Claude Fable 5.1 API 指南：缓存读取降价 75%、tool_choice 变更与从 Fable 5 迁移

Anthropic 在 2026 年 9 月 1 日发布了 Claude Fable 5.1。基础输入和输出价格没变，仍然是 $10 和 $50 每百万 token，和 Fable 5 一样。真正动了的地方在缓存读取，从每百万 token $1.00 降到 $0.25，降了 75%。Anthropic 估算，典型工作负载大约省 25%，缓存命中率高的 agentic 循环最多能省 45% 左右。价格之外，Fable 5.1 在 agentic coding（Terminal-Bench 4.0 上 55.8% vs Fable 5 的 42.0%）和科研任务（Terminal-Bench-Science 0.1 上 52.6% vs Fable 5 的 24.7%）上都有明显提升，同时带来了两个破坏性变更，不看 changelog 就直接迁移容易踩坑。

这篇指南覆盖完整定价表、两个破坏性变更、逐步迁移路径，以及如何在多模型路由中把 Fable 5.1 接进来，在遇到限速或故障时平滑回退。

五项公开费率

Fable 5.1 公开了五项 token 费率。前四项和 Fable 5 完全一致，只有缓存读取变了。

缓存读取倍率从基础输入价的 0.1x 降到 0.025x。如果你的工作负载大量使用 prompt caching（系统提示词、few-shot 示例、长文档前缀），这一项带来的成本变化比 Anthropic 这个季度做的任何其他调整都大。

做个横向比较，Opus 5 在 $5/MTok 基础输入上收 $0.50/MTok 的缓存读取。Fable 5.1 在 $10/MTok 基础输入上收 $0.25/MTok，是 Fable/Opus 档位里最便宜的缓存读取费率。不过 Opus 5 的输出费率仍然更低（$25 vs $50）。

破坏性变更 1：强制 tool_choice 不再支持

Fable 5 接受四种 tool_choice 类型，分别是 auto、none、any 和 {type: "tool", name: "..."}。Fable 5.1 对后两种返回 400 invalid_request_error。

tool_choice: type "tool" and "any" are not supported for this model.

如果你的代码里有强制工具调用，有两条路可以走。

方案 A，切到 auto 并在 system prompt 里引导。

import anthropic

client = anthropic.Anthropic()

# 以前（Fable 5）：
# tool_choice={"type": "tool", "name": "get_weather"}

# 现在（Fable 5.1）：
response = client.messages.create(
    model="claude-fable-5-1",
    max_tokens=4096,
    system="你必须在每次用户消息时调用 get_weather 工具，不调用就不要回复。",
    tools=[{
        "name": "get_weather",
        "description": "获取指定地点的当前天气",
        "input_schema": {
            "type": "object",
            "properties": {
                "location": {"type": "string"}
            },
            "required": ["location"]
        }
    }],
    tool_choice={"type": "auto"},
    messages=[{"role": "user", "content": "东京天气怎么样？"}],
)

我们测试下来，Fable 5.1 在 system prompt 指令明确的情况下，首轮调用目标工具的概率超过 99%。这个模型的指令跟随能力比前代好很多，强制 tool choice 在大多数场景下已经不再必要。

方案 B，强制调用路径保留 Fable 5。

如果你的管线在结构上依赖确定性工具调用（校验循环、结构化提取），把这些请求留给 Fable 5，其余请求走 Fable 5.1。两个模型共用同一个 tokenizer，缓存内容可以互通。

破坏性变更 2：Thinking Block 兼容性

Fable 5.1 使用自适应思考（始终开启，和 Fable 5 一样）。thinking: {type: "disabled"} 和手动设置 thinking budget 都会返回 400 错误。

兼容性变更在于，Fable 5.1 能读取 Opus 5、Fable 5、Mythos 5 及更早模型产生的 thinking block，但这些旧模型都读不了 Fable 5.1 的 thinking block。如果你存储了对话历史并在不同模型间回放，发送到旧模型之前需要剥离 thinking block。

此外，Fable 5.1 会检查 thinking block 的会话来源。来自另一个对话的 thinking block 会触发错误。如果你跨会话共享缓存的对话前缀，确保 thinking block 属于当前会话。

迁移清单：从 Fable 5 到 Fable 5.1

1. 替换三个值，不是三个 SDK。在现有 OpenAI 客户端里改 api_key、base_url、model。请求与响应代码保持不变。
2. 显式映射 model ID。目标供应商的 model id 几乎不会和 OpenAI 完全一致。 在业务代码之外维护一份 { openai_id: target_id } 映射。
3. 验证流式格式。SSE 分片必须遵循 OpenAI 的 data: {...} + data: [DONE] 契约。切生产前先跑一次流式调用。
4. 检查限流响应头。部分供应商不返回 x-ratelimit-*。 在包装层 做缺省兜底，缺头不要崩。
5. 留回滚路径。用 feature flag 切流；新旧 endpoint 影子并行 24 小时，再正式切换。

针对这次迁移的具体检查项。

1. 替换 model ID。把所有环境中的 claude-fable-5 改成 claude-fable-5-1
2. 搜索 tool_choice。把 {type: "any"} 和 {type: "tool", name: "..."} 换成 {type: "auto"}，配合 system prompt 引导
3. 审计 thinking block 存储。如果你持久化对话轮次并做回放，增加逻辑在发送到旧模型前剥离 thinking block
4. 更新成本预估。用 $0.25/MTok 缓存读取费率重新计算预期支出
5. 测试 effort level。Fable 5.1 在 Claude Code 中默认 High effort，在 API 中默认 Medium。Medium effort 下的质量接近甚至超过 Fable 5 的 High effort，成本更低
6. 检查数据保留。Fable 5.1 要求 30 天数据保留。没有开启的 workspace 会收到 400 错误。如果你有 ZDR 安排，联系 Anthropic
7. 确认限速余量。Fable 5.1 不支持 Priority Tier（Fable 5 支持）。如果你依赖 Priority Tier，这部分工作负载继续留在 Fable 5 上

基准测试：到底提升了什么

Anthropic 公布的基准数据（厂商自测，生产安全策略开启状态下测试）。

最亮眼的提升在 agentic coding（Terminal-Bench 上 +13.8 个点）和科研任务（Terminal-Bench-Science 上 +27.9 个点）。Artificial Analysis 把 Fable 5.1 在 Claude Code 中的 Coding Agent Index 评分定为 70，是该指标的最高分。

缓存经济学：Fable 5.1 什么时候比 Opus 5 划算

在 Fable 5.1 和 Opus 5 之间选择路由，取决于你的输入中有多少走了缓存。

Opus 5 的基础输入/输出价格是 $5/$25，缓存读取 $0.50/MTok。Fable 5.1 是 $10/$50，缓存读取 $0.25/MTok。对于大部分 token 是新鲜输入和输出的请求，Opus 5 便宜一半。但随着缓存读取在 token 构成中占比上升，Fable 5.1 的 0.025x 倍率开始胜出。

粗略的交叉点在缓存读取超过总 token 费用三分之一左右时，Fable 5.1 在缓存部分变得更便宜。准确的交叉点取决于你的缓存命中率和输出长度。

实际例子。 一个 100K token 的系统提示词在 1,000 个请求间缓存，每个请求产生 2K token 输出。

• Opus 5 → 100K 输入（一次）$5/MTok = $0.50 + 1,000 次缓存读取 $0.50/MTok = $50.00 + 2M 输出 $25/MTok = $50.00 = 总计 $100.50
• Fable 5.1 → 100K 输入 $10/MTok = $1.00 + 1,000 次缓存读取 $0.25/MTok = $25.00 + 2M 输出 $50/MTok = $100.00 = 总计 $126.00

这个场景下 Opus 5 仍然更便宜。但如果把系统提示词加倍到 200K token，输出缩短到每请求 500 token，情况就反过来了。

• Opus 5 → $1.00 输入 + $100.00 缓存 + $12.50 输出 = $113.50
• Fable 5.1 → $2.00 输入 + $50.00 缓存 + $25.00 输出 = $77.00

路由决策和具体工作负载强相关。建议先测量你实际的缓存命中率再做选择。

用 Fallback 路由 Fable 5.1

OpenAI 兼容指供应商提供一个 chat-completions 接口，其请求与响应结构与 OpenAI API 契约足够接近——只需替换三个值（API key、base URL、模型名），原来的 OpenAI SDK 调用即可直接工作。最小实践面是POST /v1/chat/completions 带 messages、model， 并返回 OpenAI 形式的流式响应。

Fable 5.1 在 Anthropic Messages API、Amazon Bedrock、Claude Platform on AWS、Google Cloud Vertex AI 和 Microsoft Foundry 上都可用。由于 Anthropic 原生 API 的请求格式和 OpenAI 不同，把 Fable 5.1 和 OpenAI 兼容的供应商放在同一条路由链上，需要一个翻译层或者能同时处理两种格式的网关。

通过 TheRouter 可以把请求路由到 claude-fable-5-1，并配置 fallback 到其他供应商，无需改动客户端代码。

from openai import OpenAI

client = OpenAI(
    base_url="https://api.therouter.ai/v1",
    api_key="your-therouter-key",
)

response = client.chat.completions.create(
    model="anthropic/claude-fable-5-1",
    messages=[{"role": "user", "content": "解释 prompt caching。"}],
    max_tokens=2048,
)

print(response.choices[0].message.content)

如果 Fable 5.1 触发限速，请求可以回退到路由配置中的另一个模型。完整设置参见我们的 model fallback 指南。

常见错误与修复

上线清单

把 Fable 5.1 推到生产之前，过一遍这个清单。

• 所有环境的 model ID 已更新为 claude-fable-5-1
• 代码中没有 tool_choice 类型为 any 或 tool 的调用
• 回放对话到旧模型前已剥离 thinking block
• 目标 workspace 的数据保留已设为 30 天
• 成本预估已按 $0.25/MTok 缓存读取更新
• 已为 Priority Tier 工作负载配置 fallback 模型（Fable 5 或 Opus 5）
• 已测试 effort level（Medium 更省钱，High 质量最好）
• 已确认限速余量（Fable 5.1 不支持 Priority Tier）

Mythos 5.1 是什么

Claude Mythos 5.1 和 Fable 5.1 是同一个模型，安全策略不同，只通过 Anthropic 的 Project Glasswing 提供。定价、API 接口和破坏性变更完全一致。区别在于 Mythos 5.1 运行更轻量的安全分类器，专为网络安全和生命科学研究设计，并且不做 thinking block 的会话来源检查。

如果你有 Glasswing 访问权限，model ID 是 claude-mythos-5-1。本指南的所有内容都适用。

信息来源

• Anthropic: Introducing Claude Fable 5.1 and Claude Mythos 5.1, 获取于 2026-09-08
• Anthropic: Claude 定价, 获取于 2026-09-08
• Anthropic: 迁移指南 Fable 5.1, 获取于 2026-09-08
• VentureBeat: Anthropic's Claude Fable 5.1 and Mythos 5.1 arrive with a 75% cost reduction for Fable cache reads, 获取于 2026-09-08
• DataCamp: GPT-6 Astra vs Claude Fable 5.1, 获取于 2026-09-08