
API token 费率描述的是开发者的计量用量。Claude 订阅有自己的包含用量和资格规则。一些付费套餐还包含可领取的 API 抵扣金,用于抵消关联 Console 组织中的 API 消耗。抵扣金不会让 token 费率变成零,也不会取消速率限制。
官方 API 抵扣金指南目前列出符合条件的 Max、Ultra 和 Team 套餐的每月抵扣金。你必须关联一个 Console 组织才能领取。未使用的抵扣金在每个计费周期结束时过期,不会结转;它们适用于 Claude API,而不是合作伙伴云平台。
这些 API 抵扣金不覆盖 Claude Code 或 Claude 应用中的额外用量。把三个预算分开:订阅付款、包含的产品用量,以及抵扣后的 API 消耗。检查关联组织的余额,不要假设订阅会支付每一张 API 账单。
发布公告还描述了符合条件的付费订阅者的临时额外用量。那是发布促销,不要围绕它制定经常性的生产预算。
Fable 5.2 fast 模式在哪里可用?
Anthropic 列出 Fable 5.2 fast 模式可用于 Claude Code、Claude Platform、通过 Anthropic 管理和 Google 管理路由的 Google Cloud,以及采用 Anthropic 托管的 Microsoft Foundry。标准 Fable 5.2 的平台可用性更广。在假设模型可用性包含 fast 模式之前,先确认具体部署及其计费方。
在第一方 Messages API 上,模型 ID 是 claude-fable-5-2;fast 模式通过 speed: "fast" 选择。检查响应中的 usage.speed。Microsoft Foundry 使用单独的 fast 部署模型 claude-fable-5-2-fast,而不是相同的请求参数。
fast 模式文档列出了 Start、Build 和 Scale 层级的默认 fast 限制。评估层组织需要转到符合条件的层级。在向客户承诺吞吐量之前,先检查 Console 中你组织的当前限制。
让 Agent 用 Apifox CLI 验证用量
你可以让编码 Agent 用 Apifox CLI 围绕 Fable 集成创建可重复的用量检查用例。给它一个较小的响应上限和一次付费测试调用。把凭据放在环境中,并要求它在计算成本前检查用量字段。
原文给出了来源产品 CLI 的安装、令牌登录、schema 校验、创建测试用例和运行命令。Apifox 是否提供同名子命令,待核实,因此这里不照搬具体命令。可以确定的做法是:在 Apifox 项目中为 Fable 5.2 Messages 端点建一个测试用例,使用现有凭据环境和较小的输出上限,断言成功以及输入/输出用量为数字;如果是 fast 请求,检查 usage.speed 为 fast。
可以给 Agent 这样的提示:
In my Apifox project, create one test case for my Fable 5.2 Messages
endpoint. Use the existing credential environment and a small output cap.
Assert success and numeric input/output usage. For a fast request,
check usage.speed is fast. Run once, report usage and latency, and
calculate token cost with today's official rates. Do not loop or retry
paid tests without my approval. Keep secrets out of reports.
Agent 在写入 payload 前应检查资源 schema 和可用分类,并选择分类响应中的有效分类 ID。这是一个可复现的测试模板,不是声称我们为本文运行了付费 Fable 基准测试。
常见问题
Claude Fable 5.2 每百万 token 的价格是多少?
标准 API 使用为输入 $8、输出 $40。fast 模式为输入 $16、输出 $80。缓存操作、工具和适用的路由修正项要单独加上。
fast 模式是另一个模型吗?
不是。Anthropic 描述的是同一个模型以更快的推理运行。其最高 2.5 倍的声明指的是每秒输出 token,不保证整个任务的速度。
可以把 fast 模式和批处理折扣叠加吗?
不可以。Anthropic 表示 fast 模式不能通过 Batch API 使用。根据工作负载选择异步批处理或交互式 fast 模式。
Claude 订阅覆盖所有 API 用量吗?
不覆盖。符合条件的套餐在特定条件下提供可领取的 API 抵扣金。请在关联的 Console 组织中跟踪其余额和到期时间,并与 Claude 应用和 Claude Code 的用量分开。
应该如何为 Agent 工作流做预算?
汇总跨调用的用量,区分缓存类别,记录使用的速度,并计入重复尝试。在扩大流量之前,先用一个小的 Agent 驱动 Apifox 测试验证集成。